ESCUELA SUPERIOR POLITCNICA DE CHIMBORAZO

FACULTAD DE MECNICA
CARRERA DE INGENIERA AUTOMOTRIZ

HERRAMIENTAS ESTADSTICAS PARA EL CONTROL DE

CALIDAD

ESTUDIANTE:
PACHA CHICAIZA ALEX DARIO

FECHA DE PRESENTACION:
28 DE NOVIEMBRE DEL 2017

RIOBAMBA-ECUADOR
 NDICE
1. INTRODUCCIN ...................................................................................................................... 3
2. RESUMEN. .............................................................................................................................. 3
3. JUSTIFICACIN........................................................................................................................ 3
4. OBJETIVOS: ............................................................................................................................. 4
5. MARCO TERICO:................................................................................................................... 4
6. CONCLUSIONES .................................................................................................................... 15
7. RECOMENDACIONES ............................................................................................................ 15
8. BIBLIOGRAFA ....................................................................................................................... 16

Pgina 2 de 16
 1. INTRODUCCIN
En este trabajo se podr visualizar la utilidad de algunas herramientas estadsticas bsicas en el
control de la calidad y en la gestin empresarial, centrando la atencin en las empresas. Las
empresas son cada da ms conscientes de que la calidad de sus productos y servicios es un factor
de vital importancia para la supervivencia en el mercado. Hoy en da, la calidad es tan importante
como el precio, puesto que la calidad es lo que atrae de nuevo a los clientes. Ante esta situacin,
las empresas no pueden escatimar esfuerzos para ofrecer nuevas opciones a unos consumidores
cada vez ms preocupados por la dualidad calidad/precio, y, en consecuencia, el control y la mejora
de la calidad se han convertido en un factor decisivo para aquellas empresas que desean competir
y mantenerse en el mercado actual con garantas de futuro. En este sentido, para muchas empresas
resulta de vital importancia obtener algn tipo de certificado de calidad segn las normas ISO-9000.
Pero conseguir una certificacin de estas caractersticas no es una tarea fcil, pues se exige, por un
lado, un cambio de actitud de todo el personal de la empresa, y por otro, la implantacin de un
sistema coherente de control y mejora de la calidad. Muchas de estas exigencias de calidad, pueden
abordarse con sencillas tcnicas estadsticas, cuya utilizacin supone un salto cualitativo en el
anlisis de la informacin, teniendo en cuenta que la prctica habitual suele ser recoger y archivar
datos sin extraer de ellos las conclusiones pertinentes.

Existen siete herramientas bsicas que han sido aplicadas y utilizadas para la mejora de la calidad
y solucin de problemas. Cada organizacin adopta y utiliza las que ayuden a mejorar su gestin,
el xito de estas herramientas radica en la capacidad que han demostrado para ser aplicadas en un
amplio conjunto de problemas, desde el control de calidad hasta las reas de produccin, marketing,
recursos humanos y administracin. La calidad no es solo separar a los productos buenos de los
malos al final de la actividad de produccin, la calidad no se controla, se fabrica; previniendo que
los defectos ocurran en los procesos de produccin, creando una nueva cultura, manteniendo un
liderazgo, desarrollando al personal y trabajando en equipo.

2. RESUMEN.
La utilizacin correcta de lo que, en la terminologa del control de calidad, se conocen como las
siete herramientas de ISHIKAWA, proporciona un camino adecuado para la implantacin y
seguimiento eficaz de los proyectos de control y mejora de la calidad. En este sentido, cada una de
estas herramientas estadsticas tiene un propsito especfico y responde a unas necesidades
concretas, de modo que su utilizacin conjunta permite resolver la gran mayora de los problemas
relacionados con la calidad. En la presente comunicacin, se recogen varios ejemplos de la
utilizacin de este conjunto de tcnicas estadsticas en situaciones reales que surgen en las
empresas agroalimentarias a la hora de abordar los problemas del control y mejora de la calidad.

