00 Herramientas de Calidad PDF

Herramientas
de Calidad
MSc. Percy Castro Rangel 1

Las “7 herramientas de la Calidad” se
llamaron así en memoria de las “7 armas del
guerrero japonés Benkei”, que le permitieron
triunfar en batallas, al igual que las
herramientas permiten resolver problemas.

Herramientas para el control y
mejora de la Calidad
Kaoru Ishikawa, fue el primero en proponer un conjunto de
herramientas para el control de la calidad, en su libro Guide
to Quality Control (1976), las cuales deberían ser conocidas
por toda la empresa, de forma que su continua utilización
permitiera llevar a cabo mejoras en la calidad. También
están dirigidas a resolver los problemas planteados en
Comités de Calidad ó Círculos de Calidad.

Círculos de Calidad
El Círculo de Calidad de una organización es el responsable
de definir, impulsar coordinar y supervisar los programas de
calidad, así como asignar los recursos necesarios.
Generalmente está formado por altos directivos y mandos
intermedios.

Círculos de Calidad
Los Círculos de Calidad formados por entre 5 y 10 personas
que se reúnen periódicamente y de forma voluntaria, con el
objetivo de mejorar los procesos, aumentar la satisfacción
del personal, e incrementar el aprovechamiento de sus
capacidades potenciales. Los miembros deben tener
experiencia en el uso de herramientas estadísticas, así como
de otras para el control y mejora de la calidad.

La Variación de un proceso
Variación Es el cambio en la magnitud de un ítem de control (peso, volumen, etc.)
producido por los diferentes factores que intervienen en el proceso.
Ejm: Dosificado de líquidos
n Med.1 Med.2 6- LIE LSE
Maquinaria
1 500 490
Mano de Obra 4-
2 495 500
3 505 500
2-
4 515 495
5 500 500 0-
Método 485 490 495 500 505 510 515
6 510 500
7 495 500 10 -
8 490 510
8-
9 500 495
Medio Ambiente
10 510 500
Materiales 6- LIE LSE
11 505 500
12 495 505 4-
13 500 500
2-
14 505 500
15 485 500 0-
500 ml 485 490 495 500 505 510 515
16 490 505

Variación
Variación alrededor Desviación de la media

de la media del valor Objetivo
LSE
X
LSE LIE LSE LIE
LIE
X X LC
LSE
LSE LIE LSE LIE

X
LIE
X LC X

Variación
Problema : El cliente se queja por el tiempo de atención del pedido. Expectativa = 8 días
Perspectiva interna Perspectiva del cliente

Plazo de entrega del Después de las mejoras
proceso existente (días) convencionales (días) Fecha pretendida
por el cliente
20 17
15 2 Días de Días de
30 5 anticipación (-6) atraso (+9)
5 12
10 4 2 5 8 12 17
Intervalo de
prom = 16 días prom = 8 días
15 días
Percepción del Cliente hacia la empresa

Intervalo de 2 días
7
Después de la reducción 9
de la variación (días) 9 Días de
Días de
8 anticipación (-1) atraso (+1)
7
prom = 8 días 7 8 9
Variación
La variación es el ENEMIGO
• De los Procesos
• De los Productos
• De los Clientes
PRIORIDAD : Eliminar al Enemigo (Variación)
DEFINITIVAMENTE ATACAR LA
VARIACION DEMANDA TIEMPO
Y DINERO PERO ¿CUANTO CUESTA
NO ATACARLA?
CUANDO PODREMOS AFIMAR QUE SOMOS

CONSISTENTEMENTE APTOS PARA CUMPLIR CON LOS
REQUERIMIENTOS DEL CLIENTE ?
Tipos de Variación
Mano Obra Método
Fluctuaciones no aleatorias generadas por causas
identificables. No afectan a todos y sólo surgen
en circunstancias especiales.
Variación especial o asignable
Ítem de LSC
Maquina
Control:
Volumen
LIC
Medio Amb. Material Variación común o inherente
Fluctuaciones aleatorias propias del proceso, generadas

por una combinación de causas comunes. Afectan a
todo lo relacionado con el proceso y tienden actuar a lo
largo de él, de una manera predecible.

