SlideShare una empresa de Scribd logo
1 de 348
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
CONTROL ESTADÍSTICO 
DEL PROCESO 
Con base en el Texto de Control Estadístico de la Calidad de 
Douglas Montogomery 
DR. PRIMITIVO REYES AGUILAR 
Diciembre, 2008 
Mail. Primitivo_reyes@yahoo.com / Cel. 044 55 52 17 49 12 
Página 1
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
CONTENIDO 
Contenido 
Contenido...........................................................................................................................................2 
1. IMPORTANCIA DE LA MEJORA CONTINUA.....................................................................................6 
1.1 CALIDAD Y MEJORAMIENTO.....................................................................................................6 
1.2 HISTORIA DEL CONTROL ESTADÍSTICO DEL PROCESO..............................................................8 
Antecedentes..............................................................................................................................8 
CEP en occidente.......................................................................................................................11 
CEP en Japón.............................................................................................................................12 
Desarrollo del Control Estadístico del Proceso..........................................................................14 
Teorema del límite central........................................................................................................15 
Interpretación...........................................................................................................................16 
1.3 LAS 7 HERRAMIENTAS BÁSICAS PARA LA SOLUCIÓN DE PROBLEMAS....................................18 
Hoja de verificación o registro ..................................................................................................18 
Diagrama de Pareto .................................................................................................................20 
Diagrama de Dispersión ...........................................................................................................24 
Histogramas .............................................................................................................................31 
Lluvia de ideas (Brainstorming).................................................................................................32 
Diagrama de Causa efecto ........................................................................................................33 
Carta de tendencias..................................................................................................................38 
Diagrama de flujo .....................................................................................................................39 
Pasos para la elaboración de un diagrama de flujo...................................................................40 
Diagrama de flujo de tiempo – valor agregado.........................................................................44 
Diagrama de Flujo Físico............................................................................................................45 
Estratificación ...........................................................................................................................46 
Las cartas de control.................................................................................................................46 
1.4 MÉTODOS LEAN PARA LA MEJORA.........................................................................................47 
Los 7 desperdicios o Muda........................................................................................................47 
Métodos Lean para la mejora...................................................................................................48 
Mapeo de la cadena de valor....................................................................................................48 
Las 5 Ss y la administración visual.............................................................................................51 
Preparaciones rápidas (SMED)..................................................................................................52 
Poka Yokes o A prueba de error................................................................................................53 
Trabajo estandarizado...............................................................................................................54 
1.5 LAS SIETE HERRAMIENTAS ADMINISTRATIVAS.......................................................................55 
Diagrama de Afinidad................................................................................................................56 
Fig. 1.26 ejemplos de diagrama de interrelaciones...................................................................60 
Diagrama de árbol.....................................................................................................................61 
Diagrama Matricial....................................................................................................................64 
..................................................................................................................................................67 
Matrices de Prioridades o prioritización...................................................................................68 
......................................................................................................................................................77 
1.6 MÉTODOS ESTADÍSTICOS PARA LA MEJORA DE CALIDAD.......................................................78 
Página 2
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Cartas de control.......................................................................................................................78 
Diseño de experimentos...........................................................................................................79 
Muestreo de aceptación...........................................................................................................80 
1.7 ADMINISTRACIÓN POR CALIDAD TOTAL.................................................................................82 
Costos de calidad......................................................................................................................83 
2. MÉTODOS Y FILOSOFÍA DEL CONTROL ESTADÍSTICO DEL PROCESO (CEP) ...................................85 
Concepto de variación...............................................................................................................85 
2.1 DISTRIBUCIÓN NORMAL.........................................................................................................85 
Estandarización de valores reales.............................................................................................93 
2.2 PRUEBA DE NORMALIDAD......................................................................................................96 
2.3 LA CARTA DE CONTROL COMO PRUEBAS DE HIPÓTESIS.........................................................98 
2.4 BASES ESTADÍSTICAS DE LAS CARTAS DE CONTROL..............................................................102 
Tamaño de muestra y frecuencia de muestreo.......................................................................109 
Subgrupos racionales..............................................................................................................110 
Análisis de patrones en cartas de control...............................................................................111 
2.5 IMPLEMENTACIÓN DEL CEP..................................................................................................112 
3. CARTAS DE CONTROL POR VARIABLES ......................................................................................114 
3.1 INTRODUCCIÓN....................................................................................................................114 
3.2 CARTAS DE CONTROL DE MEDIAS-RANGOS..........................................................................114 
Interpretación de cartas de control ........................................................................................119 
................................................................................................................................................131 
Capacidad o habilidad del proceso..........................................................................................132 
La curva característica de operación.......................................................................................139 
3.3 CARTAS DE CONTROL PARA y S............................................................................................142 
3.4 CARTAS PARA LECTURAS INDIVIDUALES...............................................................................149 
....................................................................................................................................................152 
3.5 SELECCIÓN ENTRE CARTAS POR VARIABLES Y POR ATRIBUTOS............................................153 
3.6 APLICACIÓN DE CARTAS DE CONTROL POR VARIABLES........................................................156 
4. CARTAS DE CONTROL PARA ATRIBUTOS.....................................................................................158 
4.1 INTRODUCCIÓN....................................................................................................................158 
4.2 CARTA DE CONTROL PARA FRACCIÓN NO CONFORME - p....................................................159 
4.3 CARTA DE CONTROL np.........................................................................................................172 
4.4 TAMAÑO DE MUESTRA VARIABLE........................................................................................173 
4.5 CURVA CARACTERÍSTICA DE OPERACIÓN Y ARL....................................................................177 
4.6 CARTAS DE CONTROL PARA NO CONFORMIDADES (DEFECTOS) – c y u...............................181 
Tamaño de muestra constante - CARTA c..............................................................................181 
Selección del tamaño de muestra...........................................................................................187 
Carta de control de defectos por unidad U.............................................................................188 
Sistema de demeritos..............................................................................................................194 
La curva característica de operación.......................................................................................195 
4.7 CARTAS DE CONTROL PARA TASAS DE DEFECTOS EN ppm...................................................197 
5. OTRAS CARTAS DE CONTROL ESPECIALES..................................................................................198 
5.1 CARTAS DE CONTROL PARA CORRIDAS CORTAS DE PRODUCCIÓN.......................................198 
Cartas de control dnom...........................................................................................................198 
Cartas de control de medias rangos estandarizada.................................................................199 
Cartas de control por atributos...............................................................................................200 
Página 3
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
5.2 CARTAS DE CONTROL MODIFICADAS Y DE ACEPTACIÓN .....................................................200 
Cartas de control modificadas.................................................................................................200 
Cartas de control de aceptación..............................................................................................202 
5.3 CARTA DE CONTROL PARA DESGASTE DE HERRAMIENTA O MATERIAL................................204 
5.4 CARTA DE PRECONTROL O DE ARCOIRIS..............................................................................207 
5.5 CARTAS DE CONTROL PARA PROCESOS DE SALIDA MÚLTIPLE.............................................211 
5.6 CARTAS DE CONTROL Cusum ...............................................................................................212 
Cusum normal.........................................................................................................................212 
Cusum en forma tabular.........................................................................................................216 
EL PROCEDIMIENTO DE LA MASCARILLA EN V............................................................................220 
...............................................................................................................................................224 
5.7 CARTA DE CONTROL DE MEDIAS MOVILES EXPONENCIALMENTE PONDERADAS (EWMA)...225 
5.8 CARTA DE CONTROL DE MEDIA MOVIL.................................................................................230 
6. ANÁLISIS DE CAPACIDAD DEL PROCESO....................................................................................235 
6.1 INTRODUCCIÓN....................................................................................................................235 
Condiciones para realizar un estudio de capacidad del proceso.............................................238 
6.2 ÍNDICES DE CAPACIDAD .......................................................................................................240 
Índice de capacidad potencial Cp............................................................................................240 
Índice de capacidad real Cpk...................................................................................................243 
Índice de capacidad potencial Cpm o PCRm y Cpkm o PCRkm................................................245 
6.3 CAPACIDAD DEL PROCESO CON HISTOGRAMA O PAPEL DE PROBABILIDAD NORMAL.........247 
Histograma .............................................................................................................................247 
Papel de probabilidad normal.................................................................................................249 
Capacidad del proceso con cartas de control ........................................................................253 
Capacidad de procesos con Minitab: normales y no normales.............................................256 
Capacidad de procesos no normales.......................................................................................260 
Análisis de capacidad con experimentos diseñados ..............................................................262 
6.7 ESTUDIOS DE CAPACIDAD DE SISTEMAS DE MEDICIÓN........................................................263 
Error del equipo de medición..................................................................................................263 
Repetibilidad y reproducibilidad (R&R)...................................................................................266 
R&R Capacidad de los sistemas de medición - AIAG..............................................................270 
Definiciones.............................................................................................................................271 
Exactitud : ...............................................................................................................................272 
Estudios R&R - Método Corto del Rango.................................................................................274 
................................................................................................................................................275 
Estudio de R&R Método largo.................................................................................................276 
Método de Promedios- Rango................................................................................................277 
Cálculos con Excel o manual: ..................................................................................................278 
Interpretación de los resultados.............................................................................................284 
Estudios de R&R por atributos................................................................................................289 
Interpretación de resultados...................................................................................................297 
7. MUESTREO DE ACEPTACIÓN POR ATRIBUTOS............................................................................299 
7.1 EL PROBLEMA DE LA ACEPTACIÓN POR MUESTREO.............................................................299 
7.2 MUESTREO SIMPLE POR ATRIBUTOS ...................................................................................303 
Muestreo aleatorio simple......................................................................................................303 
La curva OC.............................................................................................................................303 
Puntos específicos en la curva OC ..........................................................................................306 
Página 4
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Inspección rectificadora..........................................................................................................307 
Muestreo doble, múltiple y secuencial...................................................................................310 
7.4 TABLAS DE MUESTREO MIL-STD-105E (ANS Z1.4, ISO 2859).................................................318 
Descripción de la norma..........................................................................................................318 
7. 5 PLANES DE MUESTREO DE DODGE- ROMIG (1920).............................................................325 
Planes de AOQL.......................................................................................................................326 
Planes de LTPD........................................................................................................................326 
8. MUESTREO DE ACEPTACIÓN POR VARIABLES.............................................................................328 
Ventajas y desventajas............................................................................................................328 
8.1 CONTROL DE LA FRACCIÓN DEFECTIVA ................................................................................329 
8.3 TABLAS ASQC Z1.9 – 1993.....................................................................................................334 
8.4 OTROS PROCEDIMIENTOS DE MUESTREO POR VARIABLES..................................................342 
Muestreo secuencial por variables..........................................................................................342 
Página 5
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
1. IMPORTANCIA DE LA MEJORA CONTINUA 
1.1 CALIDAD Y MEJORAMIENTO 
Las dimensiones de la calidad según Garvin son: 
1. Desempeño (¿sirve el producto para el uso adecuado?) 
2. Confiabilidad (¿qué tan frecuentemente falla el producto?) 
3. Durabilidad (¿cuál es la vida útil del producto?) 
4. Serviciabilidad (¿qué tan fácil se repara el producto?) 
5. Estética (¿tiene el producto el estilo, color, forma, empaque y apariencia adecuada?) 
6. Características (¿qué hace el producto más allá de su desempeño básico?) 
7. Calidad percibida (¿cuál es la reputación de la empresa o del producto?) 
8. Cumplimiento de estándares (¿el producto está hecho de acuerdo a estándares de diseño 
original?) 
Así la calidad tradicionalmente es adecuación al uso. 
Dentro de la adecuación al uso existen la calidad de diseño y la calidad de conformancia. La de 
diseño se refiere al diseño original del producto, los materiales utilizados, especificaciones, y 
métodos empleados. La calidad de conformancia se refiere a que tan bien cumple el producto los 
requerimientos de las especificaciones de su diseño, que básicamente depende del proceso de 
manufactura. 
Una definición más moderna es que la calidad es inversamente proporcional a la 
variabilidad. 
De esta forma se define la mejora de calidad como: 
Mejoramiento de la calidad es la reducción de la variabilidad en 
productos y servicios. 
Página 6
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
EUA JAPON 
LIE Objetivo LSE 
Fig. 1.1 Enfoques de conformancia 
Como los métodos estadísticos tienen un papel importante en el mejoramiento de la calidad, son 
objeto de estudio de la Ingeniería de calidad. Los datos relacionados con la calidad se clasifican en 
atributos y en variables. Los de atributos son discretos, enteros. Los de variables corresponden a 
mediciones con valores reales como longitud, voltaje, etc. Existen diferentes herramientas 
estadísticas para tratar con ambos tipos de datos. 
Los productos no conformes o defectivos son los que no cumplen una o varias 
especificaciones. 
Un tipo específico de no cumplimiento de especificaciones es llamado defecto o no 
conformancia. 
Características del producto: Son los elementos que en conjunto describen la calidad del producto, 
evaluadas respecto a especificaciones, como son: 
1. Físicos: Longitud, peso, voltaje, viscosidad 
2. Sensoriales: Gusto, apariencia, color 
3. Relacionados con el tiempo: Confiabilidad, durabilidad, serviciabilidad. 
Página 7
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
1.2 HISTORIA DEL CONTROL ESTADÍSTICO DEL PROCESO 
Antecedentes 
La teoría de la administración se desarrolló básicamente en los países industrializados, en 
respuesta a los problemas que presentaron las grandes empresas características del sistema 
capitalista.1 Sus primeros indicios se observan con el economista Adam Smith con el concepto de 
división del trabajo para aumentar la productividad en 1776.2 
Smith notó que en una industria de fabricación de alfileres, diez personas, cada 
una realizando una tarea específica, podrían producir 48,000 alfileres por día. 
Propuso que si cada uno trabajara por separado y en forma independiente, los 
diez trabajadores tendrían suerte en hacer 200 (o aún 10) alfileres al día.3 
Smith concluyó que la división del trabajo incrementaba la productividad sin embargo se 
consideraba al trabajador como extensión de la máquina. Durante la revolución industrial, 
“iniciada en el siglo XVIII en Gran Bretaña…la mano de obra era sustituida por máquinas de una 
manera acelerada”.4 Esto, a su vez, abarató la fabricación de productos en las fábricas. Surge la 
administración científica con Frederick Taylor. 
Frederick Winslow Taylor (1856-1915): él no desarrolló una teoría de administración, sino que 
hacía énfasis en los aspectos empíricos.5 En 1911 publicó sus “Principios de la Administración 
Científica”6 donde describe la administración científica, y usó este término para definir “la única y 
mejor manera” de realizar un trabajo. Los estudios realizados antes y después de esta publicación, 
lo erigieron como el padre de la administración científica.7 Sus cuatro principios son: 
1 Simón, Nadima S., Evaluación Organizacional, SICCO, México, 1997, p. 7 
2 Smith, Adam, An Inquiry into the Nature and Causes of the Wealth of Nations, A. Strahan and T. 
Cadell, London, 1793, pp. 7-8 
3 Robbins, Stephen P., Management: Concepts and Applications, Englewood Cliffs, Nueva Jersey, 
1987, p. 31. 
4 Ibidem, p. 31. 
5 Simón, Nadima, op. cit., p. 9 
6 Taylor, Frederick W., Principles of Scientific Management,, Harper & Bros., Nueva York, Estados 
Unidos de América, 1911 
7 Robbins, Stephen, op cit. p. 33. 
Página 8
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
1. Crear una ciencia para cada elemento del trabajo del individuo, que sustituya al 
método empírico; 2. Escoger científicamente y luego entrenar, enseñar y 
desarrollar al trabajador; 3. Colaborar ampliamente con los trabajadores para 
asegurar que todo el trabajo se realice conforme a los principios de la ciencia que 
se ha ido desarrollando; 4. Hay una división casi igual del trabajo y la 
responsabilidad entre la administración y los trabajadores. La administración se 
encarga de todo el trabajo para el cual esté mejor dotada que los trabajadores.8 
Taylor9 señaló que la creación de nuevos métodos de trabajo era responsabilidad única de 
gerentes y administradores. La mayor desventaja del taylorismo es que los trabajadores pueden 
ser descalificados “como si fueran extensión de las máquinas”,10 como consecuencia, se tiene poca 
motivación y alto ausentismo. 
Frank (1864-1924) y Lillian Gilberth: diseñaron arreglos laborales para eliminar movimientos 
manuales y corporales inútiles, también experimentaron en el diseño y uso de herramientas y 
equipo adecuado para optimizar el desempeño del trabajo.11 Encontraron que no es el trabajo 
monótono la causa de tanta insatisfacción laboral, sino la falta de interés que muestran los 
gerentes por los trabajadores.12 
El “Fordismo” de Henry Ford: se implantó en empresas con líneas de productos durables en 
Estados Unidos de América, fomentó la modificación de las normas de consumo y de vida de los 
trabajadores, considerados como verdaderos consumidores potenciales, para lo cual era necesario 
aumentar su poder de compra y reducir costos de producción, con sistemas de protección social.13 
8 Ibidem, p. 34 tomado de la obra de Frederick Taylor, Principles of Scientific Management, Nueva 
York, Harper and Brothers, 1911, pp. 36-37. 
9 Taylor, op. cit. 1911, p.20. 
10 Hall, Richard, Organizaciones: Estructura y proceso. México, Prentice Hall Hispanoamericana, 
1982, p. 304 
11 Ibidem, p. 33 
12 Koontz, Harold, op. cit. , p. 34. 
13 Neffa, Julio Cesar, “Transformaciones del proceso del trabajo y de la relación salarial en el marco 
del nuevo paradigma productivo. Sus repercuciones sobre la acción sindical”, en Sociología del 
Trabajo, Nueva época, núm. 18, primavera de 1993, pp. 80-82 
Página 9
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Con las crisis de los años ochenta, la producción masiva uniforme ya no es competitiva, surge un 
nuevo paradigma que hace énfasis en la respuesta flexible frente a los cambios impredecibles del 
mercado. 14 
Control de calidad por inspección 
Durante la primera guerra mundial el sistema de manufactura se volvió más complejo, 
involucrando a más trabajadores reportando a un supervisor de producción, con Taylor aparecen 
los primeros inspectores de control de calidad; los trabajadores y el supervisor se enfocaron a la 
producción, desligándose del auto - control de calidad de los artículos que producían, esto tuvo 
auge entre los años 1920's y 1930's. Para evitar quejas y devoluciones de los clientes, los 
productos se revisaban y separaban al final del proceso, identificando los defectuosos por un 
departamento de Control de Calidad, sin embargo como la inspección 100% realizada por 
personas tiene errores, se estableció un departamento de Servicio para corregir los productos 
defectuosos en el mercado.15 Se establecen después planes de muestreo militares, asumiendo que 
cualquier proceso producirá defectos, los esfuerzos se enfocan a detectarlos, no a prevenirlos. Los 
productos defectuosos, eran reprocesados o desechados, incrementando los costos de producción 
entre un 20 a 30% e incrementando el precio final del producto al menos 20%16, absorbiendo el 
cliente las ineficiencias de la empresa. El departamento de Control de Calidad se convierte en el 
"policía de la calidad" y se le responsabiliza de todos los problemas de calidad en la empresa, está 
formado por especialistas y técnicos que se encargan principalmente de detectar defectos en el 
producto final. 
Con objeto de reducir el costo de la no calidad se desarrolló y aplicó el Control Estadístico del 
Proceso como una siguiente etapa. 
14 Ibidem, p. 83-84 
15 Vid. Valdez, Luigi, Conocimiento es futuro, CONCAMIN, México, 1995, pp. 122-123 
16 Ibidem, pp. 125-126 
Página 10
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Control estadístico del proceso (CEP) 
CEP en occidente 
Durante la segunda guerra mundial se requirieron cantidades masivas de productos, las 
inspecciones de rutina de los inspectores no eran suficientes, en algunas compañías, tales como la 
Western Electric, bajo contrato de la American Bell Telephone Company, estableció métodos de 
control de calidad más rigurosos que infundieran confianza en sus instrumentos y 
electrodomésticos, en 1924 se formó su departamento de Ingeniería de Inspección, entre sus 
primeros miembros se encuentran Harold F. Dodge, Donald A. Qaurles, Walter A. Shewhart, Harry 
G. Romig y otros. 
Según Duncan “Walter Shewhart de los Laboratorios Bell fue el primero en aplicar las cartas de 
control en 1924 haciendo un esbozo de la carta de control”17. Por otra parte “H. Dodge y H. Romig 
desarrollaron las tablas de inspección por muestreo de Dodge-Romig”18, como una alternativa a la 
inspección 100% al producto terminado, sin embargo su adopción en occidente fue muy lenta, 
Freeman, sugiere que esto se dio por “la tendencia de los ingenieros americanos a eliminar la 
variación, y su desdén por las teorías probabilísticas, así como a la falta de estadígrafos 
industriales, adecuadamente entrenados”.19 
El trabajo de Shewhart, Dodge y Romig, constituye la mayor parte de lo que hoy se conoce como 
“Control Estadístico del Proceso”. De esta forma con objeto de hacer más eficientes a las 
organizaciones de inspección, “se proporciona a los inspectores con unas cuantas herramientas 
estadísticas, tales como cartas de control y tablas de muestreo”20. Se reduce el nivel de variación 
del proceso hasta los límites predecibles y se identifican las oportunidades de mejora. Se 
establecen sistemas de medición formales desde los proveedores hasta el producto final y el 
proceso se "estandariza”. Hoy en día la herramienta de las cartas de control (CEP) es utilizada por 
los círculos de control de calidad para la identificación de problemas. 
En 1931, W.A. Shewhart publica su libro “Economic Quality Control of Quality of Manufactured 
Product”, donde describe las cartas para el control estadístico del proceso. En medio de los años 
17 Duncan, Acheson, op. cit.p. 16. 
18 Ibidem, p. 1 
19 Freeman, H.D., “Statistical Methods for Quality Control”, MechanicalEngineering, April 1937, p. 
261. 
20 Feigenbaum, A.V., op. cit., 1986, p. 16 
Página 11
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
30’s los métodos de control estadístico de calidad se empezaron a aplicar en la Western Electric, 
brazo de manufactura de los laboratorios Bell, sin embargo no fueron reconocidos estos métodos 
ampliamente. 
Durante la II guerra mundial se expandió el uso de los métodos estadísticos de control de procesos 
en la industria de la manufactura, la American Society for Quality Control se formó en 1946 para 
promover su uso. De 1946 a 1949 W. Deming es invitado a Japón a dar seminarios sobre control 
estadístico de calidad a sus industriales, extendiendo el uso de éstos métodos. Aparecen las obras 
de Eugene L. Grant y A.J. Duncan sobre control estadístico del proceso. En occidente es hasta la 
década de los ochenta cuando se voltea hacia los métodos estadísticos ya muy comunes en Japón 
dado el éxito industrial de este país. 
En los años recientes, empresas de alta tecnología como Motorola, General Electric, Xerox, AT&T, 
etc., desarrollan e implantan una metodología de calidad total denominada Calidad 6 sigma con el 
objetivo de reducir los errores y defectos a un máximo de 3.4 partes por millón (ppm), donde una 
de las herramientas clave es el control estadístico del proceso, que permite obtener ahorros de 
costos muy importantes. 
CEP en Japón 
En 1950 el experto Edwards W. Deming inició el entrenamiento en métodos estadísticos en el 
Japón, incluyendo conferencias dirigidas a los líderes industriales, en esta época Kaoru Ishikawa 
experto japonés en control de calidad inició sus estudios sobre conceptos de control de calidad, 
describe su propia motivación como sigue: 
Yo desarrollé un gran respeto por el Dr. Shewhart por medio del estudio profundo 