3. JUSTIFICACIN
En la actualidad el desarrollo del comercio global se encuentra ntimamente relacionado
con el auge de la produccin y el consecuente desarrollo de la sociedad de consumo, lo
que ha encauzado a las distintas empresas productoras de bienes y servicios a utilizar la
ms variadas formas de venta y crditos.
Las tarjetas de crdito han jugado un rol crucial al desarrollo de las economas en la
medida en que los consumidores llegan a tener mayores facilidades para la adquisicin
de bienes y servicios, incrementando la demanda en los distintos sectores del mercado,
llegando a formar parte significativa hasta del presupuesto domstico de muchos hogares,
haciendo cada vez ms inevitable su utilizacin.
De esta manera la industria de la manufactura de dispositivos de seguridad financiera y
electrnica se encuentra comprometida y obligada a cumplir con los estndares ms altos

Pgina 3 de 16
 de calidad y seguridad y con apego absoluto a las normas internacionales de calidad y de
producto, en cada uno de sus procesos.

4. OBJETIVOS:

4.1.1 Objetivo General:

Conocer los mtodos estadsticos utilizados en el control de procesos y aplicar las

herramientas especficas para cada caso, con la finalidad de detectar y corregir
posibles fallas.

4.1.2 Objetivos Especficos:

Adquirir nuevos conocimientos sobre las herramientas estadsticas para el control

de calidad.
Demostrar destrezas y habilidades en el manejo del control de calidad para poner
en prctica en nuestra vida profesional.
Conocer los conceptos bsicos aplicados en el control de calidad y familiarizar con
los principios, funciones y los costos que la calidad implica.

5. MARCO TERICO:
La estadstica descriptiva y la inferencial as como la teora de probabilidades, tienen un campo muy
amplio de aplicacin en la industria, especialmente en el control de la calidad y en el anlisis de
procesos. En los procesos de produccin se generan simultneamente grandes volmenes de
informacin cuantitativa y cualitativa a travs de las cuales se pueden controlar los costos, la
produccin y la calidad, es decir, lo que significa el control de gestin administrativa de la compaa.
La recopilacin, presentacin y anlisis de este flujo de informacin permite a la gerencia conocer
los resultados y establecer controles y as mismo comparar los resultados obtenidos con lo deseado,
pudiendo establecer acciones correctivas cuando se observen discrepancias significativas entre
ellos.

El Control Estadstico de la Calidad es el conjunto de acciones orientadas a cumplir con las metas
de calidad previamente establecidas, utilizando para ello las tcnicas estadsticas aplicables al
menor costo posible.

Lo importante del Control de Calidad es que constituye una herramienta muy eficaz para incrementar
la productividad, permitiendo elevar el nivel tcnico de la empresa, incrementando la produccin y
reduciendo los costos de operacin. De esta forma, el propsito del control de la calidad es fijar la
calidad normal, mantener y mejorar el nivel, la uniformidad y la confiabilidad de la calidad
garantizando sta y reduciendo los costos de fabricacin, suministrar productos a la satisfaccin del
cliente aumentando los beneficios. Como se observa, el control de calidad involucra el proceso total
de: comercializacin, investigacin, desarrollo, produccin, transporte, instalacin y mercadeo, sin
soslayar todas aquellas funciones tendientes a maximizar el beneficio.

MTODOS ESTADSTICOS:

Pgina 4 de 16
Este control moderno de la calidad implica el uso de mtodos estadsticos, siendo denominado
Control Estadstico de la Calidad cuya aplicacin es ampliamente utilizada en diferentes reas
tales como: anlisis de procesos, control de procesos, investigacin, desarrollo, etc.

En funcin de ello se puede establecer una estructura basada en:

Ingeniera de Control de Calidad: Encargada del planeamiento de calidad de una empresa.

