Control de Calidad Unad PDF

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIAS BSICAS TECNOLOGA E INGENIERA

Programa de Ingeniera Industrial
CONTROL DE CALIDAD
CONTROL DE CALIDAD
MDULO
REN ALEJANDRO ALVARADO RUEDA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD ESCUELA DE CIENCIAS BSICAS TECNOLOGA E INGENIERA
PROGRAMA DE INGENIERA INDUSTRIAL
BOGOT
2008
Sede Nacional Jos Celestino Mutis
Calle 14 Sur No. 14-23, PBX: 3443700 Ext. 454 434. e-mail:eingenieria@unad.edu.co

CONTROL DE CALIDAD
Autor
Ren Alejandro Alvarado Rueda
Ingeniero Industrial.
Especialista en Ingeniera de Produccin.
Magster en Educacin. nfasis en Docencia Universitaria.
Programa de Ingeniera Industrial. UNAD
COMIT DIRECTIVO
Jaime Alberto Leal Afanador

Rector
Gloria Herrera Snchez
Vicerrector Acadmico
Claudia Patricia Toro
Vicerrector de Desarrollo Regional y proyeccin Comunitaria
Maribel Crdoba Guerrero
Secretaria General
Gustavo Velsquez Quintana
Decano Escuela Ciencias Bsicas Tecnologa e Ingeniera
CURSO CONTROL DE CALIDAD
Primera Edicin
@CopyRigth
Universidad Nacional Abierta y a Distancia
ISBN
2008
Centro Nacional de Medios para el aprendizaje


CONTROL DE CALIDAD
CONTENIDO
INTRODUCCION
11
UNIDAD 1. FUNDAMENTOS DEL CONTROL DE CALIDAD
12
1. CONCEPTUALIZACIN Y ANTECEDENTES
13
1.1. HISTORIA DE LA CALIDAD
13
1.1.1. Calidad en la poca artesanal
13
1.1.2. Calidad a partir de la poca industrial
14
1.1.3. La inspeccin de la calidad
14
1.1.4. El control estadstico de la calidad
16
1.1.5. El aseguramiento de la calidad
18
1.1.6. La gestin de la calidad
21
1.2. DEFINICIONES DE CALIDAD
22
1.2.1. Calidad como conformidad
22
1.2.2. Calidad como satisfaccin de las expectativas del cliente
23
1.2.3. Calidad como valor con relacin al precio
24
1.2.4. Calidad como excelencia
24
1.3. REAS RESPONSABLES DE LA CALIDAD
28
1.4. CONTROL TOTAL DE CALIDAD
30
2. CONTROL ESTADSTICO DE LA CALIDAD
34
2.1. DISTRIBUCIN DE FRECUENCIAS Y PARMETROS
34
2.1.1. La toma de datos
34
2.1.2. La ordenacin
34
2.1.3. Medidas de la tendencia central
34


CONTROL DE CALIDAD
2.1.4. Rango
37
2.1.5. Procedimiento para determinar la distribucin de frecuencias
38
2.2. CAPACIDAD DEL PROCESO
43
2.2.1. Capacidad del proceso
44
2.2.2. Habilidad del proceso
45
2.2.3. Habilidad del proceso con tolerancias unilaterales
47
2.2.4. Ventajas al calcular los ndices de capacidad y habilidad del

proceso
48
2.3. GRFICOS DE CONTROL POR VARIABLES
49
2.3.1. Marco conceptual de grficos de control
49
2.3.2. Grficos de control x (x barra)
50
2.3.3. Grficos de control R
55
2.4. GRFICOS DE CONTROL POR ATRIBUTOS
58
2.4.1. Grficos de control p
58
2.4.2. Grficos de control p para muestras de tamao variable
62
2.4.3. Grficos de control c
64
3. MUESTREO DE ACEPTACIN LOTE A LOTE POR ATRIBUTOS
66
3.1. CONCEPTOS FUNDAMENTALES
66
3.2. ASPECTOS ESTADSTICOS
67
3.2.1. Curvas de caractersticas operativas (CO)
67
3.2.2. Determinacin de curvas CO
69
3.2.3. Riesgos para el productor y para el consumidor
69
3.3. DISEO DEL PLAN DE MUESTREO
72
UNIDAD 2. DESARROLLO DEL CONTROL DE CALIDAD
76
4. TCNICAS CON DATOS NUMRICOS PARA MEJORAR LA CALIDAD
77
4


CONTROL DE CALIDAD
4.1. DIAGRAMA DE PARETO
77
4.2. HISTOGRAMA
80
4.2.1. Cmo hacer histogramas
81
4.2.2. Cmo interpretar histogramas
83
4.3. GRFICOS DE CONTROL
83
4.3.1. Uso de los grficos de control de medias y rangos
84
4.3.2. Elaboracin del grfico de control de medias y rangos
84
4.3.3. Estudio de los datos preparatorios o estudio inicial, comparados

con el rango permisible especificado
87
4.3.4. Control de la lnea de produccin o de servicio
87
4.3.5. Ajuste de las lneas de control
88
5. TCNICAS CON DATOS NO NUMRICOS PARA MEJORAR LA

CALIDAD
89
5.1. REGISTRO DE NO CONFORMIDADES
89
5.2. DIAGRAMA CAUSA EFECTO
91
5.2.1. Cmo hacer diagramas de causa efecto
92
5.2.2. Estructura del diagrama de causa efecto
92
5.2.3. Procedimiento para hacer un diagrama de causa efecto
92
5.2.4. Explicacin del procedimiento
93
5.3. DIAGRAMA DE GANTT
95
5.3.1. El diagrama de Gantt
95
5.3.2. Tcnicas de administracin de proyectos
97
5.3.3. Desarrollo de un modelo de planeacin por redes
98
6. COSTOS DE LA CALIDAD
101
6.1. CATEGORAS Y ELEMENTOS DEL COSTO DE LA CALIDAD
101


CONTROL DE CALIDAD
6.1.1. Categoras del costo de la calidad
101
6.1.2. Elementos del costo de la calidad
103
6.2. ANLISIS DE LOS COSTOS DE CALIDAD
104
6.2.1. Costos generados por productos defectuosos
104
6.2.2. Costos generados por inspecciones
106
6.2.3. Costo total de calidad
106
6.3. OPTIMIZACIN
107
6.3.1. Importancia de la curva de demanda y precio
107
6.3.2. Sensibilidad de la demanda a las variaciones de calidad
108
6.3.3. Curva de beneficios de calidad
109
BIBLIOGRAFA
111


CONTROL DE CALIDAD
TABLA DE FIGURAS
Figura 1.1. Etapas de la calidad
15
Figura 1.2. Esquema de los conceptos de calidad
25
Figura 1.3. Esquema del concepto de productividad
26
Figura 1.4. Diferentes aseveraciones sobre el concepto de

productividad
27
Figura 1.5. Relacin de eficacia, eficiencia y efectividad
27
Figura 1.6. Diferencia entre meta de produccin, recursos

programados, produccin lograda y recursos reales
28
Figura 1.7. reas responsables de la calidad
30
Figura 1.8. Proceso para lograr la calidad total
33
Figura 2.1. Datos observados de un rango
38
Figura 2.2. Distribucin de frecuencias
43
Figura 2.3. Representacin grfica de la calidad del proceso
44
Figura 2.4. Diferentes valores de Cpk comparados con las

especificaciones
46
Figura 2.5. Grfico de control x en la que se muestran los promedios

de proceso y lmites de control
54
Figura 2.6. Grfico R en la que se muestran promedios de procesos

y lmites de control
57
Figura 2.7. Grfico de control p para examinar datos histricos y

establecer lmites de control
62
Figura 3.1. Curva de caracterstica operativa (CO), con n=100 y c=2
68
Figura 3.2. Curva de caractersticas operativas (CO) con

= 0.05 y = 0.10
70


CONTROL DE CALIDAD
Figura 3.3. Curva de caractersticas operativas (CO)

con = 0.05 y = 0.10, LTPD = 0.08 y AQL = 0.02
72
Figura 3.4. Curva de caractersticas operativas (CO) planes que

pasen por los puntos a y b
73
Figura 4.1. Diagrama de barras por nmero de situaciones
79
Figura 4.2. Diagrama de lneas por porcentaje acumulado
80
Figura 4.3. Frecuencia por puntajes
83
Figura 5.1. Diagrama de causa- efecto
93
Figura 5.2. Diagrama de rbol
95
Figura 5.3. Diagrama de Gantt
96
Figura 5.4. Smbolos y convenciones
100
Figura 5.5. Red del ejemplo
100
Figura 6.1. Ciclo artesanal de la calidad
102
Figura 6.2. Ciclo industrial de la calidad
102
Figura 6.3. Costos de la calidad
106
Figura 6.4. Zonas de los costos de calidad
107
Figura 6.5. Curva de demanda y precio
108
Figura 6.6. Curva de variaciones de la calidad
109
Figura 6.7. Curva de beneficios de la calidad
110


CONTROL DE CALIDAD
LISTA DE TABLAS
Tabla 2.1. Datos de media aritmtica
36
Tabla 2.2. Tabla de valores de K
39
Tabla 2.3. Datos para distribucin de frecuencias
39
Tabla 2.4. Fronteras de clase
40
Tabla 2.5. Comportamiento de la lectura de datos
41
Tabla 2.6. Fronteras de clase.
42
Tabla 2.7. Marcas de clase
42
Tabla 2.8.Frecuencia en cada uno de los intervalos de clase
43
Tabla 2.9. Factores para convertir un rango en promedio, R, a lmites

control variables
52
Tabla 2.10. Mediciones tomadas en secuencia sobre los resultados

de un proceso de produccin (tamao de muestra N=20,
n =5), para x
53
Tabla 2.11. Mediciones tomadas en secuencia sobre los resultados

de un proceso de produccin (tamao de muestra
N=20, n =5), para R.
56
Tabla 2.12. Registro del nmero de partes defectuosas y fraccin

calculada de defectos en nuestras muestras diarias de
n = 200
60
Tabla 3.1. Extracto de una tabla de plan de muestreo convencional

para ,=0.05 y = 0.010
71
Tabla 3.2. Clculo de valores de Pa x 100 a partir de la grfica de

Thorndike (plan de muestreo: n= 100 y c =2)
74
Tabla 3.3. Determinacin de planes de muestreo con AQL y

LTDP especificadas ,=5 % y =10 %
75
Tabla 4.1. Hoja de conteo de datos
78


CONTROL DE CALIDAD
Tabla 4.2. Hoja de datos del diagrama de Pareto
79
Tabla 4.3. Puntuacin del servicio prestado a clientes (X, Y e Z)
82
Tabla 4.4. Frecuencia por puntajes
82
Tabla 4.5. Coeficientes o factores para grficos de control de

medias y rangos
85
Tabla 5.1. Reporte de rechazo
91
Tabla 5.2. Lista de actividades
97

10

CONTROL DE CALIDAD
INTRODUCCIN
La presente obra es fruto del esfuerzo y dedicacin, escrita pensando en los
estudiantes de educacin a distancia, con el nimo de brindarles un texto didctico
y fcil de abordar, siguiendo el direccionamiento de la Coordinacin de Ingeniera
Industrial de la UNAD.
Esta obra est dividida en cinco captulos donde en primer lugar se aborda la
temtica general de la conceptualizacin y antecedentes del tema de calidad, en
segundo lugar los aspectos concernientes al control estadstico de la calidad, para
posteriormente y en tercer lugar entrar al muestreo de aceptacin lote a lote por
atributos, en cuarto lugar se describen las tcnicas para mejorar la calidad, para
finalmente y en quinto lugar tratar el tema de los costos de la calidad, esperando
as llenar las expectativas de los lectores vidos por el tema.

11

CONTROL DE CALIDAD
UNIDAD 1. FUNDAMENTOS DEL CONTROL DE

CALIDAD
Introduccin:
En esta unidad se concepta y se establecen los antecedentes del control de
calidad. Inicialmente se parte por definir la calidad y sus antecedentes, luego se
muestran las reas responsables de la calidad; posteriormente se dan a conocer
los planteamientos del control total de calidad, as como la historia de la calidad.
Objetivo general:
Fundamentar a los estudiantes del control de calidad con respecto a la

conceptualizacin y antecedentes, el control estadstico de la calidad y el
muestreo de aceptacin lote a lote por atributos.
Objetivos especficos:
Que el estudiante conozca acerca de los antecedentes, conceptos y

desarrollo de la calidad a travs del tiempo.
Conceptualizar y definir los elementos que le permitan al estudiante

identificar la importancia de la calidad y su significado en el mbito
empresarial.
Desarrollar capacidades en el estudiante para el uso de las tcnicas del

control de la calidad, aplicndolas a casos especficos presentados a nivel
de empresa, con el fin de demostrar la importancia de la aplicacin de sus
beneficios en el mejoramiento continuo de los procesos.
Competencias a desarrollar:
El estudiante conoce y comprende los antecedentes, conceptos y desarrollo

de la calidad.
El estudiante describe, analiza y sustenta de manera suficiente, soluciones

a situaciones problemticas especficas de organizaciones productivas a
partir de la aplicacin de tcnicas de control de calidad.

12

CONTROL DE CALIDAD

Para la conceptualizacin y antecedentes de la calidad se parte de las definiciones
ms comunes de calidad y se contina con determinar cules son las reas
responsables de la misma, as como el control total de calidad y la historia de sta.
1.1. HISTORIA DE LA CALIDAD

Para mostrar un recorrido de la historia de la calidad se comienza con la calidad
en la poca artesanal hasta llegar a la gestin de la calidad; en este sentido, se
comparte con Gutirrez (1995)1, as:
1.1.1. Calidad en la poca artesanal

En la poca artesanal los trabajadores de manufactura de la poca preindustrial,
como eran prcticamente labores de artesana, tenan mucho que ver con la obra
de arte. El artesano pona todo su empeo en hacer lo mejor posible cada una de
sus obras cuidando incluso que la presentacin del trabajo satisficiera los gustos
estticos de la poca, dado que de la perfeccin de su obra dependa su prestigio
artesanal.
El juicio acerca de la calidad del producto tena entonces como base la relacin
personal que se estableca entre el artesano y el usuario. Cuando alguien
necesitaba de un producto, como podra ser una herramienta o un determinado
vestido o traje, expona sus necesidades al fabricante, quien lo elaboraba de
acuerdo con los requerimientos establecidos por el cliente. Como eran los trabajos
hechos a la medida, el productor saba de inmediato si su trabajo haba dejado
satisfecho al cliente o no.
1.1.2. Calidad a partir de la poca industrial
GUTIERREZ, Mario. Administrar para la calidad. Conceptos administrativos para el control total de calidad. 2ed. Mjico: Limusa, 1995.
297p.

13

CONTROL DE CALIDAD
La calidad a partir de la poca industrial tuvo lugar con el advenimiento de la era

industrial, por suerte esta situacin cambi. El taller cedi su lugar a la fbrica de
produccin masiva, bien fuera de artculos terminados o bien de piezas que iban
a ser ensambladas en una etapa posterior de produccin y que, por consiguiente,
eran reemplazadas.
El cambi en el proceso de produccin trajo consigo cambios en la organizacin
de la empresa. Como ya no era el caso de un operario que se dedicara a la
elaboracin de un artculo, fue necesario introducir en las fbricas procedimientos
especficos para atender la calidad de los productos fabricados en forma masiva.
Dichos procedimientos han ido evolucionando, sobre todo, durante estos ltimos
tiempos; lo cual ha sido a su vez ocasin para que se pusieran de relieve
determinados matices involucrados en el concepto de calidad.
En este proceso de evolucin se distinguen cuatro diferentes etapas: la primera
considerada entre 1950 1960, conocida como la etapa en la que se cuida la
calidad de los productos mediante un trabajo de inspeccin, la segunda entre 1960
1970, se distingue como la etapa en la que se tiene en la cuenta que la atencin
a la calidad exige observacin del proceso a fin de mejorarlo, tercera entre 1970
1980, es una etapa en la que, adems del mejoramiento de proceso, se percibe el
mejoramiento introducido; y finalmente entre 1980 2000, es la etapa en la que la
administracin misma redefine su papel con el propsito de que la calidad del
producto sea la estrategia a emplear para tener xito frente a los competidores.
Vase Figura 1.1.
1.1.3. La inspeccin de la calidad

En la primera etapa de inspeccin, sta coincide con el periodo en el que
comienza a tener mucha importancia la produccin de artculos en serie. Ante esta
situacin era necesario ver si el artculo, al final de la lnea de produccin,
resultaba apto o no, para el uso para el que estaba destinado; por eso, en las
fbricas se vio la conveniencia de introducir un departamento especial a cuyo
cargo estuviera la tarea de inspeccin. A este nuevo organismo se le denomino
departamento de control de calidad.

14

CONTROL DE CALIDAD
Figura 1.1. Etapas de la calidad

GCT
1980 2000
1970 1980
Gestin de la
calidad total
AC
1960 1970
CC
1950 1960
Aseguramiento
de la calidad
GCT
AC
I
CC
Control de la
calidad
Inspeccin de la
calidad
Adaptado de: MORENO-LUZN, Mara. D.; PERIS, Fernando J. y GONZLEZ, Toms. Gestin de la
calidad y diseo de organizaciones. Teora y estudio de casos. Madrid: Pearson Educacin, 2001. 432p.
Segn Frederick W. Taylor, el iniciador de la administracin cientfica, le

corresponde a la administracin definir la tarea de los operarios y especificarles el
procedimiento y la relacin que debe darse entre tiempos y movimientos. La tarea
de control de calidad compete a los supervisores. Es sta una de sus ocho taras
especficas.
G.S.Radford, en su obra The Control of Quality in Manufacturing, afirma que la
inspeccin tiene como propsito examinar de cerca y en forma crtica el trabajo
para comprobar su calidad y detectar los errores; una vez que estos han sido
identificados, personas especializadas en la materia deben ponerles remedio. Lo
importante es que el producto cumpla con los estndares establecidos, porque el
comprador juzga la calidad de los artculos tomado como base su uniformidad, que
es resultado de que el fabricante se cia a dichas especificaciones.
La inspeccin no slo debe llevarse a cabo en forma visual, sino adems con
ayuda de instrumentos de medicin. Radford propone mtodos de muestreo con
ayuda para llevar a cabo el control de calidad, mas no fundamenta sus mtodos
en la estadstica; habla, adems de cmo debe organizarse el departamento de
inspeccin.
El libro toca otros aspectos relacionados con la calidad; es decir, la calidad se
disea, como lo es la necesidad de que los diseadores se involucren desde el
comienzo en las actividades de calidad, la necesidad de que exista coordinacin
entre los diferentes departamentos y la relacin que debe existir entre el
mejoramiento de la calidad y la baja de costos.
15

CONTROL DE CALIDAD
1.1.4. El control estadstico de la calidad

En la segunda etapa del Los trabajos de investigacin llevados a cabo, en la
dcada de los treinta, por Bell Telephone Laboratorios fueron el origen de los que
actualmente se denomina control estadstico de la calidad (Statistical Quality
Control SQC)
A este grupo de investigadores pertenecieron entre otros, W. A Shewhart, Harold
Dodge. Harry Romig y, ms tarde, G.D. Edwards y Joseph Juran, quienes con el
tiempo iban a ser figuras prominentes del movimiento hacia la calidad.
En 1931, W.A Shewhart- public su libro Economic Control of Quality of
Manufactured product, que signific un avance definitivo en el movimiento hacia la
calidad. El autor proporciona una definicin precisa del control a efectuarse en el
proceso de manufactura, desarrolla tcnicas eficaces para monitorear y evaluar
da a da la produccin y propone diversas formas para mejorar la calidad.
Shewhart fue el primero en reconocer que en toda produccin industrial se da
variacin en el proceso.
Esta variacin debe ser estudiada con los principios de la probabilidad y de la
estadstica. Observ que no pueden producirse dos partes con las mismas
especificaciones, lo cual se debe, entre otras cosas a las diferencias que se dan
en la materia prima, a las diferentes habilidades de los operadores y a las
condiciones en que se encuentra el equipo. Ms an, se da variacin aun en las
piezas producidas por un mismo operador y con la misma maquinaria.
La administracin debe tomar en cuenta este hecho, relacionado ntimamente con
el problema de la calidad. No se trata de suprimir la variacin,- esto resulta
prcticamente imposible-, sino de ver qu rango de variacin es aceptable sin que
se originen problemas. El anlisis expuesto tuvo su origen en el concepto de
control estadstico de Shewhart.
Se dice que un fenmeno se controla cuando, con base en experiencias
anteriores, podemos predecir, al menos dentro de ciertos lmites, cmo esperamos
que el fenmeno va a variar en el futuro. Esta prediccin significa que podemos
establecer, en forma al menos aproximada, la probabilidad con la que el fenmeno
observado se va a dar dentro de ciertos lmites
Teniendo en cuenta los conceptos anteriores, shewhart desarrollo tcnicas y
estadsticas sencillas para determinar dichos lmites y grficas de control en las
que se pudieran presentar los resultados.