Dispersión Es una medida de la variación. Mide cuan cercano están los datos
respecto a la tendencia central.
Dispersos y descentrado Dispersos y centrado Menor dispersión y centrado
LSE LIE LSE LIE LSE LIE
LC X X X
Objetivo del Control Estadístico : Centrar el proceso y reducir la dispersión

Las 7 Herramientas Básicas de Calidad
DIAGRAMA CAUSA Y EFECTO DIAGRAMA DE PARETO
METODOS MAQUINAS
MEDIO #
AMBIENTE
Tipo
METODOS MANO DE OBRA
DIAGRAMA DE FLUJO HOJA DE CONTROL

Las 7 Herramientas Básicas de Calidad
HISTOGRAMA GRAFICA DE CONTROL
LSC
LM
# #
LIC
Medición Tiempo de Medición
DIAGRAMA DE DISPERSION
LOS
SIETE
GRAFICOS
Variable 2
UTILES
Variable 1

Diagrama de Flujo

Diagrama de Flujo
El objetivo del diagrama de
flujo es el de mostrar cuál es
el flujo del proceso a analizar,
determinando cuáles son las
entradas y salidas de cada
actividad del proceso. El
diagrama de flujo es un
excelente punto de partida
para la elaboración de los
procedimientos de trabajo.
Diagrama de Flujo
Se basa en distintos símbolos que identifican: operaciones,
movimientos, almacenaje, inspecciones, retrasos y decisiones.
Una vez dibujado el diagrama de flujo, es fácil diferenciar
aquellas actividades que añaden valor al producto de aquellas
que deberían ser eliminadas y las que sin añadir valor son
necesarias.

Ejemplo: Diagrama de Flujo Cía. Clavier
Clavier, fabrica cereales en polvo y los
Materia prima Sacos
vende en dos formatos: sacos de 7 y 14
kg. Los de 7 kg. se almacenan en palets
Ensacado Simbología
formados por un robot paletizador
Inicio
automatizado, y los de 25 kg. los almacena / Fin
¿Pesad
directamente una carretilla elevadora uno a NO o Operación
uno. El proceso de fabricación, se basa en correct
la mezcla de distintas dosis en función del o
Decisión
producto final deseado. En el proceso se SI
detectan demasiadas NC (sacos Impresión

estropeados, palets incorrectos, sacos etiqueta
vacíos…). El equipo de dirección decide
7 Kg.
crear un grupo de trabajo para solucionar Tipo
Paletizado
sacos
el problema. El primer paso, es diseñar el
25 Kg.
diagrama de flujo del proceso de
fabricación de Clavier. Almacén

Diagrama de Flujo
Porque los símbolos utilizados se conectan

por medio de flechas para indicar la
secuencia de la operación.

Diagrama Causa - Efecto

También llamado “Diagrama de Ishikawa” ó “Diagrama de
espina de pescado”, su objetivo es el de detectar todas las
posibles causas de un determinado problema o defecto.

Las agrupaciones en causas principales básicamente se da
en “6 Ms” (Mano de obra, Máquinas, Materiales, Métodos,
Mediciones, Medio ambiente); ó también las “4 Ps” (del
inglés: people, procedures, places y policies)


Ejemplo: Diagrama Causa-Efecto Cía. Clavier
El segundo paso del equipo de trabajo formado, es el de analizar todas
las posibles causas que puedan producir que se realicen entregas
defectuosas al almacén de producto terminado. Para ello se utiliza el
diagrama de Ishikawa…..
Máquinas Medio ambiente Materiales

Cierre
Sacos
Materias incorrecto
Ensacadora Etiquetadora Contaminación
primas
Polvo ambiente productos
Llenado incorrecto Apertura

Paletizador incorrecta
Entregas
defectuosas
al almacén
de producto
Manipulación terminado
Manipulación sacos máquinas
Pesado
Mosaico Transporte
Manipulación paletizador palets
palets
Dosis Transporte
mezcla sacos
Métodos Mediciones Mano de obra

POBLACIÓN TECNOLOGIA DE
TRATAMIENTO
Alta presencia de Hábitos de Mayor Producción

parasitosis Higiene y Aseo de lodos
Ausencia de
Falta cultura infraestructura para
sanitaria tratar lodos
LODOS DE AGUAS
RESIDUALES CON
ALTO CONTENIDO
Riego de Vegetales DE PATOGENOS
con desagües
Inadecuada
disposición
de residuos
ASPECTOS
AMBIENTALES

Diagrama de Pareto

Diagrama de Pareto
También llamado “diagrama 80/20”, se basa en la ley de
Pareto: en muchas ocasiones el 80% de los problemas se
deben aprox. al 20% de las causas detectadas.