Ingeniera en Control de Procesos: Supervisa la aplicacin adecuada del Sistema del control de
calidad en la fabricacin.
Ingeniera de equipos de informacin: Disea y desarrolla el equipo para la inspeccin y el
ensayo.

Entre los mtodos estadsticos de mayor uso se tienen:

Grficas de control.
Distribucin de frecuencia, histogramas y diagramas de Pareto.
Distribuciones estadsticas.
Ensayo de significacin.
Inspeccin por muestreo.
Diseo de experimento y anlisis de la varianza.

En el cuadro que a continuacin se presenta se resume las diferentes reas de control y las tcnicas
utilizadas en cada una de ellas:

Ilustracin 1 diferentes reas de control y las tcnicas utilizadas

www.autobodymagazine.com.mx

El anlisis de procesos no viene a ser ms que la aplicacin de mtodos cientficos al reconocimiento

y a la formulacin de problemas y al desarrollo de procedimientos para resolverlos. Esto significara:
la especificacin matemtica del problema para una situacin fsica determinada y realizar el anlisis
pormenorizado para obtener los modelos matemticos, lo cual conducira a la sntesis y
presentacin de los resultados para asegurar su comprensin y posible

Pgina 5 de 16
Aplicacin. El anlisis estadstico desempea un papel importante en el estudio de los procesos. El
mtodo de encontrar las causas de los productos con defectos, es lo que se denomina Diagnstico
del Proceso. Para reducir el nmero de productos defectuosos la primera accin es la de hacer un
diagnstico correcto para determinar las causas de los defectos. Existen muchos mtodos para
hacer un diagnstico correcto, algunos basados en la intuicin y otros en la experiencia. En este
trabajo se recurrir al anlisis estadstico de los datos; la forma estadstica de considerar las cosas
y el uso de los mtodos estadsticos constituye un medio muy valioso para hacer las observaciones.

CARTAS DE CONTROL

De acuerdo con E.L. Grant (Statistical Quality Control) la calidad medida de un producto
manufacturado, est siempre sujeta a una cierta variacin fortuita. Algn sistema estable de causas
fortuitas es inherente a cualquier esquema particular de produccin e inspeccin. La variacin propia
de este modelo estable es inevitable, pero las razones para la variacin fuera de este modelo estable
pueden ser descubiertas y corregidas. La carta control desarrollada por Shewhart (Economic Control
of Quality of Manufatured Product.) es un dispositivo grfico para detectar modelos no naturales de
variacin en los datos resultantes de procesos repetitivos, lo cual permite fijar un criterio para
detectar deficiencias en el control estadstico. En estas cartas los puntos muestreados son
representados grficamente de una forma secuencial y posteriormente unidos por una lnea
facilitando la interpretacin visual.

Ilustracin 2 nmero de muestras

file:///C:/Users/Juan%20Carlos/Downloads/art_63_1%20(1).pdf

Planes de Muestreo

El muestreo de aceptacin puede ser de dos tipos: muestreo lote por lote tambin denominado
muestreo por atributos y muestreo de produccin continuo o muestreo variable. Los primeros se
refieren a los casos donde cada espcimen es clasificado simplemente como defectuoso o no
defectuoso; en los planes variables se refiere a los casos en los cuales una medida es tomada y
registrada numricamente en cada espcimen inspeccionado. El plan de muestreo por atributos que
se efecta en base de lote, est definido por tres elementos: el tamao del lote (N), el tamao de la
muestra (n) y el nmero de aceptacin A.

Ejemplo:
La tabla que se exhibe a continuacin muestra los valores codificados de la resistencia a la
compresin de bloques de concreto.

