Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
SEMANA 5
Reservados todos los derechos Instituto Superior de Artes y Ciencias de la Comunicación S.A. No se permite copiar, reproducir, reeditar, descargar,
publicar, emitir, difundir, de forma total o parcial la presente obra, ni su incorporación a un sistema informático, ni su transmisión en cualquier
forma o por cualquier medio (electrónico, mecánico, fotocopia, grabación u otros) sin autorización previa y por escrito de Instituto Superior de
IACC-2020
Artes y Ciencias de la Comunicación S.A. La infracción de dichos derechos puede constituir un delito contra la propiedad intelectual.
1
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
APRENDIZAJES ESPERADOS
El estudiante será capaz de:
IACC-2020
2
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
INTRODUCCIÓN ................................................................................................................................... 4
1. LA VARIABILIDAD DE LOS PROCESOS PRODUCTIVOS .................................................................. 5
2. EL CONTROL ESTADÍSTICO DE PROCESOS ................................................................................... 8
2.1. CONCEPTOS ESTADÍSTICOS UTILIZADOS EN LA MEDICIÓN DE VARIABLES DE PROCESOS . 8
2.1.1. EXACTITUD Y PRECISIÓN DE LOS DATOS ..................................................................... 9
2.1.2. ERROR ........................................................................................................................ 10
2.1.3. TOLERANCIA .............................................................................................................. 11
2.1.4. DESVIACIÓN ESTÁNDAR ............................................................................................ 11
2.1.5. DISTRIBUCIÓN NORMAL............................................................................................ 13
3. CAPACIDAD PRODUCTIVA DE LOS PROCESOS ........................................................................... 13
3.1. RAZÓN DE CAPACIDAD DE UN PROCESO (CP) ................................................................... 14
3.2. ÍNDICE DE CAPACIDAD DE UN PROCESO (CPK) ................................................................. 15
4. CAPACIDAD DE LOS PROCESOS BASADOS EN ATRIBUTOS ........................................................ 16
4.1. GRÁFICOS DE CONTROL .................................................................................................... 16
4.1.1. GRÁFICOS DE CONTROL POR VARIABLES .................................................................. 17
4.1.2. GRÁFICOS DE CONTROL POR ATRIBUTOS ................................................................. 21
4.1.3. GRÁFICOS POR NÚMEROS DE DEFECTOS .................................................................. 27
4.1.4. INTERPRETACIÓN DE LOS GRÁFICOS DE CONTROL ................................................... 28
RESUMEN DE LO APRENDIDO ........................................................................................................... 32
REFERENCIAS ..................................................................................................................................... 33
IACC-2020
3
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
INTRODUCCIÓN
La norma ISO 9001 señala que las Según lo anterior, y de acuerdo a la norma
organizaciones deben hacer seguimiento de ISO 9001, las actividades de seguimiento y
los procesos y productos como parte de las medición son:
actividades de su sistema de gestión de la
calidad. • Satisfacción del cliente, a través de
encuestas y gestión de los reclamos,
Para ello se tiene que determinar la entre otros.
capacidad y variabilidad de los procesos, así • Desempeño del sistema de gestión
como también medir las características del de la calidad a través de auditorías.
producto para verificar que se cumplen los • Desempeño de los procesos,
requisitos del mismo y, con ello, el midiendo la variabilidad de los
cumplimiento de los estándares de calidad procesos, utilizando técnicas
ofrecidos por la propia organización, a través estadísticas.
de herramientas de la estadística. Por tanto, • Conformidad del producto a través
estas actividades de medición y monitoreo se de inspecciones y controles de
deben realizar en las etapas apropiadas del calidad.
proceso y de acuerdo con las disposiciones
planificadas, para así mantener evidencia de Para este contenido se revisarán las
la conformidad con los criterios de principales tecnicas asociadas al desempeño
aceptación. y conformidad de los procesos, según la
norma ISO 9001.
IACC-2020
4
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
La teoría del Control Estadístico de Procesos (CEP) señala que las causas de la variabilidad en los
procesos se clasifican en dos tipos (Arvelo, 1998):
Estas variaciones son aquellas que siempre están en el proceso, es decir, en cada lote de
producción. Eliminar o reducir estas variaciones es muy costoso, pero, a largo plazo, equivalen a
oportunidades de mejoras.
• Causas especiales o asignables: Son aquellas causas que no son parte del sistema y están
presentes circunstancialmente. Este tipo de causas son fáciles de identificar, controlar y
eliminar.