Diagrama de Pareto
Se trata de una regla muy utilizada en la economía: el 80%
de las ventas vienen del 20% de los clientes.
¿Cómo se usa el Diagrama de Pareto?
• Definimos cuales son las categorías a utilizar,
• Definimos el período de tiempo a evaluar,
• Definimos cual va a ser la unidad de medida (frecuencia,
porcentaje, costo, tiempo, cantidad, etc),
• Recolecto los datos,
• Construimos el gráfico,
• Se puede graficar también el porcentaje acumulado
(opcional).
Ejemplo: Diagrama de Pareto Cía. Clavier
Una vez recogidos los registros del departamento de ventas, se realizó un Diagrama de
Pareto, con el que se concluyó que el 1er. objetivo era mejorar los aspectos relacionados a
Mediciones: peso de los sacos, mosaico o distribución de los sacos en los palets, etc.
9 100%
Problemas semanales detectados
80%
7
6
Porcentaje
60%
5 de problemas
detectados
4
40%
3
2 20%
1
0 0%
Mediciones Materiales Máquina Métodos Mano Medio
de obra Ambiente
Tipología de problemas de entrega detectados
Ejemplo: Diagrama de Pareto – Tinas de Lavadoras
2000 100
97.5%
90%
80%
1600 80
Tinas defectuosas
Porcentaje
1200 60%
60
800 40
400 20
0 0
(O) boca de la tina ovalada
O P D F S
(P) perforaciones deformes
(D) boca de la tina despostillada
(F) falta de fundente
(S) mal soldada
Diagrama de Pareto
Servicio de Agua Potable y Alcantarillado de Lima Observación
DISTRIBUCION DE LAS DENUNCIAS POR DISTRITOS
60 120
51
50 98 99 100 100
91 95
40 78 80
%
30 27 60
51 Acumulado
20 40
13
10 20
4 3 1 1
0 0
P
ac
as
os
lo
a
SM
a
r
ci
m
m
yl
liv
ed
en
Rí
ba
Co
O
Pi
nd
ra
s
te
Lo
Ca
pe
en
de
Pu
In
Gerencia de Servicios Norte

Equipo de Operación y Mantenimiento de Redes Comas
Hoja de Control ó
de Verificación

Hoja de Control ó de Verificación
La hoja de control tiene por objetivo recoger datos del
proceso de forma sencilla, rápida y eficaz. Con las hojas de
control se pretende evitar errores en la toma de datos, así
como diminuir el trabajo del responsable. Las hojas de
control se suelen diseñar de forma que se facilite el
posterior análisis.


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. Equivocado IIIII 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
MSc. Percy Castro Rangel Legna Colmenares 34

Ejemplo: Hoja de Control Cía. Clavier
Para recoger los datos sobre los errores de “medición” más habituales, se
desarrolló una Hoja de Control, que permitía recoger muy rápidamente cuáles
eran las causas de los problemas que ellos detectaban en los palets recibidos.
Dicha hoja se preparó con las causas con más posibilidades ya identificadas. La
recogida de datos resolvió que el principal problema era el peso defectuoso de
muchos de los sacos. Éste iba a ser el punto en el que el grupo de trabajo iba a
centrar su atención.
Producto: Palets con sacos de 7 kg. procedentes línea de Almacén: 3 Operario: JRG
producción 2
Causa 03/04/11 04/04/11 05/04/11 06/04/11 07/04/11 08/04/11
Peso defectuoso lllll lllll lllll l 16
Mosaico
l l 2
incorrecto
Dosis mezcla lllll lll 8
Otros ll 2
TOTAL 6 10 7 2 3 28
Hoja de Control de entrada en el Almacén de producto terminado

Ejemplo: Artículos defectuosos por tipo de
defecto y departamento
En una empresa metal mecánica tienen interés por evaluar cuáles son los
problemas más importantes por lo que las piezas metálicas son
rechazadas cuando se inspeccionan. Este rechazo se da en diferentes
fases del procesos y en distintos departamentos
Dpto. piezas Dpto. piezas Dpto. Piezas

