Tcnicas de Recoleccin y Anlisis de Datos

Introduccin

Introduccin
Cmo se producen los productos defectuosos?, Qu debe hacerse para reducir el nmero de productos defectuosos?. Para poder disminuir el nmero de productos defectuosos, es necesario creer que s se puede reducir. Sobra decir que la sola creencia no disminuir el nmero de productos defectuosos. Lo que queremos decir es que existen causas particulares para que un producto resulte defectuoso, y que los productos defectuosos pueden desaparecer si se descubren y se eliminan esas causas. Mucha gente piensa que debido a los estrictos requisitos de calidad que deben cumplir sus productos y a los muchos factores que pueden causar un defecto, los productos defectuosos son inevitables. Sin embargo, independientemente de los tipos de productos o de las clases de mtodos de produccin utilizados, la causa de los defectos es universal. La variacin: Esta es la causa. Qu sucedera si fabricramos productos usando materiales de exactamente la misma calidad, mquinas y mtodos de trabajo idnticos y si inspeccionramos estos productos exactamente de la misma manera?, no importa cuntos productos se fabriquen, todos ellos deben ser idnticos mientras las cuatro condiciones anteriores sean idnticas. Es decir, todos los productos cumplirn o no cumplirn los requisitos. Todos ellos sern defectuosos si los materiales, la maquinaria, el mtodo de trabajo o la inspeccin son inadecuados. En este caso, se producirn productos defectuosos exactamente idnticos. Mientras no existan fallas en las cuatro condiciones antes mencionadas, los productos que resulten deben ser todos idnticamente productos no defectuosos. Con respecto a los productos que fabricamos es casi imposible que todos ellos salgan defectuosos. Algunos son defectuosos mientras que otros no lo son. En otras palabras, los productos defectuosos y los no defectuosos salen mezclados. Entonces, por qu se producen en un mismo lote productos defectuosos y no defectuosos? La causa, como se ha dicho antes, es la variacin. La variacin en materiales, en las condiciones de la mquina, en los mtodos de trabajo y en las inspecciones, son las causas de los productos defectuosos. Si no existiera ninguna de estas variaciones, todos los productos seran idnticos y no habra variaciones en calidad, tales como la ocurrencia de productos defectuosos y no defectuosos.

El Ejemplo de Doblar Planchas de Acero

Pensemos en el trabajo de doblar planchas de acero. Todas las planchas de acero parecen tener el mismo espesor, pero cuando se miden con precisin, tendrn espesores diferentes. Adems, an la misma plancha tendr ms espesores en unas partes que en otras. Si vamos ms lejos e inspeccionamos la estructura de cristal de las planchas, habr pequeas variaciones en la forma de los cristales compuestos de hierro, carbono y otros elementos, de una a otra parte de la plancha. Estas diferencias afectan naturalmente a las caractersticas de calidad. Aun usando el mismo mtodo, las planchas no se doblarn de manera uniforme. Algunas de ellas podrn incluso rajarse. Examinemos ahora la maquinaria. La cortadora pierde filo a medida que procesa cierto nmero de productos. Las condiciones del aceite lubricante tambin cambian con los cambios de la temperatura. Las dimensiones de los productos cambian segn la forma como se ajuste el mecanismo de corte. Aunque pareciera que una operacin se realiza exactamente en las mismas condiciones que otra, muchos cambios o variaciones ocurren sin que se noten, y afectan a la calidad del producto. Pensemos ahora en el tratamiento con calor. La temperatura de los hornos cambia continuamente con los cambios de voltaje en el caso de un horno elctrico, y con los cambios en la presin del gas en el caso de un horno a gas. Dentro del horno, tienen diferentes condiciones. Cuando introducimos en el horno materiales para tratamiento por calor, la cantidad de calor que reciben los materiales vara segn su posicin relativa, afectando las caractersticas de calidad, tales como dureza del producto. Las caractersticas fsicas de los trabajadores y su habilidad tambin afectan la variacin de la calidad de los productos. Hay hombres altos y bajos, hbiles y menos hbiles, hombres con recia musculatura y hombres dbiles, personas diestras y zurdas. Todos los trabajadores podrn creer que estn trabajando de la misma manera, pero hay diferencias personales. Aun el mismo individuo trabaja de manera diferente segn como se sienta ese da particular y segn sus condiciones de fatiga. A veces puede cometer un error por descuido. En la inspeccin, pueden ocurrir variaciones de calidad aparentes. Si se usa un calibrador en la inspeccin, pueden causarse variaciones en los datos por un mal calibrador o por la forma de usarlo. En el caso de inspecciones sensoriales, como la inspeccin visual, la calidad parece variar si hay variacin en el criterio del inspector. La variacin en la inspeccin no se relaciona directamente con la calidad del producto, pero afecta al proceso de decidir si un producto es defectuoso o no lo es. Si analizamos el problema de esta manera, podemos ver que en el proceso de fabricacin de un producto intervienen innumerables factores que afectan a las caractersticas de calidad de ese producto. Cuando consideramos el proceso desde el punto de vista de la variacin de la calidad, podemos pensar en el proceso como un agregado de las causas de la variacin.

Estas causas son la explicacin de los cambios en las caractersticas de calidad de los productos, que tienen como resultado productos defectuosos o no defectuosos. Un producto se considera no defectuoso si las caractersticas de calidad satisfacen cierto requisito, y defectuoso si no lo hace. Por lo tanto, an los productos no defectuosos tienen variaciones dentro del mismo requisito. Esto quiere decir que no existen los productos exactamente iguales de los que hablamos antes. Los productos defectuosos son causados por las variaciones. Si estas variaciones se reducen, seguramente disminuirn los productos defectuosos. Este es un principio sencillo y slido, aplicable cualesquiera que sean los tipos de productos o las clases de mtodos de produccin utilizados.

El Diagnstico de los Procesos

Aunque las causas de la variacin en la calidad son innumerables, no toda causa afecta a la calidad en el mismo grado. Algunas la afectan enormemente, mientras que otras, aunque tericamente consideradas como muy importantes, tienen poco efecto sobre la variacin en la calidad cuando se controlan adecuadamente. Las innumerables causas concebibles pueden categorizarse en dos grupos, el primero de los cuales consiste en un pequeo nmero, sin embargo, tienen un gran efecto (los pocos vitales) y un segundo grupo que incluye muchas causas que tienen slo efectos menores (los muchos triviales). Generalmente, no hay muchos factores que realmente causen defectos. Este hecho se le llama Principio de Pareto y se utiliza en muchos casos. Con la aplicacin del ya mencionado principio de variacin y de ste de Pareto se facilita considerablemente el problema de reducir el nmero de productos defectuosos. Lo que necesitamos hacer es encontrar las pocas causas vitales de los productos defectuosos y eliminar estas causas despus de que se hayan identificado claramente. En nuestro proceso hay tantas causas de productos defectuosos que es realmente imposible controlarlas. Comentarios como ste se escuchan con frecuencia en sitios donde los procesos estn llenos de productos defectuosos. Todo proceso tiene muchas causas de variacin y ningn proceso tiene un nmero especialmente alto de esas causas. Hay una gran diferencia entre tener muchos sospechosos que pueden estar causando los defectos y realmente tener muchos culpables que de hecho estn causando defectos. Al proceso de encontrar las causas de los productos defectuosos entre muchos factores, le llamaremos diagnstico del proceso. Para reducir el nmero de productos defectuosos, la primera accin necesaria es hacer un diagnstico correcto para ver cules son las verdaderas causas de los defectos. Si esto no se hace correctamente, no se puede reducir el nmero de productos defectuosos. Es como dar a un paciente de apendicitis un remedio para la digestin, que, desde luego, no lo cura. El efecto puede ser que el paciente se sienta mejor por un tiempo, pero despus la enfermedad recurrir en una forma peor que antes. Pero, cmo hacer un diagnstico correcto? Existen muchos mtodos. Algunos utilizan la intuicin, otros dependen de la experiencia. Aun otros recurren al anlisis estadstico de los datos, y hasta se puede usar la investigacin experimental. El mtodo intuitivo se usa con frecuencia porque es muy rpido. De hecho, hay algo ms que la intuicin ordinaria en la intuicin de un verdadero experto, y debe respetarse. Un movimiento hecho por un experto jugador de ajedrez es superior al movimiento hecho por cien aficionados. El consejo y la intuicin de los especialistas y los expertos debe respetarse profundamente. Sin embargo, la dificultad en el problema de reducir el nmero de productos defectuosos es que no siempre es claro quin es el verdadero experto. En una

poca de progreso rpido, es difcil seguir siendo un experto en todos los problemas cuya naturaleza est cambiando constantemente. Debido a que el problema de los productos defectuosos se encuentra con frecuencia en reas en las cuales no hay experiencia previa, lo que se necesita no son muchos aos de experiencia sino la decisin de reducir el nmero de productos defectuosos y una actitud de observacin de la situacin real en forma objetiva. La forma estadstica y las tcnicas de anlisis son un medio muy eficaz para hacer esta observacin. Los mtodos estadsticos, junto con las diferentes tcnicas de recoleccin y anlisis de datos, proporcionan un medio eficaz para desarrollar una nueva tecnologa y controlar la calidad de los procesos. La habilidad para analizar las cosas desde un punto de vista estadstico es ms importante que los mtodos individuales. Adems, necesitamos ser francos para reconocer los problemas y la variacin, y recoger informacin sobre ellos. Finalmente, vale la pena subrayar que lo importante no es solamente el conocimiento de mtodos estadsticos y/o tcnicas de recoleccin y anlisis de datos como tales, sino ms bien la actitud mental hacia su utilizacin.

Tcnicas de Recoleccin de Datos

Cmo recolectar datos? Hojas de Registro Diagrama de Afinidad Puntos de Datos

Tcnicas de Recoleccin de Datos Cmo recoger datos?

1.- Establezca objetivos claros La informacin es una gua para nuestras acciones. A partir de la informacin conocemos los hechos pertinentes y adoptamos acciones apropiadas basadas en estos hechos. Antes de recoger informacin, es importante determinar qu se va a hacer con ella. Los objetivos de la recoleccin de informacin, bsicamente son: a) El control y monitoreo del proceso b) El anlisis de sta informacin c) La inspeccin. Cualquier recoleccin de datos ha de tener un propsito especfico y ser seguido por acciones. 2.- Cul es su propsito? Una vez que se define el objetivo de la recoleccin de informacin, tambin se determinan los tipos de comparacin que se necesitan, y esto a su vez identifica el tipo de datos que se deben recoger. Por ejemplo, suponga que hay una pregunta respecto a la variacin en una caracterstica de calidad de un producto. Si solamente se recoge un dato cada da ser imposible determinar la variacin ese da. O, si usted quiere saber por qu resultan productos defectuosos hechos por dos trabajadores diferentes, es necesario tomar las muestras separadamente para poder comparar el desempeo de cada uno de ellos. Si la comparacin entre ellos muestra una clara diferencia, una medida remedial que elimine la diferencia entre los trabajadores reducir tambin la variacin en el proceso. Esta divisin de un grupo en varios subgrupos con base en ciertos factores, se llama estratificacin. La estratificacin es muy importante, y es necesario que su aplicacin se convierta en un hbito de pensamiento en todo tipo de situaciones. Suponga que usted quiere saber la relacin entre la calidad de un ingrediente y la dureza del producto. En un caso como ste, cuando usted quiere saber si hay una relacin entre los valores de dos caractersticas, los datos tienen que estar disponibles por pares. Si los datos se recogen por pares, se pueden analizar usando un diagrama de dispersin, que se analizar ms adelante.

