1.6 HERRAMIENTAS ESTADISTICAS

Las Siete Herramientas Básicas de Calidad en Ingeniería Industrial

Herramienta 1: Hojas de Verificación

Definicion y estructura

Una hoja de verificación es un documento que permite realizar un seguimiento sistemático y ordenado de tareas, procesos o inspecciones. Su objetivo principal es asegurar que todas las actividades se realicen de manera correcta y completa, minimizando errores y riesgos.

Dicho de otra manera son documentos que se utilizan para recopilar datos y realizar un seguimiento de tareas, procesos o inspecciones.

Estructura:

Título claro: El título debe reflejar claramente el proceso o tarea que se está verificando.

Elementos específicos: Enumera los elementos o pasos que deben ser revisados o completados de manera precisa.

Instrucciones claras: Proporciona instrucciones concisas y detalladas para cada elemento de la lista.

Espacios para comentarios: Incluye áreas donde los usuarios puedan agregar comentarios o notas relevantes.

Firma y fecha: Deja espacio para que los responsables firmen y fechen la hoja de verificación, lo que garantiza la responsabilidad y el seguimiento adecuado.

Herramienta 2: Diagrama de Pareto

Concepto y utilidad

Un diagrama de Pareto muestra los conteos ordenados de frecuencia de los niveles de una variable nominal.

¿Para qué se usan los diagramas de Pareto?

Los diagramas de Pareto ayudan a decidir qué problemas resolver primero. Son útiles para identificar el resultado más frecuente de una variable categórica.

El diagrama de Pareto muestra el conteo ordenado de frecuencias de los datos

Un diagrama de Pareto es un ejemplo especial de diagrama de barras. En el diagrama de Pareto las barras se ordenan por conteos de frecuencia, del más alto al más bajo. Estos diagramas se usan a menudo para identificar áreas en las que centrarse primero en mejora de procesos.

Los diagramas de Pareto reflejan los conteos ordenados de frecuencia de valores de los distintos niveles de una variable categórica o nominal. Estos diagramas se basan en la regla del 80/20. Esta regla sostiene que aproximadamente el 80 % de los problemas se derivan del 20 % de las causas. Esta regla también se conoce como del «puñado esencial y la multitud trivial». De nuevo, la idea es que podemos centrarnos en unas pocas causas fundamentales en la raíz de los problemas e ignorar muchas otras triviales.

*Herramienta 3: Diagrama Causa-Efecto (Ishikawa o Espina de Pescado)

Definición y estructura

Es una herramienta que permite representar un problema o enfoque central y sus causas de una forma visual.

El diagrama de causa-efecto (llamado también de espina de pescado debido a su forma o de Ishikawa debido a su autor) es un método para crear y clasificar ideas o hipótesis sobre las causas de un problema de manera gráfica.

Donde el problema representa la cabeza de pescado de la que emerge una espina central y desde alli se derivan las causas mayores o espinas grandes.

Identificación de causas potenciales y categorización.

Efecto o problema: En la cabeza del “pez” (la parte principal del diagrama), se coloca el enunciado del problema o el efecto que se está analizando.

Causas potenciales: Estas se representan como ramas o espinas que se extienden desde la cabeza del pez. Cada espina puede dividirse en subcausas, lo que permite explorar múltiples niveles de causalidad.

Categorización: Las espinas se agrupan en categorías específicas. Estas categorías pueden variar según el contexto, pero a menudo incluyen aspectos como personas, procesos, equipos, medio ambiente, etc.

Ejercicios para elaborar un diagrama causa-efecto.

El exceso de trabajo, que la sartén se pegue y la forma en que preparamos nuestra tortilla son las en que hemos considerado como la raíz de nuestro problema y en las que queremos centrarnos a la hora de buscar soluciones.

- Interpretación de resultados y toma de decisiones basada en el análisis.

Identificación del problema: El primer paso es definir claramente el problema que deseas analizar. Esto proporciona un punto de partida sólido para el análisis.

Expresión del problema: Una vez identificado, expresa el problema en una frase concisa. Esta frase se coloca generalmente en el lado derecho del diagrama, en el extremo de la “espina” principal, donde se representa el efecto.

Brainstorming y categorización: Reúne a tu equipo y realicen una lluvia de ideas para identificar las posibles causas. Luego, organiza estas causas en las categorías apropiadas (por ejemplo, mano de obra, materiales, etc.).

Análisis y conclusiones: Con el diagrama completo, analiza las causas raíz del problema y propón soluciones.