Razón de rechazo Total
chicas medianas grande
Porosidad lllll ll lllll lllll lllll l lllll lllll 33

lllll lllll ll lllll lllll lllll lllll lllll lllll lllll
Llenado 60
lllll lllll lll
Maquinado ll l ll 5
Molde lll lllll l lllll ll 16
Ensamble ll ll ll 6
TOTAL 26 59 36 121

Histograma

Histograma
Un Histograma es un gráfico de barras que muestra la
distribución de un conjunto de datos relativos a un
determinado proceso sujeto a variabilidad. Con ello se
persigue evaluar cómo se distribuyen los datos recogidos del
proceso, permitiendo intuir cómo es la población de la que se
obtuvieron los datos.

Histograma
Para llevar a cabo un Histograma se deben recoger los datos
objeto del estudio, agruparlos dentro de un margen de
valores y representarlos gráficamente según su frecuencia,
en general, mediante barras verticales, mostrando cuál es la
naturaleza de la distribución, así como su mediana y la
variabilidad del proceso.

Histograma
Se utiliza para:
• Analizar rápidamente si un proceso puede cumplir con
los requerimientos de un cliente.
• Para detectar si las variables del proceso se
comportaron uniformemente.

Ejemplo de Histograma
La siguiente figura es un Histograma usado para mostrar el tiempo
requerido para completar 50 diferentes conversaciones telefónicas en
el servicio de Acuafono
Duración de llamadas Telefónicas del Servicio de Acuafono
16
X (promedio)= 4.9 minutos
16
n=50
14 12
11
N 12
L
ú
l
m 10 8
a
e
m
r 8
a
o
d
6
a
d 3 3
s
e 4 2
0
1
2.95 3.65 4.35 5.05 5.75 6.45 7.15 7.85

Duración de las Llamadas (minutos)
En él gráfico se pueden observar varios hechos interesantes:
S Ninguna llamada tomó menos de 3 minutos o más de 8 minutos
S La llamada promedio tomó 4.9 minutos
S La mayoría de las llamadas tomó entre 3.65 y 5.75 minutos
Ejemplo: Histograma Cía. Clavier
El grupo de trabajo centró su investigaciones en el peso de los sacos. Para ello se
colocó una balanza en el proceso productivo durante un día para verificar todos los
pesos de los sacos producidos. Los resultados se muestran en la siguiente figura,
en la que se detectó una clara desviación en los pesos deseados, que deberían
estar centrados en 7 kg. con una tolerancia de ±300 gr, sin embargo estaban
centrados en 6.850 kg. Además la capacidad de la máquina de envasado, con
unos 200 gr. de error máximo según el fabricante, posibilitaba que existiera un
elevado número de sacos con un peso inferior a las especificaciones.
12
10
Frecuencia 8
pesos
observados 6
0
6.6-6.7 6.7-6.8 6.8-6.9 6.9-7.0 7.0-7.1 7.1-7.2 7.2-7.3
Peso sacos (kg.)
Histograma de los pesos
MSc. de los
Percy sacos
Castro Rangel producidos por Clavier 42
Diagrama de Dispersión

Se utilizan para determinar la relación entre dos conjuntos distintos
de datos, por ejm., la relación entre el peso y la altura de una
población o la temperatura de un proceso y la resistencia del
producto generado. Para ello se recogen los datos de los conjuntos
por parejas, representando cada variable en un eje distinto de
coordenadas, situando en un eje los datos que a priori se cree que
son la causa, y en el vertical sus efectos. De una manera rápida, se
desea comprobar si existe relación ó no entre ambas variables a
partir de la tendencia y dispersión del gráfico obtenido.

Para evaluar la correlación existente, cuantos más pares
de datos se obtengan, mejor si bien según el propio
Ishikawa, en general, son necesarios al menos 50 pares
y, si es posible más de 100.