de sus conceptos en cartas de control y estándares... Sin embargo, me sorprendí 
un poco que en EUA, donde efectué una visita de estudio, sus métodos casi no se 
aplicaban. Yo deseo importar sus conceptos al Japón y asimilarlos para adaptarlos 
a situaciones en Japón, de tal forma que los productos japoneses mejoraran su 
calidad21 
21 Ishikawa, Kaouru, "Tributes to Walter A. Shewhart," Industrial Quality Control, Vol. 22, No. 12, 
1967, pp. 115-116. 
Página 12
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
En 1955, Kaouru Ishikawa introdujo las técnicas de cartas de control en Japón, los japoneses 
aprendieron el control de calidad de occidente, invitaron a Deming, Juran y otros eruditos a Japón 
para que les enseñasen el control estadístico del proceso. Sin embargo la implantación de estas 
técnicas fue posible después de su modificación y adaptación a las empresas japonesas, 
incluyendo la creación de varias herramientas útiles como refinamiento del control estadístico de 
calidad, tales como las 7 herramientas estadísticas utilizadas normalmente por los círculos de 
control de calidad y la aplicación de técnicas estadísticas avanzadas. 
Entre las 7 herramientas estadísticas se encuentran: Diagrama de Ishikawa, Diagrama de Pareto, 
Hoja de verificación, Diagrama de dispersión, Estratificación, Histogramas y Cartas de control. 
Estas técnicas junto con las computadoras han alcanzado un alto nivel en Japón, “todas las 
industrias japonesas confían en los métodos estadísticos avanzados para el diseño de productos”,22 
esto también ha permitido que los supervisores de las fábricas japonesas utilicen estadística de 
alto nivel para analizar problemas. Por ejemplo para el caso del diseño de experimentos se tiene: 
“el diseño estadístico de experimentos es el arreglo, bajo el cual se efectúa un programa 
experimental, incluye la selección de los niveles óptimos de los factores que tienen influencia en la 
calidad del producto “23, ayuda a optimizar el tiempo y los elementos de diseño, determinando los 
materiales más baratos de tal forma que el producto cumpla las especificaciones, y todavía se 
asegure que el producto se desempeñará en forma satisfactoria bajo condiciones variables. 
Con la aplicación del Control Estadístico del Proceso, el trabajador tiene de nuevo la oportunidad 
de controlar la calidad de su trabajo, no a través de inspección 100%, sino a través de técnicas de 
muestreo y de cartas de control, como método preventivo de defectos, lo que permite su 
autocontrol para reducir la variabilidad del proceso de producción, se complementa con las siete 
herramientas estadísticas y el ciclo de control de Deming (planear, hacer, verificar y actuar). 
22 Amsden, R., op. cit. , p. 537. 
23 Winer, B., Statistical Principles in Experimental Design, McGraw Hill, 1971. p. 5. 
Página 13
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Desarrollo del Control Estadístico del Proceso 
W. A. Shewhart demostró que cuando se extraen muestras de tamaño 4 – 6 de distribuciones casi 
normales, triangulares, uniformes, etc., y se calculan las medias de esas muestras, al graficar las 
medias en un histograma siguen una distribución normal.24 
* * * * 
* * * * 
*** * * 
*** * * 
Distribución de promedios 
Universo de las muestras 
Fig. 1.2 Experimentos de Shewhart para las cartas de control 
Encontró que las medias de las muestras correspondían a las medias de la población y que la 
desviación estándar de las medias de las muestras se relacionaban con la desviación estándar de la 
población, como sigue (TEOREMA DEL LÍMITE CENTRAL): 
s = s __ (1.1) 
X n 
Donde n es el tamaño de la muestra y s es la desviación estándar de la población. 
Población con media m y desviación estándar s y cualquier distribución. 
24 Shewhart, W.A., Economic Control of Quality of Manufactured Product, Van Nostrand Reinhold 
Co., 1931, p. 182 
Página 14
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
X1 X2 X3 
X-media 1 X-media 2 X-media 3 
Conforme el tamaño de muestra se incrementa las muestras se distribuyen normalmente con 
media de medias m y desviación estándar de las medias de las muestras s / Ön. También se 
denomina Error estándar de la media. 
Promedios 
Frequency 
3 4 5 6 7 
14 
12 
10 
8 
6 
4 
2 
0 
Histogram of Promedios 
Fig. 1.3 Distribución de las medias muestrales - Normal 
En general si las xi están distribuidas en forma idéntica y su distribución se asemeja a la normal, el 
teorema del límite central trabaja bien para n>=3 o 4, condiciones propicias para el control 
estadístico de los procesos. 
Teorema del límite central 
La distribución normal tiene muchas propiedades útiles, una de estas se refiere a la combinación 
lineal de variables aleatorias independientes. Si x1, x2 x3, ...., xn son variables aleatorias 
independientes no necesariamente normales, con media m1, m2, ... mn y varianzas s1 
2, s2 2 
, ..., sn 
2 
respectivamente, entonces la distribución del estadístico siguiente: 
y = a1x1 + a2x2 + ............. + anxn 
es normal con media 
Página 15
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
my = a1m1 + a2m2 + ... + anmn 
y varianza 
sy 
2s1 
2 = a1 
2s2 
2 + a2 
2...,+ an 
2sn 
2 
donde a1, a2, ... an son constantes. 
El Teorema del Límite Central establece que la distribución de la variable: 
n 
[y - å= 
i 1 
n 
mi ] ¸ å= 
i 1 
s i 
2 
(2.5) 
Se aproxima a la distribución normal conforme n tiende a infinito. Es decir que la suma de las n 
variables aleatorias independientemente distribuidas es aproximadamente normal, 
independientemente de la distribución de las variables individuales. 
La aproximación se mejora conforme se incrementa n, en general si las xi están distribuidas en 
forma idéntica y su distribución se asemeja a la normal, el teorema del límite central trabaja bien 
para n>=3 o 4, condiciones propicias para el control estadístico de los procesos. 
Interpretación 
Normalmente para conocer el estado de un proceso en determinado momento, es necesario 
obtener un histograma de la característica de interés, tomando al menos 30 piezas. Se calcula la 
media y la desviación estándar de la muestra y se trata de inferir sobre las características del 
proceso. Haciendo esto periódicamente se pueden tener los comportamientos siguientes: 
Hora 4 
Hora 2 
Hora 3 
Hora 1 
a) Proceso fuera de control b)Proceso en control 
en media y variabilidad en media y esv. est. 
Página 16
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Fig. 1.4 Comportamiento de procesos en control y fuera de control25 
Llevando un control de proceso a través de histogramas no sería práctico y aprovechando sus 
hallazgos del comportamiento de las medias Shewhart sugirió llevar un control del proceso 
tomando muestras no de 50 piezas, sino de sólo 5 consecutivas, monitoreando el comportamiento 
del proceso a través de las cartas de control de Shewhart, la media del proceso con las medias de 
las muestras y la variabilidad con su rango. Tomado límites de control establecidos a ± 3s de 
medias o rangos. 
25 Ford Motor Co., Continuing Process Control and Process Capability Improvement, Dearborn, 
Michigan, 1983 
Página 17
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
1.3 LAS 7 HERRAMIENTAS BÁSICAS PARA LA SOLUCIÓN DE PROBLEMAS 
Figura 3.1 Las 7 herramientas estadísticas de calidad 
H 
Fig. 1.5 Las 7 herramientas estadísticas para la mejora y solución de problemas 
Hoja de verificación o registro 
Se utiliza para reunir datos basados en la observación del comportamiento de un proceso con el 
fin de detectar tendencias, por medio de la captura, análisis y control de información relativa al 
proceso. Básicamente es un formato que facilita que una persona pueda tomar datos en una 
forma ordenada y de acuerdo al estándar requerido en el análisis que se esté realizando. Las hojas 
de verificación también conocidas como de comprobación o de chequeo organizan los datos de 
manera que puedan usarse con facilidad más adelante. 
Pasos para la elaboración de una hoja de verificación: 
1. Determinar claramente el proceso sujeto a observación. Los integrantes deben enfocar su 
atención hacia el análisis de las características del proceso. 
Página 18
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
2. Definir el período de tiempo durante el cuál serán recolectados los datos. Esto puede variar de 
horas a semanas. 
3. Diseñar una forma que sea clara y fácil de usar. Asegúrese de que todas las columnas estén 
claramente descritas y de que haya suficiente espacio para registrar los datos. 
4. Obtener los datos de una manera consistente y honesta. Asegúrese de que se dedique el 
tiempo necesario para esta actividad. 
Anotar frecuencia de ocurrencia de los eventos (con signos |, X, *, etc.) 
DIA 
DEFECTO 1 2 3 4 TOTAL 
Tamaño erróneo IIIII I IIIII IIIII III IIIII II 26 
Forma errónea I III III II 9 
Depto. EquivocadoIIIII I I I 8 
Peso erróneo IIIII IIIII I IIIII III IIIII III IIIII IIIII 37 
Mal Acabado II III I I 7 
TOTAL 25 20 21 21 87 
Figura 1.6 Ejemplo de hoja de verificación o registro 
Consejos para la elaboración e interpretación de las hojas de verificación 
1. Asegúrese de que las observaciones sean representativas. 
2. Asegúrese de que el proceso de observación es eficiente de manera que las personas tengan 
tiempo suficiente para hacerlo. 
3. La población (universo) muestreada debe ser homogénea, en caso contrario, el primer paso es 
utilizar la estratificación (agrupación) para el análisis de las muestras/observaciones las cuales 
se llevarán a cabo en forma individual. 
Ejercicio: Hacer hoja de registro con las antigüedades en la organización y concluir: 
Antigüedad Registro 
0.5 -1 años 
1.1 – 2 años 
2.1 – 4 años 
4.1 – 7 años 
Más de 7 años 
Conclusiones: 
Página 19
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Diagrama de Pareto 
Se utiliza para identificar problemas o causas principales: 
Herramienta utilizada para el mejoramiento de la calidad para identificar y separar en forma crítica 
los pocos proyectos que provocan la mayor parte de los problemas de calidad. 
El principio enuncia que aproximadamente el 80% de los efectos de un problema se debe a 
solamente 20% de las causas involucradas. 
El diagrama de Pareto es una gráfica de dos dimensiones que se construye listando las causas de 
un problema en el eje horizontal, empezando por la izquierda para colocar a aquellas que tienen 
un mayor efecto sobre el problema, de manera que vayan disminuyendo en orden de magnitud. El 
eje vertical se dibuja en ambos lados del diagrama: el lado izquierdo representa la magnitud del 
efecto provocado por las causas, mientras que el lado derecho refleja el porcentaje acumulado de 
efecto de las causas, empezando por la de mayor magnitud. 
Pasos para desarrollar el diagrama de Pareto: 
1. Seleccione qué clase de problemas se van a analizar. 
2. Decida qué datos va a necesitar y cómo clasificarlos. Ejemplo: Por tipo de defecto, localización, 
proceso, máquina, trabajador, método. 
3. Defina el método de recolección de los datos y el período de duración de la recolección. 
4. Diseñe una tabla para el conteo de datos con espacio suficiente para registrarlos. 
5. Elabore una tabla de datos para el diagrama de Pareto con la lista de categorías , los totales 
individuales, los totales acumulados, la composición porcentual y los porcentajes acumulados 
6. Organice las categorías por orden de magnitud decreciente, de izquierda a derecha en un eje 
horizontal construyendo un diagrama de barras. El concepto de “otros” debe ubicarse en el 
último lugar independientemente de su magnitud. 
7. Dibuje dos ejes verticales y uno horizontal. 
Ejes verticales: 
- Eje izquierdo: Marque este eje con una escala desde 0 hasta el total general 
- Eje derecho: Marque este eje con una escala desde 0 hasta 100% 
Página 20
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Eje horizontal: 
- Divida este eje en un número de intervalos igual al número de categorías clasificadas. 
8. Dibuje la curva acumulada (curva de Pareto), Marque los valores acumulados (porcentaje 
acumulado) en la parte superior, al lado derecho de los intervalos de cada categoría, y conecte 
los puntos con una línea continua. 
9. Escriba en el diagrama cualquier información que considere necesaria para el mejor 
entendimiento del diagrama de Pareto. 
Ejemplo de Diagrama de Pareto: 
El departamento de ventas de un fabricante de materiales de empaque tiene registrada una lista 
de las quejas que se han recibido durante el último mes. 
Tipo de queja No. 
de 
quejas 
Total 
Acumulado 
Composición 
Porcentual 
Porcentaje 
Acumulado 
A) Entregas fuera de tiempo 25 25 35.71 35.71 
B) Calibre fuera de especificaciones 23 48 32.85 68.56 
C) Material sucio y maltratado 7 55 10 78.56 
D) Material mal embalado 6 61 8.57 87.13 
E) Dimensiones fuera de especificaciones 3 64 4.28 91.41 
F) Inexactitud en cantidades 2 66 2..85 94.26 
G) Mala atención del personal 1 67 1.42 95.68 
H) Maltrato del material por transportistas 1 68 1.42 97.7 
I) Fallas en documentación 1 69 1.42 98.52 
J) Producto con códigos equivocados 1 70 1.4 99.94 
Página 21
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
DIAGRAMA PARETO 
Figura 1.7a Diagrama de Pareto 
Página 22 
25 
23 
7 
6 
3 
2 
1 
99.94 
98.52 
97.7 
95.68 
91.41 
87.13 
78.56 
68.56 
35.71 
A B C D E F G H I J 
94.26 
% 
A 
CUMULA 
DO 
NO 
DE 
QUEJAS 
50
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Las quejas A, B y C representan el 78.56%, siendo en estas en las que debemos de enfocarnos 
primero a resolver. 
Ejemplo: Se tienen los gastos siguientes: 
TIPO_GTO GASTO CANT 
A Papelería 20 
B Toners 60 
C Víaticos 80 
D Gasolina 30 
E Copiado 10 
Diagrama de Pareto en Minitab 
· Capture los datos en la columna C1 (tipo de defecto), en la columna C2 (frecuencias) 
· Seleccione: Stat>Quality Tools>Pareto Chart 
Escoja la opción Chart defects table , en el campo labels in seleccione: C1 y en Frequencies 
in seleccione: C3. Combine defects alter the first 80%. 
· Clic en OK 
· El sistema despliega la gráfica de Pareto: 
Construir un diagrama de Pareto y su línea acumulativa 
Count 
Percent 
200 
150 
100 
50 
0 
C1 
Count 
C B D A Other 
80 60 30 20 10 
15.0 10.0 5.0 
Percent 40.0 30.0 
Cum % 40.0 70.0 85.0 95.0 100.0 
100 
80 
60 
40 
20 
0 
Pareto Char t of C1 
Figura 1.7b Diagrama de Pareto 
Página 23
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
En la gráfica observamos que aproximadamente el 85% de los gastos es debido a los gastos C, B, 
D. 
Ejercicio: Hacer un diagrama de Pareto con los gastos principales: 
Ordenarlos de mayor a menor 
Tipo de Gasto Descripción Frecuencia 
Frecuencia % 
Conclusiones: 
Diagrama de Dispersión 
Se utiliza para analizar la correlación entre dos variables, se puede encontrar: Correlación 
positiva o negativa, fuerte o débil o sin correlación. 
El diagrama de dispersión es una técnica estadística utilizada para estudiar la relación entre dos 
variables. Por ejemplo, entre una característica de calidad y un factor que le afecta. 
La ventaja de utilizar este tipo de diagramas es que al hacerlo se tiene una comprensión más 
profunda del problema planteado. 
La relación entre dos variables se representa mediante una gráfica de dos dimensiones en la que 
cada relación está dada por un par de puntos (uno para cada variable). 
Página 24
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
La variable del eje horizontal x normalmente es la variable causa, y la variable del eje vertical y es 
la variable efecto. 
Fig. 1.8 Gráfica de dispersión donde se observa una correlación positiva 
La relación entre dos variables puede ser: positiva o negativa. Si es positiva, significa que un 
aumento en la variable causa x provocará una aumento en la variable efecto y y si es negativa 
significa que una disminución en la variable x provocará una disminución en la variable y. 
Por otro lado se puede observar que los puntos en un diagrama de dispersión pueden estar muy 
cerca de la línea recta que los atraviesa, o muy dispersos o alejados con respecto a la misma. El 
índice que se utiliza para medir ese grado de cercanía de los puntos con respecto a la línea recta es 
la correlación. En total existen cinco grados de correlación: positiva evidente, positiva, negativa 
evidente, negativa y nula. 
Página 25
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Correlación entre las variables Y y X 
Correlación Positiva 
Evidente 
25 
20 
15 
10 
5 
0 
0 5 10 15 20 25 
X 
Y 
Correlación Negativa 
Evidente 
25 
20 
15 
10 
5 
0 
0 5 10 15 20 25 
X 
Y 
Correlación 
Positiva 
25 
20 
15 
10 
5 
0 
0 5 10 15 20 25 
X 
Y 
Correlación 
Negativa 
25 
20 
15 
10 
5 
0 
0 5 10 15 20 25 
X 
Y 
Sin Correlación 
25 
20 
15 
10 
5 10 15 20 25 
X 
Y 
5 
0 
0 
Figura 1.9 Diagrama de dispersión y su correlación entre X,Y 
Si todos los puntos estuvieran completamente sobre la recta la ecuación lineal sería y = a + bx. 
Como la correlación no siempre es perfecta, se calculan a y b de tal forma que se minimice la 
distancia total entre puntos y la recta. Los cálculos son: 
å å å å 
y x - 
x xy 
= 2 2 
å - 
(å ) 
2 
n x x 
a 
å å å 
n xy - 
x y 
= n x2 x 2 
å - 
(å ) 
b 
El índice de correlación (r) se puede calcular estadísticamente mediante las ecuaciones que a 
continuación se presentan 
r SCxy 
SCx ´ 
SCy 
= 
å å ´å 
= - 
x y 
n 
SCxy xy 
Página 26
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
( )2 
2 
n 
x 
SCx x =å - å 
( )2 
å 
y 
SCy =å y 2 
- n 
Donde: 
r = Coeficiente de correlación lineal 
SCxy = Suma de cuadrados de xy 
SCx = Suma de cuadrados de x 
SCy = Suma de cuadrados de y 
åx2 = Sumatoria de los valores de la variable x al cuadrado 
åy2 =Sumatoria de los valores de la variable y al cuadrado 
åxy = Sumatoria del producto de xy 
(å x ) 2 = Cuadrado de la sumatoria de la variable x 
(å y ) 2 = Cuadrado de la sumatoria de la variable y 
n = número de pares ordenados (pares de datos x, y) 
El factor de correlación es un número entre –1 (correlación negativa evidente) y +1 (correlación 
positiva evidente), y r = 0 indicaría correlación nula. 
La correlación se utiliza para cuantificar el grado en que una variable provoca el comportamiento 
de otra. Por ejemplo si se encuentra que la variable temperatura tiene una correlación positiva 
con el porcentaje de artículos defectuosos, se deben buscar soluciones al problema de los 
artículos defectuosos mediante acciones asociadas con la variable temperatura; de lo contrario, 
sería necesario buscar la solución por otro lado. 
Ejemplo: Un ingeniero que trabaja con botellas de refresco investiga la distribución del producto y 
las operaciones del servicio de ruta para máquinas vendedoras. El sospecha que el tiempo 
requerido para cargar y servir una máquina se relaciona con el número de latas entregadas del 
producto. Se selecciona una muestra aleatoria de 25 expendios al menudeo que tienen máquinas 
vendedoras y se observa para cada expendio el tiempo de solicitud- entrega (en minutos) y el 
Página 27
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
volumen del producto entregado (en latas). Calcular el coeficiente de correlación y graficar. Los 
datos se muestran a continuación: 
Observación No. Latas, x tiempo, y x^2 y^2 xy 
1 2 .00 9 .95 4 .00 9 9.00 1 9.90 
2 8 .00 2 4.45 6 4.00 5 97.80 1 95.60 
3 1 1.00 3 1.75 1 21.00 1 ,008.06 3 49.25 
4 1 0.00 3 5.00 1 00.00 1 ,225.00 3 50.00 
5 8 .00 2 5.02 6 4.00 6 26.00 2 00.16 
6 4 .00 1 6.86 1 6.00 2 84.26 6 7.44 
7 2 .00 1 4.38 4 .00 2 06.78 2 8.76 
8 2 .00 9 .60 4 .00 9 2.16 1 9.20 
9 9 .00 2 4.35 8 1.00 5 92.92 2 19.15 
10 8 .00 2 7.50 6 4.00 7 56.25 2 20.00 
11 4 .00 1 7.08 1 6.00 2 91.73 6 8.32 
12 1 1.00 3 7.00 1 21.00 1 ,369.00 4 07.00 
13 1 2.00 4 1.95 1 44.00 1 ,759.80 5 03.40 
14 2 .00 1 1.66 4 .00 1 35.96 2 3.32 
15 4 .00 2 1.65 1 6.00 4 68.72 8 6.60 
16 4 .00 1 7.89 1 6.00 3 20.05 7 1.56 
17 2 0.00 6 9.00 4 00.00 4 ,761.00 1 ,380.00 
18 1 .00 1 0.30 1 .00 1 06.09 1 0.30 
19 1 0.00 3 4.93 1 00.00 1 ,220.10 3 49.30 
20 1 5.00 4 6.59 2 25.00 2 ,170.63 6 98.85 
21 1 5.00 4 4.88 2 25.00 2 ,014.21 6 73.20 
22 1 6.00 5 4.12 2 56.00 2 ,928.97 8 65.92 
23 1 7.00 5 6.63 2 89.00 3 ,206.96 9 62.71 
24 6 .00 2 2.13 3 6.00 4 89.74 1 32.78 
25 5 .00 2 1.15 2 5.00 4 47.32 1 05.75 
TOTALES 2 06.00 7 25.82 2 ,396.00 2 7,178.53 8 ,008.47 
Utilizando las ecuaciones para obtener el coeficiente de correlación tenemos: 
SCxy = 2027.71 
SCx = 698.56 
SCy = 6105.94 
r = 0.98 
El coeficiente de correlación r = 0.98 por lo cual tenemos suficiente evidencia estadística para 
afirmar que el tiempo de entrega está relacionado con el número de latas. 
Página 28
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Figura 1.10 Diagrama de dispersión con tendencia 
En la gráfica observamos que al aumentar el número de latas el tiempo de entrega aumenta. 
 Para realizar el gráfico de dispersión en Excel realice el siguiente procedimiento: 
1. Seleccione el icono asistente para gráficos. 
2. Seleccione el tipo de gráfico xy(dispersión), y subtipo de gráfico: dispersión, compara 
pares de valores.(siguiente) 
3. En la pestaña rango de datos seleccione los valores de x y y de la tabla de datos. En la 
pestaña serie agregue el título, el rango de valores x, y se da por default al haber 
seleccionado el rango de datos .(siguiente) 
4. Ponga el titulo del gráfico y eje de valores x y y de la tabla de datos. En esta pantalla puede 
agregar líneas de división al gráfico y otras opciones (siguiente) (finalizar) 
5. Para realizar algún cambio, por ejemplo en la escala haga clic en la escala de valores y 
aparecerá un menú que le permitirá realizarlos. 
Página 29
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Para determinar la función de regresión y correlación en Minitab se siguen los pasos siguientes 
(después de cargar los datos correspondientes a X y a Y en las columnas C1 y C2): 
Minitab > Stat >Regresión ... Indicar la columna de Respuestas Y y la de predictores X y aceptar 
con OK. Observar el valor del coeficiente de correlación y de determinación. 
Para obtener la línea de mejor ajuste de la regresión, se procede como sigue en Minitab: 
Minitab > Stat >Fitted Line Plot ... Indicar la columna de Respuestas Y y la de predictores X, 
seleccionar si se quiere ajustar con los datos con una línea, una función cuadrática o cúbica y 
aceptar con OK. Observar el mayor valor del coeficiente de correlación que indica el mejor ajuste. 
Ejercicio: Hacer un diagrama de dispersión con los datos siguientes: 
Errores (escala 5 por división) 
Antiguedad 
Conclusiones: 
Página 30 
Antigüedad Errores 
4 20 
2 12 
8 36 
6 28 
10 44 
5 25 
7 32 
1 5
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Histogramas 
Se utilizan para ver la distribución de frecuencia de una tabla de datos 
Figura 3.5 Distribución de frecuencias o histograma 
Figura 1.11 Histograma en Excel 
Pasos para hacer un histograma: 
1. Contar el número de datos, identificar el valor máximo, el mínimo y el rango. 
2. Determinar el ancho de clase = Rango / 5 a 8. 
3. Contar cuantos datos entran dentro de cada celda. 
4. Graficar las frecuencias de cada celda. 
Ejercicio: Realizar un histograma con los datos de edades siguientes: 
2.41 17.87 33.51 38.65 45.70 49.36 55.08 62.53 70.37 81.21 
3.34 18.03 33.76 39.02 45.91 49.95 55.23 62.78 71.05 82.37 
4.04 18.69 34.58 39.64 46.50 50.02 55.56 62.98 71.14 82.79 
4.46 19.94 35.58 40.41 47.09 50.10 55.87 63.03 72.46 83.31 
8.46 20.20 35.93 40.58 47.21 50.10 56.04 64.12 72.77 85.83 
9.15 20.31 36.08 40.64 47.56 50.72 56.29 64.29 74.03 88.67 
11.59 24.19 36.14 43.61 47.93 51.40 58.18 65.44 74.10 89.28 
12.73 28.75 36.80 44.06 48.02 51.41 59.03 66.18 76.26 89.58 
13.18 30.36 36.92 44.52 48.31 51.77 59.37 66.56 76.69 94.07 
15.47 30.63 37.23 45.01 48.55 52.43 59.61 67.45 77.91 94.47 
Paso 1. Número de datos = Valor mayor = Valor menor = Rango = 
Página 31
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Paso 2. Ancho de clase = Rango / 6 = redondear a: 
Paso 3. Contar elementos para cada clase: 
Columna Intervalo Registro de frecuencias 
Frecuencia 
1 0 -17 
2 18-35 
3 36-53 
4 54-71 
5 72-89 
6 90 en 
adelante 
Paso 4. Hacer la gráfica del histograma: 
Conclusiones: 
Lluvia de ideas (Brainstorming) 
En las sesiones de lluvia de ideas se generan nuevas ideas mediante la participación de todo el 
equipo.Para comenzar con el proceso de tormenta de ideas, en el cual se genera información la 
gente se reúne en una sala en la cual se recomienda la disposición de las mesas en forma de “U” 
para facilitar el debate. La gente que participa en la sesión deberá de pertenecer a diferentes 
áreas o tener puntos de vista diferentes, esto con el objeto de enriquecer la sesión. 
El facilitador debe de contar con experiencia en la conducción de sesiones de tormentas de ideas, 
o al menos haber tenido experiencias previas. 
Para conducir un grupo se lleva a cabo la siguiente metodología: 
Página 32
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
1. Seleccionar el problema a tratar. 
2. Pedir a todos los miembros del equipo generen ideas para la solución del problema, las cuales 
se anotan en el pizarrón sin importar que tan buenas o malas sean estas. 
3. Ninguna idea es evaluada o criticada antes de considerar todos los pensamientos 
concernientes al problema. 
4. Aliente todo tipo de ideas, ya que al hacerlo pueden surgir cosas muy interesantes, que 
motivan a los participantes a generar más ideas. 
5. Apruebe la naturalidad y el buen humor con informalidad, en este punto el objetivo es tener 
mayor cantidad de ideas así existirán mayores posibilidades de conseguir mejores ideas. 
6. Se les otorga a los participantes la facultad de modificar o mejorar las sugerencias de otros. 
7. Una vez que se tengan un gran número de ideas el facilitador procede a agrupar y seleccionar 
las mejores ideas por medio del consenso del grupo de trabajo. 
8. Las mejores ideas son discutidas y analizadas con el fin del proponer una solución. 
La técnica tormenta de ideas puede ser aplicada con gran frecuencia al llevar a cabo otras 
herramientas, como por ejemplo, diagramas causa-efecto (Ishikawa), Diseño de experimentos, 
pruebas de confiabilidad, etc. 
EJERCICIO: Realizar una lluvia de ideas para solucionar el problema de llegar a tiempo a algún 
lugar. 
Diagrama de Causa efecto 
Muestra la relación entre una característica de calidad y los factores de influencia, para 
encontrar las causas posibles. Se usa la lluvia de ideas, debe hacerse sin juicios previos y 
respetando las opiniones. 
 Técnica para generar ideas creativas cuando la mejor solución no es obvia. 
 Reunir a un equipo de trabajo (4 a 10 miembros) en un lugar adecuado 
 El problema a analizar debe estar siempre visible 
 Generar y registrar en el diagrama de Ishikawa un gran número de ideas, sin 
juzgarlas, ni criticarlas 
 Motivar a que todos participen con la misma oportunidad 
Página 33
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
El diagrama causa-efecto, también llamado “espina de pescado” por la semejanza de su forma, 
también es conocido por diagrama de Ishikawa. 
Es utilizado para explorar, e identificar todas las causas posibles y relaciones de un problema 
(efecto) o de una condición específica en las características de un proceso. 
Una vez elaborado, el diagrama causa-efecto representa de forma clara, ordenada y completa 
todas las causas que pueden determinar cierto problema. 
Constituye una buena base de trabajo para poner en marcha la búsqueda de las verdaderas causas 
de un problema. 
Los pasos para elaborar el diagrama de causa- efecto son los siguientes: 
1. Seleccione el efecto (problema) a analizar. Se puede seleccionar a través de un consenso, un 
diagrama de Pareto, otro diagrama o técnica. 
2. Realice una lluvia de ideas para identificar las causas posibles que originan el problema. 
3. Dibuje el diagrama: 
- Coloque en un cuadro a la derecha la frase que identifique el efecto (característica de 
calidad) 
- Trace una línea horizontal hacia la izquierda del cuadro que contiene la frase. A esta línea 
se le conoce como columna vertebral. 
- Coloque líneas inclinadas que incidan en la columna vertebral (causas principales). 
- Dibuje líneas horizontales con flechas que incidan en las líneas inclinadas conforme a la 
clasificación de las causas (causas secundarias) 
- Dibuje líneas inclinadas que incidan en las líneas de las causas secundarias (causas 
terciarias) 
4. Clasifique las causas derivadas de la lluvia de ideas, de la siguiente manera: 
- Causas principales. 
- Causas secundarias. 
- Causas terciarias. 
Página 34
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
5. Jerarquice las causas por grado de importancia y defina aquellas que tengan un efecto 
relevante sobre la característica específica. 
6. Elabore y ejecute un programa de corrección de las causas relevantes. 
Diagrama de Ishikawa 
Figura 1.12 Diagrama de causa efecto, de Ishikawa o espina de pescado 
Ejemplo: En una fábrica de componentes electrónicos se detectaron fallas en la línea de ensamble 
al realizar la prueba de un circuito, por lo cual se procedió a realizar una investigación utilizando el 
diagrama causa-efecto. 
El problema es soldadura defectuosa, siendo el efecto que se va a analizar. 
Primero se determinan las causas principales M’s: 
· Máquinas 
· Mano de obra 
· Métodos 
· Materiales 
· Mediciones 
Página 35
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
· Medio ambiente 
Estas constituyen las causas primarias del problema y es necesario desafiarlas para encontrar 
causas más específicas secundarias y terciarias. 
Se construye el diagrama espina de pescado con las causas primarias (M´s), a partir de estas 
causas se agrupan las causas secundarias y terciarias derivadas de la lluvia de ideas. 
MEDICIONES 
Figura 1.13 Diagrama de causa efecto 
MAQUINAS MANO DE OBRA 
VELOCIDAD DE 
AVANCE 
HABILIDAD 
UNION 
SOLDADURA 
DESOXIDANTE 
El equipo analiza cada causa y por medio de eliminación y consenso determina cuales son las 
verdaderas causas que están ocasionando el problema. Una vez determinada las causas se realiza 
un análisis Por qué, Por qué, por qué (Why-Why Why), el cual consiste en preguntarnos cinco 
veces por qué?, para encontrar la causa raíz del problema. 
Página 36 
SOLDADURA DEFECTUOSA 
MÉTODOS MATERIALES 
LACA DE 
PROTECCION 
TERMINALES 
CORTOS OXIDADOS 
ANGULO 
INCORRECTO DE 
LA FLAMA 
TIEMPOS DE 
ESPERA 
SECUENCIA 
SOLDADURA 
DIMENSIONES 
INADECUADAS 
TEMPERATURA 
PUNTA OXIDADA 
FORMA 
PUNTA 
FORMACION 
LIMITES 
ERGONOMICOS 
MEDIO AMBIENTE 
FUERA DE 
DIMENSIONES 
ESPECIFICADS 
SUPERFICIE 
S CON 
POLVO E 
IMPUREZAS 
Causas principales 
Causas secundarias 
causas terciarias
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
En el ejemplo anterior las causas primarias fueron agrupadas en (M’s): mediciones, máquinas, 
personal, medio ambiente, métodos y materiales. Es posible realizar este diagrama con causas 
primarias diferentes a las M´s, ej: 
Problema: Por qué la versión del sistema “Abacab”, no satisface los requerimientos del cliente. 
Las causas primarias en las que se organiza este problema son las siguientes: 
· Políticas y procedimientos del sistema 
· Funcionalidad. 
· Diseño 
· Accesibilidad 
· Tiempo de respuesta 
· Confiabilidad 
Diagrama de Causa Efecto en Minitab 
· Capture los datos en la columna C1 (tipo de defecto), en la columna C2 (frecuencias) 
· Seleccione: Stat>Quality Tools>Cause and Effect Diagram 
Llenar las columnas C1 a C5 con las diferentes causas correspondientes a los conceptos de 
Personal, Máquinas, Materiales, Métodos, Mediciones y Medio ambiente. 
Introducir los datos en la pantalla de entrada, indicando el problema en Effect y aceptar 
con OK. 
Ejercicio: Realizar un Diagrama de Causa efecto para identificar las causas potenciales de 
un problema y concluir. 
Página 37
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Carta de tendencias 
Definición: 
Es una ayuda gráfica para el control de las variaciones de los procesos administrativos y de 
manufactura. 
Usos: 
• Saber el comportamiento de un sistema o proceso durante el tiempo. 
• Tomar las acciones correctivas a tiempo si la tendencia afectará en forma negativa. 
Ejemplo: Se tienen los datos siguientes de errores de planeación de la producción durante 15 
semanas: Se puede hacer en Minitab con Stat, Quality Tools, Run Chart, Subgroup size = 1 
Permite observar el comportamiento de los datos durante un periodo de tiempo determinado. 
Fig. 1.14 Carta de tendencias 
Página 38