IACC-2020
5
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Cuando un proceso es afectado solamente por un sistema constante de causas comunes, se afirma
que está bajo control estadístico; en cambio, cuando en este aparecen causas especiales, se dice
que está fuera de control estadístico.
Al medir los valores de un proceso se asume que el comportamiento de los datos corresponde a
una distribución normal, lo cual se puede graficar mediante una campana de Gauss.
Entonces, se puede concluir que un proceso que se encuentra bajo control estadístico es un
proceso estable siempre que este sea afectado solo por causas aleatorias o comunes y en donde
se hayan eliminado las causas especiales.
IACC-2020
6
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Que un proceso esté bajo control estadístico, no quiere decir que sus productos o servicios
cumplen con los requisitos especificados. Para que se cumpla aquello, se debe evaluar la
capacidad de los procesos (Arvelo, 1998).
Cabe señalar que los límites de control superior (LCS) e inferior (LCI) provienen de los
parámetros de la distribución de los datos, es decir, se calculan en base a los datos
obtenidos en el proceso y la desviación estándar de estos. En cambio, los límites de
especificación son valores que se establecen de acuerdo a los requisitos de especificación.
Por ejemplo, si se requiere de un perno con un vástago de 9 +0,5 mm de longitud, los
límites de especificación son: 8,95 y 9,05 mm
IACC-2020
7
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
• Permite conocer la variación de los parámetros del proceso, entre estos se pueden
mencionar la precisión y exactitud de los productos obtenidos en relación a las
especificaciones.
Para controlar, medir y evaluar los procesos existe una serie de métodos y herramientas
estadísticas que permiten recopilar, analizar y evaluar la información de estos para así poder
tomar decisiones respecto a la mejora de los mismos.
Para entender este concepto es necesario conocer términos estadísticos como precisión,
exactitud, error, tolerancia, desviación estándar, límites de control, entre otros.
IACC-2020
8
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Cabe señalar que las definiciones presentadas en este material son simples y están orientadas a la
aplicación de los procesos y problemáticas que se detectan en las organizaciones.
• Exactitud: Se refiere a cuán cerca del valor real se encuentra el valor medido. En términos
estadísticos, la exactitud está relacionada con el sesgo de una estimación. Cuanto menor
es el sesgo, más exacta es una estimación. Su parámetro es la media o promedio
aritmético de los datos. Cuando se expresa la exactitud de un resultado se hace mediante
el error absoluto, que es la diferencia entre el valor experimental y el valor verdadero.
La diferencia de estos conceptos es que la exactitud tiene relación con el grado de concordancia
de los valores obtenidos con el valor verdadero, y la precisión se relaciona con la variabilidad de
estos valores. Para asegurar la confiabilidad de un resultado se deben considerar ambos
conceptos, ya que es posible obtener resultados cerca del valor real, pero con datos muy
dispersos. El concepto de precisión se asocia a las maquinarias y equipos, mientras que la
exactitud, a la mano de obra (personas).
IACC-2020
9
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Para ejemplificar estos conceptos y la diferencia entre ambos, se puede observar el siguiente
ejemplo:
Varias flechas son disparadas hacia un objetivo. La exactitud describe la proximidad de las
flechas al centro del objetivo. Las flechas que impactaron más cerca del centro se consideran
más exactas. Cuanto más cerca están las medidas a un valor aceptado, más exacto es un
sistema.
La precisión en este ejemplo está dada por el tamaño del grupo de flechas. Cuanto más cercanas
entre sí estén las flechas que impactaron el objetivo, más preciso será el sistema. Hay que notar
que el hecho de que las flechas estén muy cercanas entre sí es independiente al hecho de que esté
cerca del centro del objetivo (Chavarría, 2011).
2.1.2. ERROR
La palabra error tiene más de una connotación. Para contextualizar, dentro de este documento se
analizará desde el punto de vista de la metrología, la cual es la rama de la física que estudia las
mediciones de las magnitudes (del griego μέτρoν, medida y λóγoς, tratado), es decir, la ciencia que
estudia los sistemas de pesas y medidas.
Por tanto, en metrología el error se define como “la diferencia entre el resultado obtenido en una
medición y el valor verdadero de la misma” (Moro, 2000). P 46.
IACC-2020
10
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
2.1.3. TOLERANCIA
Término utilizado para designar a la diferencia entre la medida máxima permitida y la medida
mínima permitida. Se expresa como valor absoluto o como valor porcentual.