3.- Son confiables sus mediciones? An cuando las muestras se han seleccionado adecuadamente, se har un juicio errneo si las mediciones no son confiables. Por ejemplo, las inspecciones hechas por cierto inspector mostraron que una fraccin de productos defectuosos era muy diferente de los dems, y un examen cuidadoso mostr ms tarde que un instrumento de medicin se haba descompuesto. En el caso de mediciones sensoriales, tales como la inspeccin visual, las diferencias debidas a los inspectores individuales son comunes. Este hecho debe tenerse en cuenta cuando se recogen y se analizan datos. 4.- Establezca formas apropiadas de recoger datos Una vez que se han recogido datos, diferentes clases de mtodos pueden ser utilizados para analizarlos, de modo que se conviertan en fuente de informacin. Cuando se recogen datos, es importante organizarlos adecuadamente para facilitar su procesamiento posterior. En primer lugar, el origen de los datos debe registrarse claramente. Los datos cuyo origen no se conoce con claridad se convierten en informacin intil. Con frecuencia, se obtiene poca informacin til a pesar de haber gastado una semana reuniendo datos sobre alguna caracterstica de calidad, debido a que las personas olvidaron en qu das de la semana se recogieron los datos, qu mquinas hicieron el proceso, quines fueron los trabajadores, qu lotes de materiales se usaron, y as sucesivamente. En segundo lugar, los datos deben registrarse de tal manera que puedan utilizarse fcilmente. Por el hecho de que con frecuencia los datos se utilizan posteriormente para datos estadsticos, tales como promedios y rangos, es mejor registrarlos de tal manera que estos clculos se faciliten. Por ejemplo, los datos sobre 100 piezas, obtenidos haciendo mediciones cuatro veces al da (a las 9:00, 11:00, 2:00 y 4:00) durante 25 das, normalmente se registran en una hoja de datos, como la que a continuacin se muestra, en la cual la hora se organiza horizontalmente y los das de manera vertical. Hora Fecha Feb. 1 Feb. 2 Feb. 3 9 a.m. 12.3 13.2 .................... 11 a.m. 11.5 12.5 .................... 2 p.m. 13.2 14.0 ....................... 4 p.m. 14.2 14.0 ........................

De esta manera, los clculos diarios pueden hacerse marcando los nmeros en cada rengln, y los clculos para las horas pueden hacerse dentro de cada columna. Cuando se necesita registrar datos de manera continua se recomienda preparar formatos para su registro.

10

Hojas de Verificacin
Como se mencion anteriormente, si se llega a la conclusin de que es necesario reunir informacin, es esencial que el objetivo sea claro y que se obtengan datos que reflejen los hechos con claridad. Adems de estos requisitos, en situaciones reales es importante que los datos se recojan en forma clara y fcil de usar. Una hoja de verificacin, es una herramienta poderosa para el registro de datos. Qu es? Una hoja de registro es un formato preimpreso en el cual aparecen los items que se van a registrar, de tal manera que los datos puedan recogerse fcil y concisamente. Para qu sirve? Una hoja de verificacin, tambin conocida como hoja de comprobacin, permite registrar y compilar de modo sistemtico datos de fuentes histricas, u observaciones segn ocurren, a fin de que las tendencias y patrones pueden ser claramente detectadas y mostradas. Qu hace? Crea datos fciles de comprender que vienen de un proceso simple y eficiente que puede ser aplicado a cualquier rea. Crea, con cada observacin, una imagen ms clara de los hechos en lugar de opiniones. Fuerza a llegar a un acuerdo con respecto a la definicin de las condiciones o eventos (cada persona tiene que estar buscando y registrando la misma cosa). Hace que los patrones y tendencias presentes en los datos sean obvios rpidamente.

Cmo se hace? 1.- Llegue a un acuerdo con respecto a la definicin de los eventos o condiciones que se estn observando. Si esta creando una lista de eventos o condiciones a medida que se hacen las observaciones, llegue a un acuerdo con respecto a la definicin general del proyecto. Por ejemplo: Si esta buscando las razones de los pagos tardos, llegue a un acuerdo con respecto a la definicin de tardo. Si esta trabajando a partir de una lista estndar de eventos o condiciones, asegrese de que exista un acuerdo en cuanto al significado y la aplicacin de cada uno. Por ejemplo: Si esta rastreando llamadas de venta desde varias regiones, asegrese de que todo el mundo sepa qu estado se encuentran en cada rengln.

11

2.- Decida quin va a recoger los datos; en qu tiempo; y de que fuentes. Quin recoge los datos obviamente depende del proyecto y de los recursos. El perodo de recoleccin de datos puede ir desde horas hasta meses. Los datos pueden provenir lo mismo de una muestra que de toda una poblacin. Asegrese de que el(los) recolector(es) de datos tengan tanto el tiempo suficiente como los conocimientos que necesitan para obtener la informacin adecuada. Recolecte los datos durante un tiempo suficiente para estar seguro de que los datos representan resultados tpicos durante un ciclo tpico de su negocio. Algunas veces, pueden haber diferencias significativas dentro de una poblacin que deben ser reflejadas mediante un muestreo individual de cada subgrupo diferente. A esto se le llama estratificacin. Por ejemplo: Recolecte los datos sobre quejas de los viajeros de negocios aparte de la informacin de otros tipos de viajeros. Recolecte los datos sobre desechas de cada mquina por separado. Sugerencia: El registrar e informar malas noticias tiene que ser seguro, de otro modo los datos estaran filtrados. 3.- Disee un formulario de hoja de comprobacin que sea claro, completo y fcil de usar. Una hoja de comprobacin completa, incluye segn sea aplicable:

Informacin de la fuente a) b) c) d) e) Nombre del proyecto Lugar de recoleccin de datos Nombre de la persona que recoge los datos Fecha(s) Otros identificadores importantes

Informacin sobre el contenido f) g) h) i) j) Columna con nombre del defecto Columnas con das/fechas de recoleccin Totales para cada columna Totales para cada fila El total de filas y columnas

12

Por ejemplo: a) Proyecto: Demoras en la c) Nombre: Juanito Perz e) Turno: Todos admisin b) Lugar: Sala de emergencias d) Fechas: 10/03 15/03 f) Razn de la g) Da de recoleccin i) Total demora 10/03 11/03 12/03 13/03 14/03 15/03 Demoras del 9 4 6 6 3 12 40 laboratorio No disponibilidad 2 7 2 4 5 3 23 de camas Informacin del paciente 7 3 1 2 2 5 20 incompleta h) Total 18 14 9 12 10 20 j) 83

4.- Recolecte los datos de modo uniforme y con exactitud Asegrese de que todos los registros estn escritos claramente.

Sugerencia: Acte con base en los datos tan rpido sea posible.

13

Hoja de Registro de Localizacin de Defectos

Los defectos externos, tales como los rayones y las manchas, se encuentran en casi toda clase de productos y en muchas plantas se estn haciendo esfuerzos para reducir este tipo de defecto. La hoja de registro de la localizacin de defectos tiene un papal importante en la solucin de este tipo de problema. Generalmente, muchas hojas de registro de este tipo tienen diagramas o ilustraciones ampliadas en las cuales se hacen los registros, de manera que pueda observarse el sitio de la ocurrencia del defecto. La siguiente figura muestra un ejemplo, utilizado por un fabricante de maquinaria en la inspeccin de partes metlicas, para aceptarlas o rechazarlas segn sus caractersticas de porosidad. En el pasado se le informaba al proveedor nicamente sobre el rechazo o la aceptacin de cada lote y el nmero de defectos por lote, pero la calidad no mejoraba en absoluto. Despus de haber utilizado hojas de registro como la del siguiente ejemplo, que sirvieron como informes de la inspeccin que indicaban dnde sera ms probable que se presentara la porosidad, la calidad mejor notablemente porque resultaba ms fcil encontrar las causas de los defectos. Esta hoja de registro lleva fcilmente a la accin y es indispensable para el diagnstico del proceso, porque frecuentemente es posible encontrar las causas de los defectos examinando las lminas en las cuales se presentan y observando cuidadosamente el proceso para determinar por qu los defectos se concentran en esos lugares.

14

Por ejemplo: Hoja de registro de localizacin de la porosidad Nmero del producto y nombre:_______________________________________________ Material:______________________________ Proveedor:___________________________ 1. Esquema

2. Matriz de localizacin del defecto

Circular

Radial

Total 1

A B C D E F G H Total 4 2 7

9 3

13

15

Hoja de Registro de las Causas del Defecto

La hoja de registro del ejemplo anterior se usa para definir la localizacin de los defectos. Adems, las hojas de registro se usan a veces para estratificacin adicional con el fin de encontrar las causas de los defectos. Generalmente, la mayora de los estudios cuyo objetivo es encontrar las causas de los defectos implican combinar los datos sobre las causas con los datos correspondientes de los efectos, mantenindolas en un orden claramente correspondiente y analizndolas luego mediante la estratificacin por causas o haciendo diagramas de dispersin. Sin embargo, este tipo de manejo de datos es posible hacerlo en una hoja de registro si el caso es sencillo. A continuacin, se muestra una hoja para registrar la ocurrencia de los defectos en ciertos picaportes, asignables a maquinaria, trabajadores, das y tipo de defecto. Podemos ver de inmediato que el trabajador B produce muchas unidades defectuosas. El mircoles, todos los trabajadores producen muchas unidades defectuosas. Una bsqueda de las causas mostr que el trabajador B no estaba cambiando los dados con suficiente frecuencia y que los mircoles las materias primas tenan una composicin que tena mayor probabilidad de causar defectos. Con el mismo propsito, tambin es posible elaborar una hoja de registro usando el diagrama de causa-efecto. Es decir, puede prepararse un diagrama de causa-efecto que los trabajadores puedan comprender con facilidad y cuando se reconozca la causa de un defecto o la condicin en la cual se produce, se hace una marca de registro en el espacio que se encuentra cerca de cada flecha. A partir de ah, es posible determinar cul de las causas requiere accin prioritaria. Adems de los ejemplos descritos, hay muchas otras clases de hoja de registro que se utilizan en las fbricas. Las hojas de registro se disean considerando primero el propsito de la recoleccin de los datos y haciendo luego varias modificaciones creativas a fin de que los datos puedan recogerse y registrarse fcilmente y de manera adecuada al objetivo.

16

Por ejemplo: Hoja de registro de las causas del defecto

Equipo Operario Lunes AM PM
RR R P

Martes AM PM
RRR R PP

Mircoles AM PM
RRR PPP F RRR R PPP

Jueves AM PM
RRR R P FF R PP

Viernes AM PM
RRR R RR

Sbado AM PM
R PP F

A Mquina Uno B

P F R PP F RR

RRR PPP F R P

RRR RR PP

RRR PP

RRR RRR PP F

RRR RRR P F RRR RRR P

RRR RRR PP

RRR P FF

RR PP F RR

RRR RR

RR P

RRR R PP F

RR

RRR R

RR

RR

C Mquina Dos D

F RR PP R P F F RR RRR RRR RRR RRR P F

F RR RR RR R RR R PP F FF

R: Rayado en la superficie F: Forma inadecuada P: Porosidad T: Terminado defectuoso O: Otros

17

Ejercicio Suponga que queremos saber las variaciones en las dimensiones de cierta clase de partes cuya especificacin de maquinado es 8.300 0.008. Se tomaron 11 muestras con un tamao de 5, las medidas fueron las siguientes. 1 -5 -3 -2 -2 0 2 -4 -3 -1 2 1 3 -4 3 0 1 -1 4 -3 2 0 1 -1 5 3 2 0 -1 1 6 -3 2 0 -1 0 7 -1 2 6 3 0 8 -1 2 1 -2 4 9 -1 0 1 -2 4 10 2 0 1 -2 5 11 -1 0 -2 0 1

Llene la siguiente hoja de verificacin y determine su aplicacin. Registros

Desv. -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10

Frec.

Especificacin

8.300

Especificacin

Total La aplicacin de la hoja de verificacin en este caso es:_____________________________

18

La siguiente figura muestra una hoja de registro utilizada en la inspeccin final de cierto producto de plstico moldeado. El inspector hace una marca en el registro cada vez que encuentra un defecto. Al finalizar el da de trabajo puede calcular de inmediato el nmero total de defectos que ocurrieron. Los defectos ocurrieron de la siguiente manera, Rayas superficiales 17, Rajaduras 11, Incompleto 26, Deforme 3, Otros 5. Cmo fue llenada la hoja de registro? Hoja de Registro Producto:_______________________________________ Fecha:___________________

Etapa de manufactura:_____________________________ Seccin:__________________ Tipo de Defecto:_________________________________ Inspector:_________________ Nmero Total Inspeccionado: 1525 piezas . Nmero de Lote:___________ . Subtotal

Observaciones: Como plan de reaccin se inspeccion el lote al 100% Tipo de defecto Registro

Total Total Rechazados

62 42

La aplicacin de la hoja de verificacin en este caso es:_____________________________ Por qu fueron rechazadas solamente 42 piezas si el total de defectos encontrados fueron 62?______________________________________________________________________

19

Ejercicio. En un proceso de pulimento de lentes, hay dos trabajadores, y cada uno de ellos maneja dos mquinas. Recientemente, la fraccin de productos defectuosos ha aumentado. Los trabajadores piden un cambio de maquinaria, diciendo que las mquinas actualmente utilizadas son demasiado viejas. Los gerentes encargados del proceso dicen que los trabajadores deben tener ms cuidado porque estn cometiendo errores por descuido. Qu hara usted en esta situacin?