Pgina 6 de 16
 Ilustracin 3 valores codificados de la resistencia a la compresin de bloques de concreto

file:///C:/Users/Juan%20Carlos/Downloads/art_63_1%20(1).pdf

DIAGRAMA DE CAUSA EFECTO

El objetivo de un diagrama causa-efecto es identificar y eliminar la causa o causas que originan los
problemas, en lugar de acabar slo con los efectos o sntomas visibles del mismo. El diagrama
consiste bsicamente en una lnea central y un conjunto de ramas que representan las relaciones
entre los efectos observados y las causas que los producen, y que confluyen en dicha lnea 9 central.
Este diagrama tambin se denomina diagrama de ISHIKAWA o diagrama de espina de pescado,
dada su apariencia final.
Para construir un diagrama causa-efecto, primero se debe identificar o definir el problema, que se
situar en la parte derecha del diagrama. Posteriormente hay que concretar las posibles causas que
dan lugar al problema, en cuya tarea resulta de utilidad realizar un brainstorming para aportar ideas.
Las causas sealadas se colocan, agrupadas en cuatro o seis grupos, en las ramas principales.
Estas ramas principales suelen englobar la mano de obra, la maquinaria, los materiales, los
mtodos, el medio ambiente y el mantenimiento. Cada rama principal est integrada a su vez por
varias ramas, que recogen las causas secundarias, y as sucesivamente hasta conseguir el grado
de desagregacin deseado. Un diagrama genrico se presenta a continuacin.

Pgina 7 de 16
 Ilustracin 4 diagrama causa-efecto

ISHIKAWA, kaoru (1991). Qu es Control de Calidad. Norma

DIAGRAMA DE PARETO

El diagrama de Pareto, tambin llamado curva cerrada o Distribucin A-B-C, es una grfica para
organizar datos de forma que estos queden en orden descendente, de izquierda a derecha y
separados por barras. Permite asignar un orden de prioridades. El diagrama permite mostrar
grficamente el principio de Pareto (pocos vitales, muchos triviales), es decir, que hay muchos
problemas sin importancia frente a unos pocos muy importantes. Mediante la grfica colocamos los
"pocos que son vitales" a la izquierda y los "muchos triviales" a la derecha. El diagrama facilita el
estudio de las fallas en las industrias o empresas comerciales, as como fenmenos sociales o
naturales psicosomticos, como se puede ver en el ejemplo de la grfica al principio del artculo.

Hay que tener en cuenta que tanto la distribucin de los efectos como sus posibles causas no es un
proceso lineal sino que el 20% de las causas totales hace que sean originados el 80% de los efectos
y rebotes internos del pronosticado. El principal uso que tiene el elaborar este tipo de diagrama es
para poder establecer un orden de prioridades en la toma de decisiones dentro de una organizacin.
Evaluar todas las fallas, saber si se pueden resolver o mejor evitarla.

a. Es un grfico de barras que jerarquiza los problemas, condiciones o las causas de stos, por su
importancia e impacto siguiendo un orden descendente de izquierda a derecha.
b. Es utilizado cuando se necesita determinar el orden de importancia de los problemas o
condiciones a fin de seleccionar el punto de inicio para la solucin de dichos problemas o la
identificacin de la causa fundamental de ellos.

Ilustracin 5 diagrama causa-efecto

www.autobodymagazine.com.mx

Ejemplo

Pgina 8 de 16
Defectos encontrados en una inspeccin

1.- Presencia de xido

2.- Falta de identificacin.

3.- Manchas de aceite.

4.- Mala ubicacin.

Ilustracin 6 tipos de defectos

www.autobodymagazine.com.mx

GRAFICO DE CORRIDAS

Es una representacin grfica mediante lneas del comportamiento de una variable en un proceso
durante un perodo determinado, es utilizado cuando se necesita mostrar las tendencias de puntos
observados, dentro de un perodo de tiempo especifica.

Ilustracin 7 grafico de corrida

www.autobodymagazine.com.mx

PASOS PARA LA ELABORACIN DE UN GRAFICO DE CORRIDAS:

Pgina 9 de 16
1. Determinar la variable del proceso a medir.

2. Establecer la escala a utilizar en los ejes:

a. El eje horizontal X , representa el perodo de tiempo y

b. El eje vertical Y, representa los valores de la variables del proceso.

