2.

Herramientas básicas
para la mejora de la calidad
Las acciones en cuanto a la mejora de la calidad se toman en muchas ocasiones
basándose en sensaciones, impresiones u opiniones, pero no en el análisis científico
de datos objetivos.

Cada vez está más extendida la idea de que los problemas de calidad deben ser
atacados mediante la aplicación de métodos científicos de recogida y análisis de
datos (estadística). Pero el uso de esta práctica no debe reducirse a un grupo de
“expertos en calidad” sino que todo el personal puede (¡y debe!) participar en el
proceso de control y mejora de la calidad.

“Las siete herramientas básicas de Ishikawa” permiten solucionar en torno al 90 % de

los problemas de calidad que se presentan. Estas son:

> Plantillas para la recogida de datos.

> Histogramas.
> Diagramas de Pareto.
> Diagramas causa-efecto.
> Diagramas bivariantes.
> Estratificación.
> Gráficos de control.
 2.1 Plantillas para la recogida de datos
Los objetivos que se pretenden con el uso de las plantillas son:
1. facilitar las tareas de recogida de la información,
2. evitar la posibilidad de errores o malos entendidos,
3. permitir el análisis rápido de los datos.
La experiencia demuestra que en la recogida de datos conviene seguir
algunas reglas, éstas son:

1. No tomar datos si después no se van a utilizar. Puede parecer obvio pero es

una costumbre
bastante arraigada. Los datos inútiles sólo sirven para dificultar la localización
de los útiles.

2. Asegurarse de que los datos se toman de forma que se análisis sea fácil, de
lo contrario es
probable que no se haga nunca. Entretenerse en el diseño de la plantilla de
recogida de datos es
una de las actividades más rentables que pueden realizarse.

3. No pasar los datos “a limpio”. Es una pérdida de tiempo y una fuente de

errores. Es necesario
anotarlos de forma clara y ordenada a la primera.
 2.2 Histogramas
En muchos casos, si los datos han sido tomados de forma correcta, las
conclusiones que se pueden obtener a partir de los mismos son inmediatas. Si
no es así, raramente se precisan análisis estadísticos complicados, suele
bastar con una adecuada representación gráfica. La tabla de datos que figura
a continuación corresponde a una muestra, tomada aleatoriamente durante
20 días, del peso en gramos de cierto embutido que puede ser elaborado por
dos máquinas distintas (1 y 2), que a su vez son atendidas indistintamente por
dos operarios (A y B).
En la figura 2.5 se han realizado dos histogramas con todos los datos (en total 160). En el
histograma de la izquierda se ha colocado la frec abs en el eje vertical y en el de la derecha
la frec rel. Se puede ver que el proceso está descentrado y se está produciendo un cierto
porcentaje de unidades fuera de tolerancias (por defecto). A partir de estos histogramas no
puede obtenerse ninguna otra conclusión, pero la forma en que se han anotado los datos
permite construir histogramas para las unidades producidas por cada operario y también
por cada máquina.
Los histogramas realizados por operario no revelan nada útil, pero los realizados por
máquina (figura 2.6) ponen de manifiesto el origen del problema. Mientras que la
máquina 1 está centrada y produce dentro de tolerancias, la máquina 2 está
descentrada, y esto es lo que produce que un cierto porcentaje esté por debajo del
peso mínimo.
En la figura 2.7 se presentan varias formas de histograma que responden a patrones
de comportamiento típico.

El hist 1 corresponde a la forma de campana habitual que representa la variabilidad

debida a causas aleatorias. El hist 2, con dos máximos diferenciados, responde a una
distribución denominada bimodal y se presenta cuando están mezclados datos de
distinto origen centrados en valores distintos.

El hist 3 se denomina, por su forma, sesgado a la derecha, y responde a la variabilidad

que presentan ciertas variables que no siguen una ley normal, como los tiempos de
vida. También puede representar una magnitud con un “cero natural”, como la
tolerancia entre eje y cojinete.

Al hist 4 parece faltarle una parte y por ello se le llama censurado (en este caso, a la
izquierda). No representa una variabilidad natural y por tanto hay que sospechar que
se han eliminado algunos valores. Esto ocurre si después de la producción se realiza
una inspección al 100 % para separar las unidades fuera de tolerancias.