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Diagrama de flujo 
Dentro de los sistemas de calidad resulta de gran utilidad representar la estructura y relaciones de 
los sistemas mediante diagramas de flujo. 
Ventajas de los diagramas de flujo 
· Proveen una secuencia gráfica de cada uno de los pasos que componen una operación desde el 
inicio hasta el final. Permitiendo una mejor visualización y comprensión del proceso. 
· Los diagramas de flujo pueden minimizar grandes volúmenes de documentación, incluyendo la 
documentación ISO 9000. 
· Facilitan el desarrollo de Procedimientos Estándar de Operación. 
· Al tener un procedimiento de operación estándar se reduce en gran medida la variación y el 
tiempo de ciclo. 
· Los diagramas de flujo permiten detectar áreas de mejora en los procesos. 
Se utiliza para identificar los procesos, las características críticas en cada uno, la forma de 
evaluación, los equipos a usar, los registros y plan de reacción, se tienen los tipos 
siguientes: 
 Diagramas de flujo de proceso detallados 
 Diagramas físicos de proceso 
 Diagramas de flujo de valor 
Símbolos para Diagramas de Flujo 
Iniciar/Detener Transmisión 
Operaciones 
(Valor agregado) 
Decisión 
Inspección /Medición 
Transportación 
Almacenar 
Entrada/Salida 
Retraso 
Líneas de Flujo 
Fig. 1.15 Símbolos utilizados en los diagramas de flujo 
Página 39
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Descripción de símbolos 
En la construcción de diagramas de flujo de procesos se utilizan los símbolos descritos a 
continuación: 
Operación de transformación: de la cual resulta un cambio físico o 
químico del producto. 
Inspección: Verificación de alguna característica mediante un estandar de 
calidad prestablecido. 
Transporte: Movimiento físico del producto o un componente. 
Demora: Indica la necesidad de un periodo de inactividad en espera de 
operación inspección o transporte. 
Almacenamiento: Mantener un producto en almacenamiento hasta 
que continúe su procesamiento o sea vendido. 
Pasos para la elaboración de un diagrama de flujo 
1. Describir el proceso a evaluar: Es importante comenzar con los procesos que se 
consideran de mayor impacto en la organización. 
Página 40
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
2. Definir todos los pasos que componen un producto o servicio: Existen diferentes 
maneras de hacerlo. Una de ellas consiste en que el equipo de trabajo anote en tarjetas 
los diferentes pasos que conforman el proceso, con este método el equipo puede arreglar 
y ordenar los pasos del proceso. Otra manera de hacerlo es mediante el uso de programas 
de diagramas de flujo en computadoras, de esta manera se tiene mayor flexibilidad que en 
el método anterior y se ahorra bastante tiempo. 
Cada paso deberá de ser discutido y analizado a detalle utilizando la pregunta “¿por qué 
se hace de esta manera?” 
3. Conectar las actividades: Cuando los pasos que componen el proceso han sido descritos 
se construye el diagrama de flujo, conectando las actividades mediante flechas, cada 
símbolo debe describir la actividad que se realiza con pocas palabras. 
4. Comparar el proceso actual con el proceso considerado como “ideal” las siguientes 
preguntas pueden servir de guía: 
¿Existen pasos demasiado complejos? 
¿Existe duplicidad o redundancia? 
¿Existen puntos de control para prevenir errores? ¿deberían de existir? 
¿El proceso funciona en la manera en la cual debería de hacerse? 
¿Se puede realizar el proceso de diferente manera? 
5. Mejoras del proceso: Una vez que se contestan las preguntas mediante tormenta de ideas 
se realizan mejoras. Definiendo los pasos que agregan valor y los que no agregan se puede 
llevar a cabo una simplificación sustancial del proceso. 
Las mejoras son priorizadas y se llevan a cabo planes de acción. 
6. Implementar el nuevo procedimiento: Una vez realizadas las mejoras se dan a conocer a 
las personas involucradas en el proceso y se verifica su efectividad. 
Página 41
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Diagrama de flujo: Una visita a la farmacia26 
Ejemplo: Operación de despacho de una fórmula. 
EVENTO SÍMBOLO TIEMPO 
(min.) 
DISTANCIA 
(pies) 
Abrir la puerta, caminar hacia el área de la farmacia 
del almacén. 
0.8 50 
Esperar para ser atendido. 1 
Sacar la fórmula de la billetera o del bolsillo y 
entregarla al dependiente. 
0.4 
Esperar hasta cuando el dependiente despache la 
fórmula y calcule el valor. 
10 
Sacar la tarjeta de crédito de la billetera y entregarla 
al dependiente. 
0.4 
Esperar que el dependiente diligencie el 
desprendible de la tarjeta de crédito. 
1 
Verificar el desprendible 0.2 
Firmar el desprendible 0.1 
Esperar el desprendible y el medicamento 0.3 
Colocar la tarjeta y el desprendible dentro de la 
billetera 
0.2 
Recoger el medicamento y caminar de regreso hasta 
la puerta 
0.8 50 
Figura 1.16 Ejemplo de diagrama de flujo 
26 Adaptado de Hamid Noori/Russell Radford, Administración de Operaciones y producción, Ed. 
Mc.Graw Hill Pp.282 
Página 42
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Ejercicio: Hacer el diagrama de flujo de un proceso e identificar áreas de oportunidad 
Paso 2A Paso 2B Paso 2C 
Página 43 
Inicio 
Fin 
Paso 1 
Paso 3 
Retrabajo ¿Bueno? 
No Sí
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Diagrama de flujo de tiempo – valor agregado 
Es utilizado para detectar cuales son las actividades que agregan valor al proceso y las que no 
agregan valor. 
Pasos para realizarlo: 
• Dibujar una línea horizontal para representar el tiempo total que se ocupa en el proceso. 
• Relacione todos los pasos del proceso detalladamente, después decida si el paso tiene valor para 
el cliente. 
• Dibujar una línea vertical fina que represente el tiempo que se requiere para completar el paso. 
• Dibújela arriba de la línea, si representa valor agregado, o debajo si no lo representa. 
• En cada línea vertical señale el paso del proceso. 
• Puede dibujar una barra con el tiempo de valor agregado como porcentaje de tiempo total del 
proceso. 
Ventajas: 
• Delinea gráficamente la cantidad de tiempo sin valor que se usa en el proceso. 
• Ayuda a reducir el tiempo sin valor y eliminar pasos innecesarios. 
Ejemplo 
Visita al consultorio médico 
Presión Sanguínea 
Peso 
Espera Espera 
Sentarse 
Figura 1.17 Diagrama de flujo de valor 
Sentarse 
Caminar 
Página 44 
Registrarse 
Llamada de 
la enfermera 
Caminar 
Examen y 
Prescripción Caminar 
Salir del consultorio 
Pagar
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Diagrama de Flujo Físico 
Pasos para realizarlo: 
•Dibuje el esquema físico de su área de trabajo, incluyendo estaciones de trabajo, áreas de 
espera, áreas de máquinas, etc. 
•Use flechas para delinear el flujo de la parte dentro del área. Cada flecha debe delinear un paso 
del proceso. 
Ventajas 
• Muestra el número de movimientos para completar el proceso. 
• Muestra la complejidad del flujo y las curvas. 
• Puede añadir tiempo a cada paso, para mostrar cuellos de botella y tiempo sin valor agregado Vs 
tiempo con valor agregado. 
Figura 1.18 Ejemplo de diagrama de flujo físico 
EJERCICIO: Realizar un diagrama de flujo de un proceso 
Página 45 
Edificio A 
Edificio B
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Estratificación 
Se utiliza para separar un aspecto general en los estratos que lo componen, por ejemplo, 
por regiones, estados, municipios, etc. Clasificación de los datos o factores sujetos a 
estudio en una serie de grupos con características similares. 
Problemas con boletas 
Por región 
Por estado 
Por municipio 
Figura 1.19 Estratificación de un problema 
Ejercicio: Describir un ejemplo de estratificación de un aspecto poblacional 
Inicio: 
Primer paso: 
Segundo paso: 
Tercer paso: 
Las cartas de control 
Sirven para monitorear el proceso, prevenir defectivos y facilitar la mejora. Hay dos tipos 
de cartas de control: por atributos (juzga productos como buenos o malos) y por variables 
(variables como, temperaturas). 
Cartas de control 
Límite 
Superior de 
Control 
Línea 
Central 
Límite 
Inferior de 
Control 
Figura 1.20 Carta de control con sus límites de control y línea central 
Página 46
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Carta de control 
“Escuche la Voz del Proceso” Región de control, 
captura la variación 
natural del proceso 
original 
Causa Especial identificada 
LSC 
LIC 
Tendencia del proceso 
El proceso ha cambiado 
TIEMPO 
M 
ED 
I 
D 
A 
S 
C 
A 
L 
I 
D 
A 
D 
Figura 1.21 Patrones de anormalidad en cartas de control 
 Las cartas de control detectan la variación anormal en un proceso, denominadas 
“causas especiales o causas asignables de variación.” 
 El patrón normal de un proceso se llama causas de variación comunes. 
 El patrón anormal debido a eventos especiales se llama causa especial de 
variación. 
1.4 MÉTODOS LEAN PARA LA MEJORA 
A continuación se muestran los métodos para hacer más flexibles y esbeltas las operaciones en las 
organizaciones: 
Los 7 desperdicios o Muda 
Son aspectos que no agregan valor al cliente, es decir no está dispuesto a pagar por ellos y 
hacen que la operación sea costosa y lenta: 
Página 47
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
 Servicios no requeridos 
 Movimientos excesivos 
e innecesarios 
 Transportes innecesarios 
 Inventarios innecesarios 
 Esperas o firmas innecesarios 
 Errores 
 Retrabados o reinspecciones 
Ejemplos de muda: 
Caminar Esperar al ciclo 
Ejercicio: Identificar tres Mudas en la organización 
_______________________________________________________________. 
_______________________________________________________________. 
_______________________________________________________________. 
Métodos Lean para la mejora 
Para reducir el Muda se utilizan diversos métodos Lean como son: 
 Mapeo de la cadena de valor 
 Las 5 S’s 
 Cambios rápidos (SMED) 
 Poka Yokes o A Prueba de error 
 Trabajo estandarizado 
Mapeo de la cadena de valor 
Se trata de realizar un mapeo de los procesos, identificando las actividades que no agregan valor 
(Muda) para su reducción o eliminación, así como las actividades que agregan valor para su 
optimización, a continuación se presenta un ejemplo: 
Página 48 
de máquina 
Transporte de 
partes 
Reportes sin uso 
Movimientos 
innecesarios 
Inventario 
innecesario
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Ejercicio: Mejora del tiempo de ciclo de atención en una sala de emergencia: 
Se realiza un mapeo del proceso con todas las actividades relacionadas con la 
atención en una sala de emergencia, considerando tiempos y distancias. 
Proceso Original 
Resumen Símbolo Número Tiempo en Distancia Proceso: Admisión a la sala de emergencia 
de pasos minutos Sujeto: Paciente con una lesion en el tobillo 
Operación 5 23 --- Principio: Entrada a sala de emergencia 
Transporte 9 11 815 Final: Salida del hospital 
Inspección 2 8 --- 
Retraso 3 8 --- 
Almacenaje 0 --- 
Total 19 50 815 
No. de Pasos Tiempo MinD. istancia en pies Descripción 
1 0.5 15 X Entrada a la sala de emergencia (SE), acercarse a la ventanilla 
2 10 --- X Sentarse a llenar la historia clínica del paciente 
3 0.75 40 X La enfermera acompaña al paciente a la sala de evaluaciones 
4 3 --- X La enfermera examina la lesión 
5 0.75 40 X Regresa a la sala de espera 
6 1 --- X Espera hasta que haya una cama disponible 
7 1 60 X Trasladarse hasta la cama de la (SE) 
8 4 --- X Espera hasta que llegue el médico 
9 5 --- X El médico examina la lesión y le hace preguntas al paciente 
10 2 200 X La enfermera lleva al paciente a radiología 
11 3 --- X El técnico somete al paciente a los rayos X 
12 2 200 X Regresa a la cama asignada en la (SE) 
13 3 --- X Espera hasta que el médico regrese 
14 2 --- X El médico comunica su diagnositco y hace reconmendaciones 
15 1 60 X Regresa al área de entrada del servicio de Emergencias 
16 4 --- X Registrar la salida del lugar 
17 2 180 X Caminar hasta la farmacia 
18 4 --- X Recoger la prescripcion médica 
19 1 20 X Salir del Edificio 
Total 50 815 
Página 49
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Se identifican las actividades que representan Muda y que son actividades que 
no agregan valor y se reducen o eliminan, quedando el proceso mejorado 
como sigue: 
Página 50
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Las 5 Ss y la administración visual 
Objetivo: Encontrar cualquier cosa y tener idea del estado de la operación en menos de 30 
segundos, por una persona familiarizada con el área de trabajo. 
Palabras japonesas que inician con s: Seiri, Seiton, Seiso, Seiketsu y Shitsuke. 
1.- SEIRI significa: ORGANIZAR y SELECCIONAR: 
Trabajo en proceso, Herramientas innecesarias, Maquinaria no ocupada, Productos 
defectuosos, Papeles y documentos, lo más importante en este punto es: 
Diferenciar entre lo necesario y lo innecesario. 
Fig. 1.22 Áreas de oportunidad para 5S’s 
2.- SEITON significa PONER LAS COSAS EN ORDEN. 
Las cosas deben mantenerse en orden de manera que estén listas para ser utilizadas 
cuando se necesiten. 
Fig. 1.23 Implementación del orden de 5S’s 
Página 51
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
3.- SEISO significa: LIMPIEZA. 
· Mantener limpio el lugar de trabajo. 
4.- SEIKETSU significa: LIMPIEZA ESTANDARIZADA. 
· Hacer del aseo y de la pulcritud un hábito, 
principiando con la propia persona. 
5.- SHITSUKE (DISCIPLINA). 
· Seguir los procedimientos en los procesos administrativos y de manufactura. 
Las 5´s se han definido como Selección u Organización, Orden, Limpieza, Estandarización 
y Disciplina. Los dos elementos más importantes son la Organización y el Orden ya que de 
ellos depende el éxito de las actividades de Mejora. 
Trabajan en medio del polvo, suciedad, desorden, aceite, etc. dificulta la búsqueda 
de piezas, útiles, información, requisiciones, herramientas etc. evitando esto se previenen 
los accidentes, no se generan defectos y todo se encuentra. 
Ejercicio: Identificar áreas de oportunidad de aplicación de las 5S’s en la organización 
_______________________________________________________________. 
_______________________________________________________________. 
_______________________________________________________________. 
Preparaciones rápidas (SMED) 
Objetivo: Cambiar el proceso para un servicio diferente en menos de 10 minutos 
1. Formar un equipo de trabajo 
2. Filmar las actividades de preparación 
3. Separar actividades de preparación internas y externas 
4. Convertir actividades de preparación internas a externas 
5. Afinar las operaciones (paralelo, externas, etc.) 
6. Verificar resultados y dar reconocimiento al equipo 
La Preparación interna (IED), son las operaciones realizadas con el servicio suspendido. 
La Preparación externa (OED), son las operaciones realizadas mientras se están 
proporcionando los servicios. 
Página 52
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Ejemplo de Cambio rápido – SMED: Se redujo el tiempo de preparación en una estación 
de servicio de 11 minutos a 1 minuto, ya que antes primero se detenía, llamaban al 
dependiente, buscaba las mercancías, etc. ahora las mercancías clave están cerca del 
mostrador y no se pierde tiempo. Otro ejemplo es la obtención de pasaportes en 40 
minutos o un trámite en las oficinas de hacienda. 
Ejercicio: Identificar áreas de oportunidad para implementar cambios rápidos. 
_______________________________________________________________. 
_______________________________________________________________. 
_______________________________________________________________. 
Poka Yokes o A prueba de error 
Objetivo: Prevenir o detectar la ocurrencia de errores humanos. 
Causas de los errores: 
• Procedimientos incorrectos 
• Variación excesiva en procedimientos 
• Procesos o procedimientos no claros o no documentados 
• Errores humanos mal intencionados 
• Cansancio, distracción, Falla de memoria o confianza, etc. 
Pasos para el desarrollo de Poka Yokes 
1. Describir el defecto: Formar un equipo de trabajo, mostrar la tasa de errores 
2. Identificar el lugar donde se descubren o producen los errores 
3. Detalle de los procedimientos de la operación donde se producen los errores 
4. Identificar desviaciones de los procedimientos donde se producen los errores. 
Identificar las condiciones donde se ocurren los errores (investigar) 
6. Identificar el tipo de dispositivo Poka Yoke requerido para prevenir el error. 
7. Desarrollar un dispositivo Poka Yoke 
Ejemplo: Instalación de puertas automáticas para permitir la entrada solo a personal 
autorizado. 
Ejercicio: Identificar áreas de oportunidad para implementar A Prueba de error / Poka 
Yokes. 
_______________________________________________________________. 
_______________________________________________________________. 
_______________________________________________________________. 
Página 53
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Trabajo estandarizado 
Objetivo: Documentar en instructivos, procedimientos y ayudas visuales, la forma como 
deben realizarse las operaciones y actividades para que todos las realicen de la misma 
manera, para tener productos homogéneos. 
Por estandarización se entiende: 
 Siempre seguir la misma secuencia de trabajo 
 Los métodos totalmente documentados 
 Los métodos están visibles en cada estación de trabajo 
 El material y documentos de trabajo están colocados siempre en el mismo lugar 
 La información se presenta de la misma forma en toda la organización 
 Se tiene el registro del movimiento detallado del cuerpo humano 
Ejercicio: Identificar áreas de oportunidad para implementar procedimientos e 
instructivos para estandarizar las operaciones. 
_______________________________________________________________. 
_______________________________________________________________. 
_______________________________________________________________. 
Página 54
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
1.5 LAS SIETE HERRAMIENTAS ADMINISTRATIVAS 
· Diagrama de afinidad: 
o Organiza grandes cantidades de información 
· Diagrama doble de interrelaciones: 
o Muestra los enlaces de causas y efectos entre aspectos relacionados 
· Diagrama de árbol: 
o Diagrama los niveles de destalle para alcanzar un objetivo principal y los 
objetivos secundarios relacionados 
· Diagrama Matricial: 
o Muestra las relaciones y correlaciones entre ideas 
· Matrices de prioridad: 
o Asigna prioridades a asuntos, tareas o posibles opciones con base en 
criterios conocidos 
· Carta de Programa de Decisión de Procesos (CPDP): 
o Revela cadenas de eventos y planes de contingencia 
· Diagrama de redes y actividades: 
o Desarrolla u programa para tareas complejas 
APLICACIONES 
Las herramientas para la mejora continua se emplean de manera ideal en los casos 
siguientes: 
 Dividir un requerimiento general de detalles específicos 
 Identificar y eliminar las causas raíz de un problema 
 Programar actividades complejas 
 Planeación de contingencia 
 Ayudar a una organización a pasar de la manera antigua de pensar a otras formas 
más novedosas de hacerlo 
 Realizar una selección final de una lista de opciones 
 Evaluar opciones de diseño de producto 
Página 55
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Diagrama de Afinidad 
Es una herramienta que se emplea para organizar grandes cantidades de información 
agrupando los aspectos de la misma con base en relaciones clave entre ellos; también se 
conoce como método KJ. Cuando se emplea este diagrama, se organizan las ideas o áreas 
generales de problemas para adquirir la comprensión de un problema o asunto complejo, 
así como para identificar las causas potenciales de un problema. La herramienta ayuda a 
mejorar el compromiso y el apoyo del equipo. 
- Usar cuando existe un caos, el equipo aporta ideas, se requiere un pensamiento 
trascendental o el tema es un aspecto amplio. 
PASOS 
1. Reunir el equipo y elegir un líder, todos relacionados con el asunto a tratar. 
2. Establecer el asunto o problema en forma de pregunta. 
3. Realizar una tormenta de ideas respecto al problema o aspecto y registrarla en 
fichas de trabajo. 
4. Desplegar las tarjetas en una mesa grande o muro. 
5. Acomodar las tarjetas en pilas similares o por “familias”. 
6. Crear tarjetas de encabezado 
7. Dibujar el diagrama de afinidad 
a. Trazar un círculo en torno a cada agrupamiento 
b. El diagrama queda completo cuando el equipo alcanza el consenso 
8. Discutir el diagrama de afinidad 
Página 56
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
FUENTE HTTP://WWW.SAPDESIGNGUILD.ORG/RESOURCES/GLOSSARY_USAB/IMAGES/AFFINITYEE1.JPG 
FUENTE: 
HTTP://WWW.MEX.OPS-OMS.ORG/DOCUMENTOS/TUBERCULOSIS/MEJORA/4_DIAGRAMA_AFINIDAD.PDF 
Fig. 1.24 ejemplos de diagrama de afinidad 
Página 57
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Diagrama doble de Interrelaciones 
Un diagrama doble de interrelaciones es una herramienta gráfica que se emplea para 
organizar problemas o aspectos complejos y que implican muchas variables, se emplea 
para estudiar las relaciones entre los elementos de un problema e identificar las causas 
raíz o las soluciones, es similar al diagrama de afinidad en la medida que el proceso de 
construcción de una gráfica doble interrelaciones es creativo. 
Ayuda a identificar las causas potenciales de un problema. permite que el equipo observe 
al mismo tiempo muchos efectos y trace la relación entre dichos efectos y varias causas. 
PASOS 
1. Reunir el equipo y elegir un líder. 
2. Poner el asunto o problema en forma de pregunta. 
3. Realizar una tormenta de ideas respecto al problema o aspecto y registrarla en 
fichas de trabajo. 
4. Analizar las relaciones. 
5. Revisar el Diagrama doble de interrelaciones. 
6. Identificar causas y efectos raíz. 
a. Una causa raíz es una categoría de la que sale la gran cantidad de flechas. 
b. Un efecto raíz es una categoría a la que llega una gran cantidad de flechas. 
7. Estudiar el Diagrama doble de interrelaciones. 
Página 58
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
FUENTE: PRIMER CERTIFIED QUALITY MANAGER – WWW.QUALITY COUNCIL.COM 
FIG. 1.25 EJEMPLOS DE DIAGRAMA DE INTERRELACIONES 
Página 59
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
FUENTEHTTP://WWW.CALIDADEDUCATIVA.ORG/CONGRESO2008/MEMORIA/TUFINO_COMP 
LEMENTARIO/TUFINO_INTERRELACION.PDF 
Fig. 1.26 ejemplos de diagrama de interrelaciones 
Página 60
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Diagrama de árbol 
Un diagrama de árbol (diagrama sistemático) es una técnica que se emplea para buscar la 
forma más apropiada y eficaz de alcanzar un objetivo específico. Esta herramienta gráfica 
de diagrama los diversos niveles de detalle, estos representan acciones (o tareas) que 
siguen rutas lógicas para implantar un objetivo amplio. Al implantar los puntos detallados 
de acción, se crea un efecto de dominio que lleva al logro del objetivo principal. 
Cuando se trabaja sobre un objetivo amplio, un diagrama de árbol ayuda a orientar tareas 
específicas, es posible emplearlo para planear la implantación de una solución detallada 
en forma ordenada. El diagrama de árbol funciones para dividir un aspecto u objetivo más 
complejo. 
PASOS 
1. Reunir un equipo apropiado. 
2. Elegir la declaración de objetivo. 
3. Generar los encabezados de primer nivel del árbol 
4. Completar el diagrama de árbol bajo cada encabezado principal 
5. Revisar el diagrama de árbol terminado. 
Página 61
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
FUENTE: 
HTTP://WWW.PROGRAMAEMPRESA.COM/EMPRESA/EMPRESA.NSF/PAGINAS/B274A80F363DE039C125702900 
41808D?OPENDOCUMENT 
FUENTE HTTP://DGPLADES.SALUD.GOB.MX/2006/HTDOCS/HG/NUEVAS/HESTRA7.PDF 
FIG. 1.27 EJEMPLOS DE DIAGRAMA DE ÁRBOL 
Página 62
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
FIG. 1.28 EJEMPLOS DE DIAGRAMA DE ÁRBOL 
Página 63
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Diagrama Matricial 
PERSONAL 
CURSO Dirección Supervisión Ingenieros Trab. De 
Produc. 
Trab. De 
Mant. 
Trab. De 
Oficina 
Control Estadístico del 
proceso 
Diseño de productos 
Despliegue de funciones 
de Calidad 
Mejora de Procesos 
Eficacia de equipos 
Benchmarking 
Ingeniería concurrente 
Medición 
Visión Global Taller de trabajo 
FIG. 1.29 EJEMPLO DE DIAGRAMA MATRICIAL 
Los diagramas matriciales son herramientas que se emplean para revelar las correlaciones 
entre ideas, tares y responsabilidad y que aparecen en diversas formas matriciales, es 
posible emplear estas herramientas para organizar y comparar dos o más conjuntos de 
artículos para mostrar cuáles de ellos están relacionados, asimismo pueden mostrar la 
fortaleza estadística y la dirección de influencia de cada relación. 
Pueden tener cualquiera de las siguientes formas: L, T, Y, X y C 
PASOS 
1. Reunir a un equipo apropiado 
2. Elegir las consideraciones clave 
a. ¿Qué tipo de información se desea mostrar en la matriz? 
3. Elegir la forma apropiada de la matriz 
4. Definir los símbolos de relación a emplear y crear una leyenda 
5. Concluir la matriz. 
Página 64
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
FUENTE: CQM PRIMER WWW.QUALITYCOUNCIL.COM 
FIG. 1.30 EJEMPLOS DE DIAGRAMA MATRICIAL 
Página 65
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
DIAGRAMAS MATRICIALES 27 
FIG. 1.31 DIAGRAMA MATRICIAL EN “L” DIAGRAMA MATRICIAL “A” 
FIG. 1.32DIAGRAMA MATRICIAL EN “T” DIAGRAMA MATRICIAL EN “Y” 
27 Diagramas tomados de la dirección www.fundibeq.org 28 de diciembre de 2008 
Página 66
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
FIG. 1.33 DIAGRAMA MATRICIAL EN “X” DIAGRAMA MATRICIAL EN “C” 
TRIDIM 
FIG. 1.34 APLICACIÓN EN EL DESARROLLO DEL PRODUCTO (MATRIZ DE QFD): 
Página 67
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Matrices de Prioridades o prioritización 
Las matrices de prioridades son herramientas para tomas decisiones. Utilizando criterios 
ponderados y acordados, se emplean tales herramientas para asignar prioridades a 
aspectos, tareas u opciones posibles. Se basan en la combinación de un diagrama de árbol 
y uno matricial. 
Pueden ayudar a reducir el número de opciones; de modo que sea posible tomar 
decisiones con mayor facilidad, debido a que las matrices de prioridades proporcionan un 
enfoque lógico a la elección de un conjunto de opciones, son ideales para elegir un 
problema para que lo ataque el equipo y estrechar una lista de soluciones potenciales 
para un problema. 
PASOS 
1. Reunir un equipo apropiado. 
2. Establecer el objetivo principal a alcanzar y las opciones que ayuden a 
lograrlo. 
3. Generar los criterios por los que se juzgarán las opciones. 
4. Juzgar cada criterio contra todos los demás. 
5. Comparar entre sí las opciones para todos los criterios retenidos. 
6. Compara cada opción con base en todos los criterios combinados. 
Brassard28 proporciona tres tipos de matrices de prioridades: 
· El método del criterio analítico completo 
· El método del criterio de consenso 
· El método combinado de Diagrama de relaciones y Matriz 
Loa criterios son prioritizados, ponderados y aplicados contra las opciones de decisión 
generadas, seleccionando una decisión con base en números como resultado. 
28Brassard, M. (1989), The Memory jogger plus +, Methuen, Goal/QPC 
Página 68
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Fuente: CQM PRIMER www.qualitycouncil.com 
Fig. 1.35 Ejemplos de matrices de priorización 
Página 69
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Carta de Programa de Decisión de Procesos (CPDP) 
Fig. 1.36 Ejemplo de diagrama de árbol y plan de contingencia CPDP - reunión 
Una Carta de programa de decisión del proceso (CPDP) es una herramienta dinámica de 
planeación que se emplea para diagramar en forma sistemática todas las posibles cadenas 
de eventos para alcanzar un objetivo amplio o para implantar una solución compleja. 
Se enumeran todos los eventos concebibles y una contramedida apropiada en este flujo 
cronológico, se emplea este método cuando existe incertidumbre en un proceso de 
implantación, cuando el problema u objetivo es único o desconocido. 
Las Cartas de programa de decisión del proceso se clasifican por las herramientas que se 
emplea: 
· CPDP “planeado por adelantado”: anticipan lo “inesperado” antes de la 
implantación verdadera. Se efectúa una tormenta de ideas de todas las distintas 
posibilidades y se elaboran planes de contingencia con anticipación. 
· CPDP en tiempo real: se desarrollan alternativas durante la implantación. 
La CPDP se clasifica por el formato gráfico: 
Página 70 
Planeación de una 
reunión 
Reservar sala de 
reuniones 
Verificar equipo 
audiovisual 
Efectuar los 
arreglos de 
alimentación 
Sala de reuniones no 
disponible 
Equipo audiovisual no 
disponible 
Banquete no 
disponible 
Menú no 
disponible 
Cambiar fecha de 
reunión 
Reservar otro sitio 
Rentar equipo 
audiovisual 
Reservar otro sitio 
Ordenar a otro 
proveedor 
Solicitar un menú 
distinto 
Ordenar otro 
proveedor de 
banquetes 
= Seleccionado 
= No factible
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
· Gráfico: combinación de diagrama de árbol y diagrama de flujo. 
· Descripción: lista numerada de eventos y contramedidas. 
Se emplea una CPDP para describir de manera sistemática una solución u objetivo 
complejos, otro propósito es probar teorías durante la implantación de una solución 
compleja. 
PASOS 
1. Reunir el equipo apropiado 
2. Elegir el flujo básico de implantación 
3. Elegir el formato de la carta 
4. Establecer el objetivo principal 
5. Enumerar los pasos del proceso 
6. Determinar contramedidas 
7. Evaluar las contramedidas 
- Evaluar las contramedidas y marcarlas en la forma siguiente 
= Seleccionada 
= No factible 
Fig. 1.37 Ejemplo de diagrama de árbol y plan de contingencia CPDP en general 
Página 71
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
FUENTE HTTP://SYQUE.COM/QUALITY_TOOLS/TOOLS/TOOLS12.HTM 
Fig. 1.38 Ejemplo de diagrama de árbol y plan de contingencia CPDP para manufactura 
Página 72
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Diagrama de redes de actividades 
Un diagrama de redes de actividades (también conocido como diagrama de flechas) es 
una técnica de administración de redes de uso generalizado para la planeación e 
implantación de tareas complejas, en particular las más comunes que cuentan con 
subtareas conocidas. Es una combinación de la Técnica de Revisión y Evaluación y 
Programas (PERT) y el Método de Ruta Crítica (CPM). 
Se emplea el diagrama de redes de actividades para desplegar soluciones complejas con 
programas muy estrictos de tiempo. Identifica los pasos y subtareas y muestra el flujo de 
rutas simultáneas de implantación 
PASOS 
1. Reunir el equipo apropiado. 
a. Los miembros del equipo deberán conocer a fondo las tareas y subtareas 
2. Identificar todas las tareas que requiere el proyecto. 
3. Determinar la secuencia de actividades. 
4. Calcular el tiempo que se requiere cada actividad. 
5. Calcular la ruta crítica del proyecto. 
6. Calcular la fecha más tardía de inicio y más temprana de conclusión de cada 
subtarea. 
7. Calcular la holgura total. 
8. Diseñar el diagrama de redes de actividades. 
Página 73 
1 
día 
1 
día 
1 
día 
3 
día 
2 
día 
3 
día 
2 
día 
5 
día
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
EJEMPLO: INAUGURACIÓN DE UN NUEVO RESTAURANTE 
Página 74
CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 
Fig. 1.39 Ejemplo de diagrama de flechas (PERT) 
El TE de un evento representa el tiempo más breve posible en que el evento puede alcanzarse, y 
se calcula sumando los tiempos t de la secuencia de actividades que conduce al mismo. 
Cuando hay más de un camino que conduce a un evento, el camino que consume el mayor tiempo, 
determina el tiempo más breve posible en que puede esperarse alcanzar dicho evento. 
El valor TE de un evento N se calcula de la siguiente manera: 
a) Se empieza con el primer evento (su TE es igual a cero), considerando sus directos sucesores 
etc..., hasta llegar al último evento del proyecto. (Su TE indica el tiempo mínimo esperado para 
terminar el proyecto). 
b) Se identifican todos los eventos que preceden directamente al evento N. 
c) Para cada uno de estos eventos se añade a su TE la duración t de la actividad que le conecta con 
el evento N. 
d) Se elige entre los resultados así obtenidos el mayor. Este será el único TE del evento N. Los 
demás valores obtenidos son irrelevantes y no se volverán a considerar. 
Página 75
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos
Control estadistico por procesos