20

Diagrama de Afinidad
Qu es? El Diagrama de afinidad es una herramienta que nos ayuda a obtener y agrupar ideas. Para qu sirve? El diagrama de afinidad, permite al equipo de trabajo, generar un gran nmero de ideas/asuntos, y luego organizarlos y resumirlos en agrupamientos naturales entre stos, a fin de comprender la esencia de un problema y hallar soluciones. Qu hace?

- Promueve la creatividad de todos los integrantes del equipo en todas las fases del proceso. Derriba barreras de comunicacin. Promueve conexiones no tradicionales entre ideas/asuntos. Permite que las soluciones emerjan naturalmente, aun en asuntos que datan de tiempo atrs. Promueve la apropiacin de los resultados que emergen porque el equipo crea tanto la introduccin detallada de contribuciones como los resultados generales. Vence la parlisis de equipo que surge de la existencia de una gama abrumadora de opciones y la falta de consenso

Cmo se hace? 1.- Plantee el asunto que se est analizando en una oracin completa Por ejemplo: Cules son los principales defectos que encontramos en el actual sistema de aseguramiento de calidad ISO 9000? Sugerencia: Desde el inicio, se debe llegar a un consenso con relacin a las palabras que se van a usar. Los planteamientos neutrales funcionan bien, pero las preguntas positivas, negativas y orientadas hacia soluciones tambin funcionan bien.

21

2.- Busque y analice al menos 20 ideas o asuntos a) Siga las lneas directivas para la bsqueda y anlisis. b) Registre cada idea en Post.it, con letras grandes y obscuras, para que sean visibles. Use como mnimo un sustantivo y un verbo. Evite usar palabras aisladas. De cuatro a siete palabras est bien. Por ejemplo: Cules son los principales defectos que encontramos en nuestro actual sistema de aseguramiento de calidad ISO 9000?

Falta involucramiento de la direccin

Los altos niveles no se involucran con el Sistema

Demasiada documentacin No existe una clara interaccin de la direccin con el sistema

El sistema es muy burocrtico

La documentacin es excesiva

No existe mejora continua

No existen mecanismos de mejora continua

No se enfoca en la mejora continua

Sugerencia: Un diagrama de afinidad tpico tiene de 40 a 60 elementos, aunque no sera inusual tener 100 ideas o incluso ms.

22

3.- Sin hablar: separe/clasifique las ideas simultneamente en 5-10 agrupamientos relacionados. a) Mueva los Post-it hacia donde mejor encajen segn su opinin, no pregunte, simplemente mueva cualquier nota que piense deba estar en otro agrupamiento. b) La separacin/clasificacin disminuir o se detendr cuando cada persona se sienta lo suficientemente cmoda con los agrupamientos. Por ejemplo:

Cules son los principales defectos que encontramos en nuestro actual sistema de aseguramiento de calidad ISO 9000?

Falta involucramiento de la direccin No existe una clara interaccin de la direccin con el sistema Los altos niveles no se involucran con el Sistema

No existen mecanismos de mejora continua

El sistema es muy burocrtico

No se enfoca en la mejora continua

Demasiada documentacin

No existe mejora continua

La documentacin es excesiva

Sugerencia: Separe/clasifique en silencio para concentrarse en el significado detrs de, y las conexiones entre, todas las ideas, en lugar de en las emociones y la historia que a menudo surgen en las discusiones. Sugerencia: Si una idea es movida hacia un lugar u otro, trate de ver la conexin lgica que la otra persona est haciendo. Si el movimiento contina ms all de un punto razonable, convenga en crear un Post-it duplicado. Sugerencia: Est bien si las ideas quedan solas. Estas solitarias pueden ser ten importantes como otras que encajan en agrupamientos de manera neutral.

23

4.- Para cada agrupamiento, cree tarjetas resumen o de encabezamiento usando el consenso. a) Obtenga un consenso rpido del equipo con respecto a una palabra o frase que captura la idea/tema central de cada agrupamiento, regstrela en un Post-it y colquela arriba de cada agrupamiento. b) Divida los subagrupamientos grandes en subagrupamientos segn sea necesario y cree los subencabezados apropiados. c) Dibuje el diagrama de afinidad final conectando todas las tarjetas de encabezamiento con sus agrupamientos. Por ejemplo: Cules son los principales defectos que encontramos en nuestro actual sistema de aseguramiento de calidad ISO 9000?

Falta involucramiento de la direccin con el sistema de aseguramiento de calidad Falta involucramiento de la direccin No existe una clara interaccin de la direccin con el sistema Los altos niveles no se involucran con el Sistema

El sistema no contempla mecanismos de mejora continua No existen mecanismos de mejora continua No se enfoca en la mejora continua No existe mejora continua

La excesiva documentacin del sistema lo vuelve un sistema burocrtico El sistema es muy burocrtico Demasiada documentacin La documentacin es excesiva

Sugerencia: Emplee el tiempo extra que se necesite para crear tarjetas de encabezado de solidez. Luche por capturar la esencia de todas las ideas en cada agrupamiento. Sugerencia: El tomar atajos podra reducir significativamente la efectividad del diagrama de afinidad final.

24

Ejercicio. Forme equipos de cinco personas y realice el diagrama de afinidad, para recolectar datos, el tema es: Cules son los principales defectos de nuestro actual sistema de calidad QS 9000?

25

Puntos de Datos
Qu tipo de datos tiene? Palabras? Nmeros? - Datos discretos? Los datos discretos pueden contarse y representarse como eventos discretos. Esto incluye el conteo de los nmeros o porcentajes de bueno o malo, correcto o incorrecto, aprobado o reprobado, pasa o no pasa. Por ejemplo: Nmero de respuestas correctas en un examen, nmero de errores por pgina mecanografiada, por ciento de productos defectuosos por turno. - Datos continuos? Los datos continuos pueden ser medidos y representados en una escala continua. Por ejemplo: Longitud, tiempo, volumen, peso. Necesita recolectar datos? Si necesita saber el comportamiento de una poblacin, el mtodo ms econmico y rpido es obtener la muestra de una poblacin. Con una muestra, usted puede hacer inferencia sobre, o predecir, el comportamiento de una poblacin. Existen tres tipos de muestreo bsicos: - Al azar: Todas y cada una de las observaciones o medidas de los datos tienen las mismas probabilidades de ser seleccionadas. Use una tabla de nmeros al azar para seleccionar las muestras. - Secuencial: Se selecciona cada muestra ensima - Estratificado: Se toma una muestra de grupos de datos estratificados.

26

Puede categorizar sus datos en subgrupos? Cuando se estratifican datos, se descompone en subcategoras o clasificaciones con significado, y desde este punto puede enfocar su resolucin de problemas.

Departamentos A y B combinados
40 35 30 25 20 15 10 5 0 E F M Mes A M J No. de Lesiones

Departamentos A y B separados
Depto. A 40 35 30 25 20 15 10 5 0 E F M Mes A M J No de lesiones Depto. B

(Parece bastante estable a lo largo del tiempo)

(El departamento B esta mucho ms alto que el A)

Qu patrones son importantes en sus datos? Los patrones o distribuciones previsibles pueden describirse con estadsticas. Medidas de tendencia central Media Mediana Moda

Medidas de variacin - Rango - Desviacin estndar

27

Tcnicas de Anlisis de Datos

Diagrama de Pareto Diagrama de Causa-Efecto Los Histogramas Tablas de Control Los Diagramas de Dispersin Anlisis de Campo de Fuerza Diagrama de Matrices

28

Tcnicas de Anlisis El Diagrama de Pareto

Los problemas de calidad se presentan como prdidas. Es muy importante aclarar el patrn de la distribucin de la prdida. La mayora de las prdidas se debern a unos pocos tipos de defectos, y estos defectos pueden atribuirse a un nmero muy pequeo de causas. Si se identifican las causas de estos pocos defectos vitales, podremos eliminar casi todas las prdidas, concentrndonos en esas causas particulares y dejando de lado por el momento otros muchos defectos triviales. El uso del Diagrama de Pareto permite solucionar este tipo de problema con eficiencia. Qu es? El Diagrama de Pareto es una herramienta estadstica, que nos ayuda a clasificar los problemas de calidad en los pocos vitales y los muchos triviales. Para qu sirve? El diagrama de Pareto sirve para enfocar los esfuerzos hacia los problemas que ofrecen las mayores posibilidades de mejora mostrando su frecuencia o tamao relativos en un grfico de barras descendentes. Qu hace? Ayuda al equipo a concentrarse en aquellas causas que tendrn el mayor impacto en caso de ser resueltas. Con base en el comprobado principio de Pareto: Un 20% de las fuentes causan el 80% de cualquier problema. Muestra la importancia relativa de los problemas en un formato visual simple y rpido de interpretar. Ayuda a evitar el peloteo del problema donde la solucin elimina algunas causas, pero empeora otras. El progreso se mide en un formato altamente visible que proporciona incentivo para seguir luchando por ms mejoras.

29

Cmo se hace? 1.-Decida que problema se va a investigar y cmo recoger los datos para llevar a cabo el anlisis - Decida que clase de problemas son los que usted quiere investigar. Por ejemplo: Objetos defectuosos, prdidas en trminos monetarios, ocurrencia de accidentes. - Decida que datos va a necesitar y cmo clasificarlos Por ejemplo: Por tipo de defecto, localizacin, proceso, mquina, trabajador, mtodo. Nota: Resuma los items que se presentan con poca frecuencia en la categora otros. - Defina el mtodo de recoleccin de los datos y el perodo de duracin de la recoleccin. Nota: Escoja un tiempo lo suficientemente largo como para representar la situacin. No siempre el hecho de efectuar estudios ms largos significa mejor informacin. Mire primero el volumen y la variedad dentro de los datos. 2.- Disee una tabla para conteo de datos (una hoja de verificacin es una excelente herramienta para este propsito), con espacio suficiente para registrar los totales. Por ejemplo: Tipo de defecto
Fractura

Conteo

Total
10

Rayado Mancha Tensin Rajadura Burbuja Otros Total

............................

42 6

............................

104 4 20 14 200

30

3.- Elabore una tabla de datos para el diagrama de Pareto con la lista de items, los totales individuales, los totales acumulados, la composicin porcentual y los porcentajes acumulados. Por ejemplo: Tipo de Defecto Nmero de Defectos Total Acumulado Composicin Porcentual Porcentaje Acumulado

Total 4.- Organice los items por orden de cantidad, y llene la tabla de datos. Nota: El tem otros debe ubicarse en el ltimo rengln, independientemente de su magnitud. Esto se debe a que est compuesto de un grupo de items, cada uno de los cuales es ms pequeo que el menor de los items citados individualmente. Por ejemplo: Tipo de Defecto Tensin Rayado Burbuja Fractura Mancha Rajadura Otros Total Nmero de Defectos 104 42 20 10 6 4 14 200 Total Acumulado 104 146 166 176 182 186 200 ------Composicin Porcentual 52 21 10 5 3 2 7 100 Porcentaje Acumulado 52 73 83 88 91 93 100 --------

31

5.- Dibuje dos ejes verticales y un eje horizontal a) 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%

b) Eje horizontal Divida este eje con un nmero de intervalos igual al nmero de tems clasificados.

6.- Construya un diagrama de barras 7.- Dibuje la curva acumulada (curva de Pareto) Por ejemplo:

32

8.- Interprete los resultados Generalmente, las barras ms altas indican los mayores contribuyentes al problema general. Por lo tanto, es cosa de sentido comn ocuparse primero de estas categoras de problemas. Pero, lo ms frecuente o lo ms caro no es siempre lo ms importante. Siempre pregunte: Qu es lo que tiene mayor impacto sobre los objetivos de nuestro negocio y clientes?

La tabla de Pareto es una de las herramientas de mejoras ms amplia y creativamente utilizadas. Las variaciones ms frecuentemente usadas son: a) La descomposicin de causas importantes, en la cual la barra ms alta es descompuesta en subcausas en una segunda Pareto vinculada. b) La de antes y despus, en la cual las barras de la nueva Pareto son dibujadas al lado de la Pareto original, mostrando el efecto de un cambio. Puede dibujarse como una tabla o dos tablas separadas. c) La de cambio de la fuente de datos, en la cual se recogen datos de un mismo problema, pero en diferentes departamento, lugares, equipos, etc., y se muestran en tablas de Pareto una al lado de la otra. d) La de cambio de escala de medida, en la cual se usan las mismas categoras, pero se miden diferentemente. Tpicamente se alternan el costo y la frecuencia.