T= MMAX- MMIN
Ejemplo
La temperatura de los equipos de frío (refrigeración) para almacenar los alimentos perecibles
es de 2 + 2 °C. Por lo tanto:
En términos simples, se puede señalar que la desviación estándar (σ o S) mide cuánto se separan
los datos en relación al promedio de estos. Se calcula:
Donde:
Cada dato se resta a la media de la serie, se eleva al cuadrado y se calcula el promedio aritmético.
La raíz cuadrada de ese valor es la desviación estándar.
IACC-2020
11
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Ejemplo
IACC-2020
12
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Es la distribución cuyas variables aleatorias pueden tomar un número infinito de posibles valores o
cuyas diferencias entre sí pueden ser infinitesimales, por lo tanto, es una distribución continua, ya
que sus variables pueden medirse con el grado de precisión que se desee.
En términos simples, la distribución normal es una serie de datos de valores continuos la que
depende de dos parámetros: de la media o promedio aritmético y de la desviación estándar de los
datos.
Como ejemplos de valores continuos, las variables que se pueden mencionar son: temperatura,
presión, pesos, volúmenes, longitudes, etc.
Para evaluar si el proceso tiene la capacidad de cumplir con los requerimientos de los clientes y/o
especificaciones, existen dos indicadores que permiten determinar cuantitativamente la capacidad
del proceso:
IACC-2020
13
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
• Razón de habilidad del proceso (Cp): Sus valores deben caer dentro de las especificaciones
superior e inferior.
• Índice de habilidad del proceso (Cpk): Mide la diferencia que hay entre las dimensiones
deseadas y las reales de los bienes o servicios producidos.
Para conocer si un proceso es capaz de cumplir con las especificaciones de diseño de un producto
o servicio, además de los requerimientos de un cliente, es necesario determinar la capacidad del
proceso, la cual se refiere a cuánto se ajusta el producto o servicio al valor nominal establecido.
La razón de capacidad de proceso (Cp) se refiere a la uniformidad del proceso y se define como:
Las especificaciones son definidas de acuerdo a los requerimientos del cliente o definidos por la
empresa, y se establece generalmente el valor de 6σ para tener una habilidad de proceso de ±3
desviaciones estándar de la media del proceso, para estar dentro del 99,7% de probabilidad de
contener los productos o servicios dentro de los estándares de calidad.
De acuerdo con los siguientes valores de CP estable si el proceso es capaz de producir un bien o
servicio de acuerdo a los requerimientos establecidos. A partir de la tabla 1 se podrá establecer la
capacidad potencial de un proceso:
IACC-2020
14
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
El índice de habilidad del proceso (Cpk) mide la diferencia que hay entre las dimensiones deseadas
y las reales de los bienes o servicios producidos. En otras palabras, permite evaluar si el proceso
está centrado o no. El índice CPK se define como:
IACC-2020
15
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Donde:
𝑋̅ : Corresponde a la media del proceso
σ : Corresponde la desviación estándar de la población que está en un proceso.
Se elige el valor mínimo de las dos razones porque representa la situación que ocurriría en el peor
caso posible y luego se debe comparar para evaluar si el proceso está centrado.
Una de las herramientas para detectar y controlar las causas de variación de los procesos son las
cartas de control o gráficos de Shewart. Estos gráficos de control son de dos tipos (Arvelo, 1998):
IACC-2020
16
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Para construir los gráficos de control, es necesario definir la población muestral (N) y la
cantidad los subgrupos (n) que conforman las muestras, donde:
La población muestral (N) se refiere al tamaño del lote de inspección, es decir, la cantidad de
muestras que se ensayarán.
Los subgrupos que conforman la muestra (n) se refiere a la cantidad de mediciones, ensayos,
inspecciones que se les realiza a cada muestra.
Supóngase una empresa que está fabricando ladrillos refractarios, a los que se les controla su
longitud en milímetros. Se toman 25 muestras y se efectúan 5 series de medidas a cada muestra.
Esto quiere decir que N = 25 y n = 5.
Fórmulas de cálculo:
IACC-2020
17
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Fórmulas de cálculo:
Nota: las constantes A2, D4 y D3 están en función del tamaño de la muestra, como lo señala la tabla
a continuación.
IACC-2020
18
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
A2 0,577
D3 0
D4 2,114
Fuente: Material elaborado para este curso (Césped, 2014).Gestión de Calidad 2016
IACC-2020
19
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Cabe señalar que la media es el promedio aritmético de cada serie de datos y el recorrido es la
diferencia entre el valor máximo y el valor mínimo de cada serie de datos.