16

CONTROL DE CALIDAD
Mientras Shewhart prosegua su trabajo con respecto al control del proceso, otros
investigadores de la misma compaa, principalmente Harold Dodge y Harry
Roming, avanzaban en la forma de llevar a cabo la prctica del muestreo, que es
el segundo elemento importante del control estadstico del proceso.
Las tcnicas de muestreo parten del hecho de que en una produccin masiva es
imposible inspeccionar todos los productos, para diferenciar los buenos de los
malos. De ah la necesidad de verificar un cierto nmero de artculos entresacados
de un mismo lote de produccin, para decidir sobre esta base si el lote entero es
aceptable o no.
Sin embargo, esta forma de proceder incluye riesgos: debido a los defectos de
unas cuantas muestras se puede rechazar todo un lote de produccin de calidad
aceptable, como tambin se puede pasar como bueno un lote que en realidad
debera ser rechazado. Los investigadores, que consideraron este problema como
riesgo del productor y del consumidor, desarrollaron tambin algunas tcnicas
para solventarlo.
La participacin de Estados Unidos en la Segunda Guerra Mundial y la necesidad
de producir armamento en grandes cantidades fueron la ocasin para que se
aplicaran con mayor amplitud los conceptos y las tcnicas de control estadstico
de la calidad.
En diciembre de 1940, el Departamento de Guerra de Estados Unidos form un
comit para establecer estndares de calidad. Dicho departamento se enfrent
con el problema de determinar los niveles aceptables de calidad de las armas e
instrumentos estratgicos proporcionados por diferentes proveedores. Se
presentaron dos alternativas: o se daba un entrenamiento masivo a los
contratistas en el uso de las grficas del control del proceso, o bien, se
desarrollaba un sistema de procedimientos de aceptacin mediante un sistema de
muestreo a ser aplicado por inspectores del gobierno. Se opt por esta segunda
forma de proceder; y en 1942 el Departamento de Guerra estableci la seccin de
control de calidad, organismo en el que ocuparon puestos relevantes algunos
especialistas en estadstica de la Compaa Bell Telephone Laboratorios.
Este grupo desarroll pronto un conjunto de tablas de muestreo basadas en el
concepto de niveles aceptables de calidad (Aceptable Quality Levels AQL). En
ellas se determinaba el mximo por ciento de defectos que se poda tolerar para
que la produccin de un proveedor pudiera ser considerada satisfactoria.
La necesidad de elaborar programas de entrenamiento en asuntos referentes al
control de calidad con la cooperacin de importantes universidades de Estados
Unidos, fue la ocasin para que los conceptos y las tcnicas de control estadstico
se introdujeran en el mbito universitario. Los estudiantes que haban tomado
cursos comenzaron a integrar sociedades locales de control de calidad. Fue as
como se origin la American Society for Quality Control (ASQC) y otras ms.
17

CONTROL DE CALIDAD
A finales de la dcada de los cuarenta, el control de la calidad era parte ya de la

enseanza acadmica. Sin embargo, se le consideraba nicamente desde el
punto de vista estadstico y se crea que el mbito de su aplicacin se reduca, en
la prctica, al departamento de manufactura y produccin.
Se inicia una nueva en el movimiento haca la calidad slo hasta el momento en
que se perciben las implicaciones que el control estadstico de la calidad tiene
para la administracin.
1.1.5. El aseguramiento de la calidad

Esta tercera etapa se caracteriza por dos hechos muy importantes: la toma de
conciencia por parte de la administracin del papel que le corresponde en el
aseguramiento de la calidad y la implantacin del nuevo concepto de control de
calidad en Japn.
Antes de la dcada de los cincuenta, la atencin se haba centrado en el control
estadstico del proceso, ya que en esta forma era posible tomar medidas
adecuadas para prevenir los defectos. Este trabajo
se consideraba
responsabilidad de los estadsticos.
Sin embargo, era necesario que quedara asegurado el mejoramiento de la calidad
logrado; lo cual significaba que haba que desarrollar profesionales dedicados al
problema del aseguramiento de la calidad y que, ms an, haba que involucrar a
todos en el logro de la calidad. Todo lo cual requera un compromiso mayor por
parte de la administracin. Estara dispuesta la alta gerencia a un compromiso
de este gnero?
Lo anterior implica una partida presupuestal dedicada especficamente a atender
programas de calidad. Estara la administracin dispuesta a hacer dicha
erogacin? Ciertamente se era consciente de que el producto defectuoso incida
en los costos de produccin, pero hasta que grado? La inversin hecha para
asegurar la calidad quedara justificada por el ahorro que significaba evitar el
producto defectuoso? Tales eran, en el fondo, los problemas que se planteaban al
inicia de esta nueva poca del desarrollo del movimiento hacia la calidad.
Cuatro son ahora los autores m importantes que figuran: W. Edwards Deming,
Joseph Juran, Armand Feigenbaum y Philip B. Crosby. Deming pone de relieve la
responsabilidad que la alta gerencia tiene en la produccin de artculos
defectuosos. Juran investiga los costos de la calidad. Feigenbaum, por su parte,
concibe el sistema administrativo como coordinador, en la compaa, del
compromiso de todos en orden al logro de la calidad. Crosby es el promotor del
movimiento denominado cero defectos.
18

CONTROL DE CALIDAD
W. Edwards Deming ocupa un lugar preponderante en el movimiento hacia la

calidad debido, sobre todo, a su planteamiento visionario de la responsabilidad de
la administracin y a la influencia que tuvo en el movimiento japons hacia la
calidad.
Su planteamiento es el siguiente: si se mejora la calidad, disminuyen los costos.
La reduccin de costos juntamente con el mejoramiento de la calidad se traduce
en mayor productividad. La empresa con mayor productividad es capaz de
capturar un mercado cada vez mayor, lo cual le va a permitir permanecer en el
mundo de los negocios conservando as las fuentes de trabajo para sus
empleados. Hacer este cambio en el sistema es tarea de la alta gerencia.
Dado que la alta gerencia es responsable del sistema y puesto que gran parte de
los productos defectuosos se derivan del sistema mismo, la alta gerencia, y no los
trabajadores, es la responsable en mayor medida (el 85%) de los productos
defectuosos. Si la alta gerencia quiere cumplir con la responsabilidad que le
compete en esta poca de gran competitividad, debe llevar a cabo determinadas
acciones (los catorce puntos de Deming) que le van a permitir hacer el cambio del
sistema. El planteamiento de Deming se publico en su obra Quality. Producivity,
and Competittive Position, editada en 1982.
Joseph Juran, en su libro Quality Control Handbook editado en 1951, trat el tema
de los costos de la calidad y de los ahorros substanciales que los administradores
podan lograr si atendan inteligentemente el problema. Estos ahorros los compara
el autor con el oro de una mina que es necesario saber explotar. Algunos costos
de produccin, son inevitables, pero otros se pueden suprimir. Son inevitables los
relacionados con el control de la calidad.
Los que se pueden suprimir son los que se relacionan con los productos
defectuosos, como son el material de desecho, las horas invertidas en
reparaciones, en retrabado y en atender reclamaciones, y las prdidas financieras
que resultan de clientes insatisfechos. Si se suprimieran todos estos costos
invirtiendo en el mejoramiento de la calidad, se lograran ahorros verdaderamente
substanciales.
Se estara explotando el oro contenido en la mina.Es responsabilidad de la alta
gerencia decidir qu tanto quiere invertir en este mejoramiento. Los
administradores, adems deben tener en cuenta que determinadas decisiones
tienen consecuencias muy importantes. Por ejemplo, la inversin hecha en el
diseo de la calidad de un nuevo producto va a repercutir grandemente en los
costos de fabricacin del producto y en la aceptacin que el artculo va a tener
entre los consumidores.
En 1956, Armand Feigenbaum en su libro Total Quality Control, propone por
primera vez el concepto control total de calidad. Su planteamiento es el siguiente:
no es posible fabricar productos de alta calidad si el departamento de manufactura
19

CONTROL DE CALIDAD
trabaja aisladamente. Para que el control de calidad sea efectivo, ste debe
iniciarse con el diseo mismo del producto y terminar slo cuando el artculo est
en manos de un consumidor satisfecho. Por consiguiente, el principio fundamental
del que hay que partir es el siguiente: la calidad es trabajo de todos y de cada uno
de los que intervienen en cada etapa del proceso.
Diferentes departamentos deben intervenir, en mayor o menor medida
dependiendo de la actividad que les es propia tanto en el control del diseo de un
nuevo producto, como en el control del diseo de un nuevo producto como en el
control del material que entra y en el control del producto que sale a la venta. Si no
intervienen grupos interdepartamentales en todas estas actividades, se corre el
riesgo de cometer errores en el proceso, que tarde o temprano van a ser causa de
problemas en la lnea de ensamble o, peor an, cuando el producto est ya en
manos del consumidor.
A fin de que el sistema funcione, es necesario que las compaas desarrollen
matrices en las que
expresen las responsabilidades que los diferentes
departamentos tienen con respecto a determinadas actividades o funciones. De
ah la necesidad de construir equipos interdepartamentales que tengan como
funcin llevar a la mesa de discusin los puntos de vista de los diferentes
departamentos y asegurar el que estos puntos de vista sean tomados en cuenta
en la actividad propia de cada departamento. La alta gerencia es, en ltimo
trmino, la responsable de la efectividad del sistema.
Tanto Juran como Feigenbaum sealan la necesidad de contar con nuevos
profesionales de la calidad que renan conocimientos estadsticos y habilidades
administrativas; expertos en ingeniera de control de calidad, que sepan planear la
calidad a alto nivel, coordinar las actividades de otros departamentos y empresas
y de establecer estndares de calidad y proporcionar mediciones adecuadas;
pero tambin ve cmo se comporta el producto en el mercado a fin de mejorar el
diseo del producto y del proceso y competir mejor.
Philip B. Crosby est ligado con la filosofa conocida como cero defectos, que se
experiment en la Martn Company, fbrica de los misiles Pershing. El hecho de
haber podido entregar en Cabo Caaveral uno de estos artefactos el 12 de
diciembre de 1961 sin ningn defecto y el haber podido entregar otro en febrero
de 1962 tambin sin ningn defecto, pero este ltimo ya como resultado de una
peticin expresa de la administracin a los trabajadores en este sentido, hizo caer
en la cuenta a los directivos de esta compaa que cuando la administracin pide
perfeccin, sta se da. Si no se da la perfeccin en un trabajo, esto se debe a que
la administracin o no la exige a los trabajadores no tienen la intencin de darla.
Dicho razonamiento permiti ver la importancia que tiene motivar a los
trabajadores y hacerlos conscientes de que pueden hacer su labor sin ningn
defecto.
20

CONTROL DE CALIDAD
El programa se denomin cero defectos y se, distingui por el nfasis que puso en
hacer conscientes de la importancia del programa a quienes iban a participar en l
y en motivarlos. Martn Company, pues, articul una filosofa, segn la cual el
nico Standard aceptable de calidad es cero defectos.
Para lograr este propsito entren a sus trabajadores, hizo eventos especiales,
estableci metas y llev a cabo autoevaluaciones. Philip B. Crosby, quien trabaj
en la compaa Martn en la dcada de los sesenta, divulg esta filosofa en su
libro Quality Is Free (12). A juicio de este autor es tcnicamente posible lograr una
excelente calidad; la cual es lo ms reducible desde el punto de vista econmico.
1.1.6. La gestin de la calidad

En la cuarta etapa, relacionada con las dos ltimas dcadas, ha tenido lugar un
cambio muy importante en la actitud de la alta gerencia con respecto a la calidad
debido, sobre todo, al impacto que, por su calidad, precio y confiabilidad, han
tenido los productos japoneses en el mercado internacional.
Se trata de un cambio profundo en la forma como la administracin concibe el
papel que la calidad desempea actualmente en el mundo de los negocios. Si en
pocas anteriores se pensaba que la falta de calidad era perjudicial a la compaa,
ahora se valora la calidad como la estrategia fundamental para alcanzar
competitividad y, por consiguiente, como el valor ms importante que debe presidir
las actividades de la alta gerencia.
La calidad no pasa a ser estrategia competitiva slo porque se apliquen mtodos
estadsticos para controlar el proceso; como tampoco lo es por el hecho de que
todos se comprometan a elaborar productos sin ningn defecto, pues esto de nada
servira si no hay mercado para ellos. La calidad pasa a ser estrategia de
competitividad en el momento en el que la alta gerencia toma como punto de
partida para su planeacin estratgica los requerimientos del consumidor y la
calidad de los productos de los competidores. Se trata de planear toda la
actividad de la empresa, en tal forma de entregar al consumidor artculos que
respondan a sus requerimientos y que tengan una calidad superior a la que
ofrecen los competidores.
Esto, sin embargo, implica cambios profundos en la mentalidad de los
administradores, en la cultura de las organizaciones y en las estructuras de las
empresas. La experiencia que las empresas japonesas han tenido en la
implantacin de un sistema administrativo enfocado al logro de la calidad ha
contribuido en gran media a visualizar cules deben ser estos cambios y, por
consiguiente, a comprender los pasos a dar para lograr que la calidad llegue a ser
estrategia competitiva por excelencia, sintetizada en la gestin de la calidad.

21

CONTROL DE CALIDAD
1.2. DEFINICIONES DE CALIDAD

Debido a la importancia que el tema de calidad ha venido ganando en los ltimos
tiempos, es necesario estar al tanto que cuando se habla de calidad se debe saber
exactamente a qu se est refiriendo, ya que la diversidad de propuestas
existentes en la literatura especializada puede crear cierta confusin en quienes
se introducen en este tema, es de anotar que se comparten los planteamientos
tanto de los clsicos de la calidad, como los de Moreno y otros (2001)2, as:
La clsica adecuacin al uso de Juran (1974), la interesante propuesta de Garvin
(1988) de calidad como simple y no analizable propiedad que aprendemos a
reconocer slo a travs de la experiencia, la especfica conformidad con los
requerimientos de Crosby (1979), o la de Pirsig (1974) que pone en cuestin la
propia definicin de la calidad no es ni mente ni materia, sino una tercera entidad
independiente de las dos, algo que se conoce, pero sobre lo que es difcil
establecer un juicio objetivo (como para citar algunos ejemplos).
Tambin, cuando se habla de calidad no se puede precisar el objeto al que se
atribuye esa cualidad, que suele estar en el producto, el servicio, el proceso, o la
propia empresa y sus sistemas de gestin, en especial el sistema de gestin de la
calidad como complemento del control estadstico de la calidad.
Garvin (1988) y Reeves y Vendar (1994), realizan una sntesis de las definiciones
del concepto en las que pueden encuadrarse, entre otras, las propuestas por los
autores ms conocidos como Deming. Juran, Feigenbaum o Crosby. A
continuacin se dan a conocer algunas aproximaciones a stas.
1.2.1. Calidad como conformidad

La calidad como conformidad con unas especificaciones es una idea que surge en
el mbito del taller y de la fbrica de manufacturas. A finales del pasado siglo y
principios de ste, el objetivo de las empresas manufactureras era conseguir la
produccin en masa de productos iguales y sin defectos. Se busca conseguir que
todas las piezas del mismo tipo sean semejantes e intercambiables. Lo substancial
est en obtener una produccin estndar que permita obtener piezas y productos
parecidos. De esta forma la calidad equivale a la no variabilidad de procesos y
productos.
La calidad como conformidad coexiste en los postulados tayloristas y fordistas y su
mayor logro es el control estadstico de procesos, que trata de eliminar el elevado
coste de la inspeccin masiva (Shewhart 1931; Jurn 1951; Deming, 1989;
2
MORENO-LUZN, Mara. D.; PERIS, Fernando J. y GONZLEZ, Toms. Gestin de la calidad y diseo de organizaciones. Teora y
estudio de casos. Madrid: Pearson Educacin, 2001. 432p.

22

CONTROL DE CALIDAD
Crosby, 1984; 19991). La calidad de los productos es medida a travs de

indicadores cuantitativos, de los cuales permiten ver la conformidad de los
productos con las especificaciones diseadas.
Lo anterior se centra en un concepto til en mercados de productos industriales,
fcil de implantar y administrar, y que puede ser medido y controlado con
exactitud.
La aplicacin de este concepto de calidad involucra incrementos de la eficiencia
en aquellas partes de las organizaciones que afrontan menores grados de
incertidumbre y en las que es ms fcil definir especificaciones tales como:
produccin, facturacin, servicio, entre otros. De hecho, siempre que sea posible
identificar correctamente las especificaciones exigidas por el cliente, y siempre
que stas tengan un grado suficiente de estabilidad en el tiempo, hace posible la
estandarizacin de procesos y productos.
Sin embargo, la aplicacin de este concepto se vuelve ms problemtica cuando
sus defensores (Juran, Deming y Crosby, para citar algunos), insisten en que las
especificaciones deben ser definidas en funcin de los requerimientos del cliente.
Los clientes en general, no conocen las especificaciones de calidad del producto,
ni se preocupan por estos aspectos tan tcnicos y especficos del mismo, lo cual
es especialmente cierto en los productos de gran consumo o de consumo de
masas.
1.2.2. Calidad como satisfaccin de las expectativas del cliente

La calidad como satisfaccin de las expectativas del cliente parte de la evolucin
de la gestin de calidad desde una perspectiva muy centrada en la produccin
hasta perspectivas que integran la dimensin, se ha tenido como consecuencia el
dar cada vez mayor importancia a la satisfaccin de las expectativas de los
clientes como eje central y principio bsico de la calidad. En este sentido un
producto o servicio ser de calidad cuando satisfaga o exceda las expectativas del
cliente.
Esta definicin del concepto de calidad hace necesario un conjunto de factores
subjetivos de tal manera que puedan ser medidos. Los clientes ciertamente, no
conocen las especificaciones que permitan juzgar la calidad de un modo objetivo;
pero s tienen expectativas y estas son susceptibles de medicin, an cuando esta
medicin pueda ser una cuestin difcil en muchos casos.
Se trata de una definicin enfocada hacia el exterior de la organizacin y, por
tanto, va a ser especialmente sensible a los cambios del mercado. Si una empresa
descubre los factores que conforman las expectativas de sus diversos clientes y
es capaz de monitorizarlos, puede afirmarse que habr adquirido las bases para
una ventaja competitiva importante. Dicha organizacin estar en situacin de
23

CONTROL DE CALIDAD
elegir los atributos del producto o servicio sobre los que cimentar su estrategia
producto-mercado.
1.2.3. Calidad como valor con relacin al precio

La calidad como valor con relacin al precio es un pensamiento aplicable, a
productos y servicios. Los autores que utilizan esta definicin entienden que la
nocin de valor debe ser incluida en la definicin de calidad. Plantean que tanto
precio como calidad deben ser tenidas en cuenta en un mercado competitivo.
Feigenbaum (1955) plantea que la calidad no tiene el sentido popular de lo mejor
en un sentido absoluto. Representa lo mejor para cierto consumidor en funcin del
uso actual del producto-servicio y de su mejor precio de venta. Coexiste, la calidad
de un producto-servicio y de su mejor precio de venta. Es decir, la calidad de un
producto no puede ser desligada de su coste y de su precio.
Los modelos de comportamiento del consumidor, que explican cmo ste intenta
maximizar sus utilidades, pueden ser utilizados de forma sencilla para analizar las
relaciones precio-calidad. En consecuencia, un bien con diferentes calidades y
diferentes precios puede ser tratado como un conjunto de diferentes bienes entre
los cuales el consumidor asignar su renta segn su funcin de unidad.
En el concepto de calidad como valor, est la concepcin econmica de que el
precio es el primer determinante en la eleccin del consumidor. Por ende la
calidad se entiende aqu como un concepto subordinado y relativo, lo que implica
que se tratar de obtener la mejor calidad posible a un precio dado. Es la
concepcin que subyace a la definicin muy extendida.
El concepto de calidad incorpora aqu, adems, una serie de atributos como
durabilidad, comodidad, etc.; que, junto al precio, permiten su concrecin en
indicadores que ayudan al establecimiento de comparaciones efectivas entre
productos, servicios y experiencias de consumo distintas.
1.2.4. Calidad como excelencia

La calidad como excelencia es el concepto ms genrico e integrador de las
formas de entender la calidad. Se puede aplicar a productos, servicios, procesos,
y a la empresa en su conjunto. De hecho el trmino excelencia es el ms
comnmente utilizado en referencia a la calidad en contextos muy diversos. Es
frecuente su uso para calificar a las personas, e indica en el mismo un
comportamiento ejemplar, una alta calidad humana.

24

CONTROL DE CALIDAD
Como concepto de uso general y denotar aquello que es lo mejor posible, la

calidad como excelencia es un objetivo que permite y exige incorporar el
compromiso de todos los integrantes de la organizacin; y que, si es reconocida
por el mercado, ser fuente de ventaja competitiva, va diferenciacin (Garvin,
1984). Este concepto se aplica a aquellos productos y servicios que renen los
mximos estndares de calidad en sus diferentes caractersticas. El concepto de
calidad implica aqu no admitir, en la realizacin de cualquier tarea, todo aquello
que no sea lo mejor (Juran 1951), y supone la inversin de las mejores habilidades
y materiales en la realizacin de una tarea, para alcanzar el mejor resultado
posible. Concluyentemente, un producto o un servicio son de calidad excelente
cuando se aplican, en su realizacin, los mejores componentes y la mejor gestin
y realizacin de los procesos.
En consecuencia de lo anterior se pueden esquematizar los anteriores conceptos,
tal como puede verse en la Figura 1.2.
Figura 1.2. Esquema de los conceptos de calidad
Excelencia
Conformidad
con las especificaciones
del PRODUCTO
(Eficiencia)
Perspectiva interna
Satisfacer expectativas
del CLIENTE
(Eficacia)
Valor R Precio
Perspectiva de mercado
Perspectiva global
(Eficiencia * Eficacia) = Efectividad
Adaptado de: MORENO-LUZN, Mara. D.; PERIS, Fernando J. y GONZLEZ, Toms. Gestin
de la calidad y diseo de organizaciones. Teora y estudio de casos. Madrid: Pearson Educacin,
2001. 432p.
Teniendo en cuenta como punto de referencia a la empresa, se puede agrupar las

diferentes definiciones de calidad, as:
La perspectiva interna hace nfasis en la eficiencia. Parte del supuesto de que la
empresa est ofreciendo productos y servicios que interesan al mercado y, por
tanto, lo importante es elaborar el producto o prestar el servicio con una atencin
especial a los costes y a la productividad, respetando lo pactado con el cliente de
forma tctica o explcita. Se asume aqu que si un output est elaborado
eficientemente, y tiene un rendimiento igualmente eficiente, ser adquirido en el
mercado.
25

CONTROL DE CALIDAD
La perspectiva externa, posterior en el tiempo, trata de cubrir las lagunas del

enfoque anterior, asumiendo que en los mercados con un alto grado de rivalidad
entre competidores, fuerte ritmo de cambio tecnolgico, y cambios en los gustos
de los consumidores es necesario centrarse en el cliente, que es quien va a
indicar qu productos y servicios necesita, con qu caractersticas y prestaciones,
y a que precio. Esta perspectiva deja un segundo plano la eficiencia para poner el
nfasis en la eficacia y en la satisfaccin de los deseos del cliente, dejando
tambin en un lugar secundario la satisfaccin de otros grupos de influencia; es
decir, los stakeholders.3
La perspectiva global abarca las dos anteriores: la empresa excelente es aquella
que satisface las necesidades de todos los stakeholders relacionados con ella, y
adems con criterios de eficiencia. En este caso se entiende el concepto de
excelencia no como estado a alcanzar, sino como una filosofa de trabajo que da
lugar a un proceso dinmico de mejora en el que el objetivo es alcanzar la
eficiencia y la eficacia; y por consiguiente, la efectividad considerada como el
producto de las dos.
Dada la importancia que representan aqu los conceptos de eficiencia y eficacia, y
por ende el de efectividad, as como el de productividad; stos se amplan a
continuacin en la Figura 1.3, as:
Figura 1.3. Esquema del concepto de productividad
PRODUCTIVIDAD
Bienes
Entrada,
Inputs
Insumos
Relacin
Bienes
Proceso
de
Transformacin
Salida,
Outputs
Produccin
Servicios
Servicios
Mientras que en la Figura 1.3., se observa claramente el concepto de

productividad visto como la relacin que existe entre el proceso de transformacin
Empleados, accionistas, proveedores, otras empresas y sociedad en general.