33

Ejercicio. Realice el Diagrama de Pareto en funcin del nmero de defectos y en funcin del costo. No. Item 1 2 3 4 Descripcin Rayones en la portezuela Cofres abollados Cajuela sucia Otros Cantidad 300 569 795 256 Costo $ 400.00 $ 258.00 $ 132.00 $ 110.00

En funcin de la cantidad de defectos Descripcin Cantidad Acumulado Porcentaje Acumulado

34

En funcin del Costo Descripcin Costo Acumulado Porcentaje Acumulado

35

Analice la informacin de la siguiente a travs de Diagramas de Pareto Operador Mquina 1 A Lunes OO ## Martes OOO # Mircoles OOOO ## Jueves OOO ## Viernes OOOO ###

OO

OO #

O #

O #

3 B 4

O #

O #

O #

OO #

OO

O #

OO #

OO #

36

Diagramas de Causa y Efecto

El resultado de un proceso puede atribuirse a una multitud de factores, y es posible encontrar la relacin causa-efecto de esos factores. Podemos determinar la estructura o una relacin mltiple de causa-efecto observndola sistemticamente. Es difcil solucionar problemas complicados sin tener en cuenta esta estructura, la cual consta de una cadena de causas y efectos, y el mtodo para expresar esto en forma sencilla y fcil es un diagrama de causa y efecto. Qu es? El diagrama de causa-efecto es un diagrama que muestra la relacin entre una caracterstica de calidad y los factores. Actualmente, el diagrama se usa no solamente para observar las caractersticas de calidad de los productos sino tambin en otros campos, y ha sido ampliamente aplicado en todo el mundo. Para qu sirve? El diagrama de causa-efecto permite que el equipo identifique, explore y exhiba grficamente, con detalles crecientes, todas las posibles causas relacionadas con un problema o condicin a fin de descubrir sus races. Qu hace? Permite que el equipo se concentre en el contenido del problema, no en la historia del problema ni en los distintos intereses personales de los integrantes del equipo. Crea una fotografa del conocimiento y consenso colectivo de un equipo alrededor de un problema. Esto crea apoyo para las soluciones resultantes. Hace que el equipo se concentre en causas y no en sntomas.

Cmo se hace? Elaborar un diagrama de causa-efecto que sea til no es tarea fcil. Puede afirmarse que quienes tienen xito en la solucin de problemas de calidad, son aquellos que tienen xito en hacer diagramas de causa-efecto, que sean tiles. Existen muchas maneras de hacer el diagrama, a continuacin describiremos dos mtodos tpicos. a) Diagramas de causa-efecto para la identificacin de causas b) Diagrama de causa-efecto mediante listas sistemticas de causas

37

Procedimiento para elaborar los diagramas de causa-efecto para la identificacin de causas

1.- Describa el efecto o atributo de calidad 2.- Escoja una caracterstica de calidad y escrbala en el lado derecho de una hoja de papel, dibuje de izquierda a derecha la lnea de la espina dorsal y encierre la caracterstica en un cuadrado. En seguida, escriba las causas primarias que afectan a la caracterstica de calidad, en forma de grandes huesos, encerrados tambin en cuadros. Sugerencia: Asegrese de que todo el mundo est de acuerdo con el planteamiento del problema. Incluya toda la informacin que pueda en cuanto al qu, dnde, cundo y cunto del problema. Use datos para especificar el problema. 3.- Escriba las causas (causas secundarias) que afectan a los grandes huesos (causas primarias) como huesos medianos, y escriba las causas (causas terciarias) que afectan a los huesos pequeos. Por ejemplo: Estructura del diagrama de causa-efecto (diagrama de espina de pescado)

Hueso grande Hueso mediano Hueso pequeo

Caracterstica

Caracterstica (efecto)

Factores (causas)

4.- Asigne la importancia de cada factor, y marque los factores particularmente importantes que parecen tener un efecto significativo sobre la caracterstica de calidad. 5.- Registre cualquier informacin que pueda ser de utilidad.

38

Explicacin del procedimiento

Con frecuencia puede parecer difcil proceder cuando se utiliza este enfoque. El mejor mtodo en ese caso es considerar la variacin. Por ejemplo, observe la variacin en la caracterstica de calidad cuando reflexiona en los huesos grandes. Si los datos muestran que esa variacin existe, observe por qu existe. Una variacin en el efecto puede ser causada por una variacin en los factores. Este tipo de reflexin puede ser muy eficaz. Por ejemplo, cuando usted est elaborando un diagrama de causa-efecto relacionado con cierto defecto, puede descubrir que hay una variacin en el nmero de defectos que ocurren en das diferentes de la semana. Si el defecto ocurre con ms frecuencia los lunes que en cualquier otro da de la semana, usted puede reflexionar como sigue: Por qu ocurri el defecto?, Por qu ocurri el defecto con mayor frecuencia los lunes que en cualquier otro da de la semana? Esto lo har buscar factores que hacen que el lunes sea diferente de los otros das, lo cual le permitir descubrir finalmente la causa del defecto. La adopcin de este mtodo de reflexin en cada etapa de la investigacin de la relacin que existe entre la caracterstica y los huesos grandes, los huesos grandes y los huesos medianos, y los huesos medianos y los huesos pequeos, hace posible construir con bases racionales un diagrama til de causa-efecto. Una vez completo el diagrama de causa-efecto, el paso siguiente es asignar la importancia de cada factor. Todos los factores del diagrama no se relacionan necesariamente en forma estrecha con la caracterstica. Marque esos factores que parecen tener un efecto particularmente significativo sobre la caracterstica. Finalmente, incluya cualquier informacin que pueda ser de utilidad en el diagrama, tal como el ttulo, el nombre del producto, el proceso o grupo, la lista de participantes, la fecha, etc.

39

Procedimiento de elaboracin de diagramas de causa-efecto mediante listas sistemticas de causas

1.- Escoja la caracterstica de calidad. 2.- Busque todas las causas posibles que puedan afectar a la caracterstica de calidad. 3.- Agrupe las causas por la afinidad que tengan entre s y elabore un diagrama de causaefecto conectando aquellos elementos que parecen tener un efecto significativo sobre la caracterstica. 4.- Asigne la importancia a cada factor, y seale los factores particularmente importantes que parecen tener un efecto significativo sobre la caracterstica de calidad. 5.- Escriba cualquier informacin que pueda ser de utilidad.

Explicacin del procedimiento

Este enfoque se caracteriza por la relacin que establece entre dos actividades diferentes: la percepcin de tantas causas como sea posible y su agrupacin sistemtica. Para la percepcin de causas se requiere una discusin abierta y activa, y un mtodo eficaz para dirigir una reunin con este propsito es la tormenta de ideas. En la elaboracin del diagrama de causa-efecto, las causas se deben agrupar sistemticamente procediendo de los huesos pequeos a los huesos medianos, y despus de los huesos medianos a los huesos grandes.

40

Notas sobre los diagramas de causa-efecto

Sugerencias para elaborar los diagramas de causa-efecto: 1.- Identifique todos los factores relevantes mediante consulta y discusin entre muchas personas. Los factores que influyen ms fuertemente sobre la caracterstica deben determinarse entre aquellos que aparecen en el diagrama. Si se deja por fuera un factor en la etapa de discusin inicial, antes de que se construya el diagrama, no aparecer ms tarde. 2.- Exprese la caracterstica tan concretamente como sea posible. La caracterstica que se expresa en trminos abstractos dar como resultado un diagrama de causa-efecto basado en generalidades. Aunque ese tipo de diagramas no tenga errores bsicos desde el punto de vista de las relaciones causa-efecto, no ser muy til para resolver problemas reales. 3.-Haga un diagrama para cada caracterstica. Los errores en el peso y en la longitud del mismo producto tendrn estructuras diferentes de causa-efecto, y deben analizarse en dos diagramas separados. El intento de incluir todo en un solo diagrama dar como resultado un diagrama inmanejable por ser demasiado grande y complicado, lo cual har que la solucin de los problemas sea muy difcil. 4.- Escoja una caracterstica y unos factores medibles. Una vez completo el diagrama de causa-efecto, es necesario captar la fuerza de la relacin causa-efecto, es necesario captar la fuerza de la relacin causa-efecto en forma objetiva utilizando datos. Con este fin, tanto la caracterstica como los factores causales deben ser medibles. Cuando es imposible medirlos, usted debe tratar de hacerlos medibles, o encontrar caractersticas sustitutas. 5.- Descubra factores sobre los que sea posible actuar. Si usted ha identificado una causa sobre la cual es imposible actuar, el problema no se solucionar. Si se ha de mejorar, las causas deben subdividirse hasta el nivel en el cual sea posible actuar sobre ellas, o de lo contrario su identificacin ser un ejercicio sin sentido. Sugerencias para el uso de los diagramas de causa-efecto: 1.- Asigne la importancia de cada factor objetivamente con base en datos. 2.- Trate de mejorar continuamente el diagrama de causa-efecto. La utilizacin de un diagrama de causa-efecto le ayudar a identificar las partes que deben ser verificadas, omitidas o modificadas, as como a descubrir las partes que deben agregarse. Trate repetidamente de mejorar su diagrama, finalmente obtendr un diagrama realmente til.

41

Diagramas de Pareto y Diagramas de Causa-efecto

Para la solucin de problemas deben usarse varios mtodos conjuntamente, y la combinacin de un diagrama de Pareto con un diagrama de causa-efecto es especialmente til. A continuacin se muestra un ejemplo tpico. A) Seleccin del problema A continuacin se encuentra un ejemplo que ilustra la revisin de items defectuosos en un proceso de manufactura, utilizando el diagrama de Pareto. Cuando se clasificaron los datos recogidos durante dos meses, se encontr que los defectos de dimensin eran los ms numerosos, pues constituan el 48% del total. Por lo tanto, tratamos de reducir el nmero de items defectuosos poniendo nfasis en los defectos de dimensin.

Diagrama de Pareto de items defectuosos

42

B) Anlisis y acciones correctivas Todos los miembros del taller discutieron las causas de la variacin dimensional y construyeron un diagrama de causa-efecto. Despus se hizo un diagrama de Pareto de causas investigando todas las unidades con variacin dimensional para examinar hasta qu punto estos factores estaban afectando al defecto. Con algunos items era imposible aclarar las causas del defecto, y stos se agruparon en la categora dudosos. Se descubri, gracias al diagrama de Pareto, que la ocurrencia de los defectos se vea muy afectada por la posicin de ajuste. Esto ocasionaba una variacin en la posicin de ajuste, y tena como resultado los defectos dimensionales. Los miembros del taller disearon por tanto un mtodo de ajuste apropiado, el cual se estandariz y se incluy en los estndares operacionales.

Diagrama de causa-efecto de los defectos de dimensin

Diagrama de Pareto de Causas

43

C) Efectos de las mejoras Despus de haberse implementado los cambios, se recogieron datos y se hizo un diagrama de Pareto para comparar los resultados. Los dos diagramas de Pareto que aparecen a continuacin muestran claramente que los defectos dimensionales se redujeron.

Comparacin de diagramas de Pareto antes y despus de las mejoras

44

Ejercicio. Realice un diagrama de causa-efecto para determinar las causas por las cuales: Un proyecto fracasa Existe equivocacin de etiquetas de embarque Existe el siguiente problema de calidad:_________________________________________

45

Distribuciones e Histogramas Variacin y Distribucin

Si pudiramos recoger datos sobre un proceso en el cual todos los factores (hombre, mquina, material, mtodo, etc.) fueran perfectamente constantes, los datos sobre cada uno de estos factores conservaran su valor. Sin embargo, en la realidad es imposible mantener todos los factores constantes todo el tiempo. Estrictamente hablando, an algunos factores que suponemos constantes, no pueden ser perfectamente constantes. Es inevitable que los valores en un conjunto de informacin tengan variaciones. Los valores que toma un factor a travs del tiempo no son siempre los mismos, pero eso no quiere decir que estn determinados de una manera desordenada. Aunque los valores cambian todo el tiempo, estn gobernados por cierta regla, y sta es que los datos tienen una determinada distribucin.