Reemplazando:
0,5
0,45
0,4
Mediciones
0,35
0,3 LC
mm
0,25 LCS
0,2
LCI
0,15
0,1
0,05
0
1 3 5 7 9 11 13 15 17 19 21 23 25
IACC-2020
20
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
0,5
0,45
0,4
Mediciones
0,35
0,3 LC
Rangos
0,25 LCS
0,2
LCI
0,15
0,1
0,05
0
1 3 5 7 9 11 13 15 17 19 21 23 25
https://www.youtube.com/watch?v=gJcnUJ49l5c
IACC-2020
21
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Para aplicar las gráficas de control por atributos se debe tener en cuenta lo siguiente:
GRÁFICAS P
Es una carta control que permite monitorear la proporción o porcentaje de productos defectuosos
en una muestra de una línea de producción o en un subgrupo. Las gráficas P se utilizan para medir
el desempeño de procesos.
Generalmente son utilizadas para reportar resultados en puntos de inspección, donde una o más
características de calidad son evaluadas y, en función de esto, el artículo es aceptado o rechazado.
Se debe realizar el siguiente procedimiento para calcular los límites superior e inferior de los
gráficos P:
̅̅̅̅̅̅̅̅̅̅̅
̅ (1−𝑝̅
𝑝 ̅̅̅)
σp = √ 𝑛
Donde:
• n= tamaño de la muestra.
• 𝑝̅ = línea central del gráfico, que puede ser la proporción defectuosa de la población
histórica promedio, o un valor objetivo.
• 𝑝̅ = total de defectos /número total de observaciones.
IACC-2020
22
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Donde:
El gráfico se usa de la siguiente forma. Periódicamente se toma una muestra aleatoria de tamaño
n y se cuenta el número de productos o servicios defectuosos. El número de elementos
defectuosos se divide entre el tamaño de la muestra para obtener una proporción de muestra
defectuosa, p, la cual se traza después en el gráfico. Cuando una proporción de muestra
defectuosa queda fuera de los límites de control, el analista supone que la proporción defectuosa
generada por el proceso ha cambiado y busca la causa asignable. Las observaciones que se ubican
por debajo del LCLp indican que el proceso puede haber mejorado en realidad. Es posible que el
analista no logre encontrar ninguna causa asignable porque siempre existe la posibilidad de que
una proporción fuera de control se haya producido de manera fortuita. Sin embargo, si el analista
descubre causas asignables, esos datos de muestra no deben usarse para calcular los límites de
control para el gráfico. (Krajewski, et al.,2008 p.224).
EJEMPLO DE APLICACIÓN
IACC-2020
23
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
300
𝑝̅ = 7.500 = 0,04
̅̅̅̅̅̅̅̅̅̅̅
̅ (1−𝑝̅
𝑝 ̅̅̅)
σp = √
250
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅
0,04 (1−0,04)
σp = √ 250
σp = 0,0124
IACC-2020
24
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
UCLp = 0,077
UCLp = 0,003
IACC-2020
25
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Análisis: Se puede observar que todos los registros defectuosos están dentro de los límites de
control, solo se sugiere que continúe la supervisión del proceso.
Muestra Número
Registros
Defectuosos
31 17
32 15
33 22
34 21
IACC-2020
26
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Las muestras 33 y 34 pasan el límite superior, por lo tanto, se encuentran fuera de control y será
necesario determinar las razones del desempeño deficiente en esos días. El supervisor tendrá que
buscar el problema y, una vez que lo identifique, aplicar las medidas correctivas que
correspondan.
Las causas pueden ser que se incorporó un analista nuevo con poca experiencia o errores en la
maquinaria.
Los gráficos por números de defectos son utilizados cuando los gráficos tanto por atributos como
por variables no pueden ser utilizados. Esto se da, por ejemplo, cuando cada tipo de producto en
particular presenta distintos defectos, resultando más eficaz numerarlos que presentar el
producto como no apto o como unidad defectuosa que no cumple la característica de calidad en
cuestión.
Por ello, para este tipo de escenario se utilizan los gráficos en U y C, los cuales se describen a
continuación.
IACC-2020
27
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
GRÁFICOS EN C
El objetivo que tiene este tipo de gráficos es analizar la variabilidad del número de defectos de un
subgrupo cuando el tamaño de este se mantiene constante, es decir, es la gráfica de la totalidad
de números de defectos sobre el total de subgrupos o muestra existente.