Más contenido relacionado

La actualidad más candente

Plan Agregado De Produccion
Plan Agregado De ProduccionPlan Agregado De Produccion
Plan Agregado De ProduccionHero Valrey
 
Tiempos medios para, entre y reparar fallas (mtbf, mttf, mttr)
Tiempos medios para, entre y reparar fallas (mtbf, mttf, mttr)Tiempos medios para, entre y reparar fallas (mtbf, mttf, mttr)
Tiempos medios para, entre y reparar fallas (mtbf, mttf, mttr)Rodríguez Saúl
 
Diseño robusto de taguchi
Diseño robusto de taguchiDiseño robusto de taguchi
Diseño robusto de taguchiRoberto Rojo
 
Métodos para planeación agregada
Métodos para planeación agregadaMétodos para planeación agregada
Métodos para planeación agregadaAlan Bringas
 
Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...
Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...
Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...Genesis Acosta
 
Metodo de Brown y Gibson
Metodo de Brown y GibsonMetodo de Brown y Gibson
Metodo de Brown y GibsonSergio Garcia
 
4. diseño experimental para un factor
4. diseño experimental para un factor4. diseño experimental para un factor
4. diseño experimental para un factorXimenaFernandez29
 
Experimentos con arreglos Ortogonales Unidad II Ing. de la Calidad
Experimentos con arreglos Ortogonales Unidad II Ing. de la CalidadExperimentos con arreglos Ortogonales Unidad II Ing. de la Calidad
Experimentos con arreglos Ortogonales Unidad II Ing. de la CalidadIngrid Burgos
 
1 metodologia-taguchi-u21
1 metodologia-taguchi-u211 metodologia-taguchi-u21
1 metodologia-taguchi-u21Alfredo Pagaza
 
Economia del movimiento
Economia del movimientoEconomia del movimiento
Economia del movimientoOmar Ocegueda
 
Diseño y distribucion de planta
Diseño y distribucion de plantaDiseño y distribucion de planta
Diseño y distribucion de plantaydvr
 
Distribucion de planta
Distribucion de plantaDistribucion de planta
Distribucion de planta1204693806
 
Control de calidad exposicion planes de muestreo
Control de calidad    exposicion planes de muestreoControl de calidad    exposicion planes de muestreo
Control de calidad exposicion planes de muestreosaintime
 
La etica en la mercadotecnia y sus alcances sociales
La etica en la mercadotecnia y sus alcances socialesLa etica en la mercadotecnia y sus alcances sociales
La etica en la mercadotecnia y sus alcances socialesarnolddaniellopezare
 
Proyecto de control Estadístico de la Calidad, aplicando las técnicas de la c...
Proyecto de control Estadístico de la Calidad, aplicando las técnicas de la c...Proyecto de control Estadístico de la Calidad, aplicando las técnicas de la c...
Proyecto de control Estadístico de la Calidad, aplicando las técnicas de la c...Clau Reyes Carrion
 
2.1. CONCEPTO Y CLASIFICACIÓN DE TABLEROS
2.1. CONCEPTO Y CLASIFICACIÓN DE TABLEROS2.1. CONCEPTO Y CLASIFICACIÓN DE TABLEROS
2.1. CONCEPTO Y CLASIFICACIÓN DE TABLEROSRafael Vera
 
Herramientas de calidad ejemplos
Herramientas de calidad ejemplosHerramientas de calidad ejemplos
Herramientas de calidad ejemplosBrian Tooth
 

La actualidad más candente (20)

Plan Agregado De Produccion
Plan Agregado De ProduccionPlan Agregado De Produccion
Plan Agregado De Produccion
 
Tiempos medios para, entre y reparar fallas (mtbf, mttf, mttr)
Tiempos medios para, entre y reparar fallas (mtbf, mttf, mttr)Tiempos medios para, entre y reparar fallas (mtbf, mttf, mttr)
Tiempos medios para, entre y reparar fallas (mtbf, mttf, mttr)
 
Diseño robusto de taguchi
Diseño robusto de taguchiDiseño robusto de taguchi
Diseño robusto de taguchi
 
Métodos para planeación agregada
Métodos para planeación agregadaMétodos para planeación agregada
Métodos para planeación agregada
 
Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...
Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...
Unidad 6 "Programa de seguridad e higiene" administracion de la salud y segur...
 
Metodo de Brown y Gibson
Metodo de Brown y GibsonMetodo de Brown y Gibson
Metodo de Brown y Gibson
 
4. diseño experimental para un factor
4. diseño experimental para un factor4. diseño experimental para un factor
4. diseño experimental para un factor
 
Experimentos con arreglos Ortogonales Unidad II Ing. de la Calidad
Experimentos con arreglos Ortogonales Unidad II Ing. de la CalidadExperimentos con arreglos Ortogonales Unidad II Ing. de la Calidad
Experimentos con arreglos Ortogonales Unidad II Ing. de la Calidad
 
1 metodologia-taguchi-u21
1 metodologia-taguchi-u211 metodologia-taguchi-u21
1 metodologia-taguchi-u21
 
Economia del movimiento
Economia del movimientoEconomia del movimiento
Economia del movimiento
 
Diseño y distribucion de planta
Diseño y distribucion de plantaDiseño y distribucion de planta
Diseño y distribucion de planta
 
Distribucion de planta
Distribucion de plantaDistribucion de planta
Distribucion de planta
 
Control de calidad exposicion planes de muestreo
Control de calidad    exposicion planes de muestreoControl de calidad    exposicion planes de muestreo
Control de calidad exposicion planes de muestreo
 
La etica en la mercadotecnia y sus alcances sociales
La etica en la mercadotecnia y sus alcances socialesLa etica en la mercadotecnia y sus alcances sociales
La etica en la mercadotecnia y sus alcances sociales
 
Unidad 5-analisis-de-sensibilidad
Unidad 5-analisis-de-sensibilidadUnidad 5-analisis-de-sensibilidad
Unidad 5-analisis-de-sensibilidad
 
Proyecto de control Estadístico de la Calidad, aplicando las técnicas de la c...
Proyecto de control Estadístico de la Calidad, aplicando las técnicas de la c...Proyecto de control Estadístico de la Calidad, aplicando las técnicas de la c...
Proyecto de control Estadístico de la Calidad, aplicando las técnicas de la c...
 