Poblacin y Muestras
Tratamos de descubrir los hechos reuniendo datos y despus tomamos las acciones apropiadas con base en esos hechos. Los datos no se recogen como un fin en s mismos, sino como un medio para descubrir los hechos que estn tras los datos. Por ejemplo, consideremos el caso de una inspeccin por muestreo. Tomamos una muestra de un lote, realizamos un proceso de medicin, y despus decidimos si debemos aceptar todo el lote o no. En este caso, nuestra preocupacin no es la muestra misma sino la calidad de todo el lote. Como otro ejemplo, consideremos el control de un proceso de manufactura utilizando una grfica de control x barra & R. Nuestro propsito no es determinar las caractersticas de la muestra con base en la cual hacemos la grfica de control, sino averiguar cul es el estado actual del proceso. La totalidad de los items en consideracin se denomina poblacin. En el primer ejemplo, del prrafo anterior, la poblacin es el lote y en el segundo es el proceso. A algunas personas puede parecerles difcil considerar un proceso como una poblacin, porque mientras que el lote es realmente un grupo finito de objetos individuales, un proceso no es de ninguna manera un producto, sino que se compone de cinco elementos (hombre, mquina, material, mtodo y medicin). Cuando fijemos nuestra atencin en la funcin de fabricar productos, reconoceremos que sin duda el proceso produce un grupo de productos. Por otra parte, a menos que el proceso se detenga, el nmero de productos es infinito, razn por la cual se considera que un proceso es una poblacin infinita. Una muestra es uno o ms items tomados de una poblacin para proporcionar informacin sobre la poblacin. Como una muestra se usa para estimar las caractersticas de toda la poblacin, debe seleccionarse de tal manera que refleje las caractersticas de sta. Un mtodo comn para la seleccin de muestras es seleccionar cualquier miembro de la poblacin con igual probabilidad. Este mtodo se llama muestreo aleatorio, y una muestra seleccionada por medio del muestreo aleatorio se denomina muestra aleatoria.
46

Los datos se obtienen midiendo las caractersticas de una muestra. Utilizando estos datos, llegamos a inferir sobre la poblacin, y en consecuencia tomamos una accin correctiva. Sin embargo, el valor obtenido de una muestra variar segn la muestra seleccionada, la cual dificulta decidir qu accin es apropiada. El anlisis estadstico nos dir cmo interpretar este tipo de datos. A continuacin, se muestra la relacin entre poblacin, muestra y datos.
Poblacin Accin sobre el proceso (Control del Proceso, anlisis del proceso)
Proceso

Muestra

Datos

Lote Accin

Muestra

Datos

Accin sobre el lote Inspeccin, estimado de la calidad del producto

Lote

Muestra Accin

Datos

47

Los Histogramas
Los datos obtenidos de una muestra sirven como base para decidir sobre la poblacin. Mientras ms grande sea la muestra, ms informacin obtendremos sobre la poblacin. Pero un aumento en el tamao de la muestra tambin implica un aumento en la cantidad de datos, y esto puede llegar a hacer difcil comprender la poblacin a partir de esos datos, an cuando se organicen en tablas. En ese caso, necesitamos un mtodo que nos permita comprender la poblacin de un vistazo. Un histograma responde a esta necesidad. Qu es? Un histograma es una grfica de barras que muestra la forma como se distribuyen los valores generados por el proceso en estudio. Para qu sirve? Un histograma sirve para resumir datos de un proceso que han sido recolectados durante un tiempo y presentar grficamente su distribucin de frecuencia en forma de barras. Qu hace? Muestra grandes cantidades de datos que son difciles de interpretar en forma tabular. Muestra la frecuencia de ocurrencia relativa de los diferentes valores de datos. Revela el centrado, variacin y forma de los datos. Ilustra rpidamente la distribucin subyacente de los datos. Proporciona informacin til para predecir el comportamiento futuro del proceso. Ayuda a indicar si ha habido un cambio en el proceso. Ayuda a responder a la pregunta El proceso es capaz de satisfacer los requisitos de mis clientes?.

Cmo se hace? 1.- Decida sobre la medida del proceso Los datos deben ser datos continuos, o sea, medidos en escala continua. Por ejemplo: temperatura, tiempo, dimensiones, peso, velocidad.

2.- Recolecte datos Recolecte al menos de 50 a 100 puntos de datos si piensa buscar patrones y calcular el centrado, esparcimiento y forma de la distribucin. Use datos histricos para hallar patrones o para usarlos como medida de lnea de base del comportamiento pasado.

48

3.- Prepare una tabla de frecuencia a partir de datos. Cuente el nmero de puntos de datos, n, en la muestra. Por ejemplo: 9.9 9.8 9.7 10.2 9.9 9.3 9.0 10.0 9.5 9.6 10.3 9.5 9.9 9.9 9.3 9.8 9.4 10.1 10.7 10.2 9.5 9.7 9.7 9.4 9.6 9.5 10.4 10.2 10.2 10.1 9.6 9.8 9.3 9.2 9.7 9.4 10.6 10.1 9.7 9.8 9.3 9.8 9.4 9.9 10.0 10.1 10.3 9.9 9.7 9.8 9.5 9.5 9.7 9.9 9.6 9.3 10.1 9.7 9.8 10.3 9.9 9.7 9.8 9.4 10.1 10.1 10.1 9.2 10.2 9.6 9.6 9.8 9.9 10.0 9.8 9.9 9.8 9.3 10.0 9.8 9.8 9.7 10.0 9.5 9.9 9.9 10.1 10.2 10.3 9.8 9.3 10.0 9.8 9.8 9.7 10.0 9.7 9.6 10.1 10.0 10.4 9.8 9.5 9.5 9.6 10.3 10.1 9.5 10.0 9.7 9.7 10.7 9.8 9.6 10.0 10.7 9.9 9.4 9.7 9.8 9.6 9.3 10.0 9.7 10.7

Para este ejemplo, hay 125 puntos de datos, por lo tanto, n = 125. Determine el rango, R, para toda la muestra. El rango es el valor ms pequeo del conjunto de datos restado al valor ms grande. Por ejemplo: R = Xmax Xmin = 10.7 9.0 = 1.7 Determine el nmero de intervalos de clase, k, necesario.

Mtodo 1: Tome la raz cuadrada del nmero total de puntos de datos y redondela al nmero entero ms prximo. Por ejemplo: k= 125 = 11.18 = 11 intervalos

49

Mtodo 2: Utilice la tabla que se presenta a continuacin a fin de contar con una gua para dividir su muestra en un nmero razonable de clases. Nmero de Puntos de Datos (n) Menos de 50 De 50 a 100 De 100 a 250 Ms de 250 Nmero de clases (k) De 5 a 7 De 6 a 10 De 7 a 12 De 10 a 20

Para nuestro ejemplo, 125 puntos de datos seran divididos en 7-12 intervalos de clases. Sugerencia: Estos dos mtodos son reglas generales comunes para determinar los intervalos de clase. En ambos mtodos, considere usar k=10 intervalos de clase para facilidad del clculo mental. Sugerencia: El nmero de intervalos puede ejercer influencia sobre el patrn de muestra. Muy pocos intervalos producirn un patrn apretado y alto. Muchos intervalos producirn un patrn llano y esparcido. Determine el ancho de la clase, H. R 1.7 H = -------- = -------- = 0.17 k 10 Redondee su nmero al valor ms prximo con los mismos nmeros decimales que la muestra original. Por ejemplo: H = 0.17 = 0.20 Determine las fronteras o puntos de finalizacin de la clase. Use la medida individual ms pequea de la muestra, o redondee al prximo nmero redondo ms bajo apropiado. Este ser el punto de finalizacin ms bajo para el primer intervalo de clase. Por ejemplo: La medida individual ms pequea para nuestro ejemplo es 9.0

50

Sume el ancho de la clase, H, al punto de finalizacin ms bajo. Este ser el punto de finalizacin inferior para el intervalo de clase siguiente. Por ejemplo: 9.0 + H = 9.0 + 0.20 = 9.20 Por lo tanto, el primer intervalo de clase sera 9.00 y todo hasta, pero sin incluir 9.20, es decir, de 9.0 a 9.19. El segundo intervalo de clase comenzara en 9.20 y todo hasta, pero sin incluir 9.40. Sugerencia: Cada intervalo de clase tiene que ser mutualmente excluyente, o sea, cada punto de dato encajar en un y slo un intervalo de clase. Consecutivamente sume el ancho de la clase a la frontera de clase ms baja hasta que los intervalos de clase k y/o el rango de todos los nmeros sean obtenidos. Cree la tabla de frecuencia con base en los valores que obtuvo anteriormente. Por ejemplo: Clase no. 1 2 3 4 5 6 7 8 9 10 Fronteras de clase 9.00 9.19 9.20 9.39 9.30 9.59 9.60 9.79 9.80 9.99 10.00 10.19 10.20 10.39 10.40 10.59 10.60 10.79 10.80 10.99 Punto medio 9.1 9.3 9.5 9.7 9.9 10.1 10.3 10.5 10.7 10.9 Frecuencia Total 1 9 16 27 31 22 12 2 5 0

51

Dibuje el histograma a partir de la tabla de frecuencia. En la lnea vertical, (eje y), dibuje la escala de frecuencia (conteo) para cubrir el conteo de frecuencia ms alto. En la lnea horizontal, (eje x), dibuje la escala relacionado con la variable que usted esta midiendo. Para cada intervalo de clase, dibuje una barra con la altura igual a la cuenta de frecuencia de esa clase. Por ejemplo:

52

Interprete el histograma (anlisis del proceso) a) Centrado. Dnde est centrada la distribucin? El proceso est funcionando demasiado alto? Demasiado bajo?

b) Variacin. Cul es la variacin o esparcimiento de los datos? Es demasiado variable?

53

c) Forma. Cul es la forma? Luce como una distribucin normal en forma de campana? Est desnivelada positiva o negativamente, o sea, ms valores de datos hacia la izquierda o hacia la derecha? Hay picos gemelos (bimodales) o mltiples?

Sugerencia: Algunos procesos son desnivelados naturalmente, no espere que todas las distribuciones sigan una curva en forma de campana Sugerencia: Siempre observe si existen picos gemelos o mltiples que indiquen que los datos vienen de dos o ms fuentes diferentes, por ejemplo: turnos, mquinas, personal, suministradores. Si esto es evidente estratifique los datos.

54

d) Capacidad del proceso. Compare los resultados de su histograma con los requisitos o especificaciones de su cliente. Su proceso es capaz de satisfacer los requisitos, o sea, el histograma est centrado en el objetivo y dentro de los lmites de especificacin?

Estado: Centrado y bien dentro de los lmites del cliente. Accin: Mantener el presente estado

Estado: No hay margen para error Accin: Reducir la variacin

Estado: El proceso esta funcionando bajo. Producto/Servicio defectuoso Accin: Acercar el promedio al objetivo

Estado: El proceso es demasiado variable. Producto/Servicio defectuoso. Accin: Reducir la variacin.

Estado: El proceso esta descentrado y es demasiado variable. Producto/Servicio defectuoso. Accin: Centrar mejor y reducir la variacin.

Sugerencia: Sospeche de la exactitud de los datos si el histograma de repente se detiene en un punto (en un lmite de especificacin por ejemplo), sin que exista algn declive previo en los datos. Esto podra indicar que el producto defectuoso est siendo sacado y no est siendo incluido en la muestra. Sugerencia: El histograma est relacionado con la tabla de control. Al igual que una tabla de control, un histograma normalmente distribuido tendr casi todos sus valores dentro de 3 desviaciones estndar de la media.

55

Tipos de Histogramas
Como ya se mencion anteriormente, es posible obtener informacin til sobre el estado de una poblacin mirando la forma del histograma. Las siguientes son formas tpicas, y podemos utilizarlas para analizar el proceso.

a) Tipo general (Forma simtrica o de campana) Forma: El valor de la media del histograma est en el centro del rango de los datos. La frecuencia es mayor en el centro y disminuye gradualmente hacia los extremos. La forma es simtrica. Nota: Esta es la forma ms frecuente b) Tipo de peineta (multi-modal) Forma: Existen varias modas Nota: Esta forma se presenta cuando hay ms de una tendencia particular.

56

c) Tipo con sesgo (positivo o negativo) Forma: Asimtrica. El valor de la media del histograma est localizado a la izquierda (o la derecha) del centro del rango. La frecuencia disminuye de manera ms bien brusca hacia la izquierda (o derecha), pero gradualmente hacia la derecha (izquierda). Nota: Esta forma se presenta cuando el lmite inferior (o superior) se controla tericamente o por un valor de especificacin o cuando no se presentan valore inferiores (o superiores) a cierto valor. d) Tipo de precipicio (a la izquierda o a la derecha) Forma: Asimtrica. El valor de la media del histograma est localizado al extremo izquierdo (o derecho) lejos del centro del rango. La frecuencia disminuye bruscamente a la izquierda (o derecha), y gradualmente hacia la derecha (o izquierda). Nota: Esta es una forma que se presenta frecuentemente cuando se ha realizado una seleccin de 100% debido a una baja capacidad del proceso, y tambin cuando el sesgo positivo (negativo) se hace an ms extremo. e) Tipo planicie Forma: Las frecuencias forman una planicie, porque las clases tiene ms o menos la misma frecuencia excepto aquellas de los extremos. Nota: Esta forma se presenta con una mezcal de varias distribuciones que tiene valores de la media diferentes. f) Tipo de doble pico (bimodal) Forma: La frecuencia es baja cerca del centro del rango de la informacin, y hay pico a cada lado. Nota: Esta forma se presenta cuando se mezclan dos distribuciones que tiene valores de la media muy diferentes. g) Tipo de pico aislado Forma: Se presenta un pequeo pico aislado adems de un histograma de tipo general. Nota: Esta es la forma que se presenta cuando se incluye una pequea cantidad de datos de una distribucin diferente, como en el caso de anormalidad en el proceso, error de medicin, o inclusin de informacin de un proceso diferente.