Limite Central: LC = Cm
Límite de control superior: LCS = Cm + 3 √𝐶𝑚
Límite de control inferior: LCS = Cm - 3 √𝐶𝑚
IACC-2020
28
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Ejemplo
En una fábrica de muebles se realiza la inspección del acabado de las molduras (pilastras) después de la
fase de secado en la máquina secadora.
La cantidad de registros sobre los defectos encontrados en cada una de las muestras (molduras) son
ingresados a una planilla, para ver tanto el nivel de defectos que se tiene como el nivel de
mejoramiento que este necesita.
Para determinar el nivel de defectos se utiliza la gráfica C, la cual establece el nivel de defectos distintos
de una muestra, ya que cada una de estas muestras puede tener distintos tipos de defectos y cantidad.
Por ello, se presenta a continuación la tabla de resumen con estos hallazgos.
IACC-2020
29
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
GRÁFICA EN U
En este tipo de gráfica se enseña controlar el porcentaje de defectos por unidad de inspección o
muestra, además se utiliza cuando el tamaño de las muestras es variable usándose en algunos
casos el número de defectos por área de longitud. De esta forma, los subgrupos de unidades
inspeccionadas pueden tener diferentes tamaños.
Una vez que se recojan los datos se debe indicar la cantidad de defectos por subgrupo y el tamaño
de la muestra de cada subgrupo y, con ello, la cantidad de defectos por unidad de subgrupos será
lo que representa el gráfico.
ui = Ci/ni
Donde:
Para calcular los límites de control para el gráfico en U, donde Um se considera el proceso de
defectos por unidad, se calculan las siguientes formas:
LCS = Ū + 3 √Ū/𝑛
Límite central
LCI = Ū + 3 √Ū/𝑛
Además, hay que considerar que del tamaño del subgrupo o muestra variable se pueden tener dos
alternativas de expresión: la utilización del subgrupo promedio o construir un gráfico de límites
variables. Para el caso de este contenido se utilizará el subgrupo promedio. Para ello, el tamaño
del subgrupo se obtiene dividiendo el total de unidades inspeccionadas entre el número de
subgrupos.
Ejemplo
Ejemplo basado en Gutiérrez, y De la Vara (2013, p. 223) según la tabla de defectos de piezas
electrónicas.
En una fábrica se producen tarjetas electrónicas y al final del proceso se realiza una inspección por
proceso. Para ello, se presenta una tabla resumen con los defectos observados en los muestreos
IACC-2020
30
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
Ejemplo
√1,04
LCS = Ū + 3 √Ū/𝑛 = 1,04 + 3 525 = 1,69
24
√1,04
LCI = Ū + 3 √Ū/𝑛 = 1,04 - 3 525 = 0,38
24
En la gráfica obtenida se puede apreciar que el proceso no trabaja de forma estable, ya que existen
dos muestras, la 21 y la 10, que sobrepasan y están al límite de los LCS y LCI, respectivamente. Es
decir, que en aquel lote algo ocurrió de forma especial que hizo que donde se incluye esta pieza
empeoró la calidad. Por lo tanto, es necesario verificar cuál es la causa que provoca estas anomalías
para minimizarlas o eliminarlas en el futuro. Además, fuera de estos dos puntos no existe ningún
otro patrón aleatorio.
IACC-2020
31
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
RESUMEN DE LO APRENDIDO
El enfoque de la calidad total señala la importancia del análisis y evaluación de desempeño de los
procesos en cuanto al cumplimiento de los requisitos especificados, para así lograr la satisfacción
de los clientes. Para analizar la capacidad y variabilidad de los procesos existen diversas
herramientas estadísticas, las que permiten conocer si los procesos son eficaces y si están bajo
control estadístico. El uso de las técnicas estadísticas hace que las organizaciones se enfoquen en
la resolución de problemas, utilizando una base racional en lugar de una intuitiva a la hora
de tomar decisiones.
El análisis de los datos obtenidos en los procesos permite identificar posibles causas de
desviaciones en estos, para luego, planificar y gestionar las mejoras de los procesos y el sistema de
gestión de la calidad en su totalidad.
IACC-2020
32
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
REFERENCIAS
Gutiérrez, H. y De la Vara, R. (2013). Control estadístico de la calidad y Seis Sigma. 3.ª edición.
https://ebookcentral.proquest.com
Hill/Interamericana Editores.
Educación.
Andrés Bello.
desde: https://bit.ly/2S0ukeV
IACC-2020
33
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
continuo. Semana 5.
IACC-2020
34
SEMANA 5 – CALIDAD TOTAL Y MEJORAMIENTO CONTINUO
IACC-2020
35