Herramienta 4: Histograma

Concepto y utilidad del histograma en el análisis de datos.

Es una herramienta usada para representar una distribucion por medio de barras. La altura de la barra esat en funcion de la frecuencia (eje Y) y el rango (eje X) de una variable continua }. En el histograma, la base de cada una de las barras representa una clase y la altura representa la cantidad o frecuencia absoluta con la que ocurre el valor de cada clase. Al mismo tiempo, puede ser utilizado como indicador de dispersión del proceso.

Es útil crear un histograma cuando desea:

Resumir grandes conjuntos de datos visualmente: Podemos hacer nuestro trabajo más fácil y ganar mucho más tiempo y eficiencia usando un histograma.

Comparar los resultados: es posible, con la ayuda del histograma, comparar rápidamente los resultados y, con la ayuda del eje y, saber, qué columnas excedieron los límites que necesitabas o no.

Comunicar la información de forma gráfica: Cuando utiliza un histograma para resumir grandes conjuntos de datos o para comparar resultados, está utilizando una poderosa herramienta de comunicación.

Métodos de construcción y interpretación.

Elaborar un histograma implica seleccionar los intervalos adecuados y visualizar correctamente los datos mediante barras. Es crucial que los intervalos sean mutuamente excluyentes y exhaustivos para obtener una representación precisa.

Para construir un histograma, sigue estos pasos:

Recopila los datos: Reúne los datos numéricos que deseas representar.

Agrupa los datos en intervalos: Divide los datos en rangos específicos.

Cuenta las frecuencias: Calcula la frecuencia de datos en cada intervalo.

Dibuja los ejes: El eje X representa los intervalos y el eje Y las frecuencias.

Dibuja las barras: Cada barra se extiende verticalmente hasta la frecuencia de su intervalo correspondiente.

Cómo interpretar un histograma?

Interpretar un histograma permite entender la distribución de los datos. Observa la forma de las barras: si son simétricas, indican una distribución normal; si hay concentración hacia un lado, la distribución puede ser sesgada. También puedes identificar valores atípicos y la densidad de datos en ciertas áreas.

Ejemplos prácticos con datos reales

Ejemplo 1

Se registran los tiempos de las llamadas recibidas en un call center, y se obtiene la siguiente tabla de frecuencias con datos agrupados. Construir un histograma de frecuencias.

Ejemplo 2 :

Jennie Bishop, directora de marketing de una importante compañía de telefonía móvil, obtuvo los registros de los minutos consumidos por una muestra aleatoria de 110 abonados al plan más barato de la empresa (250 minutos mensuales como máximo en hora punta). La siguiente lista contiene el detalle de los minutos consumidos por cada abonado de la muestra durante un mes. Los datos se encuentran en el fichero de datos Mobile Usage.

SOLUCION:

Para este ejemplo, calcularemos el número de clases sacando la raíz cuadrada de la cantidad de datos y redondeando el resultado:

Para obtener la amplitud de la clase restamos el máximo y el mínimo valor de los datos y lo dividimos entre el número de clases:

Dado que los datos son números enteros, redondeamos el resultado al entero más próximo = 8. De esta forma la tabla de frecuencias quedaría de la siguiente forma:

Herramienta 6: Estratificación

- Concepto y objetivos de la estratificación

La estratificación no es solo una técnica, sino una herramienta de calidad esencial. Consiste en dividir un conjunto de datos sobre un proceso, producto o servicio en subgrupos más pequeños y homogéneos, denominados «estratos».

Objetivo:

Mejorar la precisión del análisis y para asegurar que los resultados obtenidos reflejen las realidades específicas de cada subgrupo.

Identificar diferencias significativas entre los estratos y ajustar sus estrategias en consecuencia.

Reduce la complejidad del análisis

Proceso de estratificación de datos

1. El primer paso es recopilar datos sobre el proceso que desea mejorar. Estos datos se pueden recopilar a través de observaciones, encuestas u otros medios

2. Una vez que se han recopilado los datos, es hora de comenzar a clasificarlos en diferentes categorías. Esto ayudará a identificar cualquier patrón o área que pueda estar causando problemas dentro del proceso.

3. Una vez ordenados los datos, es posible comenzar a identificar posibles soluciones a los problemas identificados.

4. Finalmente, una vez que se hayan identificado las posibles soluciones, es importante implementar estos cambios y monitorear el proceso a lo largo del tiempo para garantizar que las mejoras sean efectivas.