3. Indicar con puntos los valores encontrados en cada una de las mediciones y proceder a unir
dichos puntos mediante el uso de lneas.

4. Calcular el promedio de los valores.

5. Representar en el grfico el promedio determinado trazando una lnea horizontal.

6. Interpretar el grfico resultante.

HISTOGRAMA DE FRECUENCIA

Es una grfica de barras que muestra la frecuencia con que ocurre una determinada caracterstica
que es objeto de observacin. Es utilizada comnmente cuando se requiere mostrar la distribucin
de los datos y representar la variacin propia de un proceso.

Ilustracin 8 grafico de corrida

MILLER, Irwin.(1986) Probabilidad y Estadstica para Ingenieros. Irwin Mxico Prentice-hall Hispanoamericana
REGRESION MULTIPLE

AJUSTES DE CURVAS

Cuando se quiere estudiar la relacin entre variables se puede recurrir a dos tipos de modelos:

Modelo Determinstico, la relacin viene definida a travs de una frmula. Por ejemplo, sea y= x2,
entonces se dice que y est en funcin de x, donde y se conoce como variable dependiente y x
variable independiente. La caracterstica fundamental de este modelo es que para un valor particular
de x siempre obtenemos el mismo resultado en y, esto significa que la relacin entre las variables
es perfecta.

Pgina 10 de 16
 Ilustracin 9 modelo determinstico

MILLER, Irwin.(1986) Probabilidad y Estadstica para Ingenieros. Irwin Mxico Prentice-hall Hispanoamericana
REGRESION MULTIPLE

Modelo Probabilistico, la relacin entre las variables no es perfecta, ya que debido a una
perturbacin aleatoria (ruido) a veces para un mismo valor de la variable independiente x se obtienen
valores diferentes para y. En este caso, no se obtiene una curva sino un diagrama de dispersin.
Considerando el ejemplo anterior, y = x2 + donde es un ruido.

Ilustracin 10 modelo probabilistico

MILLER, Irwin.(1986) Probabilidad y Estadstica para Ingenieros. Irwin Mxico Prentice-hall Hispanoamericana
REGRESION MULTIPLE

Regresin simple: Se define como la curva que optimiza (minimiza), mediante el mtodo de los
mnimos cuadrados, los saltos o fluctuaciones de los datos. Es decir, es la curva que mejor ajusta
los valores del diagrama de dispersin convirtiendo el modelo probabilstico en un modelo
determinstico con la finalidad de realizar predicciones. De igual forma, la curva de regresin permite
modelar la tendencia de los valores. Los modelos de regresin simple vienen definidos por y = f(x)+.
A continuacin veamos los distintos modelos con su respectivo ajuste o curva de

Pgina 11 de 16
Pgina 12 de 16
 Ilustracin 11 regresin simple

MILLER, Irwin.(1986) Probabilidad y Estadstica para Ingenieros. Irwin Mxico Prentice-hall Hispanoamericana
REGRESION MULTIPLE

Existen diferentes modelos de regresin mltiple, pero uno de los que tiene ms uso es el modelo
lineal. Cuando la variable respuesta o dependiente de un modelo probabilstico est en funcin de
dos o ms variables se dice que es un modelo de regresin mltiple, esto es:

ANLISIS DE REGRESION

En muchas situaciones que se presentan a menudo en el campo de la ciencia, la ingeniera o las

ciencias econmicas nos encontramos con el problema de la relacin entre dos variables numricas.
Por ejemplo, la relacin entre la temperatura de un paciente y el nmero de pulsaciones por minuto
o la relacin entre el costo de un producto y el costo de la mano de obra para fabricarlo.