57

Estratificacin de los Histogramas

Cuando los valores observados se dividen en dos o ms subpoblaciones segn la condicin que exista en el momento de recoger los datos, esas subpoblaciones se llaman estratos, y la divisin de los datos en estratos se llama estratificacin. Los valores observados siempre van acompaados de alguna variacin. Por tanto, cuando los datos se estratifican segn los factores que se cree pueden causar la variacin, las causas de la variacin se hacen ms fcilmente detectables. Este mtodo puede usarse efectivamente para mejorar la calidad del producto al reducir la variacin y mejorar el promedio del producto. Por lo general, la estratificacin se hace segn los condiciones de operacin y los trabajadores. materiales, las mquinas, las

58

Medidas para Representar las Caractersticas de las Distribuciones Medias y Desviaciones Estndar
El valor de las caractersticas medidas a auna muestra tomada de una poblacin variar y no puede conocerse hasta que se observa. Este tipo de variable se llama variable aleatoria. Las caractersticas de calidad de los productos de las fabricas son de esa naturaleza. Cuando se maneja ese tipo de datos, con frecuencia es ms conveniente considerar los datos como un conjunto en lugar de tratar a cada tem individualmente. Para poder ver los datos como un conjunto, determinamos primero cul es el centro de los datos, y luego estudiamos cmo cada dato de la informacin se concentra alrededor del centro. Una medida corriente para expresar el centro es la media o expectativa. Cuando hemos obtenido n datos, x1, xn, la media de estos datos est dada por: 1 n x = ---------- xi i=1 n x es la media de los datos recogidos, y se llama media de la muestra. La varianza y la desviacin estndar, estn entre las medias que se usan para expresar el grado de concentracin de los datos alrededor de la media. Cuando hemos obtenido n datos, x1, xn, la varianza de estos datos se expresa por: 1 n V = ---------- ( xi - x )2 i=1 n y la desviacin estndar se expresa por: s = V

La varianza es la media del cuadrado de las diferencias entre el dato individual y la media. Una varianza grande significa que hay gran variacin en los datos. V y s son valores relacionados con los datos, y se llaman varianza de la muestra y desviacin estndar de la muestra, respectivamente.

59

Clculo de las Medias y las Desviaciones Estndar a partir de las Tablas de Frecuencia
Es posible calcular la media y la desviacin estndar de los dimetros de 90 ejes que se muestran a continuacin. Cuando el nmero de datos es grande y stos estn resumidos en una tabla de frecuencia, el siguiente es el procedimiento para calcular la media y la desviacin estndar: 1.- Prepare el formato de clculo. 2.- Escriba los lmites de clase, los puntos medios de las clases y la frecuencia f.
No. Clase Punto medio Frecuencia f u uf u 2f

3.- Asigne el punto medio 0 (u=0) a la clase que tiene la mayor Frecuencia f , y escriba 0 en la columna u. Escriba 1, -2, hacia los menores valores observados, y 1,2, hacia los valores mayores observados.
No. Clase Punto medio Frecuencia f u -3 -2 -1 0 1 2 3 uf u 2f

Total

4.- Registre los productos de u y f en la columna uf, y los productos de u y uf en la columna de u2f, haga las sumas de cada una y registrelas en los espacios correspondientes.
No. Clase Punto medio Frecuencia f u -3 -2 -1 0 1 2 3 uf u 2f

Total

uf

u 2f

60

5.- Calcule la media usando la siguiente ecuacin: x = a + h (uf / n) de donde: a es el punto medio de la clase donde u = 0 h es el intervalo de clase. 6.- Calcule la desviacin estndar usando la siguiente ecuacin:
( uf )2

s=

h ( u f - ----------) / ( n 1) n
2

61

La Distribucin Normal y sus Caractersticas La Distribucin Normal

Un histograma se construye a partir de cierto nmero de datos. Pero qu le pasara al histograma si continuamos aumentando el nmero de datos? Si el intervalo de clase se reduce poco a poco a medida que se aumenta el nmero de datos se obtiene una distribucin de frecuencias lisa como lmite de una frecuencia de datos relativa. En realidad es una expresin de la poblacin misma, puesto que se obtiene de un nmero infinito de datos. Existen muchas clases de distribucin, y la ms tpica es la distribucin normal. En muchos casos, cuando la variacin de una caracterstica de calidad es causada por la suma de un gran nmero de errores infinitesimales independientes debidos a diferentes factores la distribucin de la caracterstica de calidad se aproxima a una distribucin normal. La forma de la distribucin normal puede describirse sencillamente como una forma de campana o de montaa, y una descripcin ms detallada, a) la frecuencia es mayor en el centro y disminuye gradualmente hacia los extremos y, b) es simtrica. La siguiente figura muestra la forma de esta distribucin.

62

Caractersticas de la Distribucin Normal

La distribucin normal se determina nicamente por dos parmetros y 2. Estos dos parmetros tienen el siguiente significado: : el centro de la distribucin (la media) : la dispersin de la distribucin (la desviacin estndar) La siguiente figura describe grficamente la distribucin normal y sus parmetros

Tericamente una variable normal puede tener cualquier valor entre - y +. Pero, en la prctica podemos despreciar la posibilidad de que un punto caiga fuera de los lmites de 3. Este hecho es una regla importante de la distribucin normal, y se llama la regla de 3-sigma. Es la base para determinar los lmites de control en una hoja de control.

63

ndice de capacidad del proceso

Con frecuencia, despus de que el histograma muestra que sigue una distribucin normal, se inicia un estudio de la capacidad del proceso. Esto se hace para saber si el proceso puede o no cumplir las especificaciones. Si suponemos que el proceso est distribuido normalmente, podemos de inmediato determinar el porcentaje de productos defectuosos a partir de las especificaciones dadas y de los parmetros (,), pero es ms til evaluar el proceso usando Cp (ndice de capacidad del proceso). La definicin del Cp es la siguiente: Especificaciones bilaterales (LEs y LEi) Cp = Especificaciones unilaterales (LEs o LEi) Cp = o Cp = x - LEi 3s LEs - x 3s LEs - LEi 6s

Y la evaluacin del proceso usando Cp es como sigue: 1) 1.33 Cp 2) 1.00 Cp < 1.33 3) Cp < 1.00 satisfactorio adecuado inadecuado

64

Ejercicio. Realice el Histograma de las siguientes muestras de datos. 42 74 30 59 101 64 89 120 35 101 122 87 57 108 67 87 93 58 91 97 Muestra de Datos 40 53 111 115 124 60 61 112 96 89 106 82 62 117 92 111 45 55 72 127 47 49 62 115 94 36 83 47 48 76

65

Ejercicio. Las siguientes son las medidas de las dimensiones de cierta pieza de maquinaria. Calcule la media y la desviacin estndar. 13.42 13.62 13.56 13.66 13.48 13.52 13.57

66

Ejercicio. Calcule la desviacin estndar y la media a partir de la siguiente tabla de frecuencias, en donde h = 11.
No. 1 2 3 4 5 6 7 8 9 10 Total Clase 22-32 33-43 44-54 55-65 66-76 77-87 88-98 99-109 110-120 121-131 Punto medio Frecuencia f 1 2 5 2 9 9 10 5 3 4 u uf u 2f

67

Tablas de Control
La calidad de un producto manufacturado por medio de un proceso inevitablemente sufrir variaciones. Estas variaciones tienen causas y estas ltimas pueden clasificarse en los siguientes dos tipos: a) Causas comunes Las variaciones a las causas comunes son inevitables en el proceso, an si la operacin se realiza usando materia prima y mtodos estandarizados. b) Causas especiales La variacin debida a causas especiales significa que hay factores significativos que pueden ser investigados. Es inevitable y no se puede pasar por alto: hay casos causados por la no aplicacin de ciertos estndares o por la aplicacin de estndares inapropiados. Cuando los puntos se ubican fuera de los lmites de control o muestran una tendencia particular, decimos que el proceso est fuera de control, y esto equivale a decir, Existe variacin por causas asignables y el proceso est en un estado de descontrol. Para controlar un proceso, se requiere poder predecir el resultado dentro de un margen de variacin debido al azar. Qu es? Una grfica de control consiste en una lnea central, un par de lmites de control, uno de ellos colocado por encima de la lnea central y otro por debajo, y en unos valores caractersticos registrados en la grfica que representa el estado del proceso. Si todos los valores ocurren dentro de los lmites de control, sin ninguna tendencia especial, se dice que el proceso est en estado controlado. Sin embargo, si ocurren por fuera de los lmites de control o muestran una forma peculiar, se dice que el proceso est fuera de control. Para qu sirven? Las tablas de control, sirven para vigilar, controlar y mejorar el comportamiento del proceso a lo largo del tiempo mediante el estudio de la variacin y su fuente.

68

Qu hace? Concentran la atencin en la deteccin y vigilancia de la variacin del proceso a lo largo del tiempo. Diferencian las causas especiales y las causas comunes de la variacin, como gua para la accin local o de la gerencia. Sirven como herramienta para el control continuo de un proceso. Ayudan a mejorar un proceso a fin de que se comporte de manera uniforme y previsible para una mayor calidad, costos ms bajos y una mayor capacidad de eficacia. Proporciona una lengua comn para el anlisis del rendimiento del proceso.

Cmo se hace? Hay muchos tipos de tablas de control. La tabla de control que su equipo decida utilizar estar determinada por el tipo de datos que tienen. Con base en el tipo de datos y el tamao de muestra que usted tiene, seleccione la tabla de control apropiada.
Escoja la tabla de control apropiada

Datos continuos: Medidos y representados en una escala continua. Por ejemplo: tiempo, costo, temperatura. Tamao de muestra = 1 Datos discretos: Contados y representados como eventos discretos. Por ejemplo: % de desperdicio. El tamao de la muestra es pequeo, valor de la mediana X yR El valor de la muestra es grande, >10 El tamao de la muestra es pequeo de 3a5 XyR

X y Rm

Xys

Datos de defectos Tamao de muestra constante c > 5 Tabla c Tamao de muestra variable Tabla u

Datos de unidades defectuosas

Tamao de muestra constante, > 50 Tabla np

Tamao de muestra variable, > 50 Tabla p

69

Construccin de las Tablas de Control

1.- Seleccione el proceso sobre el que se va a construir la tabla 2.-Determine el mtodo de muestreo y el plan Cun grande puede obtenerse la muestra? Balancee el tiempo y el costo de la recoleccin de una muestra con la cantidad de informacin que recoger. En la medida de lo posible, obtenga las muestras bajo las mismas condiciones tcnicas: la misma mquina, el mismo operador, el mismo lote, etc. La frecuencia del muestreo depender de si se pueden discernir patrones en los datos. Considere por hora, por da, por turno, por mes, por ao, por lote, etc. Una vez que el proceso est en control, quizs considere reducir la frecuencia con la que muestrea. Generalmente, recolecte entre 20 y 25 grupos de muestras antes de calcular las estadsticas y los lmites de control. Considere el uso de datos histricos para establecer una lnea base.

Sugerencia: Asegrese de que las muestras sean al azar. Para establecer la variacin inherente de un proceso, deje que el proceso funcione sin molestarlo, o sea, de acuerdo con los procedimientos estndar. 3.- Inicie la recoleccin de datos. Deje que el proceso funcione sin molestarlo, y rena datos muestreados. Registre los datos en una hora de tabla de control apropiada. Incluya cualquier evento inusual que ocurra.