Ejemplos de aplicación en diferentes contextos industriales.

Estratificación geográfica

Estratificación por turno de trabajo

Útil cuando una empresa desea analizar la satisfacción de los clientes en las distintas zonas o regiones donde opera. Consiste en segmentar todos los datos de satisfacción del cliente, incluyendo resultados de encuestas, índices de recompra, quejas recibidas, etc., en estratos separados correspondientes a cada región, estado, provincia o zona geográfica relevante.

La estratificación por turno de trabajo es una técnica muy útil cuando se desea estudiar la variabilidad de la calidad de un proceso de producción a lo largo del día. Consiste en segmentar todos los datos de calidad, como inspecciones, muestreos, mediciones de defectos y no conformidades, en subgrupos o estratos distintos correspondientes a cada turno de trabajo (mañana, tarde y noche típicamente).

Herramienta 7: Gráficas de Control

- Definición y propósito de las gráficas de control.

Los gráficos de control o diagramas de control se utilizan para controlar el desarrollo de los procesos de producción e identificar posibles inestabilidades y circunstancias anómalas.

. Permite observar la evolución de este proceso en el tiempo y compararlo con unos límites de variación previamente establecidos los cuales son utilizados como referencia para ajustar o no el proceso y como base para la toma de decisiones.

- Métodos de construcción y análisis de patrones

Procedimiento para su elaboración:

Seleccionar la característica a monitorear:

Tomar medidas de la característica

Calcular los límites de control

Crear la gráfica de control

Analizar la gráfica de control

Patrones en las gráficas de control:

Cambios en el nivel del proceso:

Tendencias en el nivel del proceso

Mucha variabilidad

Falta de variabilidad (estratificación)

- Aplicaciones en la gestión de la calidad y la mejora continua

En el control de calidad, principalmente utilizadas para monitorear y mejorar los procesos continuos.

Se centra en garantizar la estabilidad y previsibilidad de los procesos, lo que contribuye a la mejora continua y satisfacción del cliente.

Algunos puntos importantes son:

Optimización del proceso de producción

Toma de decisiones basada en datos

Evaluación de mejoras en el proceso

Prevención de defectos en los ´productos

Identificación de las causas

- Ejercicios prácticos para recopilar datos y utilizar hojas de verificación

Ejercicio 1: -Interpretación de los resultados

Los resultados de una hoja de verificación se interpretan observando la cantidad y ubicación de las marcas en la hoja. Las marcas se registran en diferentes regiones de la hoja y cada una tiene un significado específico.

Cómo en este caso se presentó en el ejercicio de arriba su interpretación viene siendo:

Descripción del proceso:

•Se inspecciono la frecuencia de los defectos que ocurren en la fabricación de la muñeca Nancy va a la playa en la línea de producción.

• El inspector Pepe registro cada tipo de defecto en la primera columna y en el resto los días de la semana que vienen siendo el periodo de tiempo establecido para saber con qué frecuencia ocurren en ese breve lapso y al final coloco el total que viene siendo la sumatoria de las veces que ocurrió cada defecto.

• Como se logra observar el día 5 de la semana fue cuando hubo mayor número de defectos presentados en la mayoría fue de brazos mal encajados, pero respectivo al problema que ocasionó mayores defectos en el producto viene siendo la pintura movida en los ojos con un total de 36 dándonos así los resultados esperados que buscábamos de cuál era el defecto mayor presentado.

- Interpretación de los resultados.

El defecto que con mayor frecuencia se presenta es el de la pintura movida en los ojos.

• Se concluyó un total de 80 defectos presentados en una semana

Paso a paso para la creación de un diagrama de Pareto

- Investiga cuál es el problema, recolecta los datos y selecciona los que se analizarán.

- Clasifica la información por orden de prioridad, desde la mayor hasta la menor.

- Estructura los datos en una tabla de mayor a menor y calcular el porcentaje de cada uno.

- Traza la gráfica. Primero los ejes verticales y horizontales, posteriormente, traza la línea vertical izquierda para la frecuencia.

- Traza una por cada grupo de mayor a menor.

- Traza la línea derecha que representa el porcentaje acumulado.

- Traza una curva que una los puntos con el fin de representar el total de cada grupo.

- Ponle al diagrama los datos correspondientes: título, fecha, período que abarca, la fuente de información, etc.

- Analiza la gráfica y establece cuáles son los puntos vitales y que necesitan ser atendidos con prioridad.

- Ejemplos prácticos y análisis de casos reales.