Diagrama de Dispersión - Grados de correlación
Correlación Positiva Correlación Negativa
25
Evidente 25
Evidente
20 20
15 15
Y
10
Y
10
5
5
0
0 5 10 15 20 25 Sin Correlación 0
0 5 10 15 20 25
X 25 X
20
15
Y
Correlación 10
Correlación
5
25
Positiva 0 Negativa
0 5 10 15 20 25 25
20
X 20
15
15
Y
10
Y
10
5
5
0
0 5 10 15 20 25 0
0 5 10 15 20 25
X
X
MSc. Percy Castro Rangel Legna Colmenares 46

Ejemplo: Diagrama de Dispersión Cía. Clavier
Con el fin de controlar con exactitud el peso de los sacos, se pensó que sería más preciso,
en lugar de pesar c/saco mediante una cédula de pesado durante su llenado, introducir en
la máquina de llenado un temporizador que controlara el tiempo de llenado de dichos
sacos. El objetivo era aprovechar que el control del temporizador era mucho más sencillo y
más preciso que el dispositivo de pesado, para conseguir precisar mucho más el peso final
de los sacos llenados. Previo, se tomaron medidas de los pesos en tiempo real de cada
llenado de distintos sacos, para ver si había relación entre ellos y los resultados se
presentaron en un diagrama de dispersión.
28.5
28
27.5
Tiempo 27
llenado 26.5
(seg.)
26
25.5
25
24.5
24
6.6 6.8 7 7.2 7.4
Peso (kg.)
Diagrama de Dispersión tiempo de MSc.
llenado-peso
Percy Castro Rangelde sacos de la máquina ensacadora
47
Gráficos de Control

El objetivo de los gráficos de control es el de tener bajo
control una determinada característica de calidad a medir.
En ellos se registran los valores de los parámetros medidos
en c/intervalo de tiempo determinado a priori, y en el que
se han señalado previamente los límites superiores e
inferiores que se aceptan en el proceso para considerarlo
bajo control.

El uso de gráficos de control se engloba en el Control Estadístico de
Procesos (SPC), cuyo objetivo es el de aplicar técnicas estadísticas
para la recogida de datos de procesos, así como su posterior
análisis y mejora continua.
Los tipos de gráficos de control más utilizados son: “Run diagram”,
“X”, “R”, “np”, “p”, “c” y “u”. En función del tipo de datos a analizar
deberá utilizarse uno u otro gráfico.

Tipos de Gráficos de Control
Run diagram: ó grafico de corrido, se utiliza para controlar el valor de
todas las unidades producidas en un proceso.
X : controlar las medias de distintas muestras. Se utiliza generalmente
junto con el gráfico tipo R.
R: controlar los recorridos o intervalos (diferencia entre el valor máximo y
mínimo de c/muestra) de distintas muestras.
np: controlar las unidades defectuosas cuando estas se expresan en
número de unidades y el tamaño de la muestra es constante.
p: controlar las unidades defectuosas cuando éstas se expresan como una
fracción de las unidades totales y el tamaño de la muestra es variable.
c: controlar la cantidad de defectos ó NC tal y como se lleva a cabo en np.
Hay que tener en cuenta que un producto puede tener más de un defecto,
por lo que pueden presentarse más defectos que unidades controladas.
u: controlar la cantidad de defectos ó NC cuando éstas se expresan como
una fracción de las unidades totales, tal y como se lleva en p, pero
teniendo en cuenta las mismas consideraciones que en el anterior gráfico.
Selección del Tipo de Gráficos de Control
¿Variables ó atributos?
¿Productos defectuosos ó
¿Tamaño n de la muestra? número de defectos?
¿Muestra constante? ¿Muestra constante?
X
Run diagram np p c u
R

Elaboración de Gráficos de Control
Para la elaboración del gráfico de control R, se debe calcular inicialmente
el Límite de Control Superior (LCS) y el Límite de Control Inferior (LCI).
Ṝ : media de los rangos o recorridos de las muestras

LCI = Ṝ . D3 D3, D4: constantes basadas en el número de
observaciones de c/muestra, así como de la
LCS = Ṝ . D4 variabilidad permitida al proceso. Se utiliza los valores
de la desviación típica (σ).
Para la elaboración del gráfico de control X , el Límite de Control

Superior (LCS) y el Límite de Control Inferior (LCI), se calcula:
X : promedio de medias de distintas muestras