2.1. CONCEPTO Y CLASIFICACIÓN DE TABLEROS
2.1. CONCEPTO Y CLASIFICACIÓN DE TABLEROS2.1. CONCEPTO Y CLASIFICACIÓN DE TABLEROS
2.1. CONCEPTO Y CLASIFICACIÓN DE TABLEROS
 
Balanceo de líneas
Balanceo de líneasBalanceo de líneas
Balanceo de líneas
 
Inventario probabilistico
Inventario probabilisticoInventario probabilistico
Inventario probabilistico
 
Herramientas de calidad ejemplos
Herramientas de calidad ejemplosHerramientas de calidad ejemplos
Herramientas de calidad ejemplos
 

Destacado

Control Estadístico de Procesos
Control Estadístico de ProcesosControl Estadístico de Procesos
Control Estadístico de ProcesosCEMEX
 
Aseguramiento analitico de la calidad
Aseguramiento analitico de la calidadAseguramiento analitico de la calidad
Aseguramiento analitico de la calidadamcamero
 
Sga 4.4 control estadístico del proceso (cep)
Sga  4.4 control estadístico del proceso (cep)Sga  4.4 control estadístico del proceso (cep)
Sga 4.4 control estadístico del proceso (cep)Carlos Medellin
 
Gestion de calidad
Gestion de calidadGestion de calidad
Gestion de calidadMaria1814
 
Unidad 2 control y gestión de calidad
Unidad 2 control y gestión de calidadUnidad 2 control y gestión de calidad
Unidad 2 control y gestión de calidadillichgalvez
 
Control estadístico de procesos minitab 17
Control estadístico de procesos minitab 17Control estadístico de procesos minitab 17
Control estadístico de procesos minitab 17German Hernandez Lopez
 
Libro Estadística con Minitab
Libro Estadística con MinitabLibro Estadística con Minitab
Libro Estadística con MinitabCALETEC
 
Analisis de Capacidad de procesos
Analisis de Capacidad de procesosAnalisis de Capacidad de procesos
Analisis de Capacidad de procesosLaura Bernal
 
Manual spc 2da edición 2005 español
Manual spc 2da edición 2005 españolManual spc 2da edición 2005 español
Manual spc 2da edición 2005 españolGus567
 
Unidad 1 control y gestión de calidad
Unidad 1 control y gestión de calidadUnidad 1 control y gestión de calidad
Unidad 1 control y gestión de calidadillichgalvez
 
Control estadístico de calidad
Control estadístico de calidadControl estadístico de calidad
Control estadístico de calidadveronica barboza
 
Unidad 2 indices de capacidad
Unidad 2 indices de capacidadUnidad 2 indices de capacidad
Unidad 2 indices de capacidadRoxana Martinez
 

Destacado (20)

Control Estadístico de Procesos
Control Estadístico de ProcesosControl Estadístico de Procesos
Control Estadístico de Procesos
 
control estadístico
control estadísticocontrol estadístico
control estadístico
 
Aseguramiento analitico de la calidad
Aseguramiento analitico de la calidadAseguramiento analitico de la calidad
Aseguramiento analitico de la calidad
 
Controlprocesos
ControlprocesosControlprocesos
Controlprocesos
 
Actividad dos
Actividad dosActividad dos
Actividad dos
 
Sga 4.4 control estadístico del proceso (cep)
Sga  4.4 control estadístico del proceso (cep)Sga  4.4 control estadístico del proceso (cep)
Sga 4.4 control estadístico del proceso (cep)
 
Gestion de calidad
Gestion de calidadGestion de calidad
Gestion de calidad
 
ejercicios del libro
ejercicios del libro ejercicios del libro
ejercicios del libro
 
Unidad 2 control y gestión de calidad
Unidad 2 control y gestión de calidadUnidad 2 control y gestión de calidad
Unidad 2 control y gestión de calidad
 
Control estadístico de procesos minitab 17
Control estadístico de procesos minitab 17Control estadístico de procesos minitab 17
Control estadístico de procesos minitab 17
 
Libro Estadística con Minitab
Libro Estadística con MinitabLibro Estadística con Minitab
Libro Estadística con Minitab
 
Máquinas térmicas
Máquinas térmicasMáquinas térmicas
Máquinas térmicas
 
Analisis de Capacidad de procesos
Analisis de Capacidad de procesosAnalisis de Capacidad de procesos
Analisis de Capacidad de procesos
 
Manual spc 2da edición 2005 español
Manual spc 2da edición 2005 españolManual spc 2da edición 2005 español
Manual spc 2da edición 2005 español
 
Unidad 1 control y gestión de calidad
Unidad 1 control y gestión de calidadUnidad 1 control y gestión de calidad
Unidad 1 control y gestión de calidad
 
Control estadístico de calidad
Control estadístico de calidadControl estadístico de calidad
Control estadístico de calidad
 
Graficas de control por atributo
Graficas de control por atributoGraficas de control por atributo
Graficas de control por atributo
 
Graficos de control
Graficos de controlGraficos de control
Graficos de control
 
Curso minitab
Curso minitabCurso minitab
Curso minitab
 
Unidad 2 indices de capacidad
Unidad 2 indices de capacidadUnidad 2 indices de capacidad
Unidad 2 indices de capacidad
 

Similar a Control estadistico por procesos

Tarea_2_Automatización
Tarea_2_AutomatizaciónTarea_2_Automatización
Tarea_2_AutomatizaciónAnnie Carrasco
 
Compendio LOM
Compendio LOMCompendio LOM
Compendio LOMgmnunez
 
Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009
Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009
Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009Sera Near Ferrara Nens
 
Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009
Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009
Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009Ruth Vargas Gonzales
 
Tutorial de computación básica 2
Tutorial de computación básica 2Tutorial de computación básica 2
Tutorial de computación básica 2AndreaEspinoza92
 
Libro para un ensallo ( los desastres no son naturales)
Libro para un ensallo ( los desastres no son naturales)Libro para un ensallo ( los desastres no son naturales)
Libro para un ensallo ( los desastres no son naturales)nexter2009
 
Presentacion ftos bioest enfer
Presentacion ftos bioest enferPresentacion ftos bioest enfer
Presentacion ftos bioest enferavelito
 
Fundamentosdebioestadisticas
FundamentosdebioestadisticasFundamentosdebioestadisticas
Fundamentosdebioestadisticasalbertososa
 
Portafolio ntics
Portafolio nticsPortafolio ntics
Portafolio nticsAlisha Kdna
 
Indice General Tesis Sistemas UPC
Indice General Tesis Sistemas UPCIndice General Tesis Sistemas UPC
Indice General Tesis Sistemas UPCJulio Pari
 
Tutorial de computacion basica ii
Tutorial de computacion basica iiTutorial de computacion basica ii
Tutorial de computacion basica iiArelitateamo
 
Peq protocolo ciberacoso
Peq protocolo ciberacosoPeq protocolo ciberacoso
Peq protocolo ciberacosoMartaRodrguez76
 
Curso Básico Sistema de Comando de Incidentes
Curso Básico Sistema de Comando de IncidentesCurso Básico Sistema de Comando de Incidentes
Curso Básico Sistema de Comando de IncidentesJavier Diaz
 
Computacion tic integracion
Computacion tic integracionComputacion tic integracion
Computacion tic integracionJhonatan C-l
 
Enfermedades mentales 2
Enfermedades mentales 2Enfermedades mentales 2
Enfermedades mentales 2pauly
 

Similar a Control estadistico por procesos (20)

Tarea_2_Automatización
Tarea_2_AutomatizaciónTarea_2_Automatización
Tarea_2_Automatización
 
Manual - Excel con Macros.pdf
Manual - Excel con Macros.pdfManual - Excel con Macros.pdf
Manual - Excel con Macros.pdf
 
Compendio LOM
Compendio LOMCompendio LOM
Compendio LOM
 
Mpmotemo
MpmotemoMpmotemo
Mpmotemo
 
Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009
Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009
Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009
 
Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009
Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009
Guia pucp para_el_registro_y_citado_de_fuentes_documentales_2009
 
Memoria 2017 r01
Memoria 2017 r01Memoria 2017 r01
Memoria 2017 r01
 
Tutorial de computación básica 2
Tutorial de computación básica 2Tutorial de computación básica 2
Tutorial de computación básica 2
 
Libro para un ensallo ( los desastres no son naturales)
Libro para un ensallo ( los desastres no son naturales)Libro para un ensallo ( los desastres no son naturales)
Libro para un ensallo ( los desastres no son naturales)
 
Presentacion ftos bioest enfer
Presentacion ftos bioest enferPresentacion ftos bioest enfer
Presentacion ftos bioest enfer
 
Fundamentosdebioestadisticas
FundamentosdebioestadisticasFundamentosdebioestadisticas
Fundamentosdebioestadisticas
 
Portafolio ntics
Portafolio nticsPortafolio ntics
Portafolio ntics
 
Indice General Tesis Sistemas UPC
Indice General Tesis Sistemas UPCIndice General Tesis Sistemas UPC
Indice General Tesis Sistemas UPC
 
Tutorial de computacion basica ii
Tutorial de computacion basica iiTutorial de computacion basica ii
Tutorial de computacion basica ii
 
Peq protocolo ciberacoso
Peq protocolo ciberacosoPeq protocolo ciberacoso
Peq protocolo ciberacoso
 
Cbsc incidente
Cbsc incidenteCbsc incidente
Cbsc incidente
 
Curso Básico Sistema de Comando de Incidentes
Curso Básico Sistema de Comando de IncidentesCurso Básico Sistema de Comando de Incidentes
Curso Básico Sistema de Comando de Incidentes
 
Computacion tic integracion
Computacion tic integracionComputacion tic integracion
Computacion tic integracion
 
Enfermedades mentales 2
Enfermedades mentales 2Enfermedades mentales 2
Enfermedades mentales 2
 
Enfermedades mentales(para subir al blog)
Enfermedades mentales(para subir al blog)Enfermedades mentales(para subir al blog)
Enfermedades mentales(para subir al blog)
 

Último

MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADODECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADOJosé Luis Palma
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arteRaquel Martín Contreras
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxMaritzaRetamozoVera
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Carlos Muñoz
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
celula, tipos, teoria celular, energia y dinamica
celula, tipos, teoria celular, energia y dinamicacelula, tipos, teoria celular, energia y dinamica
celula, tipos, teoria celular, energia y dinamicaFlor Idalia Espinoza Ortega
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzprofefilete
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.José Luis Palma
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxzulyvero07
 
Informatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosInformatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosCesarFernandez937857
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdfDemetrio Ccesa Rayme
 

Último (20)

MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADODECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arte
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
Sesión de clase: Defendamos la verdad.pdf
Sesión de clase: Defendamos la verdad.pdfSesión de clase: Defendamos la verdad.pdf
Sesión de clase: Defendamos la verdad.pdf
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docx
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
 
Repaso Pruebas CRECE PR 2024. Ciencia General
Repaso Pruebas CRECE PR 2024. Ciencia GeneralRepaso Pruebas CRECE PR 2024. Ciencia General
Repaso Pruebas CRECE PR 2024. Ciencia General
 
celula, tipos, teoria celular, energia y dinamica
celula, tipos, teoria celular, energia y dinamicacelula, tipos, teoria celular, energia y dinamica
celula, tipos, teoria celular, energia y dinamica
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
 
Informatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosInformatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos Básicos
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdf
 