En general, cuando se nos presentan dos variables numricas X e Y, podemos encontrar distintos
tipos de relacin entre ellas. Puede ocurrir que entre ellas no exista ningn tipo de relacin. En tal

Pgina 13 de 16
caso, la variacin de una de ellas no genera una variacin correlativa en la otra. Variacin correlativa
significa que cada vez que X aumenta, Y debe aumentar si hay correlacin positiva o cada vez que
X aumenta, Y debe disminuir en caso de correlacin negativa. Pero si cada vez que X vara, Y puede
aumentar o disminuir al azar en cualquier grado y proporcin, entonces significa que no hay ninguna
correlacin entre ambas:

Ilustracin 12 anlisis de regresin (ninguna correlacin)

DELNU. Servicios Gerenciales S.R.L (1980). Prcticas de Control de Calidad. Caracas.

Entre las dos posibilidades extremas, la de no tener ninguna relacin entre las variables y la de tener
una relacin funcional, hay infinitas situaciones intermedias, en las cuales hay un cierto grado de
correlacin entre ambas:

Ilustracin 13 anlisis de regresin (hay alguna correlacin)

DELNU. Servicios Gerenciales S.R.L (1980). Prcticas de Control de Calidad. Caracas.

En muchos problemas prcticos de la industria y de la economa se trata de conocer en forma

emprica la relacin entre dos variables, de tal manera que si se tiene un valor de la variable X se
pueda obtener por clculo o en forma grfica el valor de la variable Y, sin importar si existe una
verdadera relacin funcional entre ambas variables. Por ejemplo, supongamos que tenemos un
grupo muy grande de personas de sexo masculino, de edad entre 30 y 40 aos. Se nos presenta el
problema de relacionar las variables peso y estatura, de tal manera que, conociendo la estatura en

Pgina 14 de 16
metros de un individuo del grupo, podamos calcular su peso en Kg. Entre ambas variables no existe
una relacin funcional. Esto lo vemos fcilmente si tomamos algunos individuos cuya estatura sea
la misma, por ejemplo, 1,75 mts. y medimos el peso de cada una. Resulta claro que las mediciones
van a ser diferentes, una pesar 73 Kg., otra 79 Kg., etc. y estas diferencias no se deben al error de
medicin, sino a diferencias reales en el peso de las personas:

Ilustracin 14 anlisis de regresin (grafica peso vs altura)

DELNU. Servicios Gerenciales S.R.L (1980). Prcticas de Control de Calidad. Caracas.

Quiere decir que para un determinado valor de la variable estatura podemos encontrar mltiples
valores de la variable peso, lo cual niega la existencia de relacin funcional. No obstante, existe un
importante grado de correlacin entre ambas variables, porque sabemos que a medida que aumenta
la estatura de las personas dentro del grupo, el peso tiende a aumentar.

6. CONCLUSIONES
Las siete herramientas tienen como propsito mejorar el proceso de toma de decisiones.
Logramos adquirir nuevos conocimientos sobre las herramientas estadsticas para el control
de calidad que nos va ayudar en la vida laboral.
Conocimos los conceptos bsicos y las aplicaciones en el control de calidad y nos
familiarizamos con los principios, funciones y los costos que la calidad implica.

7. RECOMENDACIONES

Pgina 15 de 16
 Debemos utilizar las herramientas estadsticas para tener ms claro los diferentes
conceptos de calidad para poder desarrollar de mejor manera la investigacin para tener un
buen control de calidad y gestin.

8. BIBLIOGRAFA
DELNU. Servicios Gerenciales S.R.L (1980). Prcticas de Control de Calidad. Caracas.
ARVELO, Francisco. 525 Problemas. Probabilidad, Estadstica, Matemtica, Control de
Calidad. Ed. Litexto, Caracas.
ISHIKAWA, kaoru (1991). Qu es Control de Calidad. Norma.
KUME, Hitoshi.(1992) Herramientas Estadsticas Bsicas para el mejoramiento de la
calidad. Editorial Norma. Colombia.
MILLER, Irwin.(1986) Probabilidad y Estadstica para Ingenieros. Irwin Mxico Prentice-hall
Hispanoamericana

Pgina 16 de 16