26

CONTROL DE CALIDAD
de bienes y servicios para la obtencin de otros bienes servicios, en la Figura 1.4.,

se dan a conocer diferentes aseveraciones del trmino de productividad.
Figura 1.4. Diferentes aseveraciones sobre el
concepto de productividad
La productividad es la Relacin entre las Salidas y Entradas.
La productividad es la Relacin entre las Outputs e Inputs.
La productividad es la Relacin entre la Produccin e

Insumos.
Para concluir, en la Figura 1.5., se resaltan los conceptos de eficacia, eficiencia y
efectividad, donde como ya se mencion anteriormente esta ltima se considera
como el producto de las dos; es decir, tanto de la eficiencia como de la eficacia.
Figura 1.5. Relacin de eficacia, eficiencia y efectividad
Eficacia
Produccin Lograda
Meta de Produccin
Eficiencia
Recursos Programados
Recursos Reales
Efectividad
Eficacia * Eficiencia
Se tiene en cuenta aqu que mientras que la meta de produccin y los recursos
programadas pueden ser son obtenidos mediante estudios previos de tiempos y
27

CONTROL DE CALIDAD
movimientos, la produccin logradas y los recursos reales pueden ser tomados de

reportes de produccin y de minutas de produccin respectivamente, tal como
puede verse en la Figura 1.6.
Figura 1.6. Diferencia entre meta de produccin,
recursos programados, produccin lograda y recursos
reales
Meta de Produccin:
Cantidad de unidades a
producir (resultado del
estudio de tiempos y
movimientos).
Produccin Lograda:
Cantidad de unidades
producidas (tomada de
los reportes de
produccin).
Recursos Programados:
Tiempos programados
(resultado del estudio de
tiempos y movimientos) u
otros recursos
programados.
Recursos Reales:
Tiempos realmente
consumidos (tomados de
las minutas de
produccin) u otros
recursos programados.
1.3. REAS RESPONSABLES DE LA CALIDAD

Teniendo en cuenta que la calidad es algo con lo que la organizacin en su
totalidad debe estar relacionada, la administracin de sta es objeto de estudios
ms profundos. Este hecho incluye la mejora continua, la prevencin de defectos,
los enfoques de calidad total y la calidad japonesa.
Tal como qued establecido en la seccin anterior, el trmino calidad se utiliza en
una amplia variedad de formas diferentes; no existe una definicin clara de sta, a
menos que sea vista desde las dimensiones del concepto de calidad; es decir,
desde el punto de vista del comprador, la calidad con frecuencia se asocia a su
valor, utilidad o incluso al precio; desde el punto de vista del productor, la calidad
se asocia con el diseo y la produccin de un producto para satisfacer la
necesidad del cliente.
As las cosas, los productores deben esforzarse continuamente para mejorar la
calidad, esto es, realizar un mejor trabajo para satisfacer las necesidades del
cliente y reducir la variabilidad en todos los procesos. La mejora continua es un
proceso que nunca termina y se estima con conocimiento y resolucin de
problemas. Conforme los productores cumplen mejor las expectativas de los
clientes, y conforme se tiene disponible una mejor tecnologa, la calidad se puede
mejorar continuamente.
28

CONTROL DE CALIDAD
De acuerdo con Juran y otros autores versados sobre el tema, como es el caso de
Schroeder (1994)4, la calidad incluye las siguientes cinco caractersticas:
Tecnolgicas (por ejemplo, resistencia y dureza)

Psicolgicas, (por ejemplo, sabor, belleza, posicin relativa)
Orientadas en tiempo (por ejemplo, confiabilidad y servicio)
Contractuales (por ejemplo, estipulacin de la garanta)
ticas (por ejemplo, cortesa del personal de ventas, honestidad)
La calidad para un producto manufacturado se puede definir principalmente por las

caractersticas tecnolgicas contractuales y orientadas en tiempo, mientras un
producto de servicio puede incluir todas las caractersticas mencionadas
anteriormente.
En este sentido, las reas responsables de la calidad requieren una interaccin
continua entre el consumidor, operaciones y otras reas de la organizacin. En la
Figura 1.7., se muestra cmo estas interacciones tienen lugar en las reas
responsables de la calidad. El cliente especifica las necesidades, por lo regular a
travs de la funcin de la mercadotecnia. Estas necesidades son o estn
expresadas directamente por el cliente, o descubiertas a travs de un proceso de
investigacin de mercados. La ingeniera, a su vez, disea un producto para
satisfacer esas necesidades o trabaja junto con el cliente en las modificaciones de
diseo que se adaptarn de acuerdo con las capacidades de produccin.
SCHROEDER, Roger. Administracin de operaciones. Toma de decisiones en la funcin de operaciones. 3ed. Mjico: McGraw-Hill, 1994.
855p.

29

CONTROL DE CALIDAD
Figura 1.7. reas responsables de la calidad
Necesidades
CLIENTE
Especifica las necesidades de calidad.
Redefine las necesidades para fijar las
capacidades de operaciones.
MERCADOTECNIA
Interpreta las necesidades del cliente.
Trabaja con el cliente en el diseo del
producto para fijar las operaciones.
Interpretacin de
la necesidades
INGENIERA
Define el concepto de diseo.
Prepara las especificaciones.
Define caractersticas de calidad.
OPERACIONES
Fabrica el producto
o servicio.
Especificaciones
CONTROL DE
CALIDAD
Planea y monitorea la
calidad.
Adaptado de: SCHROEDER, Roger. Administracin de operaciones. Toma de decisiones en la

funcin de operaciones. 3ed. Mjico: McGraw-Hill, 1994. 855p.
Una vez que se ha terminado el concepto de diseo y las especificaciones, queda

establecida la calidad de diseo. La ingeniera debe entonces trabajar junto con
operaciones para producir el producto especificado o, si se encuentran
dificultades, modificar las especificaciones. Operaciones debe asegurarse
continuamente de que el producto se est fabricando conforme a lo especificado, y
esto se logra insistiendo en la calidad de conformidad con las especificaciones del
producto o servicio.
Esto generalmente se realiza mediante la capacitacin, supervisin,
mantenimiento de maquinaria y equipo e inspeccin apropiadas. Adems, para
cumplir con las especificaciones, operaciones debe esforzarse por reducir la
variacin de sus procesos y productos en el tiempo. De esta forma se lleva a cabo
la mejora continua.
1.4. CONTROL TOTAL DE CALIDAD

Para iniciar el proceso de control total de calidad en primer lugar, es de recalcar
que las autoridades de los niveles superiores deben establecer una poltica de
calidad; vale decir, la alta direccin. sta a su vez, debe derivarse de una
estrategia corporativa.
En segundo lugar, despus de considerar los factores estratgicos, la gerencia de
alto nivel debe fijar una poltica de calidad. El comportamiento de calidad total
significa entender quin, cules son los requerimientos y satisfacer esos
requerimientos sin error, a tiempo y durante todo el tiempo.
30

CONTROL DE CALIDAD
Los enunciados de la poltica deben continuarse con objetivos de calidad

establecidos sobre bases peridicas, generalmente anuales. Si la compaa tiene
un sistema de Administracin Por Objetivos (MBO - Management By Objetives),
los objetivos de calidad deben incorporarse en ste. Los objetivos de la calidad
deben aparecer no nicamente en los enunciados de MBO del administrador de la
calidad, sino en los enunciados de cada gerente relacionado con la calidad, por
ejemplo, operaciones, mercadotecnia, ingeniera y servicio en campo, etc.
Para mencionar algunos se citan los siguientes ejemplos de objetivos de la
calidad:
Aumentar el nivel de calidad de salida a 99.999% (10 defectos en un milln

de unidades) medido mediante procedimientos de muestreo.
Asegurarse de que todos los gerentes reciban un curso de capacitacin de
5 das sobre aseguramiento de la calidad.
Formar crculos de control de calidad de trabajadores y asesores para
reunirse semanalmente, con objeto de identificar las causas de una baja de
calidad y tomar la accin correctiva apropiada.
Una vez que se han formulado los objetivos y se han asignado a gerentes
especficos, estos ltimos proporcionarn los recursos a corto plazo para
mejorar la calidad y llevar a cabo la poltica de calidad de la compaa.
Por otra parte, conjuntamente con la poltica y los objetivos, la estructura

organizacional es uno de los asuntos que deben decidirse como parte de la
administracin de la calidad.
Si la calidad debe reportar a manufactura o no da lugar a grandes controversias.
Aquellos que argumentan una funcin de calidad separada reportando al gerente,
afirman que la calidad debe ser independiente para evitar el comprometerla con el
esfuerzo para satisfacer los programas o reducir costos. Este punto de vista ha
sido especialmente fuerte en compaas que trabajan para el gobierno. En
algunos casos, el gobierno insiste en que la calidad debe ser organizada en forma
separada para proteger los intereses del gobierno como cliente (en la actualidad
en Colombia quien viene adelantando esta labor es Accin Social de la
Presidencia de la Repblica).
Reiterando, aquellos que argumentan que la calidad debe depender de
manufactura puntualizan que sta no se puede inspeccionar en un producto o
servicio y que la calidad requiere una coordinacin estrecha con la fuerza de
trabajo, compras y todas las fases de la operacin. Sostienen que el gerente de
manufactura es la persona indicada para coordinar el trabajo del departamento de
calidad y todos los otros departamentos dentro de manufactura que afecta la
calidad.

31

CONTROL DE CALIDAD
En aos recientes, en la medida que se ha desarrollado el concepto de calidad

total, el arreglo organizacional en uso se ha hecho menos importante. Utilizando el
concepto de calidad total, el departamento de calidad se percibe como el
coordinador organizacional de todos los otros departamentos que afectan a la
calidad: manufactura, compras, mercadotecnia e ingeniera. Bajo un programa de
calidad total. Cada departamento debe identificar su papel exacto en cuanto a la
calidad se refiere y debe establecer objetivos para mantener aceptable la calidad
de diseo y comportamiento.
El concepto de la calidad total requiere entonces, que el departamento de calidad
y fbrica invierta ms tiempo en la planeacin y menos en la inspeccin y control.
Un enfoque de calidad total subraya la prevencin de defectos y reconoce el papel
de todas las reas de la organizacin para lograr los objetivos de la calidad. De
hecho, la prevencin no es algo que pueda llevar a cabo cualquier departamento
debido a que requiere la atencin sobre las relaciones del proveedor (compras),
capacitacin (personal), diseo (ingeniera) necesidades del cliente
(mercadotecnia) y fabricacin del producto (operaciones).
Se requiere un enfoque de sistemas total que abarque la organizacin por
completo. En este caso, el departamento de calidad no es responsable de todos.
El departamento de calidad sirve en su papel de coordinador para asegurar que
cada uno contribuya a los objetivos de calidad. En consecuencia, la falta de un
concepto de calidad total se puede ver todos los das en la industria.
Al descubrir un problema de calidad, el gerente general con frecuencia toma en
sus manos el control de calidad para identificar el problema. En realidad, el control
de calidad puede hacer poco, dado que el problema fue ocasionado en primer
lugar por ingeniera, manufactura o mercadotecnia. Es un error llamar a la mayora
de los problemas como problemas de calidad; deben llamarse por los nombres de
los departamentos que los ocasionaron. Es de aclarar que cada una de estas
reas responsables de la calidad fue explicada en la seccin anterior.
Por lo tanto, no es simple reconocer la importancia del control de calidad total; sino
que, se debe poner en ejecucin un programa positivo a travs de toda la
organizacin. El programa debe especificar cmo sern organizados los esfuerzos
de la calidad total, cmo pueden los individuos estar conscientes de su papel en la
calidad y cmo se deben medir los resultados del enfoque de calidad total, razn
por la que el enfoque de Deming es el ms empleado.
Para ilustrar los conceptos anteriores, a continuacin se esquematiza la forma que
tiene lugar la aplicacin de stos en la Figura 1.8. Es de resaltar que las tcnicas
sugeridas como son el costo de la calidad, estudios de prdidas, medicin,
diagrama de causa efecto, diagrama de Pareto; y los anlisis estadsticos como
grficos de control, muestreo e inspeccin, se vern en ms adelante en los
captulos sucedentes.
32

CONTROL DE CALIDAD
Figura 1.8. Proceso para lograr la calidad total

Estrategia y calidad
Aclaracin del tema de calidad, un objetivo de las operaciones
Factores que afectan
la calidad:
Administracin
Empleados
Instalaciones,
procesos y
equipos
Materiales
Vendedores
Comprensin de las relaciones entre

los factores que afectan la calidad y
desempeo de la calidad:
Percepciones del cliente
Resultados que se esperan de la
calidad
Factores que afectan la calidad
Acciones para mejorar y asegurar el
apego a los objetivos:
Enfoques iniciados por la
administracin
Comportamiento y calidad
Resultados: Consistencia con la
calidad de todos los productos y
servicios en concordancia con la
posicin estratgica deseada
Anlisis: la base para el

continuo mejoramiento, la
gestin y el aseguramiento
de la calidad y su control:
Diagnstico
orientado hacia la
calidad total: Costo de
la calidad, estudios de
prdidas, medicin,
diagrama de causa
efecto, diagrama de
Pareto.
Anlisis estadstico:
Grficos de control,
muestreo e
inspeccin
Adaptado de: ADAM, Everett y EBERT, Ronald. Administracin de la produccin y las operaciones.
4ed. Mjico: Prentice-Hall, 1991. 739p.

33

CONTROL DE CALIDAD

Para el estudio del control estadstico de la calidad es necesario conocer acerca
del papel que juega la distribucin de frecuencias y parmetros en el mismo, la
capacidad del proceso para medir la variacin de stos; y de hecho, los grficos
de control por variables y atributos, entre otros de los muchos autores que han
trabajado el tema, se acompaan los esbozados por Tabla (1998)5, as:
2.1. DISTRIBUCIN DE FRECUENCIAS Y PARMETROS

Para realizar la distribucin de frecuencias y parmetros, es necesario conocer
algunos conceptos como la toma de datos, la ordenacin, las medidas de
tendencia central, a saber: la media aritmtica, la mediana y la moda, as como el
rango.
2.1.1. La toma de datos

La toma de datos es la obtencin de las lecturas de caractersticas variables que
de alguna manera se obtienen para conocer el estado del proceso y que no han
sido ordenadas numricamente.
2.1.2. La ordenacin
La ordenacin es una coleccin de datos numricos, anotados en forma creciente
o decreciente en magnitud.
2.1.3. Medidas de la tendencia central

Se definen tres de ellas a continuacin como son: la media aritmtica, la mediana
y la moda.
TABLA, Guillermo. Gua para implantar la norma ISO 9000 para empresas de todos tipos y tamaos. Mxico: McGraw-Hill, 1998. 387p.

34

CONTROL DE CALIDAD
Media aritmtica. La media aritmtica de un conjunto de datos es un valor tpico

y representativo del mismo, que al tender a situarse en el centro de los valores
obtenidos y ordenados, indica cul es la posicin del centro aritmtico de los datos
proporcionados.
La media aritmtica se representa de la siguiente manera:
x=
x1+ x 2 + x3+ ... + x n

n
Que tambin puede ser:
x=
n
xi
i =1
n
Donde:
x = Media aritmtica
x1, x2, x3, ... , xn = Datos variables medidos
n = Nmero de datos medidos
A manera de ejemplo:
40 + 42 + 25 + 23 + 27 + 23
6
=
180
6
= 30
Si las mismas lecturas se presentan ms de una vez, la representacin de

la media aritmtica es:
f 1 x1+ f 2 x 2 + f 3 x3+ ... + f k x k

x=
f 1+ f 2 + f 3+ ... + f k
35

CONTROL DE CALIDAD
O de la misma manera:
x=
k
f xi
i
i =1
k
f
i
i =1
Donde:
x = Media aritmtica
x1, x2, x3, ... , xk = Datos medidos
f1, f2, f3, ... , fk = Frecuencia de los datos medidos
k
n = f i = Frecuencia total, es decir el nmero total de datos
i =1
A manera de ejemplo vanse los datos de la Tabla 2.1.

Tabla 2.1. Datos de media aritmtica
fk
xk
fkxk
Item
1
5
34
170
2
4
21
84
3
20
14
280
4
31
52
1612
5
6
47
15
n=
12
26
i =1
122
f k xk =
564
390
3100
Si las mismas lecturas se presentan ms de una vez, la representacin de

la media aritmtica es:
x=
k
f xi
i
i =1
k
f
i
i =1
x=
3100
122

36

CONTROL DE CALIDAD
= 25.41
Mediana. La mediana es una coleccin de datos ordenados en magnitud, donde la
mediana es el valor medio, si la cantidad de datos es non o la media aritmtica de
dos valores medios si la cantidad de datos es par.
A manera de ejemplo, si la cantidad de datos es impar:
1, 3, 4, 5, 7, 9, 13, 14, 18, la mediana es el nmero 7.
A manera de ejemplo, si la cantidad de datos es par:
4, 5, 6, 10, 13, 16, 17,18, su mediana se calcula de la siguiente manera:

M =
1
(10 + 13)
2
= 11.5
Geomtricamente, la mediana es el valor xk que corresponde a la vertical que
divide un histograma en dos partes de igual rea.
Moda. La moda de una serie de nmeros, es aquel valor que en los datos se
presenta con la mayor frecuencia, es decir es el valor ms comn. La moda puede
no existir y cuando existe, puede no ser nica.
A manera de ejemplo:
El conjunto de datos 3, 8, 10, 12, 12, 12, 12, 17, 19, 21, 23, tiene un valor
de moda de 12.
El conjunto de datos 3, 8, 10, 12, 17, 19, 21, 23 no tiene un valor de moda.
El conjunto de datos 5, 8, 11, 11, 11, 15, 17, 19, 19, 19, tiene dos valores
de moda que son 11 y 19, llamndose bimodal.
2.1.4. Rango
El rango se define como la diferencia que hay entre el valor mayor y el valor
menor, obtenidos en un conjunto de datos.
La media aritmtica o promedio se usa como medida de la tendencia central; sin
embargo, es necesario establecer indicadores que muestren la variabilidad de los
37

CONTROL DE CALIDAD
datos. Tales indicadores se conocen como medidas de dispersin o de variacin y

su medicin se realiza calculando el rango de los datos, as:
Rango = x
mayor
menor
=V
Vm
El rango es una medida de variacin que proporciona la amplitud dentro de la que

se encuentran la totalidad de los datos.
A manera de ejemplo obsrvese la Figura 2.1.
Nmero que se repite
Figura 2.1. Datos observados dentro de un rango

2,5
2
1,5
y
1
0,5
0
0
10
15
20
25
30
Nmero observado
2.1.5. Procedimiento para determinar la distribucin de frecuencias

Para determinar la distribucin de frecuencias, se deben seguir los siguientes
cinco pasos, as:
Paso 1. Se calcula el rango de los datos medidos.
Rango
Rango = V
Vm
Paso 2. Se calcula la amplitud de clase, que es la cantidad propuesta de barras

que tendr el histograma; as:

38

CONTROL DE CALIDAD
Amplitud de clase
A=
R
k
Donde:
A = Amplitud de clase
R = Rango de datos medidos
k = Valor que depende del nmero de datos o de muestras n y de la
cantidad de barras en el histograma que se pretende tener.
En funcin del valor de los nmeros decimales que d como resultado la relacin
anterior; se debe elevar hacia el siguiente nmero que tenga la misma cantidad de
decimales que los datos originales, por lo que se calcula A, tal como puede verse
en la Tabla 2.2.
Tabla 2.2. Tabla de valores de k
n
k
menor a 50
de 5 a 7
de 50 a 100
de 6 a 10
de 100 a 250
de 7 a 12
250 ms
de 10 a 20
Adaptado de: TABLA, Guillermo. Gua para implantar la
norma ISO 9000 para empresas de todos tipos y tamaos.
Mxico: McGraw-Hill, 1998. 387p.
A manera de ejemplo, si se tiene un conjunto de 9 datos como el que se muestra

en la Tabla 2.3., expresados en milsimas, para calcular la amplitud de los
intervalos se procede de la siguiente manera:
Tabla 2.3. Datos para distribucin de frecuencias
7,421
5,348
5,324
9,023
4,528
8,597
8,642
7,568
6,541
Amplitud de clase:
A=
=
R
k
(9.023 5.348)
5

39

CONTROL DE CALIDAD
= 0.735
Paso 3. Se obtienen las fronteras de clase: para hacerlo, se requiere de una
frontera inicial, que se calcula de la siguiente manera:
Fronteras de clase
x =V
*
menor
(0.5) u
Donde:
x* = Es el valor de la frontera inferior para el histograma