En los histogramas 5 y 6 aparecen datos que no siguen el patrón de comportamiento

general (anomalías, errores, etc.). Su variabilidad puede atribuirse a alguna causa
asignable que deberá ser identificada y eliminada.
 2.3 Diagrama de Pareto
Recibe el nombre por el economista italiano V. Pareto (1848-1923) Se le conoce como la ley del
80-20 en donde el 20% de las causas de un problema representan el 80% de su efecto, por lo
tanto es importante detectar y eliminar aquellas causas importantes que nos dan un gran
beneficio.

El gráfico de Pareto es una herramienta útil para particularizar los problemas (por ejemplo,
descomponer el problema de desperdicio en los tipos de desperdicio que tiene la empresa)

No olvidar colocar información necesaria como. Tamaño de muestra (n), periodo que se gráfica,
responsable del gráfico, unidades de cada uno de los ejes, título del gráfico.

Construya varios tipos de gráficos de Pareto en función de distintos puntos de vista o unidades del
eje “Y”, por ejemplo si se grafican No. De defectos, analice también el costo que eso representa,
los efectos de dichos defectos en otros procesos, etc.

Hay que tener mucho cuidado cuando utilizamos los gráficos de Pareto para comparar la situación
anterior y la mejorada (antes y después), ya que se puede cometer el error de comprar periodos
de tamaño distinto.
Es importante que al comparar dos gráficos de Pareto, estos tengan las
mismas escalas.

Nunca construir gráficos de Pareto en donde el rubro de “Otros” tengan

un porcentaje elevado.

Para que ambas gráficas (la de barras y la de líneas) tengan las mismas
escalas y puedan ser comparadas, es necesario que el valor máximo del
eje Y de frecuencias (derecha) corresponda con valor de 100% en el
eje Y de porcentajes.

En lo posible hay que tratar de que el Gráfico Pareto sea lo más

cuadrado posible, ya que así podemos deducir visualmente si se cumple
la Ley del 80-20.
 Ejemplos
Pensemos, por ejemplo, en una línea de envasado que sufre frecuentes paradas por avería
en alguno de los módulos (no siempre el mismo) de que está compuesta. Puede
plantearse la necesidad de cambiar la línea entera, pero en muchas ocasiones ésta es
una inversión importante que se va postergando.

Supongamos que después de tomar datos durante seis meses, la información obtenida
puede resumirse mediante la tabla 2.2.
Estos gráficos “diagramas de Pareto” ponen de manifiesto que, cuando se
analizan las causas de un problema, en general son unas pocas las responsables de su
mayor parte. A estas pocas se les llama causas fundamentales, al resto, que son muchas
pero ocasionan una pequeña parte del problema se les denomina causas triviales.
 En el caso que estamos analizando, sólo dos causas han ocasionado en torno al 80 % del
problema (el 79,7 % del tiempo de parada y el 85,7 % del número de paradas).
Por tanto, éstas serán las primeras causas a atacar. Todo el esfuerzo debe concentrarse
en la eliminación de las causas fundamentales, ignorando en principio las triviales,
que ya serán atacadas más adelante.

La construcción de estos diagramas puede realizarse siguiendo los pasos

que a continuación se indican:

1. Plantear exactamente cuál es el problema que se desea investigar, qué datos serán
necesarios, cómo recogerlos (no olvidar el diseño de la plantilla) y durante qué período.

2. Tabular los datos recogidos. Si se trata de analizar - los reclamos de clientes durante
un año, dicha tabulación tendrá el aspecto que se indica en la tabla 2.3.

3. Rellenar el formulario previo a la construcción del diagrama. Las causas deben

ordenarse de mayor a menor importancia, situando “otras” siempre al final.
Para los datos de la tabla anterior, el formulario tiene el aspecto que se indica en la
tabla 2.4.
4. Iniciar la realización del diagrama dibujando los ejes. Se coloca un eje horizontal
dividido en tantas partes como causas figuran en el formulario anterior, y dos ejes
verticales. El eje de la izquierda se marca desde 0 hasta el total (de reclamaciones, en este
caso) y el eje de la derecha, que sirve colocar los porcentajes, se marca del 0 al 100 %.
5. Construir el diagrama de barras. La altura de cada barra debe corresponder al
número de observaciones correspondientes a cada causa, de acuerdo con la
graduación del eje de la izquierda.

6. Construir el polígono de frecuencias acumulado y añadir toda la información

relativa al gráfico para que pueda ser fácilmente interpretado. El resultado final tiene
el aspecto que se presenta en la figura 2.9.