Control estadistico por procesos

  • 1. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 CONTROL ESTADÍSTICO DEL PROCESO Con base en el Texto de Control Estadístico de la Calidad de Douglas Montogomery DR. PRIMITIVO REYES AGUILAR Diciembre, 2008 Mail. Primitivo_reyes@yahoo.com / Cel. 044 55 52 17 49 12 Página 1
  • 2. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 CONTENIDO Contenido Contenido...........................................................................................................................................2 1. IMPORTANCIA DE LA MEJORA CONTINUA.....................................................................................6 1.1 CALIDAD Y MEJORAMIENTO.....................................................................................................6 1.2 HISTORIA DEL CONTROL ESTADÍSTICO DEL PROCESO..............................................................8 Antecedentes..............................................................................................................................8 CEP en occidente.......................................................................................................................11 CEP en Japón.............................................................................................................................12 Desarrollo del Control Estadístico del Proceso..........................................................................14 Teorema del límite central........................................................................................................15 Interpretación...........................................................................................................................16 1.3 LAS 7 HERRAMIENTAS BÁSICAS PARA LA SOLUCIÓN DE PROBLEMAS....................................18 Hoja de verificación o registro ..................................................................................................18 Diagrama de Pareto .................................................................................................................20 Diagrama de Dispersión ...........................................................................................................24 Histogramas .............................................................................................................................31 Lluvia de ideas (Brainstorming).................................................................................................32 Diagrama de Causa efecto ........................................................................................................33 Carta de tendencias..................................................................................................................38 Diagrama de flujo .....................................................................................................................39 Pasos para la elaboración de un diagrama de flujo...................................................................40 Diagrama de flujo de tiempo – valor agregado.........................................................................44 Diagrama de Flujo Físico............................................................................................................45 Estratificación ...........................................................................................................................46 Las cartas de control.................................................................................................................46 1.4 MÉTODOS LEAN PARA LA MEJORA.........................................................................................47 Los 7 desperdicios o Muda........................................................................................................47 Métodos Lean para la mejora...................................................................................................48 Mapeo de la cadena de valor....................................................................................................48 Las 5 Ss y la administración visual.............................................................................................51 Preparaciones rápidas (SMED)..................................................................................................52 Poka Yokes o A prueba de error................................................................................................53 Trabajo estandarizado...............................................................................................................54 1.5 LAS SIETE HERRAMIENTAS ADMINISTRATIVAS.......................................................................55 Diagrama de Afinidad................................................................................................................56 Fig. 1.26 ejemplos de diagrama de interrelaciones...................................................................60 Diagrama de árbol.....................................................................................................................61 Diagrama Matricial....................................................................................................................64 ..................................................................................................................................................67 Matrices de Prioridades o prioritización...................................................................................68 ......................................................................................................................................................77 1.6 MÉTODOS ESTADÍSTICOS PARA LA MEJORA DE CALIDAD.......................................................78 Página 2
  • 3. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Cartas de control.......................................................................................................................78 Diseño de experimentos...........................................................................................................79 Muestreo de aceptación...........................................................................................................80 1.7 ADMINISTRACIÓN POR CALIDAD TOTAL.................................................................................82 Costos de calidad......................................................................................................................83 2. MÉTODOS Y FILOSOFÍA DEL CONTROL ESTADÍSTICO DEL PROCESO (CEP) ...................................85 Concepto de variación...............................................................................................................85 2.1 DISTRIBUCIÓN NORMAL.........................................................................................................85 Estandarización de valores reales.............................................................................................93 2.2 PRUEBA DE NORMALIDAD......................................................................................................96 2.3 LA CARTA DE CONTROL COMO PRUEBAS DE HIPÓTESIS.........................................................98 2.4 BASES ESTADÍSTICAS DE LAS CARTAS DE CONTROL..............................................................102 Tamaño de muestra y frecuencia de muestreo.......................................................................109 Subgrupos racionales..............................................................................................................110 Análisis de patrones en cartas de control...............................................................................111 2.5 IMPLEMENTACIÓN DEL CEP..................................................................................................112 3. CARTAS DE CONTROL POR VARIABLES ......................................................................................114 3.1 INTRODUCCIÓN....................................................................................................................114 3.2 CARTAS DE CONTROL DE MEDIAS-RANGOS..........................................................................114 Interpretación de cartas de control ........................................................................................119 ................................................................................................................................................131 Capacidad o habilidad del proceso..........................................................................................132 La curva característica de operación.......................................................................................139 3.3 CARTAS DE CONTROL PARA y S............................................................................................142 3.4 CARTAS PARA LECTURAS INDIVIDUALES...............................................................................149 ....................................................................................................................................................152 3.5 SELECCIÓN ENTRE CARTAS POR VARIABLES Y POR ATRIBUTOS............................................153 3.6 APLICACIÓN DE CARTAS DE CONTROL POR VARIABLES........................................................156 4. CARTAS DE CONTROL PARA ATRIBUTOS.....................................................................................158 4.1 INTRODUCCIÓN....................................................................................................................158 4.2 CARTA DE CONTROL PARA FRACCIÓN NO CONFORME - p....................................................159 4.3 CARTA DE CONTROL np.........................................................................................................172 4.4 TAMAÑO DE MUESTRA VARIABLE........................................................................................173 4.5 CURVA CARACTERÍSTICA DE OPERACIÓN Y ARL....................................................................177 4.6 CARTAS DE CONTROL PARA NO CONFORMIDADES (DEFECTOS) – c y u...............................181 Tamaño de muestra constante - CARTA c..............................................................................181 Selección del tamaño de muestra...........................................................................................187 Carta de control de defectos por unidad U.............................................................................188 Sistema de demeritos..............................................................................................................194 La curva característica de operación.......................................................................................195 4.7 CARTAS DE CONTROL PARA TASAS DE DEFECTOS EN ppm...................................................197 5. OTRAS CARTAS DE CONTROL ESPECIALES..................................................................................198 5.1 CARTAS DE CONTROL PARA CORRIDAS CORTAS DE PRODUCCIÓN.......................................198 Cartas de control dnom...........................................................................................................198 Cartas de control de medias rangos estandarizada.................................................................199 Cartas de control por atributos...............................................................................................200 Página 3
  • 4. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 5.2 CARTAS DE CONTROL MODIFICADAS Y DE ACEPTACIÓN .....................................................200 Cartas de control modificadas.................................................................................................200 Cartas de control de aceptación..............................................................................................202 5.3 CARTA DE CONTROL PARA DESGASTE DE HERRAMIENTA O MATERIAL................................204 5.4 CARTA DE PRECONTROL O DE ARCOIRIS..............................................................................207 5.5 CARTAS DE CONTROL PARA PROCESOS DE SALIDA MÚLTIPLE.............................................211 5.6 CARTAS DE CONTROL Cusum ...............................................................................................212 Cusum normal.........................................................................................................................212 Cusum en forma tabular.........................................................................................................216 EL PROCEDIMIENTO DE LA MASCARILLA EN V............................................................................220 ...............................................................................................................................................224 5.7 CARTA DE CONTROL DE MEDIAS MOVILES EXPONENCIALMENTE PONDERADAS (EWMA)...225 5.8 CARTA DE CONTROL DE MEDIA MOVIL.................................................................................230 6. ANÁLISIS DE CAPACIDAD DEL PROCESO....................................................................................235 6.1 INTRODUCCIÓN....................................................................................................................235 Condiciones para realizar un estudio de capacidad del proceso.............................................238 6.2 ÍNDICES DE CAPACIDAD .......................................................................................................240 Índice de capacidad potencial Cp............................................................................................240 Índice de capacidad real Cpk...................................................................................................243 Índice de capacidad potencial Cpm o PCRm y Cpkm o PCRkm................................................245 6.3 CAPACIDAD DEL PROCESO CON HISTOGRAMA O PAPEL DE PROBABILIDAD NORMAL.........247 Histograma .............................................................................................................................247 Papel de probabilidad normal.................................................................................................249 Capacidad del proceso con cartas de control ........................................................................253 Capacidad de procesos con Minitab: normales y no normales.............................................256 Capacidad de procesos no normales.......................................................................................260 Análisis de capacidad con experimentos diseñados ..............................................................262 6.7 ESTUDIOS DE CAPACIDAD DE SISTEMAS DE MEDICIÓN........................................................263 Error del equipo de medición..................................................................................................263 Repetibilidad y reproducibilidad (R&R)...................................................................................266 R&R Capacidad de los sistemas de medición - AIAG..............................................................270 Definiciones.............................................................................................................................271 Exactitud : ...............................................................................................................................272 Estudios R&R - Método Corto del Rango.................................................................................274 ................................................................................................................................................275 Estudio de R&R Método largo.................................................................................................276 Método de Promedios- Rango................................................................................................277 Cálculos con Excel o manual: ..................................................................................................278 Interpretación de los resultados.............................................................................................284 Estudios de R&R por atributos................................................................................................289 Interpretación de resultados...................................................................................................297 7. MUESTREO DE ACEPTACIÓN POR ATRIBUTOS............................................................................299 7.1 EL PROBLEMA DE LA ACEPTACIÓN POR MUESTREO.............................................................299 7.2 MUESTREO SIMPLE POR ATRIBUTOS ...................................................................................303 Muestreo aleatorio simple......................................................................................................303 La curva OC.............................................................................................................................303 Puntos específicos en la curva OC ..........................................................................................306 Página 4
  • 5. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Inspección rectificadora..........................................................................................................307 Muestreo doble, múltiple y secuencial...................................................................................310 7.4 TABLAS DE MUESTREO MIL-STD-105E (ANS Z1.4, ISO 2859).................................................318 Descripción de la norma..........................................................................................................318 7. 5 PLANES DE MUESTREO DE DODGE- ROMIG (1920).............................................................325 Planes de AOQL.......................................................................................................................326 Planes de LTPD........................................................................................................................326 8. MUESTREO DE ACEPTACIÓN POR VARIABLES.............................................................................328 Ventajas y desventajas............................................................................................................328 8.1 CONTROL DE LA FRACCIÓN DEFECTIVA ................................................................................329 8.3 TABLAS ASQC Z1.9 – 1993.....................................................................................................334 8.4 OTROS PROCEDIMIENTOS DE MUESTREO POR VARIABLES..................................................342 Muestreo secuencial por variables..........................................................................................342 Página 5
  • 6. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 1. IMPORTANCIA DE LA MEJORA CONTINUA 1.1 CALIDAD Y MEJORAMIENTO Las dimensiones de la calidad según Garvin son: 1. Desempeño (¿sirve el producto para el uso adecuado?) 2. Confiabilidad (¿qué tan frecuentemente falla el producto?) 3. Durabilidad (¿cuál es la vida útil del producto?) 4. Serviciabilidad (¿qué tan fácil se repara el producto?) 5. Estética (¿tiene el producto el estilo, color, forma, empaque y apariencia adecuada?) 6. Características (¿qué hace el producto más allá de su desempeño básico?) 7. Calidad percibida (¿cuál es la reputación de la empresa o del producto?) 8. Cumplimiento de estándares (¿el producto está hecho de acuerdo a estándares de diseño original?) Así la calidad tradicionalmente es adecuación al uso. Dentro de la adecuación al uso existen la calidad de diseño y la calidad de conformancia. La de diseño se refiere al diseño original del producto, los materiales utilizados, especificaciones, y métodos empleados. La calidad de conformancia se refiere a que tan bien cumple el producto los requerimientos de las especificaciones de su diseño, que básicamente depende del proceso de manufactura. Una definición más moderna es que la calidad es inversamente proporcional a la variabilidad. De esta forma se define la mejora de calidad como: Mejoramiento de la calidad es la reducción de la variabilidad en productos y servicios. Página 6
  • 7. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 EUA JAPON LIE Objetivo LSE Fig. 1.1 Enfoques de conformancia Como los métodos estadísticos tienen un papel importante en el mejoramiento de la calidad, son objeto de estudio de la Ingeniería de calidad. Los datos relacionados con la calidad se clasifican en atributos y en variables. Los de atributos son discretos, enteros. Los de variables corresponden a mediciones con valores reales como longitud, voltaje, etc. Existen diferentes herramientas estadísticas para tratar con ambos tipos de datos. Los productos no conformes o defectivos son los que no cumplen una o varias especificaciones. Un tipo específico de no cumplimiento de especificaciones es llamado defecto o no conformancia. Características del producto: Son los elementos que en conjunto describen la calidad del producto, evaluadas respecto a especificaciones, como son: 1. Físicos: Longitud, peso, voltaje, viscosidad 2. Sensoriales: Gusto, apariencia, color 3. Relacionados con el tiempo: Confiabilidad, durabilidad, serviciabilidad. Página 7
  • 8. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 1.2 HISTORIA DEL CONTROL ESTADÍSTICO DEL PROCESO Antecedentes La teoría de la administración se desarrolló básicamente en los países industrializados, en respuesta a los problemas que presentaron las grandes empresas características del sistema capitalista.1 Sus primeros indicios se observan con el economista Adam Smith con el concepto de división del trabajo para aumentar la productividad en 1776.2 Smith notó que en una industria de fabricación de alfileres, diez personas, cada una realizando una tarea específica, podrían producir 48,000 alfileres por día. Propuso que si cada uno trabajara por separado y en forma independiente, los diez trabajadores tendrían suerte en hacer 200 (o aún 10) alfileres al día.3 Smith concluyó que la división del trabajo incrementaba la productividad sin embargo se consideraba al trabajador como extensión de la máquina. Durante la revolución industrial, “iniciada en el siglo XVIII en Gran Bretaña…la mano de obra era sustituida por máquinas de una manera acelerada”.4 Esto, a su vez, abarató la fabricación de productos en las fábricas. Surge la administración científica con Frederick Taylor. Frederick Winslow Taylor (1856-1915): él no desarrolló una teoría de administración, sino que hacía énfasis en los aspectos empíricos.5 En 1911 publicó sus “Principios de la Administración Científica”6 donde describe la administración científica, y usó este término para definir “la única y mejor manera” de realizar un trabajo. Los estudios realizados antes y después de esta publicación, lo erigieron como el padre de la administración científica.7 Sus cuatro principios son: 1 Simón, Nadima S., Evaluación Organizacional, SICCO, México, 1997, p. 7 2 Smith, Adam, An Inquiry into the Nature and Causes of the Wealth of Nations, A. Strahan and T. Cadell, London, 1793, pp. 7-8 3 Robbins, Stephen P., Management: Concepts and Applications, Englewood Cliffs, Nueva Jersey, 1987, p. 31. 4 Ibidem, p. 31. 5 Simón, Nadima, op. cit., p. 9 6 Taylor, Frederick W., Principles of Scientific Management,, Harper & Bros., Nueva York, Estados Unidos de América, 1911 7 Robbins, Stephen, op cit. p. 33. Página 8
  • 9. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 1. Crear una ciencia para cada elemento del trabajo del individuo, que sustituya al método empírico; 2. Escoger científicamente y luego entrenar, enseñar y desarrollar al trabajador; 3. Colaborar ampliamente con los trabajadores para asegurar que todo el trabajo se realice conforme a los principios de la ciencia que se ha ido desarrollando; 4. Hay una división casi igual del trabajo y la responsabilidad entre la administración y los trabajadores. La administración se encarga de todo el trabajo para el cual esté mejor dotada que los trabajadores.8 Taylor9 señaló que la creación de nuevos métodos de trabajo era responsabilidad única de gerentes y administradores. La mayor desventaja del taylorismo es que los trabajadores pueden ser descalificados “como si fueran extensión de las máquinas”,10 como consecuencia, se tiene poca motivación y alto ausentismo. Frank (1864-1924) y Lillian Gilberth: diseñaron arreglos laborales para eliminar movimientos manuales y corporales inútiles, también experimentaron en el diseño y uso de herramientas y equipo adecuado para optimizar el desempeño del trabajo.11 Encontraron que no es el trabajo monótono la causa de tanta insatisfacción laboral, sino la falta de interés que muestran los gerentes por los trabajadores.12 El “Fordismo” de Henry Ford: se implantó en empresas con líneas de productos durables en Estados Unidos de América, fomentó la modificación de las normas de consumo y de vida de los trabajadores, considerados como verdaderos consumidores potenciales, para lo cual era necesario aumentar su poder de compra y reducir costos de producción, con sistemas de protección social.13 8 Ibidem, p. 34 tomado de la obra de Frederick Taylor, Principles of Scientific Management, Nueva York, Harper and Brothers, 1911, pp. 36-37. 9 Taylor, op. cit. 1911, p.20. 10 Hall, Richard, Organizaciones: Estructura y proceso. México, Prentice Hall Hispanoamericana, 1982, p. 304 11 Ibidem, p. 33 12 Koontz, Harold, op. cit. , p. 34. 13 Neffa, Julio Cesar, “Transformaciones del proceso del trabajo y de la relación salarial en el marco del nuevo paradigma productivo. Sus repercuciones sobre la acción sindical”, en Sociología del Trabajo, Nueva época, núm. 18, primavera de 1993, pp. 80-82 Página 9
  • 10. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Con las crisis de los años ochenta, la producción masiva uniforme ya no es competitiva, surge un nuevo paradigma que hace énfasis en la respuesta flexible frente a los cambios impredecibles del mercado. 14 Control de calidad por inspección Durante la primera guerra mundial el sistema de manufactura se volvió más complejo, involucrando a más trabajadores reportando a un supervisor de producción, con Taylor aparecen los primeros inspectores de control de calidad; los trabajadores y el supervisor se enfocaron a la producción, desligándose del auto - control de calidad de los artículos que producían, esto tuvo auge entre los años 1920's y 1930's. Para evitar quejas y devoluciones de los clientes, los productos se revisaban y separaban al final del proceso, identificando los defectuosos por un departamento de Control de Calidad, sin embargo como la inspección 100% realizada por personas tiene errores, se estableció un departamento de Servicio para corregir los productos defectuosos en el mercado.15 Se establecen después planes de muestreo militares, asumiendo que cualquier proceso producirá defectos, los esfuerzos se enfocan a detectarlos, no a prevenirlos. Los productos defectuosos, eran reprocesados o desechados, incrementando los costos de producción entre un 20 a 30% e incrementando el precio final del producto al menos 20%16, absorbiendo el cliente las ineficiencias de la empresa. El departamento de Control de Calidad se convierte en el "policía de la calidad" y se le responsabiliza de todos los problemas de calidad en la empresa, está formado por especialistas y técnicos que se encargan principalmente de detectar defectos en el producto final. Con objeto de reducir el costo de la no calidad se desarrolló y aplicó el Control Estadístico del Proceso como una siguiente etapa. 14 Ibidem, p. 83-84 15 Vid. Valdez, Luigi, Conocimiento es futuro, CONCAMIN, México, 1995, pp. 122-123 16 Ibidem, pp. 125-126 Página 10
  • 11. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Control estadístico del proceso (CEP) CEP en occidente Durante la segunda guerra mundial se requirieron cantidades masivas de productos, las inspecciones de rutina de los inspectores no eran suficientes, en algunas compañías, tales como la Western Electric, bajo contrato de la American Bell Telephone Company, estableció métodos de control de calidad más rigurosos que infundieran confianza en sus instrumentos y electrodomésticos, en 1924 se formó su departamento de Ingeniería de Inspección, entre sus primeros miembros se encuentran Harold F. Dodge, Donald A. Qaurles, Walter A. Shewhart, Harry G. Romig y otros. Según Duncan “Walter Shewhart de los Laboratorios Bell fue el primero en aplicar las cartas de control en 1924 haciendo un esbozo de la carta de control”17. Por otra parte “H. Dodge y H. Romig desarrollaron las tablas de inspección por muestreo de Dodge-Romig”18, como una alternativa a la inspección 100% al producto terminado, sin embargo su adopción en occidente fue muy lenta, Freeman, sugiere que esto se dio por “la tendencia de los ingenieros americanos a eliminar la variación, y su desdén por las teorías probabilísticas, así como a la falta de estadígrafos industriales, adecuadamente entrenados”.19 El trabajo de Shewhart, Dodge y Romig, constituye la mayor parte de lo que hoy se conoce como “Control Estadístico del Proceso”. De esta forma con objeto de hacer más eficientes a las organizaciones de inspección, “se proporciona a los inspectores con unas cuantas herramientas estadísticas, tales como cartas de control y tablas de muestreo”20. Se reduce el nivel de variación del proceso hasta los límites predecibles y se identifican las oportunidades de mejora. Se establecen sistemas de medición formales desde los proveedores hasta el producto final y el proceso se "estandariza”. Hoy en día la herramienta de las cartas de control (CEP) es utilizada por los círculos de control de calidad para la identificación de problemas. En 1931, W.A. Shewhart publica su libro “Economic Quality Control of Quality of Manufactured Product”, donde describe las cartas para el control estadístico del proceso. En medio de los años 17 Duncan, Acheson, op. cit.p. 16. 18 Ibidem, p. 1 19 Freeman, H.D., “Statistical Methods for Quality Control”, MechanicalEngineering, April 1937, p. 261. 20 Feigenbaum, A.V., op. cit., 1986, p. 16 Página 11
  • 12. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 30’s los métodos de control estadístico de calidad se empezaron a aplicar en la Western Electric, brazo de manufactura de los laboratorios Bell, sin embargo no fueron reconocidos estos métodos ampliamente. Durante la II guerra mundial se expandió el uso de los métodos estadísticos de control de procesos en la industria de la manufactura, la American Society for Quality Control se formó en 1946 para promover su uso. De 1946 a 1949 W. Deming es invitado a Japón a dar seminarios sobre control estadístico de calidad a sus industriales, extendiendo el uso de éstos métodos. Aparecen las obras de Eugene L. Grant y A.J. Duncan sobre control estadístico del proceso. En occidente es hasta la década de los ochenta cuando se voltea hacia los métodos estadísticos ya muy comunes en Japón dado el éxito industrial de este país. En los años recientes, empresas de alta tecnología como Motorola, General Electric, Xerox, AT&T, etc., desarrollan e implantan una metodología de calidad total denominada Calidad 6 sigma con el objetivo de reducir los errores y defectos a un máximo de 3.4 partes por millón (ppm), donde una de las herramientas clave es el control estadístico del proceso, que permite obtener ahorros de costos muy importantes. CEP en Japón En 1950 el experto Edwards W. Deming inició el entrenamiento en métodos estadísticos en el Japón, incluyendo conferencias dirigidas a los líderes industriales, en esta época Kaoru Ishikawa experto japonés en control de calidad inició sus estudios sobre conceptos de control de calidad, describe su propia motivación como sigue: Yo desarrollé un gran respeto por el Dr. Shewhart por medio del estudio profundo de sus conceptos en cartas de control y estándares... Sin embargo, me sorprendí un poco que en EUA, donde efectué una visita de estudio, sus métodos casi no se aplicaban. Yo deseo importar sus conceptos al Japón y asimilarlos para adaptarlos a situaciones en Japón, de tal forma que los productos japoneses mejoraran su calidad21 21 Ishikawa, Kaouru, "Tributes to Walter A. Shewhart," Industrial Quality Control, Vol. 22, No. 12, 1967, pp. 115-116. Página 12