Vmenor = Es el valor menor de los datos medidos
u = Valor de la unidad de lo que est midiendo
Posteriormente, a partir del valor de x* se le va sumando los valores de A (amplitud

de clase) para definir los intervalos en los que se integran las frecuencias de cada
uno de los valores de x para completar el histograma, como se ilustra en la Tabla
2.4.
Intervalo ( i )
Frontera inferior ( i ) Frontera inferior ( i )
1
2
3
x
*
x +A
*
x + 2A
*
x + (n-1)A
x +A
*
x + 3A
*
x + 2A
*
x + (n)A
Adaptado de: TABLA, Guillermo. Gua para implantar la norma ISO 9000 para empresas de
todos tipos y tamaos. Mxico: McGraw-Hill, 1998. 387p.
Paso 4. Se calcula la marca de clase, mediante el clculo del punto medio de

cada intervalo, usando la siguiente frmula:
Marcas de clase
Frontera Inferior m + Frontera Superior m

M=
2
i
Donde:
Mi = Marca de clase en cada intervalo m

Frontera Inferior m = Frontera inferior del intervalo m
40

CONTROL DE CALIDAD
Frontera Superiorm = Frontera superior del intervalo m

m = Intervalo del histograma; m = 1, 2, 3,, r
Paso 5. Se elabora la distribucin de frecuencia, anotando en la escala la

frecuencia con la que en los datos iniciales se van presentando en cada intervalo.
Se debe tener cuidado de asegurar que la frecuencia total no sea diferente a la
suma de los datos.
A manera de ejemplo, se desea analizar el comportamiento del torque de los

tornillos que sujetan la cubierta a la base de una pieza; se tienen 30 lecturas que
se han tomado como muestra del lote de productos. Los datos se encuentran en la
Tabla 2.5., se requiere conocer su histograma para revisar su comportamiento.
A continuacin se muestra como desarrollarlo; as:
Tabla 2.5. Comportamiento de la lectura de datos
1806
2852
2257
2883
2349
2715
2950
2476
2841
3208
2552
3059
2924
1921
3185
2682
3747
2284
3588
2105
2371
2904
3157
2840
2613
V =
M
3747
V =
m
A=
Rango =
1806
2328
3380
2743
2796
2449
1941
389
Rango:
Rango = V
Vm
= 3747 1806
= 1941
Amplitud de clase: como n = 30, se selecciona k = 5:
A=
=
R
k
1941
= 388.2
5
389

41

CONTROL DE CALIDAD
Fronteras de clase: en este caso, u = 1, que es la unidad mnima de

medida, por lo que:
x =V
*
menor
(0.5) u
= 1806 (0.5)(1)
= 1805.5
En consecuencia tenemos que las fronteras de clase son las que aparecen en la
Tabla 2.6., as:
Intervalo ( i )
Frontera ( i )
Frontera ( i )
*
x
*
x+A
*
x + 2A
*
x + 3A
*
x + 4A
*
x + 5A
1
2
3
4
5
6
1805,5
2194,5
2583,5
2972,5
3361,5
3750,5
Marcas de clase:
M=
i
Frontera Inferior m + Frontera Superior m

2
Para m1, se tiene que:
(1805.5 + 2194.5)
2
= 2000
En consecuencia tenemos que las marcas de clase son las que aparecen en la
Tabla 2.7., as:
Tabla 2.7. Marcas de clase
mi
Mi
1
2000
2
2389
3
2778
4
3167
5
3556

42

CONTROL DE CALIDAD
Con estos valores de fronteras y marcas de clase, se procede a integrar los

valores reales encontrados en la muestra para determinar la frecuencia en cada
uno de los intervalos de clase que se calcularon anteriormente y que se muestran
enseguida en la Tabla 2.8., as:
Tabla 2.8. Frecuencia en cada uno de los intervalos de clase
Frontera
Intervalo
Marca de clase
frecuencia
mi
F inf
F sup
Mi
fi
1
1805,5
2194,5
2000
3
2
2194,5
2583,5
2389
8
3
2583,5
2972,5
2778
12
4
2972,5
3361,5
3167
4
5
3361,5
3750,5
3556
3
Finalmente, a continuacin se elabora la distribucin de frecuencias como se ve

en la Figura 2.2.
frecuencia
Figura 2.2. Distribucin de frecuencias

14
12
10
8
6
4
2
0
Serie1
2000
2389
2778
3167
3556
Marcas de clase
2.2. CAPACIDAD DEL PROCESO

Las tcnicas estadsticas permiten evaluar la variacin que tienen los procesos
medidos, para despus compararlos con las especificaciones o normas
establecidas. La variacin se puede conocer con el anlisis estadstico de la
capacidad y habilidad de los procesos cuando se cumplen con tales
especificaciones. Los ndices que se pueden calcular para evaluar estas
caractersticas son la capacidad y la habilidad de un proceso.

43

CONTROL DE CALIDAD
2.2.1. Capacidad del proceso

El parmetro conocido como Cp indica la capacidad que tiene un proceso para
cumplir con las especificaciones o normas; este valor relaciona la dispersin real
del proceso en estudio comparado con respecto a las especificaciones o normas.
Para una mejor ilustracin vase la Figura 2.3.
Figura 2.3. Representacin grfica de la

capacidad del proceso
x
LIE
LSE
La frmula para su clculo es:
Cp =
Variacin especificada o permitida

Variacin real del proceso
LSE LIE
6s
Donde :
Cp = Capacidad del proceso

LSE = Lmite Superior de Especificacin
LIE = Lmite Inferior de Especificacin
s = Desviacin estndar muestral

44

CONTROL DE CALIDAD
2.2.2. Habilidad del proceso

Representa la variacin del proceso comparada con los lmites de especificacin
en sus condiciones ms crticas. Esta descrita como la distancia existe entre el
uso de promedio del proceso medido y los lmites. Para calcular la habilidad del
proceso se requieren las siguientes frmulas:
=
sup
LSE x
s
x LIE
s
inf
Entonces:
pk
Z min
3
En donde:
Zsup = Valor de la variacin estandarizada en trminos de las desviaciones

estndar, en comparacin con el lmite superior de especificacin.
Zinf = Valor de la variacin estandarizada en trminos de las desviaciones
estndar, en comparacin con el lmite inferior de especificaciones.
Zmin = Valor menor entre los resultados calculados de Z.
x = Promedio calculo de la muestra.
Cpk = Habilidad del proceso.
En primer lugar, se calculan los dos valores de Z, se elige el valor menor entre los
dos (incluyendo los valores negativos, entre mayor sea el nmero negativo ste se
toma como Z menor); posteriormente se divide entre la cantidad seleccionada de
desviaciones estndar que se requiere analizar para encontrar el valor de Cpk.
En segundo lugar, para tener la seguridad de que se tiene controlado el proceso,
los valores de Cp y de Cpk deben ser mayores que 1.33, lo cual quiere decir que se
tiene al menos una desviacin estndar entre el lmite de especificacin y la orilla
de la curva del proceso real a la cantidad de desviaciones estndar calculadas.
En tercer lugar, en este anlisis, si se tienen valores ms altos de la capacidad y
habilidad del proceso, ste est ms controlado. Para entender el comportamiento
45

CONTROL DE CALIDAD
del proceso de transformacin, es necesario que se tengan las siguientes

condiciones:
a) El histograma debe tener un comportamiento normal, esto es que se tenga
una tendencia central y una dispersin de los datos semejantes a cada lado
de la tendencia central.
b) El histograma debe ser unimodal.
Enseguida se muestran las condiciones de los diferentes valores de la habilidad
del proceso Cpk. Vase Figura 2.4.
Cpk = Cp > 1. En esta condicin, el valor del promedio del proceso est ubicado en
el valor de la tolerancia especificada y la variacin es menor al total.
Figura 2.4. Diferentes valores de Cpk comparados con
las especificaciones
C
pk
= min
LSE x
3s
x LIE
3s
Cpk > 1:
Proceso controlado dentro de los lmites de especificacin y con una

variacin pequea con respecto a lo permitido; ,
Proceso controlado dentro de los lmites de especificacin, con una
variacin mayor a la anterior; ,
Proceso controlado en donde la orilla de la variacin del proceso
calculado a 3 (3s), coincide con el lmite inferior de especificacin.
Cpk = 1. Proceso controlado en donde la orilla de la variacin del proceso

calculado a 3 (3s), coincide con el lmite superior de especificacin.

46

CONTROL DE CALIDAD
Cpk < 1:
Proceso fuera de control; parte de su variacin calculada a 3 (3s), est

fuera de las especificaciones, en el lado del lmite superior de
especificacin.
Cpk = 0. Proceso fuera de control; su promedio coincide con el lmite superior de

especificacin.
Cpk < 0 (Negativo):
Proceso fuera de control; su promedio est fuera del lmite superior de

especificacin; ,
Proceso fuera de control; su promedio est fuera del lmite inferior de
especificacin.
2.2.3. Habilidad del proceso con tolerancias unilaterales

En el caso de una tolerancia unilateral, el valor de Cp no tiene sentido puesto qu
slo hay un lmite de especificacin, ya sea el superior, como lo es una
especificacin de rugosidad mxima; as tambin, se puede tener un slo lmite de
especificacin que es el mnimo que debe cumplir el elemento a medir, como
ejemplos se pueden citar: un porcentaje mnimo de concentracin en una solucin,
una tensin mnima a cumplir, etctera. Para su clculo, se tienen las siguientes
condiciones:
a) Cuando la especificacin establece un mximo:
LE x
s
b) Cuando la especificacin establece un mnimo:
x LE
s
pk
Por lo que:
Z
3

47

CONTROL DE CALIDAD
Donde:
Z = Distancia al lmite de especificacin

LE = Lmite de Especificacin
x = Valor promedio del proceso
s = Desviacin estndar muestral
Cpk = Habilidad del proceso.
Siempre que existan cambios en el proceso que se est midiendo, se pueden

provocar tambin cambios de Cp y de Cpk, se puede provocar por cambios en de
condiciones de medio ambiente, cambios en la metodologa, sustitucin de
personal capacitado por no capacitado etc. Para controlar el proceso, es necesario
que se analicen las causas que provocan la variacin y que por consecuencia, se
realicen las acciones tanto correctivas como preventivas para su control
estadstico.
Un medio para lograr el control a travs del tiempo, es el control estadstico del
proceso llevado mediante grficos de control tanto por variables, como por
atributos, como se ver enseguida en las secciones 2.3., y 2.4.
2.2.4. Ventajas al calcular los ndices de capacidad y habilidad del

proceso
Los estudios de capacidad y habilidad de los procesos permiten conocer su
comportamiento tanto en las operaciones en particular, como en los procesos
productivos completos. Lo anterior se puede llevar a cabo, calculando la
dispersin del proceso y la comparacin de ste contra las especificaciones o
normas, as las cosas tenemos que:
a. Se puede diagnosticar si una operacin en particular o un proceso completo
puede proporcionar resultados libres de defectos, esto es, totalmente
dentro de especificaciones, en condiciones normales de operacin.
b. Proporcionan una base para diagnosticar el comportamiento, ya sea normal
o anormal, que est centrado o no, tambin variaciones excesivas con
respecto a la especificacin; se pueden relacionar con causas especficas
para atacarlas y cumplir con los requisitos para lograr una mejora continua.
c. Pronostican el comportamiento
de las operaciones y los procesos
completos, que permiten establecer un sistema preventivo para asegurar la
calidad de los resultados.

48

CONTROL DE CALIDAD
2.3. GRFICOS DE CONTROL POR VARIABLES

Para el estudio de los grficos de control por variables es de tener en cuenta que
las variaciones que ocurren en un proceso de produccin caen en dos amplias
categoras: variaciones aleatorias y variaciones con causas asignables. Las
variaciones aleatorias pueden tener un complejo de causa real menor, ninguna de
las cuales es responsable por la variacin total. Estas variaciones ocurren en
forma aleatoria y es muy poco lo que se puede hacer al respecto dado el proceso
en que ocurren. Por otra parte, las variaciones con causas asignables son
relativamente grandes y pueden rastrearse hasta su origen. En este sentido, se
tienen en cuenta los aspectos destacados por Buffa y Sarn (1992)6. En general,
las causas asignables son resultado de:
Diferencias entre los trabajadores

Diferencias entre las mquinas
Diferencias entre materiales
Diferencias debidas a la interaccin entre cualesquiera dos o tres de las
causas anteriores.
Puede desarrollarse entonces, un conjunto parecido de causas asignables para

cualquier proceso. Se tiene que cuando un proceso se encuentra en un estado de
control estadstico las variaciones que ocurren en el nmero de defectos, la
magnitud de una dimensin, la composicin qumica, el peso y otras parecidas
que se deben solamente a una variacin aleatoria normal. Por lo tanto, con los
grficos de control se establecen estndares de variacin normal esperada debido
a causas aleatorias.
De esta forma, cuando las variaciones debidas a una o ms causas asignables se
trasladan, de inmediato indican que algn componente bsico ha cambiado.
Entonces no es posible investigar para encontrar la causa asignable y corregirla.
En consecuencia, estos mecanismos de control estadstico son los que se
conocen como grficos de control.
2.3.1. Marco conceptual de grficos de control

Si se toma un conjunto de medidas en secuencia, los datos pueden acomodarse
como una distribucin y calcular la medida y la desviacin estndar. Si se tiene
entendido que los datos provienen de una distribucin normal de poblacin,
pueden establecerse estimados precisos, respecto a la probabilidad de ocurrencia
asociada con las medidas. Dada en unidades de desviacin estndar como sigue:
BUFFA, Elwood y SARIN, Rakesh. Administracin de la produccin y de las operaciones. Mjico: Limusa, 1992. 939p.

49

CONTROL DE CALIDAD
68.26 por ciento de los valores normalmente caen dentro de 1

Estos valores porcentuales representan el rea bajo la curva normal entre los
lmites dados; por lo tanto, indican la probabilidad de ocurrencia para los valores
que provienen de la distribucin normal que gener las mediciones. En este
sentido la tolerancia (considerada como las desviaciones estndar que se estaran
dispuestas a aceptar) natural se basarn en informacin de la muestra. Para tal
efecto se utiliza la siguiente notacin:
= Medida de la poblacin (parmetro)

x = Medida de una muestra obtenida de la poblacin (estadstica)
= Desviacin estndar de la poblacin (parmetro)
s = Desviacin estndar de una muestra obtenida de la poblacin
(estadstica)
Dado que debe usarse informacin de la muestra para estimar las medias y las
desviaciones estndar de la poblacin, la tolerancia natural de un proceso se
estima sustituyendo x + 3s x en las estadsticas de la muestra.
En los grficos de control generalmente se utilizan dos tipos bsicos con algunas
variantes: grficos de control por variables y grficos de control por atributos. Los
grficos de control por variables sern abordados a continuacin mientras que los
grficos de control por atributos sern abordados en la siguiente seccin.
Los grficos de control por variables son utilizados cuando el parmetro basado en
el control es alguna medida de una variable, tal como la dimensin de una parte,
el control para realizacin de un trabajo y otras. Los grficos de control por
variables pueden basarse en mediciones individuales, valores de la media de
muestras pequeas, valores de la variacin de mediciones de variabilidad.
2.3.2. Grficos de control x (x barra)

Para construir grficos de control por variables x , existen varias cuestiones que
deben resolverse como el tamao de la muestra, establecimientos de estndares
para promedio del proceso y lmites de control, adems de los procedimientos
prcticos para reducir los clculos requeridos.
Tamao de la muestra. Para establecer el tamao de la muestra se tiene en
cuenta que los tamaos de las muestras son generalmente reducidos por razones
tales como:
50

CONTROL DE CALIDAD
Primero, es ms barato recolectar, inspeccionar y procesar muestras pequeas.

Segundo, las muestras de mayor tamao deben obtenerse durante perodos ms
prolongados y pueden presentarse cambios durante dichos periodos, impidiendo
que las reacciones sean oportunas; as las cosas, las condiciones fuera de control
no se detectan tan rpidamente y pueden producirse desperdicios adicionales. Se
tiene establecido que generalmente los tamaos de muestra ms comunes son de
cuatro o cinco ejemplares.
Este tamao anticipa los problemas indicados y es lo suficientemente grande
como para que el teorema del lmite central garantice la normalidad en la
distribucin del muestreo.
Definicin de estndares de promedios del proceso y lmites de control. Para
poder definir los estndares se debe contestar la siguiente pregunta:
Cmo puede determinarse si el promedio del proceso, x , y los lmites de control

son representativos del proceso cuando ste se encuentra en un estado de
control estadstico?
Si en el proceso cambian durante el perodo en el cual se est desarrollando la
informacin para definir estndares, los estndares no tienen significado. Las
condiciones no estndar pueden resultar en un cambio en el promedio, en la
desviacin estndar, o en ambos.
Para contar con una proteccin, se calcula una s individual para cada una de las
pequeas muestras de un subgrupo preliminar y despus se promedian. Las
medias de las muestras del subgrupo se trazan sobre una grfica de control
basada en x + 3s x para determinar si han ocurrido cambios en el promedio del
proceso en el periodo durante el cual se recopilaron los datos preliminares.
Atendiendo a la sugerencia de los expertos, para lograr los objetivos, el tamao
del subgrupo debe ser relativamente reducido, posiblemente de 20 a 25 y el
periodo de tiempo durante el cual se recopilan los datos preliminares debe ser lo
suficientemente largos como para poder reconocer cualesquiera cambios en el
proceso que ocurran entre intervalos de muestreo.
Procedimientos prcticos para determinar los lmites de control de la grfica
x . Los lmites de control requieren un estimulo de s x y aunque este clculo no es
costoso s requiere la incorporacin de todos los datos

estadstica. Al poner ponen en prctica estos conceptos
ms cortos para calcular los lmites de control, utilizando
desviacin estndar como una medida de variabilidad.
en los que se basa la

se desarrollan mtodos
el rango en lugar de la
La Tabla 2.9., es una

51

CONTROL DE CALIDAD
pequea porcin de una tabla de factores usados para convertir el rango

promedio, R , a los lmites de control 3s x .
El procedimiento es el siguiente. Se selecciona el factor adecuado de la Tabla
2.9., para grficas x y se calculan los lmites de control, as:
Lmite Superior de Control
LSC
x+ AR
xAR
Lmite Inferior de Control
LIC
A manera de ejemplo, si x = 4.00000, R = 0.01000 y n = 8, entonces el factor de

la Tabla 2.9., es A2 = 0.37300 y los lmites de control son:
LSC = 4.00000 + (0.37300 X 0.01000) = 4.00000 + 0.00373 = 4.00073

LIC = 4.00000 (0.37300 X 0.01000) = 4.00000 0.00373 = 3.99627
De hecho, los clculos bsicos para determinar las lneas centrales y los lmites de
control permanecen iguales sin importar la variable que se est midiendo.
Tabla 2.9. Factores para convertir un rango promedio, R
Nmero de valores
Carta de control
en el subgrupo
de medias
A2
D3
n
2
1,880
0
3
1,023
0
4
0,729
0
5
0,577
0
6
0,483
0
7
0,419
0,076
8
0,373
0,136
9
0,337
0,184
10
0,308
0,223
, a lmites de control variables

Carta de control
de rangos
D4
3,267
2,575
2,282
2,115
2,004
1,924
1,864
1,816
1,777
Adaptado de Buffa y Sarn. Fuente: Desarrollada a partir de una tabla de factores mucho ms grande de gran utilidad para la construccin de
grficas de control, tabla B2 del manual A.S.T.M para control de calidad de materiales, P.115.
A continuacin se considera un proceso de evaluacin para el cual se desea

establecer un grfico de control x . Con el fin de inicializar la grfica, se toman 20
muestras de n = 5 mediciones aleatorias conforme el proceso de evaluacin tiene
lugar. Estas observaciones individuales se exponen en la Tabla 2.10.,
52

CONTROL DE CALIDAD
representando en cada lnea una muestra de n = 5. Obteniendo el promedio de

cada muestra; x . La gran media se expresa en la parte inferior como x = 5.171.
Clculos para el grfico de control x . Primero se calcula la lnea central y los
lmites de control preliminares para el grfico de control x de la siguiente forma:
Lmite Superior de Control:
LSC
x+ AR
2
= 5.171 + (0.577 x 7.1511)

= 9.297
Tabla 2.10. Mediciones tomadas en secuencia sobre los

resultados de un proceso de produccin (tamao de muestra
N = 20, n = 5), para
Nmero de
muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Observaciones individuales
1
1,198
2,224
3,195
4,183
6,194
7,212
8,179
9,216
1,221
2,226
3,181
4,176
5,217
6,203
7,243
8,255
9,210
1,178
1,163
2,218
2
3,175
4,209
5,172
6,191
8,142
9,238
1,186
2,212
3,172
4,184
5,210
6,179
7,199
8,192
9,184
1,217
2,226
3,188
6,223
7,192
3
5,201
6,184
7,204
8,168
1,208
2,219
3,206
4,201
5,201
6,187
7,219
8,206
9,225
1,203
2,187
3,200
4,187
6,157
8,171
6,198
4
7,209
8,225
9,213
1,194
3,226
4,198
5,170
6,196
7,205
8,182
9,206
1,182
2,205
3,207
4,220
5,231
6,187
8,184
7,208
8,199
5
9,204
1,209
2,208
3,202
5,188
6,230
7,212
8,224
9,204
1,229
2,184
3,244
4,208
5,208
6,214
7,214
8,190
1,162
9,202
1,199
x =
Promedio de la
muestra,
x
5,197
4,410
5,398
4,588
4,792
5,819
4,991
6,010
5,201
4,402
5,400
4,597
5,611
4,803
5,810
5,023
6,000
3,974
6,393
5,001
5,171

53

CONTROL DE CALIDAD
Lmite Inferior de Control:
LIC
xAR
2
= 5.171 (0.577 x 7.1511)

= 1.045
Los limites de control y la lnea central preliminares para la gran media se
muestran en la Figura 2.5., graficndose las medias de las 20 muestras del
promedio de muestras x de la Tabla 2.10.
Cundo actuar. En el caso que existan muestran fuera de los lmites de control se
plantea la pregunta:
Qu configuraciones de puntos en una grfica de control sugieren que debe

adoptarse una accin? Se justifica una accin solamente cuando los puntos
salen de los lmites?
Media de la muestra
Figura 2.5. Grfico de control

x en la que se
muestran los promedios de proceso y lmites de
control
10,000
9,000
8,000
7,000
6,000
5,000
4,000
3,000
2,000
1,000
0,000
LSC = 9 .297
x = 5Serie1
.1 7 1
LIC = 1 .045
1
11
13
15
17
19
Nmero de muestra
Los siguientes son algunos lineamientos convenientes sobre cundo anticipar los
problemas mediante una accin de investigacin.
54

CONTROL DE CALIDAD
Un solo punto se sale de los lmites, ya sea superior o inferior.