LCI = X - A2 . Ṝ Ṝ : media de rangos o recorridos de las muestras
A2 : constantes basadas en el número de
LCS = X+ A2 . Ṝ observaciones de c/muestra, así como de la
variabilidad permitida al proceso. Se utiliza los
valores de la desviación típica (σ).
Observación de patrones
LCS a) Tendencia: la observación de una tendencia
puede revelar un desgaste uniforme y
X continuado de la máquina, debido a una falta
de mantenimiento, suciedad, o un cambio
LCI continuo en el entorno de trabajo.
LCS b) Ciclos: la detección de ciclos puede esconder

la falta de concentración de los operarios en
los procesos manuales, que al observar un
X
desplazamiento excesivo respecto al limite
LCI central de control, recuperan de forma
continuada su objetivo.
LCS
c) Agrupaciones: la presencia de agrupaciones
muestra cambios en las condiciones de
X trabajo, debido por ejemplo a sustituciones
de las máquinas, turnos de trabajo o una
LCI sustitución de los materiales utilizados.

Observación de patrones
LCS d) Cambios repentinos: un cambio repentino
puede ocultar una dejadez de los operarios
X que, al detectar que se alejan de los valores,
vuelven a situarse bruscamente en la
LCI tendencia original.
e) Errático: un gráfico de control con grandes

LCS
cambios, si bien dentro de los límites de
control, puede esconder una incorrecta
X puesta a punto de dicho proceso. Se suele
presentar en la fase inicial de un determinado
LCI proceso, por inexperiencia del operario,
máquina o materia prima.
LCS f) Cambios en el recorrido: muestra la

existencia de grandes variaciones en el
proceso, si bien en ocasiones la mediana de
X las muestras (Ẍ) puede mantenerse muy
controlada. Se puede presentar cuando un
LCI
operario experto, es reemplazado por otro
menos hábil.
Factores para construir Gráficos de Control

Factores para construir Gráficos de Control
Carta X Carta Ṝ

Ejemplo: Gráficos de Control - Cía. Clavier
Por último, se modificaron los reglajes de todas las máquinas destinadas al llenado
de sacos. Para evitar la recurrencia de las fallas, se decidió diseñar unos gráficos
de control para la detección rápida de las desviaciones del proceso.
Se colocó una balanza en el mismo proceso, conectada a un ordenador que
registraba las pesadas, tomándose 10 muestras de 5 sacos c/u durante 1 día.
Valores observados
X R
1 2 3 4 5 (Media) (Recorrido)
1 7,24 7,13 7,20 6,89 7,14 7,12 0,35
2 6,90 6,96 7,08 7,25 6,84 7,01 0,41
Número de Muestras
3 7,04 7,24 6,87 6,97 7,02 7,03 0,38

4 6,79 6,80 6,86 6,85 6,77 6,82 0,09
5 7,14 6,85 7,04 7,14 7,23 7,08 0,38
6 7,16 6,87 6,85 6,82 6,96 6,93 0,34
7 6,92 6,93 6,88 7,01 6,98 6,94 0,13
8 7,21 7,05 6,81 6,80 7,20 7,01 0,41
9 6,84 7,11 7,22 6,85 6,92 6,99 0,39
10 6,85 7,12 6,88 6,93 6,75 6,91 0,37
Siendo el promedio de las medias y del recorrido: X = 6,98

MSc. Percy Castro Rangel
R = 0,32 58
Gráfico R de control de los pesos de llenado de los sacos - Clavier
Promedio de las medias y del recorrido:
X = 6,98 ; R = 0,32
A partir de los valores de los promedios de las medias y del recorrido y con la
ayuda de las tablas necesarias, se diseñó el gráfico R para controlar la dispersión
de cada muestra, siendo sus límites de control:
LCI = R . D3 LCI = 0,32 x 0 = 0