4.- Calcule las estadsticas apropiadas de acuerdo al tipo de grfica que este usando. Tabla de datos discretos
Tipo de tabla de control Fraccin de unidades defectuosas Tabla p Nmero de unidades defectuosas Tabla np Nmero de defectos Tabla c Nmero de defectos por unidad Tabla u Variable Tamao de la muestra Variable, usualmente 50 Lnea central Para cada subgrupo p = np / n Para todos p = np / n Para cada subgrupo np Para todos np = np / k Para cada subgrupo c Para todos c = c / k Para cada subgrupo u=c/n Para todos u = c / n Lmites de control LSCp = p + 3 p ( 1 p ) / n LICp = p 3 p ( 1 p ) / n LSCnp = np +3 np ( 1 p ) LICnp = np 3 np ( 1 p ) LCSc = c + 3 LICc = c 3 c c

Constante, usualmente 50

Constante

LSC u = u + 3 u / n LIC u = u 3 u / n

70

Tabla de datos continuos

Tipo de tabla de control Promedio y Rango < 10, pero usualmente de 3 a 5 XyR Desviacin estndar y promedio Usualmente 10 Xys Mediana y Rango < 10 pero usualmente de 3 a 5 XyR Rango movible e individuales 1 X y Rm s = (s1+s2+.....+s k) k X = (X1+X2+.....+X k) k R = (R1+R2+.....+R k) k X = (X1+X2+.....+X k) k Rm = |Xi+1 Xi| Rm = (R1+R2+.....+R k) k -1 Tamao de muestra n Lnea central X = (X1+X2+.....+X k) k R = (R1+R2+.....+R k) k X = (X1+X2+.....+X k) k Lmites de control LSCx = X + A2R LICx = X - A2R LSCR = D4 R LICR = D3 R LSCx = X + A3s LICx = X - A3s LSCs= B4 s LICs = B3 s LSCx = X + A2R LICx = X - A2R LSCR = D4 R LICR = D3 R LSCx = X + E2Rm LICx = X - E2Rm LSCRm = D4 Rm LICRm = D3 Rm

5.- Calcule los lmites de control a) Si tiene datos discretos, use la tabla de datos discretos. b) Si tiene datos continuos, use la tabla de datos continuos. Use la tabla de constantes para hacer corresponder los valores numricos a las constantes en las frmulas mostradas en la columna de lmites de control de la tabla de datos continuos. Los valores que necesitar buscar dependern del tipo de tabla de control de datos continuos que escoja y del tamao de la muestra que ha obtenido.

Sugerencia: Si el lmite de control inferior (LIC) de una tabla de datos discretos es un nmero negativo, establezca LIC a cero. Sugerencia: Las frmulas p y u crean lmites de control cambiantes si los tamaos de las muestras varan de subgrupo a subgrupo. Para evitar esto, use el tamao de muestra promedios, n , para aquellas muestras que se encuentren dentro del rango de 20% del tamao de muestra promedio. Calcule lmites individuales para las muestras que se pasen de 20%.

71

6.- Construya la tabla de control Para tablas de control de datos discretos, cree una tabla, representando la proporcin o nmero de defectuosos, el nmero de defectos o los defectos por unidad de cada subgrupo. Para las tablas de control de datos continuos, cree dos tablas: en la tabla de arriba, represente la media, mediana o individuales de cada subgrupo y en la de abajo, represente el rango o desviacin estndar de cada subgrupo. Dibuje una lnea horizontal continua en cada tabla. Esta lnea corresponde al promedio del proceso. Dibuje lneas discontinuas para los lmites de control superior e inferior.

72

Interpretacin de las tablas de control

Las tablas de control de datos discretos se basan en una tabla. Las tablas para fracciones o nmeros defectuosos, nmero de defectos o nmero de defectos por unidad, miden la variacin entre muestras. Las tablas de control de datos continuos se basan en dos tablas: la de arriba, para promedios, medianas e individuales, mide la variacin entre subgrupos a lo largo del tiempo; la de abajo, para rangos y desviaciones estndar, mide la variacin dentro de los subgrupos a lo largo del tiempo. Determine si la media del proceso est donde debe estar de acuerdo con las especificaciones de su cliente o sus necesidades u objetivo de negocios internos. De no ser as, esto es una indicacin de que algo ha cambiado en el proceso, o de que los requisitos u objetivos del cliente han cambiado. Analice los datos relativos a los lmites de control; distinguiendo entre causas comunes y causas especiales. La fluctuacin de los puntos dentro de los lmites es resultado de la variacin inherente al proceso. Esta variacin proviene de causas comunes dentro del sistema, por ejemplo, diseo, seleccin de mquinas, mantenimiento preventivo, y slo puede ser afectada cambiando el sistema. Sin embargo, los puntos de afuera de los lmites o patrones dentro de los lmites, provienen de una causa especial, como errores humanos, eventos no planificados, ocurrencias fortuitas, que no es parte de la forma en que el proceso normalmente funciona, o que est presente debido a una combinacin de pasos del proceso poco probable. Las causas especiales deben ser eliminadas antes de que la tabla de control pueda ser usada como herramienta de vigilancia. Una vez hecho esto, el proceso estar en control y se puedan tomar muestras a intervalos regulares para estar seguros de que el proceso no cambia fundamentalmente. Su proceso se encuentra dentro de control estadstico si el mismo no est siendo afectado por causas especiales, la influencia de un individuo o de una mquina. Todos los puntos deben caer dentro de los lmites de control y deben estar dispersados al azar alrededor de la lnea promedio para tener un sistema en control.

Sugerencia: Control no significa necesariamente que el producto o servicio va a satisfacer sus necesidades. Slo significa que el proceso es uniforme. No confunda los lmites de control con los lmites de especificacin. Los lmites de especificacin estn relacionados con los requisitos del cliente, no con la variacin del proceso. Sugerencia: Cualquier punto fuera de los lmites de control, una vez identificado con una causa debe ser eliminado y se deben volver a hacer los clculos y las tablas. Los puntos dentro de los lmites de control, pero que muestren indicaciones de tendencia, turnos, o inestabilidad, son tambin causas especiales.

73

Sugerencia: Cuando se haya iniciado una tabla de control y todas las causas especiales hayan sido eliminadas, contine representando datos en una nueva tabla, pero NO vuelva a calcular los lmites de control. Mientras que el proceso no cambie, no se deben cambiar los lmites. Slo se deben volver a calcular los lmites de control cuando un cambio permanente y deseado ha ocurrido en el proceso, y slo usando datos despus de que ocurri el cambio. Cmo determinar si su proceso esta fuera de control? Se dice que un proceso est fuera de control si ocurre cualquiera de las siguientes situaciones: 1.- Si uno o ms puntos caen fuera de los lmites de control. 2.- Si cuando la tabla de control est dividida en zonas, tal y como se muestra a continuacin, se cumple cualquiera de los siguientes puntos: Zona A Zona B Zona C Zona C Zona B Zona A
Limite inferior de control (LIC) Promedio Limite superior de control (LSC)

a) Se le llama adhesin a los lmites, cuando, dos puntos, de tres puntos consecutivos, estn en el mismo lado del promedio en la zona A o una zona posterior. b) Se le llama corrida, cuando cuatro puntos, de cinco puntos consecutivos, se encuentran en el mismo lado del promedio en la zona B o zona posterior. c) Se le conoce como corrida tambin cuando nueve puntos consecutivos estn a un lado del promedio. d) Se le llama tendencia cuando, hay seis puntos consecutivos, aumentando o disminuyendo. e) Se le llama periodicidad, cuando, hay catorce puntos consecutivos que alternan arriba y abajo. f) Si hay quince puntos consecutivos dentro de la zona C (por encima y por debajo del promedio) se le conoce como adhesin a la lnea central.

74

Ejemplos de procesos fuera de control

75

Anlisis del Proceso a Travs de las Grficas de Control

El objetivo del anlisis del proceso puede definirse como la identificacin de causas especiales asignables de la variacin de una caracterstica de calidad en un proceso. Despus de encontrar esas causas asignables por medio del anlisis del proceso, es necesario realizar una serie de acciones correctivas en relacin con las causas asignables.

Preguntas comunes para el anlisis del proceso

Hay diferencia en la exactitud de medicin de los instrumentos/mtodos utilizados? Hay diferencias en los mtodos usados por diferentes personas? El proceso es afectado por el medio ambiente, por ejemplo: la temperatura y la humedad? Ha habido un cambio significativo en el medio ambiente? El proceso es afectado por condiciones previsibles, por ejemplo: desgaste de herramientas? Haba personal no capacitado participando en el proceso en el momento en cuestin? Ha habido algn cambio en la fuente de alimentacin del proceso, por ejemplo: materias primas, informacin? El proceso es afectado por fatiga de los empleados? Ha habido un cambio en polticas o procedimientos, por ejemplo: mantenimiento? El proceso es ajustado con frecuencia? Las muestras provinieron de diferentes partes del proceso? Turnos? Individuos? Los empleados tienen miedo de informar malas noticias?

76

Tabla X y R Evaluaciones generales del curso n=10 evaluaciones muestreadas al azar cada semana 1- Nada buena 2- No muy buena 3- Moderadamente buena 4- Muy buena 5-Extremadamente buena

Nota: Se deben revisar las semanas 1, 10 (de la tabla de Rangos), 16 y 22 para comprender por qu las calificaciones estn fuera de los lmites de control.

77

Ejercicio. Identifique los comportamientos de los siguientes procesos.

78

Los Diagramas de Dispersin

En la prctica, frecuentemente es necesario estudiar la relacin de correspondencia de dos variables. Por ejemplo, hasta qu punto se afectarn las dimensiones de una parte de una mquina por el cambio en la velocidad de un pin? O suponga que a usted le gustara controlar la concentracin de un material donde es preferible sustituir la medicin de la concentracin por la gravedad especfica, porque prcticamente resulta ms fcil medirla. Para estudiar la relacin entre dos variables tales como la velocidad del pin y las dimensiones de una parte, o la concentracin y la gravedad especfica, puede usarse lo que se llama un diagrama de dispersin. Qu es? Un diagrama de dispersin es una herramienta que nos ayuda a comprender la relacin entre dos variables. Para qu sirve? Un diagrama de dispersin se utiliza para estudiar e identificar las posibles relaciones entre los cambios observados en dos conjuntos diferentes de variables. Estas dos variables pueden enmarcarse de la siguiente manera: a) una caracterstica de calidad y un factor que le afecta, b) dos caractersticas de calidad relacionadas, c) dos factores relacionados con una sola caracterstica de calidad. Qu hace? Suministra los datos para confirmar una hiptesis de que dos variables estn relacionadas. Provee un medio tanto visual como estadstico para probar la fuerza de una posible relacin. Provee un buen seguimiento a un diagrama de causa y efecto para averiguar si hay ms que simplemente una conexin de consenso entre causas y efecto.

79

Cmo se hace? 1.- Recolecte pares de datos (x,y), cuyas relaciones usted quiere estudiar, y organice esa informacin en una tabla. Es deseable tener al menos 30 pares de datos. Por ejemplo: Fecha Oct. 1 2 3 4 5 8 9 10 11 12 15 16 17 18 19 Presin de aire (kg / cm2) 8.6 8.9 8.8 8.8 8.4 8.7 9.2 8.6 9.2 8.7 8.4 8.2 9.2 8.7 9.4 Porcentaje de defectos Fecha (%) 0.889 Oct. 22 0.884 23 0.874 24 0.891 25 0.874 26 0.886 29 0.911 30 0.912 31 0.895 Nov. 1 0.896 2 0.894 5 0.864 6 0.922 7 0.909 8 0.905 9 Presin de aire (kg / cm2) 8.7 8.5 9.2 8.5 8.3 8.7 9.3 8.9 8.9 8.3 8.7 8.9 8.7 9.1 8.7 Porcentaje de defectos (%) 0.892 0.877 0.885 0.866 0.896 0.896 0.928 0.886 0.908 0.881 0.882 0.904 0.912 0.925 0.872

2.- Dibuje las lneas horizontal y vertical del diagrama Las escalas de medida generalmente aumentan a medida que se asciende por el eje vertical y se avanza hacia la derecha por el eje horizontal.

3.- Represente los datos en el diagrama Si los valores se repiten, circule ese punto tantas veces como sea apropiado.

80

Por ejemplo:

D ia g ra m a d e d is p e rs i n d e p re s i n d e l a ire y p o rc e n ta je d e d e f e c t o s
0 .9 4 % Defectos 0 .9 2 0 .9 0 .8 8 0 .8 6 8 8 .5 9 9 .5 P r e s i n d e a ir e (k g / c m 2 )

4.- Interprete los datos Hay muchos niveles de anlisis que pueden ser aplicados a los datos del diagrama de dispersin. Cualquier texto estadstico bsico de control de proceso, describe pruebas de correlacin adicionales. Hay un nmero de patrones que pueden encontrarse rutinariamente, como son y = mx + b, y = ex, y = x2 Las cinco siguientes ilustraciones muestran varios patrones y significados que pueden tener los diagramas de dispersin.