Dos puntos consecutivos estn cerca de un lmite de control superior o
inferior.
Una corrida de cinco puntos por arriba o por debajo del promedio del
proceso.
Una tendencia de cinco puntos hacia cualquiera de los lmites.
Un cambio sbito de nivel.
Un compromiso errtico.
2.3.3. Grficos de control R

Una vez calculados los lmites de control para los grficos de control x , las
estadsticas usadas son las medias de la muestra reducida y estos son los datos
que se trazan en la grfica. De la misma forma podra usarse una medida de
variabilidad, como la desviacin estndar o el rango, como estadstica bsica.
Para cada muestra se calcula una desviacin estndar (o rango) como muestra y
estas observaciones se agrupan en una distribucin que se aproxima a la
distribucin normal. Esta nueva distribucin de medidas de variabilidad tiene una
media, una desviacin estndar y un rango que pueden ser usados para construir
una de control. Esta grfica de control indica cuando la variabilidad del proceso es
mayor o menor que el estndar.
En el control de la calidad, la estadstica seleccionada es generalmente el rango,
ms que la variacin estndar, debido a la facilidad con la que el rango puede ser
calculado en un ambiente de procesamiento. Para cada muestra, la diferencia
entre la mediacin ms alta y la ms baja se traza en el grfico de control R. La
distribucin de rangos tiene un promedio, R , y una desviacin estndar sR. Los
lmites de 3sR tienen el mismo significado general que para la grfica x .
Procedimientos prcticos para determinar los lmites de control de la grfica
R. De la misma forma que para las grficas x , el clculo de los lmites de control
para el grfico de control R ha sido simplificado mediante el uso de la estadstica
R en lugar de la desviacin estndar. Usando los datos de la Tabla 2.9., para una
muestra de tamao n, se seleccionan los factores D3 y D4 y se calculan los lmites
de control 3sR como sigue:
LSC
DR
4

55

CONTROL DE CALIDAD
LIC
= D3 R
De igual modo como se expres anteriormente, a manera de ejemplo, si n = 6, R =

5.000, con base en el factor de la Tabla 2.9., D4 = 2.004 y D3 = 0, entonces los
lmites de control para la grfica R son:
LSCR = 2.004 x 5.000 = 10.020

LICR = 0 x 3.000 = 0
Enseguida, se contina con los datos anteriores considerados en el proceso de

evaluacin para establecer como un grfico de control R. De manera semejante,
con el fin de inicializar la grfica, se retoman las 20 muestras de n = 5 mediciones
aleatorias conforme el proceso de evaluacin tiene lugar. Estas observaciones
individuales se exponen en la Tabla 2.11., de la misma manera representando en
cada lnea una muestra de n = 5. Obteniendo el rango de la muestra R, el rango
promedio se expresan en la parte inferior como R = 7.1511.
Tabla 2.11. Mediciones tomadas en secuencia sobre los resultados de un proceso
de produccin (tamao de muestra N = 20, n = 5), para R
Nmero de
muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Observaciones individuales
1
1,198
2,224
3,195
4,183
6,194
7,212
8,179
9,216
1,221
2,226
3,181
4,176
5,217
6,203
7,243
8,255
9,210
1,178
1,163
2,218
2
3,175
4,209
5,172
6,191
8,142
9,238
1,186
2,212
3,172
4,184
5,210
6,179
7,199
8,192
9,184
1,217
2,226
3,188
6,223
7,192
3
5,201
6,184
7,204
8,168
1,208
2,219
3,206
4,201
5,201
6,187
7,219
8,206
9,225
1,203
2,187
3,200
4,187
6,157
8,171
6,198
4
7,209
8,225
9,213
1,194
3,226
4,198
5,170
6,196
7,205
8,182
9,206
1,182
2,205
3,207
4,220
5,231
6,187
8,184
7,208
8,199
5
9,204
1,209
2,208
3,202
5,188
6,230
7,212
8,224
9,204
1,229
2,184
3,244
4,208
5,208
6,214
7,214
8,190
1,162
9,202
1,199
x =
Promedio de la
muestra,
x
5,197
4,410
5,398
4,588
4,792
5,819
4,991
6,010
5,201
4,402
5,400
4,597
5,611
4,803
5,810
5,023
6,000
3,974
6,393
5,001
5,171
Mximo Mnimo
9,204
8,225
9,213
8,168
8,142
9,238
8,179
9,216
9,204
8,182
9,206
8,206
9,225
8,192
9,184
8,255
9,210
8,184
9,202
8,199
Rango de la
muestra R
1,198
1,209
2,208
1,194
1,208
2,219
1,186
2,212
1,221
1,229
2,184
1,182
2,205
1,203
2,187
1,217
2,226
1,162
1,163
1,199
8,0060
7,0160
7,0050
6,9740
6,9340
7,0190
6,9930
7,0040
7,9830
6,9530
7,0220
7,0240
7,0200
6,9890
6,9970
7,0380
6,9840
7,0220
8,0390
7,0000
7,1511

56

CONTROL DE CALIDAD
Clculos para el grfico de control R. Los lmites de control preliminares para

un grfico de control R, para n = 5, se calculan utilizando los factores D3 = 0 y D4 =
2.115, de la Tabla 2.9., como sigue:
LSC
DR
4
= 2.115 x 7.1511
= 15.1246
LIC
= D3 R
= 0 x 7.1511
=0
En la Figura 2.6., se muestra el grfico de control R con los lmites de control

preliminares y los rangos de 20 muestras. Como se puede apreciar, en este caso
el rango para la muestra 18 no cae fuera de los lmites de control en la grfica R.
Rango de la muestra
Figura 2.6. Grfica R en la se muestran promedios de

proceso y lmites de control
LSC = 15.1246
15,0000
10,0000
R = 7Serie1
.1511
5,0000
LIC = 0
0,0000
1
11
13
15
17
19
Nmero de muestra

57

CONTROL DE CALIDAD
2.4. GRFICOS DE CONTROL POR ATRIBUTOS

Los grficos de control por atributos se emplean cuando el parmetro de control es
la proporcin o fraccin de unidades defectuosas. Existen diversas partes de los
grficos de control por atributos. Los grficos de control para el nmero de
defectos por unidad se utilizan cuando un solo defecto no tiene demasiada
importancia pero un gran nmero de defectos puede dar como resultado un
producto defectuoso, como en el caso de nmero de rayones en una superficie
pintada. De la misma manera; en este sentido, se tiene en cuenta los temas
enfatizados por Buffa y Sarn (1992)7.
En los grficos de control por atributos la poblacin se divide en las
clasificaciones: partes defectuosas contra partes buenas, el nmero de facturas
con errores contra el nmero de facturas sin errores en una operacin de oficina,
el nmero presente contra el nmero ausente para el control del ausentismo, la
proporcin del tiempo inactivo contra el tiempo activo en un estudio de muestreo
de trabajo y as sucesivamente. En cualquier situacin para lo que se desee
construir un grfico de control es necesario establecer esta distincin bueno
malo.
2.4.1. Grficos de control p

Los grficos de control para la proporcin o fraccin de partes defectuosas que se
presentan se denominan grficos de control p; estos grficos se elaboran con
base en la distribucin binomial. Se recuerda que la siguiente frmula corresponde
a la distribucin binomial:
Distribucin binomial
k
xi
= i =1
=
Nmero de partes defectuosas
Nmero total observado
O lo que es lo mismo
k
xi
= i =1
k*n
7

58

CONTROL DE CALIDAD
Desviacin estndar muestral s p
sp =
p (1 p )
n
Donde:
n = Tamao de la muestra
Siguiendo la prctica ms empleada para grficos de control de calidad, los lmites

de control se establecen en el promedio del proceso para partes defectuosas ms
o menos tres desviaciones estndar; es decir, p 3s p .
LSC
p+3s
LIC
p3s

p
A manera de ejemplo a continuacin en la Tabla 2.12., se muestra un conjunto de

datos para el nmero de defectos encontrados en muestras diarias de 200
unidades para 24 das consecutivos de produccin.
Clculos para el grfico de control p. Primero se quiere determinar si los datos
exhiben control estadstico y segundo establecer un grfico de control para la
proporcin o fraccin de partes defectuosas p. La fraccin de defectos diarios se
calcula dividiendo cada cifra diaria entre el tamao de la muestra, n= 200.

59

CONTROL DE CALIDAD
Tabla 2.12. Registro del nmero de partes defectuosas y fraccin calculada de
defectos en muestras diarias de n = 200
Da de
produccin
1
2
3
4
5
6
7
8
9
10
11
12
Nmero de
Nmero de
Fraccin de
Da de
Fraccin de
partes
partes
defectos (p ) produccin
defectos (p )
defectuosas (x i )
defectuosas (x i )
110
15
110
112
111
19
122
14
112
124
121
115
0,550
0,075
0,550
0,560
0,555
0,095
0,610
0,070
0,560
0,620
0,605
0,575
13
14
15
16
17
18
19
20
21
22
23
24
18
114
14
110
111
111
126
113
110
19
111
112
200
i =1
0,090
0,570
0,070
0,550
0,555
0,555
0,630
0,565
0,550
0,095
0,555
0,560
2154
En la Tabla 2.12., tambin se calculan cifras preliminares para p , s p , y LSC y LIC,

as:
Distribucin binomial:
k
xi
= i =1
k*n
=
2154
24 * 200
= 0.449
Desviacin estndar muestral s p :
sp =
p (1 p )
n

60

CONTROL DE CALIDAD
0.449 * 0.551
200
= 0.035
El clculo con tres desviaciones estndar es:
3 s =3* s
p
= 3 x 0.035
= 0.105
LSC
p+3s
= 0.449 + 0.105
= 0.554
LIC
p3s
= 0.449 0.105
= 0.344
Estas cifras preliminares se emplean para determinar si el proceso que genera los
datos est bajo control.
En la Figura 2.7., se presenta la grfica restante de los defectos en la produccin
diaria en relacin con los lmites de control preliminares. Se observa que catorce
puntos caen fuera del lmite superior de control en los das: 4, 5, 7, 9, 10, 11, 12,
14, 17, 18, 19, 20, 23 y 24, respectivamente.

61

CONTROL DE CALIDAD
Fraccin defectuosa
de la muestra
Figura 2.7. Grfico de control p para examinar

datos histricos y establecer lmites de control
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
LSC = 0 .554
p = 0Serie1
. 449
LIC = 0.344
1
11 13 15 17 19 21 23
Das de produccin
2.4.2. Grficos de control p para muestras de tamao variable

En el ejemplo anterior el tamao de la muestra era constante. Sin embargo, con
frecuencia de los tamaos de la muestra son variables, como suele ser el caso
cuando se aplica una inspeccin del 100 por ciento y los volmenes resultantes
varan da a da. Si los tamaos de la muestra varan slo ligeramente, los lmites
de control pueden basarse en el tamao de la muestra promedio. Sin embargo,
cuando los tamaos de la muestra varan sustancialmente, pueden calcularse
nuevos lmites de control para cada muestra.
Estos clculos de los lmites de control pueden simplificarse, as:
Por ejemplo, si p = 0.449,
=
p
p (1 p )
n
0.449 * 0.551
n
0,497
n

62

CONTROL DE CALIDAD
El clculo con tres desviaciones estndar es:
3 s =3* s
p
=3x
0.497
n
1.492
n
Para cada muestra, entonces, la raz cuadra del tamao de la muestra se divide
entre 1.492 para obtener el valor de 3 que debe sumarse y restarse de p para
obtener los lmites de control individuales. Efectivamente, una p diferente requiere
una nueva determinacin de la constante.
Otra forma de manejar este problema es construir un grfico de control p
estabilizada convirtiendo las desviaciones del proceso a unidades de desviacin
estndar.
Clculos para el grfico de control p para muestra de tamao variable. Se
calcula una para cada muestra utilizando el mtodo rpido antes mencionando (el
factor para el ejemplo sera simplemente de 1.492 / 3 = 0.497) y se divide entre la
variacin de la muestra a partir de p , ( p p ) . Si la proporcin de defectos de la
muestra fuera p = 0.555, p = 0.449 como anteriormente y n = 200.

Entonces:
sp =
p (1 p )
n
0.449
200
= 0,0318

63

CONTROL DE CALIDAD
Entonces las unidades de desviacin estndar son:
(p p )
(0.555 0.449)
0.0318
0.106
0.0318
sp
= 3.33 unidades
En consecuencia, los lmites de control se trazan en trminos de unidades de
desviacin estndar y esta muestra est 3.33 desviaciones estndar por encima
de la media. En el caso que el resultado sea negativo se entiende que estara
esas unidades por debajo de la media.
2.4.3. Grficos de control c

Los grficos de control c llamados tambin grficos de control por defectos por
unidad se utilizan cuando existen ocasiones en las que el parmetro a ser
controlado no puede ser expresado como una proporcin simple, como fue el caso
de los grficos de control p, vistos anteriormente.
A manera de ejemplo se expone el tema de la digitacin del nmero de
transacciones bancarias en una matriz de 10x10, en el que el nmero de defectos
(digitaciones errneas) por cada 100 de stas, puede ser el parmetro a controlar.
En dichos casos, un defecto puede ser menor en s mismo, pero un gran nmero
de defectos por unidad en el grupo puede ser cuestionable.
La distribucin de probabilidad de Poisson resulta generalmente aplicable.
Distribucin de Poisonn
LSC = c + 3 s

64

CONTROL DE CALIDAD
LIC = c 3 s
Clculos para el grfico de control c. El clculo de los lmites de control es

simple. Por ejemplo, si el nmero medio de defectos por unidad fuera c = 16, se
tiene que:
Distribucin de Poisonn:
= 16
=4
LSC = c + 3 s
= 16 + (3 x 4)
= 28
LIC = c 3 s
= 16 (3 x 5)
=4

65

CONTROL DE CALIDAD
3. MUESTREO DE ACEPTACIN LOTE A LOTE POR

ATRIBUTOS
En esta seccin se abordar el tema de muestreo de aceptacin lote a lote por
atributos comenzando con los conceptos fundamentales que estn involucrados
en el tema y posteriormente se tocarn los aspectos estadsticos concernientes
para culminar con el diseo del plan de muestreo. Continuando con la exposicin y
dada la sencillez para dar a conocer el muestreo de aceptacin lote a lote por
atributos, se retoman planteamientos esbozados por Buffa y Sarn (1992) 8.
3.1. CONCEPTOS FUNDAMENTALES

La inspeccin por muestreo de aceptacin es un procedimiento mediante el cual
se decide sobre la aceptacin o rechazo de un lote de productos, materias primas,
partes, materiales, componentes, subensambles, etc; segn el nmero de
defectuosos ( o de defectos) encontrados en una muestra aleatoria ( o en ms de
una muestra) extrada del lote que se somete a evaluacin.
En primer lugar, tenemos que el lote es un conjunto de artculos o unidades
producidos bajo condiciones esencialmente similares, a travs de un proceso de
fabricacin, y que es sometido a inspeccin muestral para su aceptacin o
rechazo.
En segundo lugar, los defectuosos son aquellos artculos que no satisfacen uno o
ms criterios de calidad, segn la definicin de defectuoso que previamente se
haya establecido para el lote de artculos sobre el cual se quiere realizar el
muestreo de aceptacin.
En tercer lugar, la muestra aleatoria a tomar es un conjunto de artculos extrados
del lote, de tal manera que se haya dado una oportunidad igual a todos los
componentes del lote para formar parte de la misma.
En cuarto lugar, la inspeccin es la verificacin de la aptitud de un producto para
cumplir su funcin, o la apreciacin sobre el cumplimiento de las especificaciones
de sus componentes. Se efecta a travs de mediciones, chequeos, pruebas,
ensayos, apreciaciones o comparaciones. Busca detectar los defectos de cada
artculo, o sea las discrepancias entre las caractersticas observadas en el
producto y los estndares o criterios de calidad establecidos para cada una de
8

66

CONTROL DE CALIDAD
stas. Segn el nmero y la clase de defectos encontrados en cada artculo, se

clasifican como defectuosos o como aceptables.
La inspeccin puede hacerse sobre la totalidad de las caractersticas del producto,
o sobre las caractersticas crticas solamente, o sobre algunas pocas
caractersticas (una o ms) previamente determinadas.
Si se realiza inspeccin por atributos, o sea apreciando las caractersticas del
producto a travs de nuestros sentidos (vista, tacto, olfato, gusto, odo) o utilizando
comparadores (como medidores de pasa no pasa), y como resultado de esta
inspeccin clasificamos cada artculo como bueno o defectuoso, hablamos de la
inspeccin de muestreo de aceptacin por atributos.
3.2. ASPECTOS ESTADSTICOS

Cuando ya se ha llevado a cabo la produccin, con frecuencia se desea conocer el
nivel de calidad del lote. Cuando un proveedor enva un lote de partes, por
ejemplo, Deben estas partes aceptarse como buenas o no? El muestreo de
aceptacin es la tcnica estadstica de control de calidad para tomar este tipo de
decisiones. A continuacin se expone el muestreo de aceptacin por atributos,
haciendo alusin a las curvas de caractersticas operativas (CO).
3.2.1. Curvas de caractersticas operativas (CO)

Para especificar un plan de muestreo se establece el tamao de la muestra n, y el
nmero de defectos permitidos en la muestra, c (nmero de aceptacin), antes de
que sea rechazado todo el lote del cual se obtuvo la muestra. La curva CO para
una combinacin particular de n y c muestra qu tan bien discrimina el plan entre
lotes buenos y malos. La Figura 3.1., muestra una curva CO para un plan de
muestreo con una muestra de tamao n = 100 y un nmero de aceptacin c = 2.
En este plan, si c = 0 y se encuentran 1 2 partes defectuosas en una muestra de
n = 100, el lote se considera aceptable. Si se encuentra ms de dos partes
defectuosas el lote deber ser rechazado. Si la calidad real del lote es del 1% de
partes defectuosas, el plan en la Figura 3.1., se aceptara el lote aproximadamente
el 91.5% del tiempo y lo rechazara aproximadamente el 8.5% del tiempo. Se
hace notar, que si la calidad real del lote fuera algo inferior al 1% de partes
defectuosas posiblemente 5%, la probabilidad de aceptacin del lote disminuye
drsticamente a cerca del 13%.
Por lo tanto, si la calidad real del lote es buena, el plan provee una alta
probabilidad de aceptacin, pero si la calidad real es mala, la probabilidad de
aceptacin es baja. De esta forma, la curva CO muestra qu tan bien un plan
67

CONTROL DE CALIDAD
dado discrimina entre una calidad buena y una mala. Por ende, la capacidad de
discriminacin de un plan de muestreo depende del tamao de la muestra.
Probabilidad de aceptacin
Figura 3.1. Curva de caracterstica operativa (CO), con

n = 100 y c = 2
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
n = 100
c=2
10 11 12
Porcentaje de defectuosos
La probabilidad de aceptacin es cero para todos los lotes con porcentajes de

partes defectuosas a la derecha de la lnea. Desafortunadamente, el nico plan
que lograra est discriminacin es aquel que requiere una inspeccin del 100%.
Por lo tanto, la justificacin del muestreo para aceptacin resulta del balance entre
los costos de inspeccin y los posibles costos de aceptar partes defectuosas.
Por un lado, si se quiere justificar la inspeccin al 100% de una muestra, las
prdidas probables debidas a la aceptacin de productos malos debern ser
grandes en relacin a los costos de inspeccin, resultando posiblemente en la
prdida de contratos y clientes. Es sobre esta base que se puede justificar el
objetivo japons de cero defectos. Por otro lado, para justificar que no se realice
una inspeccin, los costos de inspeccin debern ser bastante elevados en
relacin a las prdidas probables debidas a la aceptacin de partes malas. La
situacin ms usual se ubica entre estos extremos, en donde existe el riesgo de
no aceptar lotes que son en realidad adecuados y el riesgo de aceptar lotes malos.
3.2.2. Determinacin de curvas CO

Las curvas CO pueden construirse a partir de los datos obtenidos de la
distribucin normal o de Poisson. Si los lotes son grandes, posiblemente ms de
10 veces el tamao de la muestra, las probabilidades para la curva CO pueden
68

CONTROL DE CALIDAD
obtenerse de la distribucin binomial. Sin embargo, si las muestras son grandes

las aproximaciones normal o de Poisson tambin son muy cercanas y son mucho
ms convenientes de usar. Para tal efecto, existen las siguientes reglas empricas,
as:
Si pn > 5, las probabilidades pueden ser determinadas a partir de la

distribucin normal con una media p y una desviacin estndar de
p(1 p) / n .
Si pn 5, usar la distribucin de Poisson.
Generalmente el porcentaje de defectos del lote es reducido y los lotes son

relativamente grandes por lo que se emplea la distribucin de Poisson para
calcular los valores para obtener el porcentaje de probabilidad de aceptacin, Pa,
para curvas CO. Para el clculo de otros lotes con diferentes valores de n y c,
emplese la grfica Thorndike, que suministra curvas de acumulacin de
distribuciones de Poisson de probabilidad, para distintos valores del nmero de
aceptacin c; puesto que la grfica indica la probabilidad de ocurrencia de c o
menos defectos en una muestra n seleccionada de un universo infinito en el cual
el porcentaje de partes defectuosos es PD.
3.2.3. Riesgos para el productor y para el consumidor

La definicin de estos riesgos puede especificarse mediante su referencia a una
curva CO tpica. En la Figura 3.2., se muestra las siguientes cuatro definiciones:
AQL = Nivel Aceptable de Calidad (Aceptable Quality Level). Los lotes de

este nivel de calidad se consideran buenos y se desea tener una alta
probabilidad para su aceptacin.
= Riesgo para el productor. La probabilidad de que lotes con un nivel

de calidad AQL no sean aceptados. Generalmente = 5% en la prctica.
LTPD = Porcentaje de Defectos Tolerables para el Lote (Lot Tolerance

Percent Defective). La lnea divisoria entre lotes buenos y lotes malos
seleccionada. Los lotes de este nivel de calidad se consideran como pobres
y se desea tener una baja probabilidad para su aceptacin.
= Riesgo para el consumidor. La probabilidad que se acepta el nivel de

calidad LTPD. Generalmente = 10% en la prctica.
Cuando se establecen los niveles para cada uno de estos cuatro valores se estn
determinando dos puntos crticos en la curva CO, los puntos y mostrados en
la Figura 3.2.
69

CONTROL DE CALIDAD
Figura 3.2. Curva de caractersticas operativa (CO) con

= 0.05 y = 0.10
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
= .05 (Riesgo del productor)
n = 100
c=2
=.10
(Riesgo del consumidor)
AQL
10 11 12
LTPD
A manera de ilustracin se presenta el siguiente ejemplo. Una empresa que

fabrica escneres para detectar trampas de velocidad. Los tableros de circuito
impreso en los escneres son comprados a un proveedor externo. El proveedor
produce las tarjetas con un AQL de dos por ciento de tems defectuosos y est
dispuesto a asumir un riesgo de cinco por ciento () de rechazo en lotes de este
nivel o meno tems defectuosos. La empresa considera que los lotes con ocho por
ciento de tems defectuosos o ms (LTPD) son inaceptables y quiere asegurarse
de que no aceptar esos lotes de baja calidad ms de diez por ciento del tiempo
(). Se acaba de entregar un gran cargamento. Qu valores de n y c se deben
seleccionar para determinar la calidad del lote?
Para encontrar los valores de n y c, en primer lugar se tiene en cuenta que los
parmetros del problema son:
AQL = 0.02
= 0.05
LTPD = 0.08
= 0.10
Con base en el extracto de una tabla de plan de muestreo para los valores
generalmente empleados = 0.05 y = 0.10 (tal como qued establecido
previamente), se emplea la Tabla 3.1., para determinar los valores de n y c.
70

CONTROL DE CALIDAD
Tabla 3.1. Extracto de una tabla de plan de muestreo

convencional para = 0.05 y = 0.10
c
LTPD / AQL
n X AQL
0
44,890
0,052
1
10,946
0,355
2
6,509
0,818
3
4,89
1,366
4
4,057
1,970
5
3,549
2,613
6
3,206
3,286
7
2,957
3,981
8
2,768
4,695
9
2,618
5,426
Primero. Se divide LTPD en AQL lo cual da como resultado (0.08 / 0.02 = 4).
Segundo. Se determina la relacin en la columna de tal forma que sea
equivalente o ligeramente superior a sta cantidad, como es el caso de 4, siendo
este valor de 4,057, que se asocia con c = 4.
Tercero. Se determina el valor en la columna que est en la misma fila de de c =
4, y se divide esa cantidad por AQL para obtener n; es decir, (1,970 / 0.02 =
98,50).
Cuarto. Se obtiene que el plan de muestreo es c = 4 y n = 99, tal como puede
verse en la Figura 3.3.