  • 13. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 En 1955, Kaouru Ishikawa introdujo las técnicas de cartas de control en Japón, los japoneses aprendieron el control de calidad de occidente, invitaron a Deming, Juran y otros eruditos a Japón para que les enseñasen el control estadístico del proceso. Sin embargo la implantación de estas técnicas fue posible después de su modificación y adaptación a las empresas japonesas, incluyendo la creación de varias herramientas útiles como refinamiento del control estadístico de calidad, tales como las 7 herramientas estadísticas utilizadas normalmente por los círculos de control de calidad y la aplicación de técnicas estadísticas avanzadas. Entre las 7 herramientas estadísticas se encuentran: Diagrama de Ishikawa, Diagrama de Pareto, Hoja de verificación, Diagrama de dispersión, Estratificación, Histogramas y Cartas de control. Estas técnicas junto con las computadoras han alcanzado un alto nivel en Japón, “todas las industrias japonesas confían en los métodos estadísticos avanzados para el diseño de productos”,22 esto también ha permitido que los supervisores de las fábricas japonesas utilicen estadística de alto nivel para analizar problemas. Por ejemplo para el caso del diseño de experimentos se tiene: “el diseño estadístico de experimentos es el arreglo, bajo el cual se efectúa un programa experimental, incluye la selección de los niveles óptimos de los factores que tienen influencia en la calidad del producto “23, ayuda a optimizar el tiempo y los elementos de diseño, determinando los materiales más baratos de tal forma que el producto cumpla las especificaciones, y todavía se asegure que el producto se desempeñará en forma satisfactoria bajo condiciones variables. Con la aplicación del Control Estadístico del Proceso, el trabajador tiene de nuevo la oportunidad de controlar la calidad de su trabajo, no a través de inspección 100%, sino a través de técnicas de muestreo y de cartas de control, como método preventivo de defectos, lo que permite su autocontrol para reducir la variabilidad del proceso de producción, se complementa con las siete herramientas estadísticas y el ciclo de control de Deming (planear, hacer, verificar y actuar). 22 Amsden, R., op. cit. , p. 537. 23 Winer, B., Statistical Principles in Experimental Design, McGraw Hill, 1971. p. 5. Página 13
  • 14. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Desarrollo del Control Estadístico del Proceso W. A. Shewhart demostró que cuando se extraen muestras de tamaño 4 – 6 de distribuciones casi normales, triangulares, uniformes, etc., y se calculan las medias de esas muestras, al graficar las medias en un histograma siguen una distribución normal.24 * * * * * * * * *** * * *** * * Distribución de promedios Universo de las muestras Fig. 1.2 Experimentos de Shewhart para las cartas de control Encontró que las medias de las muestras correspondían a las medias de la población y que la desviación estándar de las medias de las muestras se relacionaban con la desviación estándar de la población, como sigue (TEOREMA DEL LÍMITE CENTRAL): s = s __ (1.1) X n Donde n es el tamaño de la muestra y s es la desviación estándar de la población. Población con media m y desviación estándar s y cualquier distribución. 24 Shewhart, W.A., Economic Control of Quality of Manufactured Product, Van Nostrand Reinhold Co., 1931, p. 182 Página 14
  • 15. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 X1 X2 X3 X-media 1 X-media 2 X-media 3 Conforme el tamaño de muestra se incrementa las muestras se distribuyen normalmente con media de medias m y desviación estándar de las medias de las muestras s / Ön. También se denomina Error estándar de la media. Promedios Frequency 3 4 5 6 7 14 12 10 8 6 4 2 0 Histogram of Promedios Fig. 1.3 Distribución de las medias muestrales - Normal En general si las xi están distribuidas en forma idéntica y su distribución se asemeja a la normal, el teorema del límite central trabaja bien para n>=3 o 4, condiciones propicias para el control estadístico de los procesos. Teorema del límite central La distribución normal tiene muchas propiedades útiles, una de estas se refiere a la combinación lineal de variables aleatorias independientes. Si x1, x2 x3, ...., xn son variables aleatorias independientes no necesariamente normales, con media m1, m2, ... mn y varianzas s1 2, s2 2 , ..., sn 2 respectivamente, entonces la distribución del estadístico siguiente: y = a1x1 + a2x2 + ............. + anxn es normal con media Página 15
  • 16. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 my = a1m1 + a2m2 + ... + anmn y varianza sy 2s1 2 = a1 2s2 2 + a2 2...,+ an 2sn 2 donde a1, a2, ... an son constantes. El Teorema del Límite Central establece que la distribución de la variable: n [y - å= i 1 n mi ] ¸ å= i 1 s i 2 (2.5) Se aproxima a la distribución normal conforme n tiende a infinito. Es decir que la suma de las n variables aleatorias independientemente distribuidas es aproximadamente normal, independientemente de la distribución de las variables individuales. La aproximación se mejora conforme se incrementa n, en general si las xi están distribuidas en forma idéntica y su distribución se asemeja a la normal, el teorema del límite central trabaja bien para n>=3 o 4, condiciones propicias para el control estadístico de los procesos. Interpretación Normalmente para conocer el estado de un proceso en determinado momento, es necesario obtener un histograma de la característica de interés, tomando al menos 30 piezas. Se calcula la media y la desviación estándar de la muestra y se trata de inferir sobre las características del proceso. Haciendo esto periódicamente se pueden tener los comportamientos siguientes: Hora 4 Hora 2 Hora 3 Hora 1 a) Proceso fuera de control b)Proceso en control en media y variabilidad en media y esv. est. Página 16
  • 17. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Fig. 1.4 Comportamiento de procesos en control y fuera de control25 Llevando un control de proceso a través de histogramas no sería práctico y aprovechando sus hallazgos del comportamiento de las medias Shewhart sugirió llevar un control del proceso tomando muestras no de 50 piezas, sino de sólo 5 consecutivas, monitoreando el comportamiento del proceso a través de las cartas de control de Shewhart, la media del proceso con las medias de las muestras y la variabilidad con su rango. Tomado límites de control establecidos a ± 3s de medias o rangos. 25 Ford Motor Co., Continuing Process Control and Process Capability Improvement, Dearborn, Michigan, 1983 Página 17
  • 18. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 1.3 LAS 7 HERRAMIENTAS BÁSICAS PARA LA SOLUCIÓN DE PROBLEMAS Figura 3.1 Las 7 herramientas estadísticas de calidad H Fig. 1.5 Las 7 herramientas estadísticas para la mejora y solución de problemas Hoja de verificación o registro Se utiliza para reunir datos basados en la observación del comportamiento de un proceso con el fin de detectar tendencias, por medio de la captura, análisis y control de información relativa al proceso. Básicamente es un formato que facilita que una persona pueda tomar datos en una forma ordenada y de acuerdo al estándar requerido en el análisis que se esté realizando. Las hojas de verificación también conocidas como de comprobación o de chequeo organizan los datos de manera que puedan usarse con facilidad más adelante. Pasos para la elaboración de una hoja de verificación: 1. Determinar claramente el proceso sujeto a observación. Los integrantes deben enfocar su atención hacia el análisis de las características del proceso. Página 18
  • 19. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 2. Definir el período de tiempo durante el cuál serán recolectados los datos. Esto puede variar de horas a semanas. 3. Diseñar una forma que sea clara y fácil de usar. Asegúrese de que todas las columnas estén claramente descritas y de que haya suficiente espacio para registrar los datos. 4. Obtener los datos de una manera consistente y honesta. Asegúrese de que se dedique el tiempo necesario para esta actividad. Anotar frecuencia de ocurrencia de los eventos (con signos |, X, *, etc.) DIA DEFECTO 1 2 3 4 TOTAL Tamaño erróneo IIIII I IIIII IIIII III IIIII II 26 Forma errónea I III III II 9 Depto. EquivocadoIIIII I I I 8 Peso erróneo IIIII IIIII I IIIII III IIIII III IIIII IIIII 37 Mal Acabado II III I I 7 TOTAL 25 20 21 21 87 Figura 1.6 Ejemplo de hoja de verificación o registro Consejos para la elaboración e interpretación de las hojas de verificación 1. Asegúrese de que las observaciones sean representativas. 2. Asegúrese de que el proceso de observación es eficiente de manera que las personas tengan tiempo suficiente para hacerlo. 3. La población (universo) muestreada debe ser homogénea, en caso contrario, el primer paso es utilizar la estratificación (agrupación) para el análisis de las muestras/observaciones las cuales se llevarán a cabo en forma individual. Ejercicio: Hacer hoja de registro con las antigüedades en la organización y concluir: Antigüedad Registro 0.5 -1 años 1.1 – 2 años 2.1 – 4 años 4.1 – 7 años Más de 7 años Conclusiones: Página 19
  • 20. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Diagrama de Pareto Se utiliza para identificar problemas o causas principales: Herramienta utilizada para el mejoramiento de la calidad para identificar y separar en forma crítica los pocos proyectos que provocan la mayor parte de los problemas de calidad. El principio enuncia que aproximadamente el 80% de los efectos de un problema se debe a solamente 20% de las causas involucradas. El diagrama de Pareto es una gráfica de dos dimensiones que se construye listando las causas de un problema en el eje horizontal, empezando por la izquierda para colocar a aquellas que tienen un mayor efecto sobre el problema, de manera que vayan disminuyendo en orden de magnitud. El eje vertical se dibuja en ambos lados del diagrama: el lado izquierdo representa la magnitud del efecto provocado por las causas, mientras que el lado derecho refleja el porcentaje acumulado de efecto de las causas, empezando por la de mayor magnitud. Pasos para desarrollar el diagrama de Pareto: 1. Seleccione qué clase de problemas se van a analizar. 2. Decida qué datos va a necesitar y cómo clasificarlos. Ejemplo: Por tipo de defecto, localización, proceso, máquina, trabajador, método. 3. Defina el método de recolección de los datos y el período de duración de la recolección. 4. Diseñe una tabla para el conteo de datos con espacio suficiente para registrarlos. 5. Elabore una tabla de datos para el diagrama de Pareto con la lista de categorías , los totales individuales, los totales acumulados, la composición porcentual y los porcentajes acumulados 6. Organice las categorías por orden de magnitud decreciente, de izquierda a derecha en un eje horizontal construyendo un diagrama de barras. El concepto de “otros” debe ubicarse en el último lugar independientemente de su magnitud. 7. Dibuje dos ejes verticales y uno horizontal. Ejes verticales: - Eje izquierdo: Marque este eje con una escala desde 0 hasta el total general - Eje derecho: Marque este eje con una escala desde 0 hasta 100% Página 20
  • 21. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Eje horizontal: - Divida este eje en un número de intervalos igual al número de categorías clasificadas. 8. Dibuje la curva acumulada (curva de Pareto), Marque los valores acumulados (porcentaje acumulado) en la parte superior, al lado derecho de los intervalos de cada categoría, y conecte los puntos con una línea continua. 9. Escriba en el diagrama cualquier información que considere necesaria para el mejor entendimiento del diagrama de Pareto. Ejemplo de Diagrama de Pareto: El departamento de ventas de un fabricante de materiales de empaque tiene registrada una lista de las quejas que se han recibido durante el último mes. Tipo de queja No. de quejas Total Acumulado Composición Porcentual Porcentaje Acumulado A) Entregas fuera de tiempo 25 25 35.71 35.71 B) Calibre fuera de especificaciones 23 48 32.85 68.56 C) Material sucio y maltratado 7 55 10 78.56 D) Material mal embalado 6 61 8.57 87.13 E) Dimensiones fuera de especificaciones 3 64 4.28 91.41 F) Inexactitud en cantidades 2 66 2..85 94.26 G) Mala atención del personal 1 67 1.42 95.68 H) Maltrato del material por transportistas 1 68 1.42 97.7 I) Fallas en documentación 1 69 1.42 98.52 J) Producto con códigos equivocados 1 70 1.4 99.94 Página 21
  • 22. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 DIAGRAMA PARETO Figura 1.7a Diagrama de Pareto Página 22 25 23 7 6 3 2 1 99.94 98.52 97.7 95.68 91.41 87.13 78.56 68.56 35.71 A B C D E F G H I J 94.26 % A CUMULA DO NO DE QUEJAS 50
  • 23. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Las quejas A, B y C representan el 78.56%, siendo en estas en las que debemos de enfocarnos primero a resolver. Ejemplo: Se tienen los gastos siguientes: TIPO_GTO GASTO CANT A Papelería 20 B Toners 60 C Víaticos 80 D Gasolina 30 E Copiado 10 Diagrama de Pareto en Minitab · Capture los datos en la columna C1 (tipo de defecto), en la columna C2 (frecuencias) · Seleccione: Stat>Quality Tools>Pareto Chart Escoja la opción Chart defects table , en el campo labels in seleccione: C1 y en Frequencies in seleccione: C3. Combine defects alter the first 80%. · Clic en OK · El sistema despliega la gráfica de Pareto: Construir un diagrama de Pareto y su línea acumulativa Count Percent 200 150 100 50 0 C1 Count C B D A Other 80 60 30 20 10 15.0 10.0 5.0 Percent 40.0 30.0 Cum % 40.0 70.0 85.0 95.0 100.0 100 80 60 40 20 0 Pareto Char t of C1 Figura 1.7b Diagrama de Pareto Página 23
  • 24. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 En la gráfica observamos que aproximadamente el 85% de los gastos es debido a los gastos C, B, D. Ejercicio: Hacer un diagrama de Pareto con los gastos principales: Ordenarlos de mayor a menor Tipo de Gasto Descripción Frecuencia Frecuencia % Conclusiones: Diagrama de Dispersión Se utiliza para analizar la correlación entre dos variables, se puede encontrar: Correlación positiva o negativa, fuerte o débil o sin correlación. El diagrama de dispersión es una técnica estadística utilizada para estudiar la relación entre dos variables. Por ejemplo, entre una característica de calidad y un factor que le afecta. La ventaja de utilizar este tipo de diagramas es que al hacerlo se tiene una comprensión más profunda del problema planteado. La relación entre dos variables se representa mediante una gráfica de dos dimensiones en la que cada relación está dada por un par de puntos (uno para cada variable). Página 24
  • 25. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 La variable del eje horizontal x normalmente es la variable causa, y la variable del eje vertical y es la variable efecto. Fig. 1.8 Gráfica de dispersión donde se observa una correlación positiva La relación entre dos variables puede ser: positiva o negativa. Si es positiva, significa que un aumento en la variable causa x provocará una aumento en la variable efecto y y si es negativa significa que una disminución en la variable x provocará una disminución en la variable y. Por otro lado se puede observar que los puntos en un diagrama de dispersión pueden estar muy cerca de la línea recta que los atraviesa, o muy dispersos o alejados con respecto a la misma. El índice que se utiliza para medir ese grado de cercanía de los puntos con respecto a la línea recta es la correlación. En total existen cinco grados de correlación: positiva evidente, positiva, negativa evidente, negativa y nula. Página 25
  • 26. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Correlación entre las variables Y y X Correlación Positiva Evidente 25 20 15 10 5 0 0 5 10 15 20 25 X Y Correlación Negativa Evidente 25 20 15 10 5 0 0 5 10 15 20 25 X Y Correlación Positiva 25 20 15 10 5 0 0 5 10 15 20 25 X Y Correlación Negativa 25 20 15 10 5 0 0 5 10 15 20 25 X Y Sin Correlación 25 20 15 10 5 10 15 20 25 X Y 5 0 0 Figura 1.9 Diagrama de dispersión y su correlación entre X,Y Si todos los puntos estuvieran completamente sobre la recta la ecuación lineal sería y = a + bx. Como la correlación no siempre es perfecta, se calculan a y b de tal forma que se minimice la distancia total entre puntos y la recta. Los cálculos son: å å å å y x - x xy = 2 2 å - (å ) 2 n x x a å å å n xy - x y = n x2 x 2 å - (å ) b El índice de correlación (r) se puede calcular estadísticamente mediante las ecuaciones que a continuación se presentan r SCxy SCx ´ SCy = å å ´å = - x y n SCxy xy Página 26
  • 27. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 ( )2 2 n x SCx x =å - å ( )2 å y SCy =å y 2 - n Donde: r = Coeficiente de correlación lineal SCxy = Suma de cuadrados de xy SCx = Suma de cuadrados de x SCy = Suma de cuadrados de y åx2 = Sumatoria de los valores de la variable x al cuadrado åy2 =Sumatoria de los valores de la variable y al cuadrado åxy = Sumatoria del producto de xy (å x ) 2 = Cuadrado de la sumatoria de la variable x (å y ) 2 = Cuadrado de la sumatoria de la variable y n = número de pares ordenados (pares de datos x, y) El factor de correlación es un número entre –1 (correlación negativa evidente) y +1 (correlación positiva evidente), y r = 0 indicaría correlación nula. La correlación se utiliza para cuantificar el grado en que una variable provoca el comportamiento de otra. Por ejemplo si se encuentra que la variable temperatura tiene una correlación positiva con el porcentaje de artículos defectuosos, se deben buscar soluciones al problema de los artículos defectuosos mediante acciones asociadas con la variable temperatura; de lo contrario, sería necesario buscar la solución por otro lado. Ejemplo: Un ingeniero que trabaja con botellas de refresco investiga la distribución del producto y las operaciones del servicio de ruta para máquinas vendedoras. El sospecha que el tiempo requerido para cargar y servir una máquina se relaciona con el número de latas entregadas del producto. Se selecciona una muestra aleatoria de 25 expendios al menudeo que tienen máquinas vendedoras y se observa para cada expendio el tiempo de solicitud- entrega (en minutos) y el Página 27
  • 28. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 volumen del producto entregado (en latas). Calcular el coeficiente de correlación y graficar. Los datos se muestran a continuación: Observación No. Latas, x tiempo, y x^2 y^2 xy 1 2 .00 9 .95 4 .00 9 9.00 1 9.90 2 8 .00 2 4.45 6 4.00 5 97.80 1 95.60 3 1 1.00 3 1.75 1 21.00 1 ,008.06 3 49.25 4 1 0.00 3 5.00 1 00.00 1 ,225.00 3 50.00 5 8 .00 2 5.02 6 4.00 6 26.00 2 00.16 6 4 .00 1 6.86 1 6.00 2 84.26 6 7.44 7 2 .00 1 4.38 4 .00 2 06.78 2 8.76 8 2 .00 9 .60 4 .00 9 2.16 1 9.20 9 9 .00 2 4.35 8 1.00 5 92.92 2 19.15 10 8 .00 2 7.50 6 4.00 7 56.25 2 20.00 11 4 .00 1 7.08 1 6.00 2 91.73 6 8.32 12 1 1.00 3 7.00 1 21.00 1 ,369.00 4 07.00 13 1 2.00 4 1.95 1 44.00 1 ,759.80 5 03.40 14 2 .00 1 1.66 4 .00 1 35.96 2 3.32 15 4 .00 2 1.65 1 6.00 4 68.72 8 6.60 16 4 .00 1 7.89 1 6.00 3 20.05 7 1.56 17 2 0.00 6 9.00 4 00.00 4 ,761.00 1 ,380.00 18 1 .00 1 0.30 1 .00 1 06.09 1 0.30 19 1 0.00 3 4.93 1 00.00 1 ,220.10 3 49.30 20 1 5.00 4 6.59 2 25.00 2 ,170.63 6 98.85 21 1 5.00 4 4.88 2 25.00 2 ,014.21 6 73.20 22 1 6.00 5 4.12 2 56.00 2 ,928.97 8 65.92 23 1 7.00 5 6.63 2 89.00 3 ,206.96 9 62.71 24 6 .00 2 2.13 3 6.00 4 89.74 1 32.78 25 5 .00 2 1.15 2 5.00 4 47.32 1 05.75 TOTALES 2 06.00 7 25.82 2 ,396.00 2 7,178.53 8 ,008.47 Utilizando las ecuaciones para obtener el coeficiente de correlación tenemos: SCxy = 2027.71 SCx = 698.56 SCy = 6105.94 r = 0.98 El coeficiente de correlación r = 0.98 por lo cual tenemos suficiente evidencia estadística para afirmar que el tiempo de entrega está relacionado con el número de latas. Página 28
  • 29. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Figura 1.10 Diagrama de dispersión con tendencia En la gráfica observamos que al aumentar el número de latas el tiempo de entrega aumenta.  Para realizar el gráfico de dispersión en Excel realice el siguiente procedimiento: 1. Seleccione el icono asistente para gráficos. 2. Seleccione el tipo de gráfico xy(dispersión), y subtipo de gráfico: dispersión, compara pares de valores.(siguiente) 3. En la pestaña rango de datos seleccione los valores de x y y de la tabla de datos. En la pestaña serie agregue el título, el rango de valores x, y se da por default al haber seleccionado el rango de datos .(siguiente) 4. Ponga el titulo del gráfico y eje de valores x y y de la tabla de datos. En esta pantalla puede agregar líneas de división al gráfico y otras opciones (siguiente) (finalizar) 5. Para realizar algún cambio, por ejemplo en la escala haga clic en la escala de valores y aparecerá un menú que le permitirá realizarlos. Página 29
  • 30. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Para determinar la función de regresión y correlación en Minitab se siguen los pasos siguientes (después de cargar los datos correspondientes a X y a Y en las columnas C1 y C2): Minitab > Stat >Regresión ... Indicar la columna de Respuestas Y y la de predictores X y aceptar con OK. Observar el valor del coeficiente de correlación y de determinación. Para obtener la línea de mejor ajuste de la regresión, se procede como sigue en Minitab: Minitab > Stat >Fitted Line Plot ... Indicar la columna de Respuestas Y y la de predictores X, seleccionar si se quiere ajustar con los datos con una línea, una función cuadrática o cúbica y aceptar con OK. Observar el mayor valor del coeficiente de correlación que indica el mejor ajuste. Ejercicio: Hacer un diagrama de dispersión con los datos siguientes: Errores (escala 5 por división) Antiguedad Conclusiones: Página 30 Antigüedad Errores 4 20 2 12 8 36 6 28 10 44 5 25 7 32 1 5
  • 31. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Histogramas Se utilizan para ver la distribución de frecuencia de una tabla de datos Figura 3.5 Distribución de frecuencias o histograma Figura 1.11 Histograma en Excel Pasos para hacer un histograma: 1. Contar el número de datos, identificar el valor máximo, el mínimo y el rango. 2. Determinar el ancho de clase = Rango / 5 a 8. 3. Contar cuantos datos entran dentro de cada celda. 4. Graficar las frecuencias de cada celda. Ejercicio: Realizar un histograma con los datos de edades siguientes: 2.41 17.87 33.51 38.65 45.70 49.36 55.08 62.53 70.37 81.21 3.34 18.03 33.76 39.02 45.91 49.95 55.23 62.78 71.05 82.37 4.04 18.69 34.58 39.64 46.50 50.02 55.56 62.98 71.14 82.79 4.46 19.94 35.58 40.41 47.09 50.10 55.87 63.03 72.46 83.31 8.46 20.20 35.93 40.58 47.21 50.10 56.04 64.12 72.77 85.83 9.15 20.31 36.08 40.64 47.56 50.72 56.29 64.29 74.03 88.67 11.59 24.19 36.14 43.61 47.93 51.40 58.18 65.44 74.10 89.28 12.73 28.75 36.80 44.06 48.02 51.41 59.03 66.18 76.26 89.58 13.18 30.36 36.92 44.52 48.31 51.77 59.37 66.56 76.69 94.07 15.47 30.63 37.23 45.01 48.55 52.43 59.61 67.45 77.91 94.47 Paso 1. Número de datos = Valor mayor = Valor menor = Rango = Página 31
  • 32. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Paso 2. Ancho de clase = Rango / 6 = redondear a: Paso 3. Contar elementos para cada clase: Columna Intervalo Registro de frecuencias Frecuencia 1 0 -17 2 18-35 3 36-53 4 54-71 5 72-89 6 90 en adelante Paso 4. Hacer la gráfica del histograma: Conclusiones: Lluvia de ideas (Brainstorming) En las sesiones de lluvia de ideas se generan nuevas ideas mediante la participación de todo el equipo.Para comenzar con el proceso de tormenta de ideas, en el cual se genera información la gente se reúne en una sala en la cual se recomienda la disposición de las mesas en forma de “U” para facilitar el debate. La gente que participa en la sesión deberá de pertenecer a diferentes áreas o tener puntos de vista diferentes, esto con el objeto de enriquecer la sesión. El facilitador debe de contar con experiencia en la conducción de sesiones de tormentas de ideas, o al menos haber tenido experiencias previas. Para conducir un grupo se lleva a cabo la siguiente metodología: Página 32
  • 33. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 1. Seleccionar el problema a tratar. 2. Pedir a todos los miembros del equipo generen ideas para la solución del problema, las cuales se anotan en el pizarrón sin importar que tan buenas o malas sean estas. 3. Ninguna idea es evaluada o criticada antes de considerar todos los pensamientos concernientes al problema. 4. Aliente todo tipo de ideas, ya que al hacerlo pueden surgir cosas muy interesantes, que motivan a los participantes a generar más ideas. 5. Apruebe la naturalidad y el buen humor con informalidad, en este punto el objetivo es tener mayor cantidad de ideas así existirán mayores posibilidades de conseguir mejores ideas. 6. Se les otorga a los participantes la facultad de modificar o mejorar las sugerencias de otros. 7. Una vez que se tengan un gran número de ideas el facilitador procede a agrupar y seleccionar las mejores ideas por medio del consenso del grupo de trabajo. 8. Las mejores ideas son discutidas y analizadas con el fin del proponer una solución. La técnica tormenta de ideas puede ser aplicada con gran frecuencia al llevar a cabo otras herramientas, como por ejemplo, diagramas causa-efecto (Ishikawa), Diseño de experimentos, pruebas de confiabilidad, etc. EJERCICIO: Realizar una lluvia de ideas para solucionar el problema de llegar a tiempo a algún lugar. Diagrama de Causa efecto Muestra la relación entre una característica de calidad y los factores de influencia, para encontrar las causas posibles. Se usa la lluvia de ideas, debe hacerse sin juicios previos y respetando las opiniones.  Técnica para generar ideas creativas cuando la mejor solución no es obvia.  Reunir a un equipo de trabajo (4 a 10 miembros) en un lugar adecuado  El problema a analizar debe estar siempre visible  Generar y registrar en el diagrama de Ishikawa un gran número de ideas, sin juzgarlas, ni criticarlas  Motivar a que todos participen con la misma oportunidad Página 33
  • 34. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 El diagrama causa-efecto, también llamado “espina de pescado” por la semejanza de su forma, también es conocido por diagrama de Ishikawa. Es utilizado para explorar, e identificar todas las causas posibles y relaciones de un problema (efecto) o de una condición específica en las características de un proceso. Una vez elaborado, el diagrama causa-efecto representa de forma clara, ordenada y completa todas las causas que pueden determinar cierto problema. Constituye una buena base de trabajo para poner en marcha la búsqueda de las verdaderas causas de un problema. Los pasos para elaborar el diagrama de causa- efecto son los siguientes: 1. Seleccione el efecto (problema) a analizar. Se puede seleccionar a través de un consenso, un diagrama de Pareto, otro diagrama o técnica. 2. Realice una lluvia de ideas para identificar las causas posibles que originan el problema. 3. Dibuje el diagrama: - Coloque en un cuadro a la derecha la frase que identifique el efecto (característica de calidad) - Trace una línea horizontal hacia la izquierda del cuadro que contiene la frase. A esta línea se le conoce como columna vertebral. - Coloque líneas inclinadas que incidan en la columna vertebral (causas principales). - Dibuje líneas horizontales con flechas que incidan en las líneas inclinadas conforme a la clasificación de las causas (causas secundarias) - Dibuje líneas inclinadas que incidan en las líneas de las causas secundarias (causas terciarias) 4. Clasifique las causas derivadas de la lluvia de ideas, de la siguiente manera: - Causas principales. - Causas secundarias. - Causas terciarias. Página 34
  • 35. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 5. Jerarquice las causas por grado de importancia y defina aquellas que tengan un efecto relevante sobre la característica específica. 6. Elabore y ejecute un programa de corrección de las causas relevantes. Diagrama de Ishikawa Figura 1.12 Diagrama de causa efecto, de Ishikawa o espina de pescado Ejemplo: En una fábrica de componentes electrónicos se detectaron fallas en la línea de ensamble al realizar la prueba de un circuito, por lo cual se procedió a realizar una investigación utilizando el diagrama causa-efecto. El problema es soldadura defectuosa, siendo el efecto que se va a analizar. Primero se determinan las causas principales M’s: · Máquinas · Mano de obra · Métodos · Materiales · Mediciones Página 35
  • 36. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 · Medio ambiente Estas constituyen las causas primarias del problema y es necesario desafiarlas para encontrar causas más específicas secundarias y terciarias. Se construye el diagrama espina de pescado con las causas primarias (M´s), a partir de estas causas se agrupan las causas secundarias y terciarias derivadas de la lluvia de ideas. MEDICIONES Figura 1.13 Diagrama de causa efecto MAQUINAS MANO DE OBRA VELOCIDAD DE AVANCE HABILIDAD UNION SOLDADURA DESOXIDANTE El equipo analiza cada causa y por medio de eliminación y consenso determina cuales son las verdaderas causas que están ocasionando el problema. Una vez determinada las causas se realiza un análisis Por qué, Por qué, por qué (Why-Why Why), el cual consiste en preguntarnos cinco veces por qué?, para encontrar la causa raíz del problema. Página 36 SOLDADURA DEFECTUOSA MÉTODOS MATERIALES LACA DE PROTECCION TERMINALES CORTOS OXIDADOS ANGULO INCORRECTO DE LA FLAMA TIEMPOS DE ESPERA SECUENCIA SOLDADURA DIMENSIONES INADECUADAS TEMPERATURA PUNTA OXIDADA FORMA PUNTA FORMACION LIMITES ERGONOMICOS MEDIO AMBIENTE FUERA DE DIMENSIONES ESPECIFICADS SUPERFICIE S CON POLVO E IMPUREZAS Causas principales Causas secundarias causas terciarias
  • 37. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 En el ejemplo anterior las causas primarias fueron agrupadas en (M’s): mediciones, máquinas, personal, medio ambiente, métodos y materiales. Es posible realizar este diagrama con causas primarias diferentes a las M´s, ej: Problema: Por qué la versión del sistema “Abacab”, no satisface los requerimientos del cliente. Las causas primarias en las que se organiza este problema son las siguientes: · Políticas y procedimientos del sistema · Funcionalidad. · Diseño · Accesibilidad · Tiempo de respuesta · Confiabilidad Diagrama de Causa Efecto en Minitab · Capture los datos en la columna C1 (tipo de defecto), en la columna C2 (frecuencias) · Seleccione: Stat>Quality Tools>Cause and Effect Diagram Llenar las columnas C1 a C5 con las diferentes causas correspondientes a los conceptos de Personal, Máquinas, Materiales, Métodos, Mediciones y Medio ambiente. Introducir los datos en la pantalla de entrada, indicando el problema en Effect y aceptar con OK. Ejercicio: Realizar un Diagrama de Causa efecto para identificar las causas potenciales de un problema y concluir. Página 37
  • 38. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Carta de tendencias Definición: Es una ayuda gráfica para el control de las variaciones de los procesos administrativos y de manufactura. Usos: • Saber el comportamiento de un sistema o proceso durante el tiempo. • Tomar las acciones correctivas a tiempo si la tendencia afectará en forma negativa. Ejemplo: Se tienen los datos siguientes de errores de planeación de la producción durante 15 semanas: Se puede hacer en Minitab con Stat, Quality Tools, Run Chart, Subgroup size = 1 Permite observar el comportamiento de los datos durante un periodo de tiempo determinado. Fig. 1.14 Carta de tendencias Página 38