El análisis y el pago de las reclamaciones a un seguro es un complejo proceso que puede llevar a tramitar incorrectamente algunas reclamaciones. Estos errores provocan un aumento del tiempo que dedica el personal a obtener la información correcta y posiblemente a pagar indemnizaciones indebidas. El beneficiario normalmente detecta los errores cuando cobra una indemnización menor de la debida y a menudo puede pasar por alto las indemnizaciones superiores a las debidas. Estos errores pueden incrementar considerablemente los costes, además de afectar negativamente a las relaciones con los clientes. Se realizan considerables esfuerzos para analizar la actividad de presentación y de tramitación de las reclamaciones con el fin de poder desarrollar métodos para reducir lo más posible los errores. Una importante compañía de seguros médicos se fijó el objetivo de reducir un 50 % los errores.

Se puso en marcha una auditoría completa de una muestra aleatoria de 1.000 reclamaciones y se encontraron los siguientes errores:

Muestre cómo utilizaría el análisis de Pareto para ayudarla a averiguar los factores relevantes que contribuyen a eliminar los errores.

Solución:

A continuación, elaboramos nuestro diagrama de Pareto.

De acuerdo a nuestro diagrama de Pareto, se verifica que los errores relacionados con los códigos de procedimientos y diagnósticos y con las solicitudes de contratos son las principales causas de los errores y representan más del 60 % de ellos. Solucionando estos problemas, se podría lograr el objetivo de reducir en 50 % los errores.

Herramienta 5: Diagrama de Dispersión

Relación con otras herramientas básicas

De acuerdo con nuestro diagrama de Pareto, se verifica que los errores relacionados con los códigos de procedimientos y diagnósticos y con las solicitudes de contratos son las principales causas de los errores y representan más del 60 % de ellos. Solucionando estos problemas, se podría lograr el objetivo de reducir en 50 % los errores. En un entorno de mejora continua y gestión de la calidad, el Diagrama de Pareto es una herramienta fundamental. Permite a las organizaciones identificar áreas de proceso que requieren atención y priorizar iniciativas de mejora.

Definición y aplicación del diagrama de dispersión.

El diagrama de dispersión es una herramienta utilizada cuando se desea realizar un análisis gráfico de datos bivariados, es decir, los que se refieren a dos conjuntos de datos. El resultado del análisis en el diagrama puede mostrar que existe una relación entre una variable y la otra.

El diagrama de dispersión tiene el propósito de controlar mejor el proceso y mejorarlo, resulta indispensable conocer cómo se comportan algunas variables o características de calidad entre sí, esto es, descubrir si el comportamiento de unas depende del comportamiento de otras, o no, y en qué grado.

Interpretación de patrones y relaciones entre variables

- Los diagramas de dispersión usan una colección de puntos colocados usando coordenadas cartesianas para mostrar valores de dos variables.

- Se pueden interpretar varios tipos de correlación a través de los patrones mostrados en los diagramas de dispersión. Estos son: positivo (los valores aumentan juntos), negativo (un valor disminuye a medida que el otro aumenta), nulo (sin correlación), lineal, exponencial y en forma de U.

- Las líneas o curvas se ajustan dentro del gráfico para ayudar en el análisis y se dibujan tan cerca de todos los puntos como sea posible para mostrar cómo se condensaron todos los puntos en una sola línea.

- Los diagramas de dispersión son ideales cuando se tienen datos numéricos emparejados y se desea ver si una variable afecta a la otra.

Ejercicios prácticos para crear y analizar diagramas de dispersión

En este ejemplo, una empresa desea conocer la relación existente entre la cantidad de horas trabajadas con el número de productos defectuosos, para ello la empresa realizó un estudio durante 20 semanas, dicho seguimiento arrojo los siguientes datos:

Una vez identificado los datos necesarios procedemos a la representación gráfica, para ello es necesario identificar cuál de los factores representa la variable dependiente y cuál la independiente.

Podemos identificar que las horas laboradas son la variable independiente representada en el eje (X) y los productos defectuosos la dependiente que se refleja siempre en el eje (y).

Vemos los datos representados en la gráfica:

Tal como se visualiza en la gráfica, las relaciones entre los datos recolectados se reflejan con puntos azules dispersos, cada punto representa la relación de horas laboradas y los productos defectuosos presentados por semana.

Al agregarle a la gráfica una línea de tendencial podemos definir que en esta gráfica hay una correlación positiva, pues a medida que las horas de trabajo aumentan el porcentaje de productos defectuosos también aumenta.