= 0.05, = 0.10, LTPD = 0.08 y AQL = 0.02
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
= 0.05 (Riesgo del productor)
n = 99
c=4
= 0.10
(Riesgo del consumidor)
AQL
10 11 12
LTPD

71

CONTROL DE CALIDAD
Enseguida se detalla el diseo del plan de muestreo de aceptacin por atributos,

para el ejemplo en mencin.
3.3. DISEO DEL PLAN DE MUESTREO

Para especificar un plan que satisfaga los requerimientos para AQL, , LTPD y ,
debe encontrarse una combinacin de n y c con una curva CO que pase a travs
de los puntos a y b, como se muestra en la Figura 3.4. La mecnica para
encontrar planes especficos adecuados puede establecerse utilizando tablas,
grficas o frmulas estndar que resulten en la especificacin de una combinacin
de n y c que se aproxime lo suficiente a los requisitos establecidos para AQL, ,
LTPD y 9.

planes que pasen por los puntos a y b
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
AQL
10 11 12
LTPD
La especificacin completa de un plan de muestreo con base en una curva CO

que pasa a travs de los puntos a y b que satisface los requisitos establecidos por
AQL y , y LTPD y , detalla as un plan de muestreo definido por un tamao de
muestra n y un nmero de aceptacin c.
Teniendo presente que con base en la grfica de Thorndike de curvas de
probabilidad de distribucin acumulada de la distribucin de Poisson, se puede
generar el clculo de valores para disear planes de muestreo; tal como es el caso
del plan de muestreo para n = 100 y c = 2, que se muestra a continuacin en la
Tabla 3.2.
9
Para una mayor comprensin del tema se puede consultar las tablas de Dodge y Romig.
72

CONTROL DE CALIDAD
Para especificar un plan debe determinarse el tamao de la muestra n y el nmero

de aceptacin c nicos que produzcan una curva CO que se aproxime a la
especificada por los cuatro valores, AQL, , LTPD y . Esto puede lograrse
consultando tablas o usando la grfica Thorndike.
Tabla 3.2. Clculo de los valores de Pa x 100 a partir de la grfica
de Thorndike (plan de muestreo: n = 100 y c = 2).
Porcentaje de probabilidad
Porcentaje real de
(PD x n)/100 de aceptacin a partir de la
partes defectuosa, PD
grfica de Thorndike
0
0,00
100,00
1
1,00
95,50
2
2,00
68,00
3
3,00
42,00
4
4,00
24,00
5
5,00
12,00
6
6,00
6,00
7
7,00
3,00
8
8,00
1,50
Adaptado de: BUFFA, Elwood y SARIN, Rakesh. Administracin de la produccin y de las
operaciones. Mjico: Limusa, 1992. 939p.
A manera de ejemplo se ilustran los pasos a seguir para calcular los valores de n y
c en el ejemplo precedente. Recurdese que los parmetros considerados son:
AQL = 2%, = 5%, LTPD = 8% y = 10%.
Paso 1. Se tabula los valores de (PD x n) / 100 para:
Pa = (1 -) = 95% y Pa = = 10% para cada valor de c a partir de la grfica

Thorndike.
Por ejemplo, para Pa = 95% y c = 1, lea (PD x n) / 100 = 0.36 y para Pa =
10% y c = 1, lea (PD x n) / 100 = 3.90.
Se hace lo mismo como en los diversos valores de c en las columnas
correspondientes. Tal como aparece en la Tabla 3.2.
Paso 2. Se calcula la relacin de la columna de LTPD con la columna AQL para

cada uno de los valores de c, como en la columna LTPD / AQL de la Tabla 3.2.
Para el plan deseado se busca en la columna LTPD / AQL la relacin 8/2 =

4, dado que para el plan deseado LTPD = 8% y AQL = 2%.
Esta relacin de 4 cae entre 4.06 para c = 4 y 3.58 para c = 5.
Paso 3. Se hallan los tamaos de muestra como en la Tabla 3.3., decidiendo si se

mantiene fija y se deja variar o viceversa.

73

CONTROL DE CALIDAD
Tabla 3.3. Determinacin de planes de muestreo con AQL y LTPD especificadas

( = 5%, = 10%)
AQL
LTPD
Valor de (PD x n) / 100 con Valor de (PD x n) / 100 con
P a = 95% a partir de la
P a = 10% a partir de la
Nmero de
aceptacin
grfica de Thorndike
grfica de Thorndike
LTPD / AQL
1
0,36
3,90
10,83
2
0,80
5,30
6,63
3
1,35
6,70
4,96
4
1,97
8,00
4,06
5
2,60
9,30
3,58
6
3,30
10,50
3,18
7
4,00
11,80
2,95
8
4,70
13,00
2,77
Si, por ejemplo, se establece c = 4 y se mantiene en 5%, entonces PD x n

/ 100 = AQL x n / 100 = 1.97 y puede resolverse para la muestra de tamao
n:
1.97 *100
= 99
2
El plan de muestreo sera entonces n = 99 y c = 4.
Paso 4. Se revisa el valor resultante del riesgo flotante.
Usando la grfica Thorndike, para el plan 1, ingresar los valores de c = 4 y

PD x LTPD X n / 100 = 8 x 99 / 100 = 7.92 y leer el valor real de = 10.5%.
Tambin se pueden calcular otros valores de y . An cuando la Tabla 3.3., se

construy para los valores comunes de 5% y 10% de y , respectivamente. De
la misma manera, puede construirse una tabla comparable a partir de la grfica de
Thorndike para cualesquiera valores de y , por lo que los mtodos descritos
son generales.

74

CONTROL DE CALIDAD
UNIDAD 2. DESARROLLO DEL CONTROL DE

CALIDAD
Introduccin:
Esta unidad est dividida en tres captulos, en el primero se tratan las tcnicas con
datos numricos para mejorar la calidad en la que se detallan diferentes
diagramas e histograma empleados en el control estadstico de la calidad;
seguidamente, se exponen tcnicas con datos numricos para mejorar la calidad;
para concluir, se realiza una descripcin de los costos de calidad, haciendo
nfasis en las categoras y los elementos del costo de la calidad; al igual que el
anlisis y la optimizacin de los mismos.
Objetivo general:
Desarrollar habilidades en los estudiantes en el uso de tcnicas para

mejorar la calidad y determinar los costos de la calidad.
Objetivos especficos:
Desarrollar capacidades en el estudiante para el uso de las tcnicas del

control de la calidad, aplicndolas a casos especficos presentados a nivel
de empresa, con el fin de demostrar la importancia de la aplicacin de sus
beneficios en el mejoramiento continuo de los procesos.
Que el estudiante conozca y aplique las tcnicas de control de calidad que

se emplean en el anlisis y solucin de problemas en los procesos de
mejora continua.
Desarrollar capacidades en los estudiantes para el diseo de planes de

muestreo por atributos y variables; adems de tcnicas de control
estadstico de procesos.
Competencias a desarrollar:
El estudiante conoce y comprende el diseo de planes de muestreo por

atributos y variables, adems de tcnicas de control estadstico de
procesos, de manera que le permite entender su actuacin y relacin con
su que hacer profesional.
El estudiante describe, analiza y sustenta de manera suficiente, soluciones

a situaciones problemticas especficas de organizaciones productivas, con
base en el anlisis de los costos de la calidad.
75

CONTROL DE CALIDAD
4. TCNICAS CON DATOS MUMRICOS PARA MEJORAR

LA CALIDAD
Las tcnicas con datos numricos para mejorar la calidad contemplan las
herramientas estadsticas como son el diagrama de Pareto, los histogramas y los
grficos de control.
4.1. DIAGRAMA DE PARETO

Para abordar el tema del diagrama de Pareto, as como el histograma y los
grficos de control, se retoman los bosquejos hechos en la obra de Gonzlez
(1998)10. En este sentido, se conoce que el diagrama de Pareto tiene su origen en
el gestor del mismo que lleva su nombre; Vilfredo Pareto, quien fue un economista
y socilogo. Nacido en Pars, Francia, descendiente de una desterrada familia
italiana de marqueses, que ms tarde regresara a Italia en el ao de 1858, por lo
que a Pareto se le considera italiano.
Estudi en el Instituto Politcnico de Turn y se especializo en ferrocarriles y
metalurgia. Sus hbitos de estudio y su aficin a la lectura le dieron la enorme
erudicin que caracterizara su obra econmica. Versado en las cuestiones
sociales y econmicas, fue nombrado profesor de Economa Poltica en la
Universidad de Lausana (Suiza), ciudad donde se estableci. Entre sus obras
figura su curso de economa poltica (1896-1897) y otros.
La mayor aportacin de Pareto al campo de la economa fue la aplicacin de las
frmulas matemticas a la teora econmica general. En sociologa fue el
precursor en intentar reconstruir teoras nuevas sobre la ruinas del positivismo
clsico. Pareto atrajo la atencin de Mussolini, el dictador italiano, quien lo nombr
representante de Italia en la comisin de Hacienda de la Sociedad de las
Naciones.
En 1897, el economista italiano present una frmula que mostraba que la
distribucin del ingreso es desigual, con base en el postulado de que en la
sociedad se forman clases y dentro de ellas slo unos cuantos deciden lo que
afectarn a la mayora. En suma, se trata del concepto: Pocos deciden la suerte
10
GONZALEZ, Carlos. ISO 9000 QS 9000 ISO 14000, Normas internacionales de administracin de calidad, sistemas de calidad y sistemas
ambientales. Mjico: McGraw-Hill, 1998. 574p.

76

CONTROL DE CALIDAD
de muchos. Una teora similar fue expresada diagramticamente por el

economista estadounidense M.C. Lorenz en 1907.
Por otra parte, para el control de calidad, Juran aplic el mtodo del diagrama de
Lorenz como una frmula para clasificar problemas de calidad como: Pocos
vitales, muchos triviales, y lo llam anlisis de Pareto. Puntualiz que en muchos
casos la mayora de los defectos y el costo de los mismos surgen de un nmero
relativamente pequeo de causas. Luego Juran en su libro Anlisis y planeacin
de la calidad define el principio de Pareto como Pocos vitales, muchos triviales
A continuacin se resaltan los pasos que tienen lugar en la elaboracin del
diagrama de Pareto; conformemente, a manera de ilustracin se da a conocer un
ejemplo de un banco donde se tienen las siguientes situaciones, as:
Paso 1. Se decide cules problemas van a ser investigados (servicios, casos no
resueltos, prdidas en trminos monetarios, accidentes ocurridos, retardos casos
resueltos, etctera), y cmo colectar los datos (por tipo de servicio, por tipo de
caso, lugar, regin, categora, proceso, computadora, terminal, empleado, u
operario, mtodo, etctera).
Paso 2. Se disea una hoja de conteo de datos para listar los tems, con espacio
para registrar totales como se ve en la Tabla 4.1.
Tabla 4.1. Hoja de conteo de datos
Nmero de
Situaciones
Conteo
situaciones
Mquinas
/////////////////
256,000
Moneda
/ / / / / / / / /
29,000
Medio ambiente / / / / / / / / / /
211,000
Mano de obra
/ / / / / /
26,000
Mediciones
/ / / / /
25,000
Mandos
/ / / / / / / / / / / / / / / /
216,000
Materiales
/ / / /
24,000
Mtodos
/ / / / / / / / / / / / / / / / /
217,000
Manejo
/ / / / / / /
27,000
TOTAL
1031,000
Paso 3. Se llena la hoja de conteo y se calculan los totales.

Paso 4. Se elabora la hoja de datos para el diagrama de Pareto, con sus totales
individuales, totales acumulados, porcentajes del total y los porcentajes
acumulados (vase Tabla 4.2.).

77

CONTROL DE CALIDAD
Tabla 4.2. Hoja de datos del diagrama de Pareto
Nmero de
Total
Porcentaje Porcentaje
Situaciones
Conteo
situaciones acumulado
del total
acumulado
Mquinas
/////////////////
256,000
256,000
24,83%
0,248
Metdos
/ / / / / / / / / / / / / / / / /
217,000
473,000
45,88%
0,707
Mandos
/ / / / / / / / / / / / / / / /
216,000
689,000
66,83%
1,375
Medio ambiente / / / / / / / / / /
211,000
900,000
87,29%
2,248
Moneda
/ / / / / / / / /
29,000
929,000
90,11%
3,149
Manejo
/ / / / / / /
27,000
956,000
92,73%
4,077
Mano de obra
/ / / / / /
26,000
982,000
95,25%
5,029
Mediciones
/ / / / /
25,000
1007,000
97,67%
6,006
Materiales
/ / / /
24,000
1031,000
100,00%
7,006
Paso 5. Se arreglan las situaciones en el orden descendente respecto a la

cantidad y se llenan los datos en la hoja.
Paso 6. Se dibujan los ejes verticales y uno horizontal, as:
a. Eje vertical izquierdo. Marqu este eje con una escala de 0 (cero) hasta el
nmero total de defectos.
b. Eje vertical derecho. Marque este eje con una escala de 0% al 100%.
c. Eje horizontal. Divida este eje en un nmero de intervalos igual al nmero
de situaciones clasificados; incluya la categora Otros.
En su defecto, se pueden dibujar dos grficas por aparte donde en cada una de
stas se den a conocer los diferentes parmetros (tal como es el caso aqu
mostrado).
Figura 4.1. Diagrama de barras por nmero de

situaciones
300,000
250,000
200,000
150,000
100,000
50,000
0,000
Materiales
Mtodos
Materiales
Mandos
Mediciones
Mano de
Medio
Moneda
Serie1
Mquinas
Nmero de situaciones
Paso 7. Se construye un diagrama de barras como el de la Figura 4.1.
Tipo de situacin

78

CONTROL DE CALIDAD
Paso 8. Se dibuja la curva acumulativa (curva de Pareto), como puede verse en la

Figura 4.2. Se marcan los valores acumulados (acumulado total o porcentaje
acumulado), arriba de la esquina superior derecha de los intervalos de cada
artculo. Se conectan con una lnea continua.
a. Temas concernientes al diagrama: Ttulo, cantidades significativas,

unidades, nombre del autor o autores, etc.
b. Temas concernientes a los datos: Periodo, objeto y lugar de las
investigaciones, nmero total de datos, etc.
100,00%
80,00%
60,00%
40,00%
20,00%
0,00%
Materiales
Materiales
Mediciones
Medio
Serie1
Mquinas
Porcentaje acumulado
Figura 4.2. Diagrama de barras por porcentaje

acumulado
Tipo de situacin
4.2. HISTOGRAMA
El desarrollo del histograma se acredita al francs experto en estadstica A. M.
Guerry. En 1983, Guerry introdujo una nueva clase de grfica de barras para
describir su anlisis de datos criminalsticos. Aquellas grficas de barras eran
nicas porque se haba dispuesto las barras para mostrar los nmeros de
crmenes en Francia correspondientes a varias categoras de variables continuas,
tales como la edad del criminal.
En esencia, Guerry sostuvo que los datos obtenidos desde una muestra sirven
como base para una decisin sobre la poblacin. Mientras ms grande es el
tamao de la muestra, ms informacin se tiene acerca de la poblacin. Sin
embargo, un incremento en el tamao de la muestra lo es tambin respecto a la
cantidad de datos. Entonces, ser difcil conocer la poblacin desde esos datos,
an cuando ellos son arreglados en tablas. En ese caso, es necesario conocer un
mtodo que permita conocer la poblacin de un vistazo; un histograma responde a
estas necesidades. Al organizar muchos datos en un histograma, podemos
conocer la poblacin de una manera objetiva.
79

CONTROL DE CALIDAD
4.2.1. Cmo hacer histogramas

Paso 1. Se marca el eje horizontal con una escala. sta no deber basarse sobre
el intervalo de clase sino con base en las unidades de medicin de los datos (10
gramos, corresponden a 10 mm, por ejemplo).
Esto es conveniente para hacer comparaciones con muchos histogramas los

cuales describen factores similares y caractersticas, as como con
especificaciones (normas). Deje un espacio casi igual al intervalo o clase sobre el
eje horizontal, sobre cada lado de la primera y ltima clase.
Se seala la frecuencia, frecuencia relativa, media, marcas de clase, lmites de
clase. LIE (Lmite Inferior de Especificaciones), LSE (Lmite Superior de
Especificaciones)
Paso 2. Se marca el eje vertical izquierdo con una escala de frecuencia. Si es
necesario, dibuje un eje al lado derecho con marcas de una escala de la
frecuencia relativa. NOTA: La altura de la clase con la mxima frecuencia deber
ser de 0.5 a 2.0 veces la distancia entre los valores mximo y el mnimo sobre el
eje horizontal.
Paso 3. Se marca el eje horizontal con los valores de los lmites de clases.
Paso 4. Se usan los intervalos de clase como lnea de base, dibuje un rectngulo
cuya altura corresponda con la frecuencia en esa clase.
Paso 5. Se dibuja una lnea sobre el histograma que representa la media, y
tambin
dibuje una lnea o dos que representen el lmite o lmites de
especificaciones, en el caso de que las haya.
Paso 6. En un rea en blanco de la hoja que contiene el histograma, anote la
historia de los datos (el periodo durante el cual los datos fueron colectados,
instrumento usado, nombre de quien inspeccion la muestra, etctera), el nmero
de datos, la media y, si es posible, tambin se recomienda poner la desviacin
estndar de los datos.
Enseguida se muestra un ejemplo que trata de la puntuacin del servicio prestado

a clientes, cuyos datos aparecen en la Tabla 4.3.

80

CONTROL DE CALIDAD
Cliente
X
X
X
X
X
X
X
X
X
X
Y
Y
Y
Y
Y
Y
Y
Y
Y
Y
Z
Z
Z
Z
Tabla 4.3. Puntuacin del servicio prestado a clientes (X, Y e Z)

Puntos Cliente Puntos Cliente Puntos Cliente Puntos Cliente Puntos
9,850
Z
9,860
Y
9,640
Y
9,850
X
9,930
10,040
Z
9,810
Y
10,130
Y
10,150
X
10,040
9,960
Z
9,980
Z
9,870
Y
10,070
X
10,140
10,000
Z
9,910
Z
9,830
Y
9,870
X
9,950
9,980
Z
9,840
Z
9,960
Y
10,110
Y
9,820
10,030
Z
9,870
Z
9,880
Y
9,920
Y
9,950
10,010
X
9,980
Z
9,940
Y
10,120
Y
9,880
9,970
X
9,990
Z
10,030
Y
9,860
Y
10,080
9,960
X
9,970
Z
9,860
Z
9,860
Y
10,140
9,910
X
9,910
Z
9,930
Z
9,800
Y
9,680
10,120
X
10,010
Z
9,820
Z
9,970
Y
9,910
9,830
X
10,040
Z
9,930
Z
9,840
Y
9,890
10,170
X
9,960
X
9,970
Z
9,870
Y
10,080
9,860
X
10,020
X
10,040
Z
10,070
Y
9,810
10,140
X
9,980
X
10,130
Z
9,810
Z
9,840
10,070
X
10,080
X
10,010
Z
9,850
Z
9,850
9,880
Y
9,860
X
10,030
Z
9,940
Z
9,820
10,130
Y
9,800
X
9,960
Z
9,810
Z
9,950
9,840
Y
10,130
X
10,140
X
10,050
Z
9,880
10,190
Y
9,940
X
10,020
X
9,990
Z
9,870
9,900
Y
9,670
X
10,000
X
10,060
Z
9,920
9,880
Y
10,160
X
9,940
X
10,010
Z
9,810
9,910
Y
10,100
Y
10,120
X
9,960
Z
10,020
9,970
Y
9,850
Y
10,040
X
10,010
Z
9,830
Para este ejemplo se tomaron 120 puntuaciones a 40 de cada uno de tres clientes
diferentes. El puntaje esperado es de 10,000 puntos; donde se encontr que, el
Lmite Superior de Especificaciones (LSE) es de 10,200 puntos, y el Lmite Inferior
de Especificaciones (LIE), es de 9,800 puntos, que se pueden expresar as:
10,000 200 puntos). Vase la Tabla 4.4.
Puntaje
Frecuencia
9,600
1
9,650
2
9,700
0
Tabla 4.4. Frecuencia por puntajes

9,750 9,800 9,850 9,900 9,950 10,000 10,050 10,100 10,150 10,200
0
17
22
15
20
18
8
13
4
0
Para tener una mejor comprensin de los datos, se elabora el histograma de la

Figura 4.3. El histograma deja ver los puntajes con una amplia distribucin de
varios picos, tambin llamada multimodal, con una mayor cantidad de poblacin
entre el Lmite Inferior de Especificaciones (LIE) y el valor nominal o media de la
especificacin.