Sugerencia: El diagrama de dispersin no predice relaciones causa y efecto. Slo muestra la fortaleza de la relacin entre dos variables. Mientras ms fuerte sea la relacin, ms grande ser la probabilidad de que el cambio en una variable afecte el cambio en otra variable.

81

Correlacin positiva

Puede haber correlacin positiva

No hay correlacin

Correlacin negativa

Correlacin positiva

82

El clculo de los coeficientes de correlacin

Para estudiar la relacin entre x y y, es importante hacer primero un diagrama de dispersin, sin embargo, para comprender la fuerza de la relacin en trminos cuantitativos, es til calcular el coeficiente de correlacin, r, segn la siguiente definicin: S (xy) r=

S (xx) * S (yy)
n n

S(xx) = (xi x )2 = xi 2
i=1 i=1

( xi )2
i=1

n
n

S (yy) = (yi y )2 = yi 2
i=1 i=1

( yi )2
i=1

n i=1

S(xy) = (xi x ) - (yi y ) = xi yi

i=1 i=1

( xi ) * ( yi)
i=1

n es el nmero de pares de datos, y S (xy) se llama covarianza. El coeficiente de correlacin, r, se encuentra en el rango 1 r 1. Si el valor absoluto de r es mayor que 1, claramente ha ocurrido un error de clculo, y debe calcularse de nuevo. En el caso de una correlacin positiva fuerte se obtiene un valor cercano a +1, e igualmente, con una correlacin negativa fuerte, se obtiene un valor cercano a 1. Es decir, cuando | r | est cerca de 1, indica una correlacin fuerte entre x y y, y cuando | r |esta cerca de 0, indica una correlacin dbil. Adems, cuando | r |= 1, los datos aparecern en lnea recta. Si usted recuerda esto, y adquiere el hbito de estimar el valor de r a partir del diagrama de dispersin, podr verificar errores de clculo. Por ejemplo: S(xx) = xi 2 S(yy) = yi 2 ( xi )2 = 2312.02 n ( yi )2 = 23.97833 n = 235.3570 30 = 0.59 El valor de r es 0.59, de manera que s hay una correlacin positiva entre la presin del aire y el porcentaje de defectos.
83

263.22 = 2.88 30 26.8162 = 0.00840 30 263.2 * 26.816 = 0.0913

S(xy) =

( xi ) * ( yi) n 0.0913

r=

2.88 * 0.00840

Ejercicio. Los datos a continuacin muestran el contenido de carbono x (%) y la resistencia a la traccin y (kg / mm2) de un cierto acero. 1) Elabore el diagrama de dispersin e interprtelo 2) Obtenga el coeficiente de correlacin r. No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 x (%) 2.0 2.4 2.2 2.3 2.5 2.8 2.2 2.7 2.4 2.3 2.0 2.2 2.6 2.1 2.5 y (kg / mm2) 43 46 45 44 45 48 43 47 44 45 42 44 47 44 46 No. 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 x (%) 2.7 2.1 2.6 2.4 2.1 2.3 2.2 2.3 2.4 2.3 2.4 2.6 2.5 2.6 2.4 y (kg / mm2) 47 42 48 45 43 45 43 46 47 44 45 46 42 46 46

84

Anlisis de Campo de Fuerzas

Para qu sirve? El anlisis de campo de fuerzas, es una herramienta que sirve para identificar las fuerzas y factores que apoyan o van en contra de la solucin de un asunto o problema para que lo positivo pueda reforzarse y/o lo negativo pueda ser eliminado. Qu hace? Presenta los elementos positivos y los elementos negativos de una situacin, para que sean comparados fcilmente. Fuerza a las personas a pensar juntas acerca de todos los aspectos relacionados con hacer permanente el cambio deseado. Exhorta a las personas a llegar a un acuerdo con respecto a la prioridad relativa de los factores que se encuentran de cada lado de la hoja de balance Promueve la reflexin honesta acerca de las verdaderas races de un problema y acerca de su solucin.

Cmo se hace? 1.- Escriba una letra T grande en un rotafolio a) Arriba de la letra T, escriba el asunto o problema que piensa analizar. En la parte superior de la letra T, escriba una descripcin de la situacin ideal que quisiera lograr.

b) Analice las fuerzas que lo estn llevando hacia la situacin ideal. Estas fuerzas pueden ser internas o externas. Escrbalas en el lado izquierdo. c) Analice las fuerzas que estn restringiendo el movimiento hacia el estado ideal. Escrbalas en lado derecho. 2.- De prioridad a las fuerzas motrices que pueden ser fortalecidas o identifique las fuerzas que restringen que permitiran ms movimiento hacia el estado ideal en caso de ser eliminadas. Logre un acuerdo a travs del anlisis o usando mtodos de clasificacin como la tcnica de grupo nominal y la multivotacin.

Sugerencia: Cuando est seleccionando un objetivo para cambio, recuerde que el slo empujar los factores positivos para lograr un cambio puede lograr un cambio que puede tener el efecto opuesto. A menudo es ms til eliminar barreras. Esto tiende a romper el cuello de botella del cambio en lugar de slo forzar todas las buenas razones para el cambio.

85

Por ejemplo: Hablar con confianza, clara y concisamente en cualquier situacin + Fuerzas Motrices
Aumenta la autoestima personal Ayuda a la carrera Comunica ideas Contribuye para un plan Anima a otros a que hablen Ayuda a otros a cambiar Aumenta la energa del grupo Ayuda a aclarar las ideas del orador mediante la obtencin de opiniones de los otros Ayuda a los dems a ver nuevas perspectivas Temor de que se la va anotar nerviosismo Falta de confianza con respecto a la apariencia personal

Fuerzas que Restringen Bochornos pasados Miedo a cometer errores Falta de conocimiento sobre el tema Miedo de que la gente va a ser indiferente Miedo de que la gente se ra Puede olvidar que decir Temor de ofender al grupo

86

Ejercicio. Realice el Anlisis de Campos de Fuerza para la siguiente situacin. La implantacin de un SAA

87

Diagrama de Matrices
Para qu sirve? El diagrama de matrices permite al equipo o al individuo identificar, analizar y clasificar sistemticamente la presencia y fuerza de las relaciones entre dos o ms conjuntos. Qu hace? Hace que los patrones de responsabilidad sean visibles y claros para que haya una distribucin pareja apropiada de las tareas. Ayuda a un equipo a llegar a un consenso con relacin a pequeas decisiones, mejorando la calidad de, y el apoyo a la decisin final. Mejora la disciplina de un equipo en el proceso de observar minuciosamente un gran nmero de factores de decisin importantes.

Matriz en forma de L. Esta formada por dos conjuntos de elementos directamente comparados el uno con el otro o un solo conjunto comparado consigo mismo. Por ejemplo:
Proceso principal Desarrollo del Producto Produccin Mtrica de los resultados % Ingreso por producto nuevo
Tiempo de Ciclo

Indicadores clave de desempeo Satisfaccin del cliente Retencin del cliente Capacidad de produccin utilizada Crecimiento

Costo Unidad
No. Cuentas Nuevas Ingreso Neto por Cuentas Nuevas Retencin de Clientes $/Cliente Volumen Satisfaccin del Cliente Precisin Tiempo de Ciclo

MKT

Ventas Servicio al Cliente Contratos

Existe Fuerte Relacin

Existe Relacin

Existe Relacin Dbil

Cuadros en Blanco No Existe Relacin

88

Una variante de los Diagramas de Matrices Hoja de Trabajo de Indice de Mejora

Se puede utilizar la hoja de trabajo de ndice de mejora como metodo para evaluar qu procesos y proyectos proporcionan la mejor oportunidad de mejora del negocio. Para llenar la hoja de trabajo, hay que graduar cada una de las caractersticas en la escala del 1 al 10, sien 1 el mas bajo y 10 el mas alto. A continuacin hay un ejemplo de como se bebe utilizar la hoja de trabajo. Crear el Indice utilizando la siguiente formula: Impacto en CCRs, mas Alineamiento estratgico, mas Factibilidad, menos Desempeo actual, igual a Indice de Mejora. Entre mas alto sea el ndice, existe una mayor oportunidad para un proyecto de mejora.

Hoja de Trabajo de Indice de Mejora

Proyecto
+ Impacto en CCRs + Impacto en el Negocio + Impacto en Alineaiemto + Factibilidad Desempeo Actual Indice de Mejora

Una puntuacin alta indica oportunidad de mejora. Entre mas alto es el ndice de mejora, mas grande es la oportunidad.

89

Caractersticas
1. Los factores de seleccin de proyecto ayudan al equipo de proyecto a identificar y/o validar un proyecto de mejora que es critico para el cliente y, por lo tanto, esta estratgicamente alineado. 2. Un equipo de proyecto debe validar su proyecto de mejora, ya sea que le haya sido asignado por la gerencia o que el equipo haya seleccionado uno.

Impacto en Requerimientos Crticos del Cliente (CCRs) : Es el producto o proceso visible al cliente? El cliente reconocera una mejora como critica para satisfacer sus necesidades? Es el proceso integral para la entrega de del producto/servicio final? Es el proceso clave para satisfacer los Requerimientos Crticos del Cliente? Impacto en el Negocio: Se han asignado recursos significativos, por parte de la corporacin, para ste proceso o producto? Dinero del presupuesto? Apoyo Tecnolgico?, Etc.? Una mejora en la eficiencia de ste proceso activara beneficios financieros significativos? Es el problema visible internamente?? Alineacin estratgica: Es el producto o proceso integral a la estrategia? Debera ser mejorado ste proceso para tener xito con su estrategia?

Factibilidad (Do-Ability):

Puede ver con anticipacin que el proyecto sea terminado en un periodo de 3 a 6 meses? Esta clara la propiedad del proyecto? Existe la necesidad o deseo critico de mejorar este proceso o producto en la organizacin? Est la informacin disponible para cacacterizar el problema y para ser revisado regularmente? Est el proceso actual desempendose pobremente? Est el proceso desperdiciando recursos de la compaa en retrabajo y actividades de revisin?

Desempeo actual:

Est el problema causando insatisfaccin en el cliente? Es el producto o servicio una razn de quejas por parte del cliente?

90

Ejemplo: Hoja de Trabajo de Indice de Mejora

Manufactura XYZ
Proyecto
Mejorar Rendimiento del Producto ABC Resolver Falla de Producto Y Desarrollo de Nuevo Producto Mejorar Retencin de Presta a Cliente Mejorar tiempo de respuesta del centro de llamadas

+ Impacto en CCRs 8 4

+ Impacto en Negocio 9 3

+ Alineacin Esrtratgica 8 5

+ Habilidad -Hacer

Desempeo Actual 5 8

Indice de Mejora

4 6

26 10

10 9 4

9 4 6

10 8 2

9 9 8

4 9 8

34 21 12

El mas critico de los proyecto Un equipo de proyecto y/o equipo del liderazago ejecutivo selecionaran este proyecto .

91

ALGO SOBRE LOS HECHOS

Las causas generales de los problemas en las fbricas se deben a conocimientos errneos y a operaciones incorrectas. Para discernir lo errneo y lo incorrecto debemos iniciar procesos para encontrar los hechos. Los hechos Una expresin usada en exceso. Todo el mundo supone que sabe, pero en realidad nadie sabe. Cada uno cree que su experiencia es la correcta. Las discusiones por s solas no eliminan los problemas. Los hechos no siempre pueden describirse con palabras. Lo blanco puede resultar negro. Las discusiones no definirn si es blanco o es negro. Que hablen los hechos Verifique cuidadosamente las cosas una por una. De todos modos nos estamos entendiendo con algo difcil. Tiene un nmero infinito de caractersticas. Debemos entender que nuestro conocimiento y nuestra experiencia son limitadas y siempre imperfectas. Este reconocimiento har que aparezcan los hechos. Llamamos experimentada a una persona que ha realizado una tarea por largo tiempo. Una persona experimentada tiene un gran conocimiento sobre esa tarea. Hay conocimiento correcto y hay conocimiento incorrecto. El problema es que la persona no sabe diferenciarlos. El verdadero experto es la persona experimentada que siempre est alimentando su conocimiento con hechos, que reflexiona sobre ese conocimiento y hace las correcciones. Desafortunadamente, no todas las personas que tienen experiencia son necesariamente verdaderos expertos. Pueden convertirse en obstculos portadores de supersticin. Para encontrar el verdadero conocimiento debemos trabajar con diligencia. Es lo mismo que cuando subimos por un camino de montaa debemos hacerlo paso a paso. Despus de haber subido durante un tiempo, se dar cuenta repentinamente de que est muy por encima del punto de partida.

92