  • 39. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Diagrama de flujo Dentro de los sistemas de calidad resulta de gran utilidad representar la estructura y relaciones de los sistemas mediante diagramas de flujo. Ventajas de los diagramas de flujo · Proveen una secuencia gráfica de cada uno de los pasos que componen una operación desde el inicio hasta el final. Permitiendo una mejor visualización y comprensión del proceso. · Los diagramas de flujo pueden minimizar grandes volúmenes de documentación, incluyendo la documentación ISO 9000. · Facilitan el desarrollo de Procedimientos Estándar de Operación. · Al tener un procedimiento de operación estándar se reduce en gran medida la variación y el tiempo de ciclo. · Los diagramas de flujo permiten detectar áreas de mejora en los procesos. Se utiliza para identificar los procesos, las características críticas en cada uno, la forma de evaluación, los equipos a usar, los registros y plan de reacción, se tienen los tipos siguientes:  Diagramas de flujo de proceso detallados  Diagramas físicos de proceso  Diagramas de flujo de valor Símbolos para Diagramas de Flujo Iniciar/Detener Transmisión Operaciones (Valor agregado) Decisión Inspección /Medición Transportación Almacenar Entrada/Salida Retraso Líneas de Flujo Fig. 1.15 Símbolos utilizados en los diagramas de flujo Página 39
  • 40. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Descripción de símbolos En la construcción de diagramas de flujo de procesos se utilizan los símbolos descritos a continuación: Operación de transformación: de la cual resulta un cambio físico o químico del producto. Inspección: Verificación de alguna característica mediante un estandar de calidad prestablecido. Transporte: Movimiento físico del producto o un componente. Demora: Indica la necesidad de un periodo de inactividad en espera de operación inspección o transporte. Almacenamiento: Mantener un producto en almacenamiento hasta que continúe su procesamiento o sea vendido. Pasos para la elaboración de un diagrama de flujo 1. Describir el proceso a evaluar: Es importante comenzar con los procesos que se consideran de mayor impacto en la organización. Página 40
  • 41. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 2. Definir todos los pasos que componen un producto o servicio: Existen diferentes maneras de hacerlo. Una de ellas consiste en que el equipo de trabajo anote en tarjetas los diferentes pasos que conforman el proceso, con este método el equipo puede arreglar y ordenar los pasos del proceso. Otra manera de hacerlo es mediante el uso de programas de diagramas de flujo en computadoras, de esta manera se tiene mayor flexibilidad que en el método anterior y se ahorra bastante tiempo. Cada paso deberá de ser discutido y analizado a detalle utilizando la pregunta “¿por qué se hace de esta manera?” 3. Conectar las actividades: Cuando los pasos que componen el proceso han sido descritos se construye el diagrama de flujo, conectando las actividades mediante flechas, cada símbolo debe describir la actividad que se realiza con pocas palabras. 4. Comparar el proceso actual con el proceso considerado como “ideal” las siguientes preguntas pueden servir de guía: ¿Existen pasos demasiado complejos? ¿Existe duplicidad o redundancia? ¿Existen puntos de control para prevenir errores? ¿deberían de existir? ¿El proceso funciona en la manera en la cual debería de hacerse? ¿Se puede realizar el proceso de diferente manera? 5. Mejoras del proceso: Una vez que se contestan las preguntas mediante tormenta de ideas se realizan mejoras. Definiendo los pasos que agregan valor y los que no agregan se puede llevar a cabo una simplificación sustancial del proceso. Las mejoras son priorizadas y se llevan a cabo planes de acción. 6. Implementar el nuevo procedimiento: Una vez realizadas las mejoras se dan a conocer a las personas involucradas en el proceso y se verifica su efectividad. Página 41
  • 42. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Diagrama de flujo: Una visita a la farmacia26 Ejemplo: Operación de despacho de una fórmula. EVENTO SÍMBOLO TIEMPO (min.) DISTANCIA (pies) Abrir la puerta, caminar hacia el área de la farmacia del almacén. 0.8 50 Esperar para ser atendido. 1 Sacar la fórmula de la billetera o del bolsillo y entregarla al dependiente. 0.4 Esperar hasta cuando el dependiente despache la fórmula y calcule el valor. 10 Sacar la tarjeta de crédito de la billetera y entregarla al dependiente. 0.4 Esperar que el dependiente diligencie el desprendible de la tarjeta de crédito. 1 Verificar el desprendible 0.2 Firmar el desprendible 0.1 Esperar el desprendible y el medicamento 0.3 Colocar la tarjeta y el desprendible dentro de la billetera 0.2 Recoger el medicamento y caminar de regreso hasta la puerta 0.8 50 Figura 1.16 Ejemplo de diagrama de flujo 26 Adaptado de Hamid Noori/Russell Radford, Administración de Operaciones y producción, Ed. Mc.Graw Hill Pp.282 Página 42
  • 43. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Ejercicio: Hacer el diagrama de flujo de un proceso e identificar áreas de oportunidad Paso 2A Paso 2B Paso 2C Página 43 Inicio Fin Paso 1 Paso 3 Retrabajo ¿Bueno? No Sí
  • 44. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Diagrama de flujo de tiempo – valor agregado Es utilizado para detectar cuales son las actividades que agregan valor al proceso y las que no agregan valor. Pasos para realizarlo: • Dibujar una línea horizontal para representar el tiempo total que se ocupa en el proceso. • Relacione todos los pasos del proceso detalladamente, después decida si el paso tiene valor para el cliente. • Dibujar una línea vertical fina que represente el tiempo que se requiere para completar el paso. • Dibújela arriba de la línea, si representa valor agregado, o debajo si no lo representa. • En cada línea vertical señale el paso del proceso. • Puede dibujar una barra con el tiempo de valor agregado como porcentaje de tiempo total del proceso. Ventajas: • Delinea gráficamente la cantidad de tiempo sin valor que se usa en el proceso. • Ayuda a reducir el tiempo sin valor y eliminar pasos innecesarios. Ejemplo Visita al consultorio médico Presión Sanguínea Peso Espera Espera Sentarse Figura 1.17 Diagrama de flujo de valor Sentarse Caminar Página 44 Registrarse Llamada de la enfermera Caminar Examen y Prescripción Caminar Salir del consultorio Pagar
  • 45. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Diagrama de Flujo Físico Pasos para realizarlo: •Dibuje el esquema físico de su área de trabajo, incluyendo estaciones de trabajo, áreas de espera, áreas de máquinas, etc. •Use flechas para delinear el flujo de la parte dentro del área. Cada flecha debe delinear un paso del proceso. Ventajas • Muestra el número de movimientos para completar el proceso. • Muestra la complejidad del flujo y las curvas. • Puede añadir tiempo a cada paso, para mostrar cuellos de botella y tiempo sin valor agregado Vs tiempo con valor agregado. Figura 1.18 Ejemplo de diagrama de flujo físico EJERCICIO: Realizar un diagrama de flujo de un proceso Página 45 Edificio A Edificio B
  • 46. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Estratificación Se utiliza para separar un aspecto general en los estratos que lo componen, por ejemplo, por regiones, estados, municipios, etc. Clasificación de los datos o factores sujetos a estudio en una serie de grupos con características similares. Problemas con boletas Por región Por estado Por municipio Figura 1.19 Estratificación de un problema Ejercicio: Describir un ejemplo de estratificación de un aspecto poblacional Inicio: Primer paso: Segundo paso: Tercer paso: Las cartas de control Sirven para monitorear el proceso, prevenir defectivos y facilitar la mejora. Hay dos tipos de cartas de control: por atributos (juzga productos como buenos o malos) y por variables (variables como, temperaturas). Cartas de control Límite Superior de Control Línea Central Límite Inferior de Control Figura 1.20 Carta de control con sus límites de control y línea central Página 46
  • 47. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Carta de control “Escuche la Voz del Proceso” Región de control, captura la variación natural del proceso original Causa Especial identificada LSC LIC Tendencia del proceso El proceso ha cambiado TIEMPO M ED I D A S C A L I D A D Figura 1.21 Patrones de anormalidad en cartas de control  Las cartas de control detectan la variación anormal en un proceso, denominadas “causas especiales o causas asignables de variación.”  El patrón normal de un proceso se llama causas de variación comunes.  El patrón anormal debido a eventos especiales se llama causa especial de variación. 1.4 MÉTODOS LEAN PARA LA MEJORA A continuación se muestran los métodos para hacer más flexibles y esbeltas las operaciones en las organizaciones: Los 7 desperdicios o Muda Son aspectos que no agregan valor al cliente, es decir no está dispuesto a pagar por ellos y hacen que la operación sea costosa y lenta: Página 47
  • 48. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009  Servicios no requeridos  Movimientos excesivos e innecesarios  Transportes innecesarios  Inventarios innecesarios  Esperas o firmas innecesarios  Errores  Retrabados o reinspecciones Ejemplos de muda: Caminar Esperar al ciclo Ejercicio: Identificar tres Mudas en la organización _______________________________________________________________. _______________________________________________________________. _______________________________________________________________. Métodos Lean para la mejora Para reducir el Muda se utilizan diversos métodos Lean como son:  Mapeo de la cadena de valor  Las 5 S’s  Cambios rápidos (SMED)  Poka Yokes o A Prueba de error  Trabajo estandarizado Mapeo de la cadena de valor Se trata de realizar un mapeo de los procesos, identificando las actividades que no agregan valor (Muda) para su reducción o eliminación, así como las actividades que agregan valor para su optimización, a continuación se presenta un ejemplo: Página 48 de máquina Transporte de partes Reportes sin uso Movimientos innecesarios Inventario innecesario
  • 49. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Ejercicio: Mejora del tiempo de ciclo de atención en una sala de emergencia: Se realiza un mapeo del proceso con todas las actividades relacionadas con la atención en una sala de emergencia, considerando tiempos y distancias. Proceso Original Resumen Símbolo Número Tiempo en Distancia Proceso: Admisión a la sala de emergencia de pasos minutos Sujeto: Paciente con una lesion en el tobillo Operación 5 23 --- Principio: Entrada a sala de emergencia Transporte 9 11 815 Final: Salida del hospital Inspección 2 8 --- Retraso 3 8 --- Almacenaje 0 --- Total 19 50 815 No. de Pasos Tiempo MinD. istancia en pies Descripción 1 0.5 15 X Entrada a la sala de emergencia (SE), acercarse a la ventanilla 2 10 --- X Sentarse a llenar la historia clínica del paciente 3 0.75 40 X La enfermera acompaña al paciente a la sala de evaluaciones 4 3 --- X La enfermera examina la lesión 5 0.75 40 X Regresa a la sala de espera 6 1 --- X Espera hasta que haya una cama disponible 7 1 60 X Trasladarse hasta la cama de la (SE) 8 4 --- X Espera hasta que llegue el médico 9 5 --- X El médico examina la lesión y le hace preguntas al paciente 10 2 200 X La enfermera lleva al paciente a radiología 11 3 --- X El técnico somete al paciente a los rayos X 12 2 200 X Regresa a la cama asignada en la (SE) 13 3 --- X Espera hasta que el médico regrese 14 2 --- X El médico comunica su diagnositco y hace reconmendaciones 15 1 60 X Regresa al área de entrada del servicio de Emergencias 16 4 --- X Registrar la salida del lugar 17 2 180 X Caminar hasta la farmacia 18 4 --- X Recoger la prescripcion médica 19 1 20 X Salir del Edificio Total 50 815 Página 49
  • 50. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Se identifican las actividades que representan Muda y que son actividades que no agregan valor y se reducen o eliminan, quedando el proceso mejorado como sigue: Página 50
  • 51. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Las 5 Ss y la administración visual Objetivo: Encontrar cualquier cosa y tener idea del estado de la operación en menos de 30 segundos, por una persona familiarizada con el área de trabajo. Palabras japonesas que inician con s: Seiri, Seiton, Seiso, Seiketsu y Shitsuke. 1.- SEIRI significa: ORGANIZAR y SELECCIONAR: Trabajo en proceso, Herramientas innecesarias, Maquinaria no ocupada, Productos defectuosos, Papeles y documentos, lo más importante en este punto es: Diferenciar entre lo necesario y lo innecesario. Fig. 1.22 Áreas de oportunidad para 5S’s 2.- SEITON significa PONER LAS COSAS EN ORDEN. Las cosas deben mantenerse en orden de manera que estén listas para ser utilizadas cuando se necesiten. Fig. 1.23 Implementación del orden de 5S’s Página 51
  • 52. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 3.- SEISO significa: LIMPIEZA. · Mantener limpio el lugar de trabajo. 4.- SEIKETSU significa: LIMPIEZA ESTANDARIZADA. · Hacer del aseo y de la pulcritud un hábito, principiando con la propia persona. 5.- SHITSUKE (DISCIPLINA). · Seguir los procedimientos en los procesos administrativos y de manufactura. Las 5´s se han definido como Selección u Organización, Orden, Limpieza, Estandarización y Disciplina. Los dos elementos más importantes son la Organización y el Orden ya que de ellos depende el éxito de las actividades de Mejora. Trabajan en medio del polvo, suciedad, desorden, aceite, etc. dificulta la búsqueda de piezas, útiles, información, requisiciones, herramientas etc. evitando esto se previenen los accidentes, no se generan defectos y todo se encuentra. Ejercicio: Identificar áreas de oportunidad de aplicación de las 5S’s en la organización _______________________________________________________________. _______________________________________________________________. _______________________________________________________________. Preparaciones rápidas (SMED) Objetivo: Cambiar el proceso para un servicio diferente en menos de 10 minutos 1. Formar un equipo de trabajo 2. Filmar las actividades de preparación 3. Separar actividades de preparación internas y externas 4. Convertir actividades de preparación internas a externas 5. Afinar las operaciones (paralelo, externas, etc.) 6. Verificar resultados y dar reconocimiento al equipo La Preparación interna (IED), son las operaciones realizadas con el servicio suspendido. La Preparación externa (OED), son las operaciones realizadas mientras se están proporcionando los servicios. Página 52
  • 53. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Ejemplo de Cambio rápido – SMED: Se redujo el tiempo de preparación en una estación de servicio de 11 minutos a 1 minuto, ya que antes primero se detenía, llamaban al dependiente, buscaba las mercancías, etc. ahora las mercancías clave están cerca del mostrador y no se pierde tiempo. Otro ejemplo es la obtención de pasaportes en 40 minutos o un trámite en las oficinas de hacienda. Ejercicio: Identificar áreas de oportunidad para implementar cambios rápidos. _______________________________________________________________. _______________________________________________________________. _______________________________________________________________. Poka Yokes o A prueba de error Objetivo: Prevenir o detectar la ocurrencia de errores humanos. Causas de los errores: • Procedimientos incorrectos • Variación excesiva en procedimientos • Procesos o procedimientos no claros o no documentados • Errores humanos mal intencionados • Cansancio, distracción, Falla de memoria o confianza, etc. Pasos para el desarrollo de Poka Yokes 1. Describir el defecto: Formar un equipo de trabajo, mostrar la tasa de errores 2. Identificar el lugar donde se descubren o producen los errores 3. Detalle de los procedimientos de la operación donde se producen los errores 4. Identificar desviaciones de los procedimientos donde se producen los errores. Identificar las condiciones donde se ocurren los errores (investigar) 6. Identificar el tipo de dispositivo Poka Yoke requerido para prevenir el error. 7. Desarrollar un dispositivo Poka Yoke Ejemplo: Instalación de puertas automáticas para permitir la entrada solo a personal autorizado. Ejercicio: Identificar áreas de oportunidad para implementar A Prueba de error / Poka Yokes. _______________________________________________________________. _______________________________________________________________. _______________________________________________________________. Página 53
  • 54. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Trabajo estandarizado Objetivo: Documentar en instructivos, procedimientos y ayudas visuales, la forma como deben realizarse las operaciones y actividades para que todos las realicen de la misma manera, para tener productos homogéneos. Por estandarización se entiende:  Siempre seguir la misma secuencia de trabajo  Los métodos totalmente documentados  Los métodos están visibles en cada estación de trabajo  El material y documentos de trabajo están colocados siempre en el mismo lugar  La información se presenta de la misma forma en toda la organización  Se tiene el registro del movimiento detallado del cuerpo humano Ejercicio: Identificar áreas de oportunidad para implementar procedimientos e instructivos para estandarizar las operaciones. _______________________________________________________________. _______________________________________________________________. _______________________________________________________________. Página 54
  • 55. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 1.5 LAS SIETE HERRAMIENTAS ADMINISTRATIVAS · Diagrama de afinidad: o Organiza grandes cantidades de información · Diagrama doble de interrelaciones: o Muestra los enlaces de causas y efectos entre aspectos relacionados · Diagrama de árbol: o Diagrama los niveles de destalle para alcanzar un objetivo principal y los objetivos secundarios relacionados · Diagrama Matricial: o Muestra las relaciones y correlaciones entre ideas · Matrices de prioridad: o Asigna prioridades a asuntos, tareas o posibles opciones con base en criterios conocidos · Carta de Programa de Decisión de Procesos (CPDP): o Revela cadenas de eventos y planes de contingencia · Diagrama de redes y actividades: o Desarrolla u programa para tareas complejas APLICACIONES Las herramientas para la mejora continua se emplean de manera ideal en los casos siguientes:  Dividir un requerimiento general de detalles específicos  Identificar y eliminar las causas raíz de un problema  Programar actividades complejas  Planeación de contingencia  Ayudar a una organización a pasar de la manera antigua de pensar a otras formas más novedosas de hacerlo  Realizar una selección final de una lista de opciones  Evaluar opciones de diseño de producto Página 55
  • 56. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Diagrama de Afinidad Es una herramienta que se emplea para organizar grandes cantidades de información agrupando los aspectos de la misma con base en relaciones clave entre ellos; también se conoce como método KJ. Cuando se emplea este diagrama, se organizan las ideas o áreas generales de problemas para adquirir la comprensión de un problema o asunto complejo, así como para identificar las causas potenciales de un problema. La herramienta ayuda a mejorar el compromiso y el apoyo del equipo. - Usar cuando existe un caos, el equipo aporta ideas, se requiere un pensamiento trascendental o el tema es un aspecto amplio. PASOS 1. Reunir el equipo y elegir un líder, todos relacionados con el asunto a tratar. 2. Establecer el asunto o problema en forma de pregunta. 3. Realizar una tormenta de ideas respecto al problema o aspecto y registrarla en fichas de trabajo. 4. Desplegar las tarjetas en una mesa grande o muro. 5. Acomodar las tarjetas en pilas similares o por “familias”. 6. Crear tarjetas de encabezado 7. Dibujar el diagrama de afinidad a. Trazar un círculo en torno a cada agrupamiento b. El diagrama queda completo cuando el equipo alcanza el consenso 8. Discutir el diagrama de afinidad Página 56
  • 57. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 FUENTE HTTP://WWW.SAPDESIGNGUILD.ORG/RESOURCES/GLOSSARY_USAB/IMAGES/AFFINITYEE1.JPG FUENTE: HTTP://WWW.MEX.OPS-OMS.ORG/DOCUMENTOS/TUBERCULOSIS/MEJORA/4_DIAGRAMA_AFINIDAD.PDF Fig. 1.24 ejemplos de diagrama de afinidad Página 57
  • 58. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Diagrama doble de Interrelaciones Un diagrama doble de interrelaciones es una herramienta gráfica que se emplea para organizar problemas o aspectos complejos y que implican muchas variables, se emplea para estudiar las relaciones entre los elementos de un problema e identificar las causas raíz o las soluciones, es similar al diagrama de afinidad en la medida que el proceso de construcción de una gráfica doble interrelaciones es creativo. Ayuda a identificar las causas potenciales de un problema. permite que el equipo observe al mismo tiempo muchos efectos y trace la relación entre dichos efectos y varias causas. PASOS 1. Reunir el equipo y elegir un líder. 2. Poner el asunto o problema en forma de pregunta. 3. Realizar una tormenta de ideas respecto al problema o aspecto y registrarla en fichas de trabajo. 4. Analizar las relaciones. 5. Revisar el Diagrama doble de interrelaciones. 6. Identificar causas y efectos raíz. a. Una causa raíz es una categoría de la que sale la gran cantidad de flechas. b. Un efecto raíz es una categoría a la que llega una gran cantidad de flechas. 7. Estudiar el Diagrama doble de interrelaciones. Página 58
  • 59. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 FUENTE: PRIMER CERTIFIED QUALITY MANAGER – WWW.QUALITY COUNCIL.COM FIG. 1.25 EJEMPLOS DE DIAGRAMA DE INTERRELACIONES Página 59
  • 60. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 FUENTEHTTP://WWW.CALIDADEDUCATIVA.ORG/CONGRESO2008/MEMORIA/TUFINO_COMP LEMENTARIO/TUFINO_INTERRELACION.PDF Fig. 1.26 ejemplos de diagrama de interrelaciones Página 60
  • 61. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Diagrama de árbol Un diagrama de árbol (diagrama sistemático) es una técnica que se emplea para buscar la forma más apropiada y eficaz de alcanzar un objetivo específico. Esta herramienta gráfica de diagrama los diversos niveles de detalle, estos representan acciones (o tareas) que siguen rutas lógicas para implantar un objetivo amplio. Al implantar los puntos detallados de acción, se crea un efecto de dominio que lleva al logro del objetivo principal. Cuando se trabaja sobre un objetivo amplio, un diagrama de árbol ayuda a orientar tareas específicas, es posible emplearlo para planear la implantación de una solución detallada en forma ordenada. El diagrama de árbol funciones para dividir un aspecto u objetivo más complejo. PASOS 1. Reunir un equipo apropiado. 2. Elegir la declaración de objetivo. 3. Generar los encabezados de primer nivel del árbol 4. Completar el diagrama de árbol bajo cada encabezado principal 5. Revisar el diagrama de árbol terminado. Página 61
  • 62. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 FUENTE: HTTP://WWW.PROGRAMAEMPRESA.COM/EMPRESA/EMPRESA.NSF/PAGINAS/B274A80F363DE039C125702900 41808D?OPENDOCUMENT FUENTE HTTP://DGPLADES.SALUD.GOB.MX/2006/HTDOCS/HG/NUEVAS/HESTRA7.PDF FIG. 1.27 EJEMPLOS DE DIAGRAMA DE ÁRBOL Página 62
  • 63. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 FIG. 1.28 EJEMPLOS DE DIAGRAMA DE ÁRBOL Página 63
  • 64. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Diagrama Matricial PERSONAL CURSO Dirección Supervisión Ingenieros Trab. De Produc. Trab. De Mant. Trab. De Oficina Control Estadístico del proceso Diseño de productos Despliegue de funciones de Calidad Mejora de Procesos Eficacia de equipos Benchmarking Ingeniería concurrente Medición Visión Global Taller de trabajo FIG. 1.29 EJEMPLO DE DIAGRAMA MATRICIAL Los diagramas matriciales son herramientas que se emplean para revelar las correlaciones entre ideas, tares y responsabilidad y que aparecen en diversas formas matriciales, es posible emplear estas herramientas para organizar y comparar dos o más conjuntos de artículos para mostrar cuáles de ellos están relacionados, asimismo pueden mostrar la fortaleza estadística y la dirección de influencia de cada relación. Pueden tener cualquiera de las siguientes formas: L, T, Y, X y C PASOS 1. Reunir a un equipo apropiado 2. Elegir las consideraciones clave a. ¿Qué tipo de información se desea mostrar en la matriz? 3. Elegir la forma apropiada de la matriz 4. Definir los símbolos de relación a emplear y crear una leyenda 5. Concluir la matriz. Página 64
  • 65. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 FUENTE: CQM PRIMER WWW.QUALITYCOUNCIL.COM FIG. 1.30 EJEMPLOS DE DIAGRAMA MATRICIAL Página 65
  • 66. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 DIAGRAMAS MATRICIALES 27 FIG. 1.31 DIAGRAMA MATRICIAL EN “L” DIAGRAMA MATRICIAL “A” FIG. 1.32DIAGRAMA MATRICIAL EN “T” DIAGRAMA MATRICIAL EN “Y” 27 Diagramas tomados de la dirección www.fundibeq.org 28 de diciembre de 2008 Página 66
  • 67. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 FIG. 1.33 DIAGRAMA MATRICIAL EN “X” DIAGRAMA MATRICIAL EN “C” TRIDIM FIG. 1.34 APLICACIÓN EN EL DESARROLLO DEL PRODUCTO (MATRIZ DE QFD): Página 67
  • 68. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Matrices de Prioridades o prioritización Las matrices de prioridades son herramientas para tomas decisiones. Utilizando criterios ponderados y acordados, se emplean tales herramientas para asignar prioridades a aspectos, tareas u opciones posibles. Se basan en la combinación de un diagrama de árbol y uno matricial. Pueden ayudar a reducir el número de opciones; de modo que sea posible tomar decisiones con mayor facilidad, debido a que las matrices de prioridades proporcionan un enfoque lógico a la elección de un conjunto de opciones, son ideales para elegir un problema para que lo ataque el equipo y estrechar una lista de soluciones potenciales para un problema. PASOS 1. Reunir un equipo apropiado. 2. Establecer el objetivo principal a alcanzar y las opciones que ayuden a lograrlo. 3. Generar los criterios por los que se juzgarán las opciones. 4. Juzgar cada criterio contra todos los demás. 5. Comparar entre sí las opciones para todos los criterios retenidos. 6. Compara cada opción con base en todos los criterios combinados. Brassard28 proporciona tres tipos de matrices de prioridades: · El método del criterio analítico completo · El método del criterio de consenso · El método combinado de Diagrama de relaciones y Matriz Loa criterios son prioritizados, ponderados y aplicados contra las opciones de decisión generadas, seleccionando una decisión con base en números como resultado. 28Brassard, M. (1989), The Memory jogger plus +, Methuen, Goal/QPC Página 68
  • 69. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Fuente: CQM PRIMER www.qualitycouncil.com Fig. 1.35 Ejemplos de matrices de priorización Página 69
  • 70. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Carta de Programa de Decisión de Procesos (CPDP) Fig. 1.36 Ejemplo de diagrama de árbol y plan de contingencia CPDP - reunión Una Carta de programa de decisión del proceso (CPDP) es una herramienta dinámica de planeación que se emplea para diagramar en forma sistemática todas las posibles cadenas de eventos para alcanzar un objetivo amplio o para implantar una solución compleja. Se enumeran todos los eventos concebibles y una contramedida apropiada en este flujo cronológico, se emplea este método cuando existe incertidumbre en un proceso de implantación, cuando el problema u objetivo es único o desconocido. Las Cartas de programa de decisión del proceso se clasifican por las herramientas que se emplea: · CPDP “planeado por adelantado”: anticipan lo “inesperado” antes de la implantación verdadera. Se efectúa una tormenta de ideas de todas las distintas posibilidades y se elaboran planes de contingencia con anticipación. · CPDP en tiempo real: se desarrollan alternativas durante la implantación. La CPDP se clasifica por el formato gráfico: Página 70 Planeación de una reunión Reservar sala de reuniones Verificar equipo audiovisual Efectuar los arreglos de alimentación Sala de reuniones no disponible Equipo audiovisual no disponible Banquete no disponible Menú no disponible Cambiar fecha de reunión Reservar otro sitio Rentar equipo audiovisual Reservar otro sitio Ordenar a otro proveedor Solicitar un menú distinto Ordenar otro proveedor de banquetes = Seleccionado = No factible
  • 71. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 · Gráfico: combinación de diagrama de árbol y diagrama de flujo. · Descripción: lista numerada de eventos y contramedidas. Se emplea una CPDP para describir de manera sistemática una solución u objetivo complejos, otro propósito es probar teorías durante la implantación de una solución compleja. PASOS 1. Reunir el equipo apropiado 2. Elegir el flujo básico de implantación 3. Elegir el formato de la carta 4. Establecer el objetivo principal 5. Enumerar los pasos del proceso 6. Determinar contramedidas 7. Evaluar las contramedidas - Evaluar las contramedidas y marcarlas en la forma siguiente = Seleccionada = No factible Fig. 1.37 Ejemplo de diagrama de árbol y plan de contingencia CPDP en general Página 71
  • 72. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 FUENTE HTTP://SYQUE.COM/QUALITY_TOOLS/TOOLS/TOOLS12.HTM Fig. 1.38 Ejemplo de diagrama de árbol y plan de contingencia CPDP para manufactura Página 72
  • 73. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Diagrama de redes de actividades Un diagrama de redes de actividades (también conocido como diagrama de flechas) es una técnica de administración de redes de uso generalizado para la planeación e implantación de tareas complejas, en particular las más comunes que cuentan con subtareas conocidas. Es una combinación de la Técnica de Revisión y Evaluación y Programas (PERT) y el Método de Ruta Crítica (CPM). Se emplea el diagrama de redes de actividades para desplegar soluciones complejas con programas muy estrictos de tiempo. Identifica los pasos y subtareas y muestra el flujo de rutas simultáneas de implantación PASOS 1. Reunir el equipo apropiado. a. Los miembros del equipo deberán conocer a fondo las tareas y subtareas 2. Identificar todas las tareas que requiere el proyecto. 3. Determinar la secuencia de actividades. 4. Calcular el tiempo que se requiere cada actividad. 5. Calcular la ruta crítica del proyecto. 6. Calcular la fecha más tardía de inicio y más temprana de conclusión de cada subtarea. 7. Calcular la holgura total. 8. Diseñar el diagrama de redes de actividades. Página 73 1 día 1 día 1 día 3 día 2 día 3 día 2 día 5 día
  • 74. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 EJEMPLO: INAUGURACIÓN DE UN NUEVO RESTAURANTE Página 74
  • 75. CONTROL ESTADÍSTICO DEL PROCESO Dr. P. Reyes / enero de 2009 Fig. 1.39 Ejemplo de diagrama de flechas (PERT) El TE de un evento representa el tiempo más breve posible en que el evento puede alcanzarse, y se calcula sumando los tiempos t de la secuencia de actividades que conduce al mismo. Cuando hay más de un camino que conduce a un evento, el camino que consume el mayor tiempo, determina el tiempo más breve posible en que puede esperarse alcanzar dicho evento. El valor TE de un evento N se calcula de la siguiente manera: a) Se empieza con el primer evento (su TE es igual a cero), considerando sus directos sucesores etc..., hasta llegar al último evento del proyecto. (Su TE indica el tiempo mínimo esperado para terminar el proyecto). b) Se identifican todos los eventos que preceden directamente al evento N. c) Para cada uno de estos eventos se añade a su TE la duración t de la actividad que le conecta con el evento N. d) Se elige entre los resultados así obtenidos el mayor. Este será el único TE del evento N. Los demás valores obtenidos son irrelevantes y no se volverán a considerar. Página 75