81

CONTROL DE CALIDAD
Figura 4.3. Frecuencia por puntajes
Frecuancia
25
20
15
Serie1
10
5
9,
60
0
9,
65
0
9,
70
0
9,
75
0
9,
80
0
9,
85
0
9,
90
0
9,
95
10 0
,0
0
10 0
,0
5
10 0
,1
0
10 0
,1
5
10 0
,2
00
Puntajes
4.2.2. Cmo interpretar histogramas

Los histogramas se interpretan mediante la identificacin y explicacin de los
patrones de variacin.
Como se sabe que los valores en cualquier serie de datos varan; esa variacin
mostrar algn patrn. En ese sentido los objetivos de anlisis de un histograma
son:
1. Identificar y clasificar el patrn de variacin
2. Desarrollar una explicacin relevante a aquel patrn
Como puede verse en la Figura 4.3., el histograma tiene forma de campana y
explica la forma en que la mayora de los datos tienden hacia la lnea central.
4.3. GRFICOS DE CONTROL

Para la exposicin de los grficos de control se abarca temas como son el uso y la
elaboracin de los grficos de control de medias y rangos, el estudio de los datos
preparatorios o estudio inicial, comparados con el rango permisible especificado,
control de la lnea de produccin o de servicio y el ajuste de las lneas de control.
Es de anotar que el tema es ampliamente tratado en las secciones 2.3., y 2.4.,
respectivamente; sin embargo, dentro del marco de las tcnicas para mejorar la
calidad se exponen a manera de sntesis.

82

CONTROL DE CALIDAD
4.3.1. Uso de los grficos de control de medias y rangos

Se usa para controlar la calidad de una caracterstica y las condiciones de
produccin de un conjunto de valores medidos, en un rango R con una media x ,
(x barra), x (x testada), media, promedio o valor tpico.
El doctor Walter A. Shewhart se bas en el teorema del lmite central y en la
distribucin normal que forman las medidas de tendencia central. Respecto al
teorema del lmite central se puede explicar de la siguiente manera. Se toma una
muestra de una poblacin como en el caso de los subgrupos de un grfico de
control. Si calculamos la media de los valores del subgrupo y los graficamos,
veremos que la distribucin de los valores individuales tiene mayor dispersin que
la de los valores de las medias. Si el tamao del subgrupo crece, las medias de
estos subgrupos, a su vez, tienden cada vez ms al centro.
Cuando el tamao del subgrupo se acerca al de la poblacin, en ese momento, la
medida de los subgrupos se confunde con la media de la poblacin (ejemplo de
edades de los participantes partiendo de n=1, n=2, n=3, etctera). Al mismo
tiempo se ve que las medias forman una curva normal o campana.
4.3.2. Elaboracin del grfico de control de medias y rangos

Para la elaboracin del grfico de control de medidas y rangos se comienza con el
trazado del grfico de control con datos del estudio inicial, as:
Paso 1. Se clasifica en varios grupos los valores de la caracterstica del producto
o servicio que se quiere controlar; tome de 2 a 5 muestras de cada subgrupo. El
nmero de subgrupos debe ser de 20 a 25.
Paso 2. Se calcula la media aritmtica de cada subgrupo con la frmula que
aparece a continuacin. Por ejemplo, para el caso de 5 mediciones por subgrupo,
se calculara de la siguiente forma:
Media =
x1+ x2 + x3+ x4 + x5
5
Paso 3. Se obtiene la diferencia entre el valor mximo y el valor mnimo en cada

subgrupo. Calcule el rango con la frmula:
Rango = Valor mximo Valor mnimo

83

CONTROL DE CALIDAD
Paso 4. En una hoja para el trazado de la carta de control, se usa el eje horizontal
para el nmero consecutivo de subgrupos y el eje vertical para la media y el rango
a una escala apropiada. Haga varios ensayos para que todos los valores de las
medidas y de los rangos quepan en la escala.
Paso 5. Se coloca en la carta los valores de las medidas y rangos de cada
subgrupo obtenidos y calculados en los pasos 2 y 3.
Paso 6. Se calculan los valores para los lmites de control del grfico en cuanto a
las medias con las siguientes frmulas y coeficientes con base en los valores de la
Tabla 4.5.11
Tabla 4.5. Coeficientes o factores para grficos de control de medias y rangos
Nmero de valores
Carta de control
Carta de control
en el subgrupo
de medias
de rangos
A
D
D4
n
2
3
2
1,880
0
3,267
3
1,023
0
2,575
4
0,729
0
2,282
5
0,577
0
2,115
6
0,483
0
2,004
7
0,419
0,076
1,924
8
0,373
0,136
1,864
9
0,337
0,184
1,816
10
0,308
0,223
1,777
Fuente: Tablas B2 y B3 de la ASTM (Manual on Quality Control of Materials)
a. Calcule la gran media o media de medias, sumando todas las medias de los
subgrupos y dividir ese total entre el nmero de stas con:
Suma de las medias de subgrupos

Media de medias =
N
Donde N es el nmero de subgrupos. Tambin abreviada como:
k
xi
= i =1
11
Tablas B2 y B3 de la ASTM (Manual on Quality Control of Materials).

84

CONTROL DE CALIDAD
b. Calcule la media de rangos, sumando todos los rangos de los subgrupos y

dividiendo el total entre el nmero de subgrupos con:
Media de rangos =
Suma de los rangos de subgrupos

N
Del mismo modo simplificada como:
k
Ri
= i =1
k
c. Frmula para el clculo del Lmite Superior de Control para medias (LSC):
LSC = x + A R
2
d. Frmula para el clculo del Lmite Inferior de Control para medias (LIC):
LIC
xAR
2
Paso 7. Se sigue el mismo procedimiento anterior. Calcule los lmites de control

para los rangos con las frmulas:
a. Clculo de Lmite Superior de Control para rangos ( LSC):
LSC
DR
4
b. Clculo del Lmite Inferior de Control para rangos (LIC):
LIC
= D3 R
Paso 8. Se obtienen el coeficiente A2, D3, y D4 de la Tabla 4.5., de acuerdo con

el tamao de subgrupo que se haya elegido y utilcelos en los pasos 6 y 7.
Paso 9. Se coloca en los grficos de control de medias y rangos, los valores
obtenidos en los pasos 6 y 7 con los valores del paso 8. Se utilizan lneas
discontinuas.
Paso 10. Se examina si los puntos graficados y unidos estn dentro de los lmites
que se marcan, tanto del lado superior como del inferior. Si hay algunos puntos
85

CONTROL DE CALIDAD
fuera, entonces hay una causa de error llamada asignable que no debe pasar
inadvertida, es necesario revisarla. Si un punto est precisamente sobre la lnea
de cualquier lmite de control, se supone que est fuera.
4.3.3. Estudio de los datos preparatorios o estudio inicial, comparados

con el rango permisible especificado
Paso 1. Se examina si los puntos colocados en el grfico de control, segn los
pasos anteriores, estn dentro del rango permisible especificado. Si todos los
puntos estn en el rango permisible, los lmites de control no necesitan
reconsiderarse.
Paso 2. Si varios puntos de los datos preparatorios o estudio inicial estn fuera del
rango permitido especificado, hay que examinar la causa probable de error y
tomar acciones para prevenir el problema.
Paso 3. Se excluyen los puntos fuera del rango admitido para los cuales se
encuentra solucin y vuelve a calcular los lmites de control. Si no se puede
encontrar la causa de error, o si se conoce pero no se puede hallar la solucin,
vuelva a calcular los lmites de control incluyendo los puntos que no estn dentro
del rango.
Si algunos puntos que solan estar dentro del rango se salen, djelos como estn
y haga el clculo.
Paso 4. Se elabora un histograma con los valores que no fueron excluidos en los
pasos 1 y 3, comprelos con el rango permitido especificado. Si todos los puntos
estn dentro del rango, no es necesario tomar acciones correctivas. Si algunos
puntos estn fuera del rango, se deben tomar acciones especiales de tal manera
que la dispersin puede disminuirse.
Si la dispersin no puede ser disminuida por las acciones correctivas, tendr que
cambiar el rango permitido o establecer un proceso de seleccin.
4.3.4. Control de la lnea de produccin o de servicio

Cuando el grfico de control se ha comparado con las especificaciones, se usa
para controlar la lnea de produccin o de servicio de acuerdo con los siguientes
pasos.
Paso 1. Se coloca en la hoja del grfico de control las lneas para los lmites de
control establecidos en los pasos anteriores.
86

CONTROL DE CALIDAD
Paso 2. Se toman muestras de la lnea de produccin o de servicio. Calcule la

media y el rango para cada subgrupo y localcelas en los grficos de control de
medias y rangos.
Paso 3. Si los puntos estn dentro del rango especificado y no hay un patrn
especial en la distribucin, entonces se puede concluir que el estado de la lnea de
produccin o de servicio es estable. Si alguno de ellos est fuera del rango y se
observa un patrn especial, el diagnstico ser que hay causas de error que no
pueden ser pasadas por alto.
Paso 4. Se encuentran las causas de error y tome las acciones correctivas.
En el caso de que haya un punto por encima de la lnea de control superior en el

grfico de control de rangos, debe considerarse que la dispersin es grande. Si
ste es el caso para el grfico de control de medias, significa que la media ha
cambiado o la dispersin ha llegado a ser muy grande.
El tomar acciones correctivas significa no slo que ha de resolver el problema
presente, sino tomar medidas preventivas para que no se repita en el futuro.
4.3.5. Ajuste de las lneas de control

Una vez que la lnea de produccin o de servicio se ha corregido y mejorado por el
uso del grfico de control, las lneas de control existentes pueden resultar
demasiado elsticas para un mejoramiento futuro de la calidad de los productos y
servicios. Si la lnea de produccin o servicio ha alcanzado este estado, se
consideran los datos recientes como datos preparatorios y se procede a ajustar las
lneas de control, siguiendo los pasos antes enumerados.

87

CONTROL DE CALIDAD
5. TCNICAS CON DATOS NO MUMRICOS PARA

MEJORAR LA CALIDAD
Las tcnicas con datos no numricos para mejorar la calidad incluyen el registro
de no conformidades, seguida del diagrama de causa efecto; y por ltimo, el
diagrama de Gantt.
5.1. REGISTRO DE NO CONFORMIDADES

El registro de no conformidades est directamente relacionado con los
planteamientos hechos en la norma ISO 9000:2000 del ICONTEC (2002)12, as:
En primer lugar, para el control del producto no conforme la organizacin debe
asegurarse de que el producto que no sea conforme con los requisitos, se
identifique y se controle para prevenir su uso o entrega no intencional.
En este sentido, los controles, las responsabilidades y autoridades relacionadas
con el tratamiento del producto no conforme deben estar definidos en un
procedimiento documentado; asimismo, la organizacin debe tratar los productos
no conformes mediante una o ms de las siguientes maneras:
a) Tomando acciones para eliminar la no conformidad detectada.
b) Autorizando su uso, liberacin o aceptacin bajo concesin por una
autoridad pertinente y, cuando sea aplicable, por el cliente.
c) Tomando acciones para impedir su uso o aplicacin originalmente prevista.
En consecuencia, se deben mantener registros de la naturaleza de las no
conformidades y de cualquier accin tomada posteriormente, incluyendo las
concesiones que se hayan obtenido.
Se tiene entonces que cuando se corrige un producto no conforme, debe
someterse a una nueva verificacin para demostrar su conformidad con los
requisitos; tambin, cuando se detecta un producto no conforme despus de la
12
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. ISO 9000. Gua para las pequeas empresas. 5ed. Bogot: ICONTEC, 2002.
172p.

88

CONTROL DE CALIDAD
entrega o cuando ha comenzado su uso, la organizacin debe tomar las acciones

apropiadas respecto a los efectos y defectos potenciales de la no conformidad.
En segundo lugar, para la correccin de problemas del producto y/o servicio no
conforme, existen algunas opciones sobre lo que se podra hacer, as.
a) Reprocesar el elemento no conforme.
b) Desechar el elemento no conforme y reemplazarlo con uno nuevo.
c) Reajustar de acuerdo con una especificacin diferente que si cumpla con
los requisitos.
d) Proveer el elemento no conforme bajo concesin del cliente.
Dada la situacin anterior, el representante de la direccin de la empresa o
alguna otra persona, con la autoridad necesaria, debe decidir cul de estas
opciones ser aplicable a cada caso de producto y/o servicio no conforme.
Es posible que algunos clientes exijan notificacin de cualquier producto y/o
servicio no conforme y aprobar los pasos que deberan seguirse; si este es el
caso, ser necesario notificarle al cliente luego de la deteccin del producto y/o
servicio no conforme.
Probablemente se desee incluir los pasos que se proponen seguir junto con la
notificacin; por lo tanto, se debern mantener registros de cualquier decisin
tomada, la aprobacin del cliente, cualquier procedimiento de reparacin o
reproceso y los resultados de la inspeccin y ensayo de dichos procedimientos.
En tercer lugar, el control de los registros implica que deben establecerse y
mantenerse para proporcionar evidencia de la conformidad con los requisitos,
stos deben permanecer legibles, fcilmente identificables y recuperables; amn
de que debe establecerse un procedimiento documentado para definir los
controles necesarios para la identificacin, el almacenamiento, la proteccin, el
tiempo de retencin y la disposicin de los mismos.
Finalmente, se parte del hecho que todas las empresas cuenten con registros, los
cuales pueden brindarle la informacin necesaria, tales como: archivos de diseo,
clculos; rdenes de compra del cliente, revisiones de contratos; notas de
reuniones, (por ejemplo, de revisin por la direccin); reporte de auditoria interna;
registros de no-conformidad (reportes de fallas del servicio, reclamos sobre
garanta, quejas del cliente); registros de acciones correctivas; registros de
proveedores (por ejemplo, evaluacin de proveedores y su historia de
desempeo); registros de control de procesos; reportes de inspeccin y ensayo;
registros de formacin; y registros de bienes recibidos y entregados, entre otros.
Los registros, ndices y archivos pueden mantenerse en cualquier forma adecuada
en copia impresa o electrnica, as como el almacenamiento apropiado para el
medio y que se reduzca al mnimo el riesgo de deterioro, dao o prdida.
89

CONTROL DE CALIDAD
Del mismo modo, tambin es conveniente identificar y anotar los nombes de las
personas que tienen acceso a los registros y decidir sobre su disponibilidad. A
manera de ejemplo a continuacin se da a conocer un formato que podra
coadyuvar para tal fin, como puede verse en la Tabla 5.1.
Tabla 5.1. Reporte de rechazo
REPORTE DE RECHAZO
NMERO CANTIDAD DE
DE CDIGO
PIEZAS
No. DE FACTURA DEL

PROVEEDOR
FECHA
No. DE
REGISTRO
DEPARTAMENTOS AFECTADOS
No. DE DEPARTAMENTOS AFECTADOS
NOMBRE DEL
DEPARTAMENTO/PROVEEDOR
CLAVE DEL DEPARTAMENTO/PROVEEDOR
RESPONSABLE
No. REPORTE DE INSPECCIN
FECHA DE RECEPCIN
MOTIVO DE RECHAZO:
OBSERVACIONES:
FIRMAS DE LOS RESPONSABLES
INSPECTOR MERCADEO
CALIDAD
PRODUCCIN
COMPRAS
PROVEEDOR
Adaptado de: TABLA, Guillermo. Gua para implantar la norma ISO 9000 para empresas de todos tipos y tamaos. Mxico: McGrawHill, 1998. 387p.
5.2. DIAGRAMA CAUSA EFECTO

Para comenzar se recuerda la frase La calidad empieza con educacin y termina
con educacin, palabras atribuidas a Kaoru Ishikawa al resumir un principio
filosfico de la calidad.
Un diagrama de causa efecto indica en forma grfica, qu conjunto de factores
causales intervienen en una determinada caracterstica, de calidad, la cual podra
influir en un efecto correspondiente al identificar todas las variables o causas que
intervienen e interactan en el proceso.
Teniendo en cuenta que para mejorar un proceso se debe continuamente obtener
ms informacin acerca del mismo y sus resultados. Una nica y valiosa
herramienta para logar esta meta es el diagrama de causa efecto, desarrollado
en 1943 por Ishikawa en la Universidad de Tokio. l la us para explicar a un
90

CONTROL DE CALIDAD
grupo de ingenieros de la compaa Kawasaki Steel Works cmo varios efectos

podan ser arreglados y relacionados.
Con el transcurrir del tiempo este diagrama ha sido normalizado en Japn. Su uso
se ha difundido ampliamente en todo el pas. Ha sido incluido en la terminologa
de calidad de JIS (Normas Industriales Japonesas) donde se define as: Diagrama
de causa efecto: Diagrama que muestra la relacin entre una caracterstica de
calidad y los factores.
En la actualidad, el diagrama se usa, no slo para tratar las caractersticas de
calidad de productos y servicios, sino en otros campos, y ha encontrado aplicacin
mundial.
5.2.1. Cmo hacer diagramas de causa efecto

Hacer un diagrama de causa efecto til requiere conocimiento y prctica. Puede
decirse seguramente que quien tiene xito en resolver problemas en control de
calidad es aquel que ha tenido xito en la elaboracin y utilizacin del diagrama
de causa efecto.
5.2.2. Estructura del diagrama de causa efecto

Tambin llamado diagrama de esqueleto de pescado diagrama de espina de
pescado, ya que se parece exactamente a un esqueleto de pescado. Aqu se
tratar como diagrama C (Causa) y E (Efecto).
5.2.3. Procedimiento para hacer un diagrama de causa efecto

Los siguientes son los pasos para elaborar un diagrama de causa efecto, tal
como puede verse en la Figura 5.1.
Paso 1. Se determina la caracterstica de calidad.
Paso 2. Se selecciona una caracterstica de calidad. Al centro de una hoja de
papel, dibuje el tronco o columna vertebral del diagrama. Se escribe la
caracterstica de calidad del lado derecho y encirrela dentro de un rectngulo. A
continuacin, se escribe las causas primarias que afectan a la caracterstica de
calidad como ramas, tambin encerradas en rectngulos.
Paso 3. Se escriben las causas (secundarias) que afectan a las ramas (primarias)
como ramas medianas, y las causas (terciarias) que afectan a las ramas medianas
como ramitas. Todas son causas probables.
91

CONTROL DE CALIDAD
Paso 4. Se asigna una importancia a cada factor. Se marcan los factores de

importancia particular que parezcan tener un efecto significativo sobre la
caracterstica de calidad.
Paso 5. Se registra cualquier informacin necesaria como: fecha, participantes,
departamento, producto, propsito y nombre o nombres de quien o quienes
elabor o elaboraron el diagrama.
Figura 5.1. Diagrama de causa efecto
PRECIO
CAUSAS
PRODUCTO
Nitidez
Grosor
Costos
operativos
Fotocopia
Variedad de
tamaos
Papel
Actividades que
no agregan valor
Color
Satisfaccin de
clientes del centro
de fotocopiado
Espera en
la cola
Amabilidad
del personal
Servicio de
entrega
EFECTO
Personal
Rapidez del
servicio
Flexibilidad
SERVICIO
5.2.4. Explicacin del procedimiento

Puede encontrar a menudo dificultad para proceder cuando practica esta
perspectiva. El mejor mtodo en tal caso es considerar la variacin. Por ejemplo,
considere la variacin en la caracterstica de calidad al conceptualizar las ramas.
Si los datos muestran que hay tal variacin, considere el porqu existe. Una
variacin en el efecto puede ser causada por variacin en los factores. Esta clase
de conceptualizacin es extremadamente efectiva.
Cuando se hace un diagrama C y E relacionado con cierto defecto, por ejemplo,
se puede describir que hay una variacin en el nmero de defectos que ocurren en
diferentes das de una semana. Si encuentra que el defecto ocurri con ms
frecuencia en lunes que en cualquier otro da, puede pensar de la siguiente forma:
Por qu ocurri el defecto? Por qu ocurri el defecto con ms frecuencia en
92

CONTROL DE CALIDAD
lunes que en cualquier otro da? Esto lo guiar a buscar factores que hagan una
situacin diferente, finalmente lo conduce a descubrir la causa del defecto.
Al adoptar este mtodo de pensamiento en cada etapa de examen de la relacin
entre la caracterstica y las ramas, las ramas medianas y las ramitas es posible
construir un diagrama C y E til sobre una base lgica.
Una vez completado el diagrama, el prximo paso a asignar una importancia a
cada factor. No todos los factores en el diagrama estn necesaria y cercanamente
relacionados con la caracterstica. Marque aquellos que parezcan tener un defecto
en particular significativo sobre las caractersticas.
Finalmente, se incluye cualquier informacin necesaria en el diagrama, tal como
ttulo, nombre del producto o del servicio, proceso o grupo, lista de participantes,
fecha, etctera.
An cuando de acuerdo a los planteamientos precedentes del procedimiento hasta
aqu consignado incluye los elementos necesarios para la construccin de un
diagrama de causa efecto, es importante tener en cuenta que en la medida ste
se combine con otro tipo de diagrama, los resultados pueden llegar a ser ms
satisfactorios. Por ejemplo, para llegar al diagrama presentado en la Figura 5.2.,
es importante haberla complementado con otro(s) diagrama(s) como podran ser
el diagrama de rbol, el diagrama de afinidad o la tormenta de ideas, etc.
Para el caso que nos ocupa, a manera de ilustracin se muestra el diagrama de
rbol en la Figura 5.2., el cual permite visualizar el conjunto de posibilidades con
las que podr alcanzarse una meta predeterminada; adems de poder ser vista
como el efecto de la organizacin sistemtica en cuanto a las metas y los medios
correspondientes para lograrlas, sirviendo para presentar, en forma organizada, el
conjunto de medidas con las que es posible alcanzar el propsito deseado.