LCS = R . D4 LCS = 0,32 x 2,11 = 0,68
Al representarse el gráfico R de control, como puede observarse en la siguiente
figura, se confirmó que le recorrido de las muestras estaba bajo control.
0,80
0,70 LCS=0,68
0,60
Recorrido
0,50
0,40
0,30 R = 0,32
0,20
0,10
0,00 LCI=0
1 2 3 4 5 6 7 8 9 10
Muestras
Gráfico X de control de los pesos de llenado de los sacos - Clavier
Promedio de las medias y del recorrido: X = 6,98 ; R = 0,32
A partir de los valores de los promedios de las medias y del recorrido y con la
ayuda de las tablas necesarias, se diseñó el gráfico X , calculando los límites de
control según:
LCI = X - A2 . R LCI = 6.98 – 0.58 x 0,32 = 6,80
LCS = X+ A2 . R LCS = 6.98 + 0.58 x 0,32 = 7,17
7,40
Peso medio muestra
7,30
7,20
sacos (kg)
LCS=7,17
7,10
7,00 X = 6,98
6,90
6,80 LCI=6,80
6,70
1 2 3 4 5 6 7 8 9 10
Muestras
Gráfico X de control de los pesos de llenado de
los sacos - Clavier
Gráfico X :
7,40
Peso medio muestra
7,30
7,20
sacos (kg)
LCS=7,17
7,10
7,00 X = 6,98
6,90
6,80 LCI=6,80
6,70
1 2 3 4 5 6 7 8 9 10
Muestras
Tal y como se observa en el gráfico, el proceso

está dentro de los límites marcados, por lo que
puede bajo control.
Herramientas
de Calidad

00 Herramientas de Calidad PDF

Caricato da

Informazioni sul documento

Descrizione originale:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

00 Herramientas de Calidad PDF

Caricato da

Copyright:

Formati disponibili

Herramientas

MSc. Percy Castro Rangel 1

llamaron así en memoria de las “7 armas del

guerrero japonés Benkei”, que le permitieron

triunfar en batallas, al igual que las

herramientas permiten resolver problemas.

MSc. Percy Castro Rangel 2

MSc. Percy Castro Rangel 3

MSc. Percy Castro Rangel 4

MSc. Percy Castro Rangel 5

MSc. Percy Castro Rangel 6

Variación alrededor Desviación de la media

LSE LIE LSE LIE

MSc. Percy Castro Rangel 7

Perspectiva interna Perspectiva del cliente

Percepción del Cliente hacia la empresa

PRIORIDAD : Eliminar al Enemigo (Variación)

CUANDO PODREMOS AFIMAR QUE SOMOS

Variación especial o asignable

Medio Amb. Material Variación común o inherente

Fluctuaciones aleatorias propias del proceso, generadas

MSc. Percy Castro Rangel 10

Dispersos y descentrado Dispersos y centrado Menor dispersión y centrado

LSE LIE LSE LIE LSE LIE

Objetivo del Control Estadístico : Centrar el proceso y reducir la dispersión

MSc. Percy Castro Rangel 11

DIAGRAMA DE FLUJO HOJA DE CONTROL

MSc. Percy Castro Rangel 12

Medición Tiempo de Medición

MSc. Percy Castro Rangel 13

MSc. Percy Castro Rangel 14

MSc. Percy Castro Rangel 16

detectan demasiadas NC (sacos Impresión

MSc. Percy Castro Rangel 17

Porque los símbolos utilizados se conectan

MSc. Percy Castro Rangel 18

MSc. Percy Castro Rangel 19

MSc. Percy Castro Rangel 20

MSc. Percy Castro Rangel 21

MSc. Percy Castro Rangel 22

Máquinas Medio ambiente Materiales

Llenado incorrecto Apertura

Métodos Mediciones Mano de obra

Alta presencia de Hábitos de Mayor Producción

MSc. Percy Castro Rangel 24

MSc. Percy Castro Rangel 25

MSc. Percy Castro Rangel 26

Gerencia de Servicios Norte

MSc. Percy Castro Rangel 31

MSc. Percy Castro Rangel 32

MSc. Percy Castro Rangel 33

MSc. Percy Castro Rangel Legna Colmenares 34

Causa 03/04/11 04/04/11 05/04/11 06/04/11 07/04/11 08/04/11

Peso defectuoso lllll lllll lllll l 16

Hoja de Control de entrada en el Almacén de producto terminado

Dpto. piezas Dpto. piezas Dpto. Piezas

Porosidad lllll ll lllll lllll lllll l lllll lllll 33

MSc. Percy Castro Rangel 36

MSc. Percy Castro Rangel 37

MSc. Percy Castro Rangel 38

MSc. Percy Castro Rangel 39

MSc. Percy Castro Rangel 40