93

CONTROL DE CALIDAD
Figura 5.2. Diagrama de rbol
Satisfaccin del cliente del centro de fotocopiado
VARIABLES
PRINCIPALES
VARIABLES
SECUNDARIAS
Papel de
alta calidad
Fotocopia
de alta
calidad
Precio
favorable
Rpido
servicio de
entrega
Excelente
servicio
VARIABLES
AUXILIARES
SIMBOLOGA
Mantener informado
Departamento
Proveedura
Atencin
cliente
Mantenimiento
Papel grueso
Papel blanco
Excelente
producto
Buen
precio
Responsabilidad secundaria
Responsabilidad primaria
Excelente
atencin
personal
Fotocopia ntida
Variedad de tamaos
Precio bajo
Espera corta
Servicio rpido
Personal amable
Servicio flexible
5.3. DIAGRAMA DE GANTT

En esta seccin para tratar el tema del diagrama de Gantt, en primer lugar se
aborda el tema como tal y en segundo lugar el papel que juega dentro de las
tcnicas de administracin de proyectos y la relacin que existe entre los mtodos
CPM (Mtodo de la Ruta Crtica) y PERT (Tcnica de Evaluacin y Revisin de
Programa).
5.3.1. El diagrama de Gantt

Como lo sostiene Niebel (2004)13, el diagrama de Gantt es quiz la primera
tcnica de planeacin y control de proyectos que surgi durante la dcada de
1940 en respuesta a la necesidad de administrar mejor los complejos proyectos y
sistemas de defensa. Un diagrama de Gantt muestra sencillamente el tiempo de
terminacin planeado para las distintas actividades del proyecto como barras
graficadas contra el tiempo en un eje horizontal tal como se muestra en la Figura
5.3.
13
NIEBEL, Benjamn y FREIVALDS, Andris. Ingeniera Industrial. Mtodos, Estndares y Diseo del Trabajo. 11ed. Bogot: Alfaomega,
2004. 745p. + CD. http://www.ie.psu.edu/courses/ie327/inde.htm

94

CONTROL DE CALIDAD
Figura 5.3. Diagrama de Gantt
Smbolo
Descripcin de la actividad
Diseo mecnico (1)
Diseo mecnico (2)
Diseo elctrico (2)
Diseo elctrico (1)
Fabricacin mecnica (1)
Fabricacin elctrica (1)
Subensamble mecnico (1)
Instalacin elctrica (1)
Instalacin de tubera (1)
Inicio, prueba y fabricacin
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Adaptadode: FOGARTY, Donald, BLACKSTONE, John yHOFFMAN, Thomas. Administracin de la produccin e inventarios. 2ed. Mxico: CECSA, 1994. 994p.
Los tiempos de terminacin reales se muestran con sombreado en las barras. Si

se traza una lnea vertical en un da dado, se puede determinar con facilidad qu
componentes del proyecto van adelantados o atrasados respecto a la
programacin. Un diagrama de Gantt exige que el planificador del proyecto
desarrolle un plan anticipado y proporcione una revisin rpida de avance del
proyecto en cualquier momento. El diagrama de Gantt tambin se puede usar para
mostrar la secuencia de actividades. Como ejemplo, en la Tabla 5.2., se muestran
las actividades que tienen lugar en la Figura 5.3., as:

95

CONTROL DE CALIDAD
Tabla 5.2. Lista de actividades
Smbolo
Descripcin de la actividad
Actividades
precedentes
Actividades
concurrentes
Actividades
siguientes
Requerimientos
semanas
Diseo mecnico (1)
Ninguna
Ninguna
B, C
Diseo mecnico (2)
E, D
Diseo elctrico (2)
B, E
Diseo elctrico (1)
B, C
F, G
B, C
C, D, F, G
H, I
E, G
H, I
E, F, I
E, F, G
J, K
E, F
H, G, J
K, I
H, I
Ninguna
J, K
Ninguna
Ninguna
Inicio, prueba y fabricacin
Ninguna
Ninguna
Adaptado de: FOGARTY, Donald, BLACKSTONE, John y HOFFMAN, Thomas. Administracin de la produccin e
inventarios. 2ed. Mxico: CECSA, 1994. 994p.
5.3.2. Tcnicas de administracin de proyectos

Por otro lado, segn lo plantea Fogarty (1994)14, ciertas caractersticas distinguen
a aquellos proyectos como los ms adecuados para la aplicacin de tcnicas de
administracin de proyectos; estas caractersticas incluyen:
Los proyectos tienen un inicio y un final definidos. La construccin de una
nueva planta, la construccin y entretenimiento de personal adicional, el diseo y
la fabricacin de herramientas para un nuevo proyecto y la instalacin de un nuevo
sistema son ejemplos de proyectos que poseen esta caracterstica.
En consecuencia, la instalacin de una nueva lnea de ensamble y la produccin

del primer lote aceptable constituyen un proyecto, la operacin de dicha lnea
durante el mes o ao prximo se considera una actividad repetitiva, no un
proyecto.
Las actividades de un proyecto son individuales, aisladas en el tiempo y
espacio. La fabricacin de un vaso de alta presin se puede y controlar con
tcnicas de administracin de proyectos; la planeacin y el control de fabricacin
y armado de diez de estos vasos, es la misma instalacin y dentro del mismo
14
FOGARTY, Donald, BLACKSTONE, John y HOFFMAN, Thomas. Administracin de la produccin e inventarios. 2ed. Mxico:
CECSA, 1994. 994p.

96

CONTROL DE CALIDAD
tiempo, requieren de una mayor aplicacin de los principios y las tcnicas

explicadas en los captulos referentes a la planeacin a mediano y corto plazo.
Los proyectos se pueden subdividir en actividades que tienen un principio y
un trmino definidos. La naturaleza del proceso no exige que las actividades se
inicien de inmediato al terminar la actividad precedente. En el caso de ciertos
procesos de refinacin, la siguiente etapa principia de inmediato debido a que el
material no puede conservar una propiedad qumica o fsica durante cierto tiempo
sin incurrir en gastos adicionales importantes durante una fase de mantenimiento.
As la fabricacin de acero, la refinacin de gasolina y la produccin de helados
no sirven para la aplicacin de tcnicas de administracin de proyectos; no
obstante, el lanzamiento de un proyectil al espacio, la construccin de un
submarino nuclear y el desmantelamiento, la limpieza y restauracin de una lnea
de embotellado, lo son.
Las actividades a realizar para completar el proyecto tienen relacin
secuencial definida. Hay factores tecnolgicos conocidos que requieren de la
culminacin de ciertas actividades antes que otras actividades se realicen
simultneamente, as cada actividad se puede definir con respecto a las dems
como precedentes, sucesivas o independientes. Dos actividades independientes
pueden realizarse en cualquier orden.
Se cuenta con un clculo del tiempo necesario para completar cada
actividad. Estos tiempos estn basados en la velocidad de utilizacin de material,
personal o equipo. Por ejemplo, un clculo de tiempo para fabricar un mueble
ensamblado se basa en el empleo de personal y equipo con ciertas capacidades,
la disponibilidad de materiales y la informacin requerida para la fabricacin.
Como se mencion anteriormente, las dos tcnicas de administracin de

proyectos, como son: La Tcnica de Evaluacin y Revisin de Programa (PERT),
y el Mtodo de la Ruta Crtica (CPM), han recibido el reconocimiento y la
aceptacin en todo el mbito industrial. Es de anotar que el precursor de PERT y
CPM fue la grfica Gantt; de hecho, desarrollada por Henry Gantt.
5.3.3. Desarrollo de un modelo de planeacin por redes

En un diagrama de Gantt, el punto de partida de cada actividad corresponde al
punto de terminacin de la actividad que la precede directamente. No obstante, si
una actividad tiene ms de una actividad precedente, se debe tener cuidado al
preparar un diagrama de Gantt, pero el paso ms crtico, en el que con mayor
frecuencia se cometen errores, es registrar cuidadosamente los puntos de partida
de actividades que tienen ms de una actividad precedente. Por ejemplo, la
actividad H no puede principiar hasta que se hayan terminado las actividades E, F,
y G; la tentacin es trazar de inmediato H en el diagrama, despus de la
97

CONTROL DE CALIDAD
terminacin de G; sin esperar a que la actividad F, la ltima de las precedentes,

haya terminado.
El diagrama de Gantt es una poderosa ayuda en la planeacin de proyectos ms o
menos sencillos, aunque no proporciona el panorama interno de los modelos de
planeacin en red PERT y CPM. Sin embargo, el diagrama de Gantt revela la
longitud normal del proyecto: 30 semanas en el caso del ejemplo de la Figura 5.3.
Las ventajas de los modelos de programacin en red que incorporan conceptos y
tcnicas de PERT y CPM al diagrama de Gantt y otras tcnicas similares son:
1. La relacin secuencial entre las actividades que se deben realizar para
terminar el proyecto es representada en forma explcita.
2. La ruta crtica, es decir la ruta ms larga (secuencia conectada de
actividades) desde el principio hasta el fin del proyecto, es fcil de
determinar.
3. Es posible determinar con facilidad las actividades individuales cuya
terminacin, segn el programa, no sea crtica para la conclusin del
proyecto completo programado.
4. Se puede establecer el impacto, sobre la terminacin del proyecto, de la
probabilidad de que diferentes actividades se terminen en ms o menos
tiempo que el clculo de tiempo probable.
Inicialmente se desarrolla una red con atributos comunes tanto a CPM como a
PERT, luego se describen las caractersticas que diferencian estas dos tcnicas.
Como se dio a conocer previamente, las caractersticas de las tcnicas se pueden
combinar en aplicaciones del mundo real, mientras se disponga de los datos
necesarios, como la capacidad de procesamiento de informacin. Las etapas para
construir un modelo de planeacin de red son: 1) obtener el insumo (ingreso) de
datos necesarios, (2) construir el modelo de red y 3) determinar la ruta crtica.
Requerimientos de datos. Los insumos (datos) que es necesario ingresar
incluyen una lista de actividades que constituyen el proyecto, el tiempo que se
requiere para terminar cada actividad y las relaciones secuenciales de las
actividades. El mtodo CPM utiliza tiempos determinados de actividad (fijos). El
mtodo PERT, como se ver ms adelante, utiliza
tiempos estocsticos
(variables) de actividad.
Construccin de la red. Un modelo de red est formado por la conexin de
smbolos (en este caso flechas) que representan las actividades secuenciales
segn los datos (insumos) ingresados. Las flechas estn conectadas a nodos
numerados (uniones) que representan acontecimientos, la conclusin de una
actividad y el inicio de otra. La Figura 5.4., incluye los smbolos que se utilizan en
redes de actividades.

98

CONTROL DE CALIDAD
Figura 5.4. Smbolos y convenciones

Smbolos
Convenciones
Actividad: trabajo o tarea. El nmero
sobre la flecha es un clculo del
tiempo que se requiere para terminar
el trabajo. La letra abajo es su
identificacin.
7
A
Nodo: acontecimiento, el principio o

fin de una actividad.
Actividad fantasma: se usa para
representar con exactitud las
relaciones de las actividades. No se
requiere de tiempo ni recursos.
La Actividad A se debe terminar
antes que se inicie la Actividad B.
A
Adaptado de: FOGARTY, Donald, BLACKSTONE, John y HOFFMAN, Thomas.

Administracin de la produccin e inventarios. 2ed. Mxico: CECSA, 1994. 994p.
En la Figura 5.5., se ilustra la construccin de la red correspondiente al ejemplo en

mencin.
Figura 5.5. Red del ejemplo

2
B 3
K 5
P 0
F 6 Q 0
R 0
10
1
M
C 1
11
1
L
12
3
N
13
14
J 4
5
D
3
G
Adaptado de: FOGARTY, Donald, BLACKSTONE, John y HOFFMAN, Thomas. Administracin de la

produccin e inventarios. 2ed. Mxico: CECSA, 1994. 994p.

99

CONTROL DE CALIDAD
6. COSTOS DE LA CALIDAD
Para el estudio de los costos de la calidad es importante determinar cules con las
categoras y los elementos que estn implcitos en los mismos. Para este
propsito se tienen en cuenta los argumentos presentados por Domnguez
(1995)15.
6.1. CATEGORAS Y ELEMENTOS DEL COSTO DE LA CALIDAD

Las categoras y elementos del costo de la calidad estn directamente
relacionadas en la medida que se puede medir la calidad del producto o servicio
comparando las caractersticas que realmente posee con la que, tericamente, se
han solicitado. Lo anterior implica considerar el ciclo generador de calidad, para
definir varios tipos de calidades, dependiendo de las fases en que se divide la vida
del producto o servicio, desde su demanda hasta su utilizacin por parte del
consumidor final.
6.1.1. Categoras del costo de la calidad

Regularmente se tiene la idea de que los productos ya sean bienes o servicios
artesanos son los que ms nos agradan; esto se explica con base en las
definiciones precedentes de calidad que se ha mencionado.
En este sentido, un producto hecho a la medida ayuda a ilustrar la concepcin que
se tiene de acerca de un ciclo artesanal de la calidad, como puede verse en la
Figura 6.1.
En consecuencia, se obtiene un producto de alta calidad, ya que no ha habido
ningn tipo de interferencias entre la transmisin de las caractersticas que debe
tener el producto por parte del cliente y la recepcin de las mismas por parte del
productor que lo realiza. Sin embargo, si no se tiene relacin directa con el
productor y el producto se adquiere del mercado, es posible que no se obtenga la
misma calidad y el cliente se tiene que adecuar a lo que ya existe en el mercado.
15
DOMINGUEZ M, Jos A; LVAREZ, Jos; RUIZ, Antonio; et. al. Direccin de operaciones en la produccin y los servicios. Aspectos
tcticos y operativos V.1. Madrid: McGraw-Hill, 1995. 503p.

100

CONTROL DE CALIDAD
Figura 6.1. Ciclo artesanal de la calidad
Consumidor
Caractersticas
que realmente
tiene el producto
Caractersticas
deseadas en el
producto
Producto
Adaptado de: DOMINGUEZ M, Jos A; LVAREZ, Jos; RUIZ, Antonio; et. al. Direccin de
operaciones en la produccin y los servicios. Aspectos tcticos y operativos V.1. Madrid: McGrawHill, 1995. 503p.
Otra manera en la que se puede ver afectada la calidad de un producto, a medida

que se va introduciendo intermediarios, o eslabones en la cadena que lo va a
producir, es la realizacin del producto en funcin del productor, que tiene
nicamente como fuente de informacin las caractersticas definidas en el
producto. Como se ve en la Figura 6.2.
Figura 6.2. Ciclo industrial de la calidad
Caractersticas
deseadas en el
producto
Calidad
terica
Diseo
Calidad
del
usuario
Caractersticas
que realmente
tiene el producto
Caractersticas
definidas en el
producto
Consumidor
Productor
Calidad
tcnica

101

CONTROL DE CALIDAD
En este caso hay tres grupos de caractersticas diferentes: las que desea el
consumidor, las definidas en el producto para su elaboracin y las que tiene el
producto ya elaborado; subsiguientemente, se tienen tres calidades diferentes, as:
Calidad terica. Es la que mide la calidad del diseo, comparando las
caractersticas solicitadas por el usuario y las plasmadas en el producto.
Calidad tcnica. Es la que contrasta las caractersticas reales del producto con
las que venan definidas en el producto.
Calidad de usuario. Es la que realmente importa al consumidor, ya que
comparar lo que se ha dado con respecto a lo que solicit.
Lo anterior es un acercamiento al problema que hoy en da tienen las empresas,

ya que raramente el consumidor est tan cerca del diseo y de la fabricacin del
producto, con lo que, se puede suponer lo difcil que puede ser dar al consumidor
exactamente lo que quiere.
6.1.2. Elementos del costo de la calidad

Una vez conocidas las distintas categoras de la calidad del producto, ser
conveniente analizar los elementos de los que depende la calidad del mismo,
como son: materiales, mquinas, mtodos, hombres y organizacin.
Materiales y mquinas. De hecho, es obvio que habra que utilizar los materiales
adecuados para obtener el producto con la calidad requerida, as como las
mquinas necesarias para darle la calidad deseada al producto. Al tratar estos dos
elementos, un error frecuente en el que suele caer es utilizar los mejores posibles
para obtener un producto de alta calidad.
Esto es debido a que se suele confundir el concepto de calidad con el de bondad.

Debemos recordar siempre que el posible usuario tiene una idea de lo que quiere,
teniendo en cuenta el precio que se va a pagar por l; sera pues, un despilfarro
(un incremento de costes intil) utilizar tecnologa punta, generalmente cara, para
la obtencin de un producto que se pueda conseguir con otro tipo de tecnologa,
ms universal y, seguramente, ms barata.
Mtodos. Se deben definir en el producto junto a los dos elementos anteriores,
con los cuales estn ntimamente ligados. El estudio de mtodos es algo que se
ha venido relegando a un segundo plano a medida que ha ido avanzando la
tecnologa productiva, realizndose stos en dependencia, casi exclusiva, de las
mquinas a utilizar. Son muchos los factores a analizar que influyen en los
mtodos (por ejemplo, el hombre, el puesto de trabajo, la ruta del producto, etc.) y
sera muy conveniente tenerlos en cuenta, ya que influirn en gran medida sobre
la productividad y sobre la calidad. Su realizacin suele ser muy barata si se
102

CONTROL DE CALIDAD
compara su costo con los resultados que potencialmente se pueden obtener a

partir del mismo.
Hombre. El factor humano debe estar dispuesto a trabajar para la calidad, para lo
cual es absolutamente necesaria una educacin en este campo; se le debe hacer
consciente de la importancia que tiene la misma para la empresa y de que aqulla
depende en gran parte de l; por lo tanto, es necesario invertir en la formacin del
personal.
Organizacin. Debe ser capaz de dar la importancia necesaria a todos los
elementos anteriores y eliminar los estrangulamientos y puntos dbiles que se
produzcan en nuestra cadena productiva. El nivel de calidad depender de cada
uno de los elementos, lo que har necesario un estudio a fondo de los mismos
para conseguir un determinado nivel en la calidad de los productos.
6.2. ANLISIS DE LOS COSTOS DE CALIDAD

Teniendo en cuenta la clasificacin ms comn de los costos de calidad se tienen
costos generados por productos defectuosos y costos generados por
inspecciones, as:
6.2.1. Costos generados por productos defectuosos
Productos defectuosos
Los costos generados por productos defectuosos se dividen en dos tipos, tal como
se muestra en la Tabla 6.1., productos defectuosos identificados y otros
identificados y vendidos.
Productos
defectuosos
identificados
Productos no
identificados y
vendidos
Tabla 6.1. Costos generados por los productos defectuosos

Costo del material, de la mano de
Prdidas en la produccin
obra y gastos generales, menos los
Rechazados
ingresos producidos por la venta de Obstculos a la programacin
residuos
Disgustos de clientes por retrasos
Utilizados como Diferencia de precio entre las dos
eventuales
productos B
clases de productos
Costo de las elaboraciones
Reelaborados
Moral empresarial, etc.
suplementarias
Reclamados por Costo del servicio de asistencia por Mala fama para la calidad del producto y
el cliente
inspecciones, reparaciones, etc.
el buen nombre de la empresa
No reclamados
Ninguno
Prdida de imagen
por el cliente
Adaptado de: DOMINGUEZ M, Jos A; LVAREZ, Jos; RUIZ, Antonio; et. al. Direccin de operaciones en la produccin y los servicios. Aspectos tcticos y
operativos V.1. Madrid: McGraw-Hill, 1995. 503p.

103

CONTROL DE CALIDAD
Productos defectuosos identificados. Los que pertenecen a este grupo van a

generar costos diferentes, dependiendo de la actividad que se desarrolle; segn el
tipo de producto, existen tres posibilidades y se consideran dentro de los costos
tangibles:
Rechazarlos
Utilizarlos como productos B.
Reelaborados
En el primer caso, rechazarlos, los costos que se generan sern los derivados de
la elaboracin; es decir, materia prima utilizada, mano de obra, gastos generales,
etc., de los que se deducirn, en su caso, los posibles ingresos obtenidos por la
venta de los mismos como inservibles.
En el segundo caso, utilizarlos como productos B, si el consumidor est dispuesto
a aceptar este producto de inferior calidad, pero pagando un precio ms bajo,
El tercer caso, reelaborarlos, es el de casi todos los productos de ensamble, si se
descubre el posible defecto que pueda tener el producto, ste es reparado,
retirando las piezas defectuosas y cambindolas por nuevas. El costo incurrido
est representado por la mano de obra y las piezas sustituidas, etc.
El otro grupo es el de los costos intangibles, que son muy difciles de calcular,
donde regularmente se puede realizar una evaluacin subjetiva.
Productos no identificados y vendidos. Por estos productos se puede o no
recibir reclamaciones de algunos clientes; lo que lleva a asumir un costo de
servicio de asistencia, generalmente compuesto por personal especializado,
reparaciones, situaciones de productos o piezas del mismo, desplazamiento del
personal, etc.
En el caso de que no exista ninguna reclamacin y aun cuando aparentemente no

hay costo adicional, esto es ms contraproducente, puesto que no se puede medir
el efecto que esto tendr en el producto y la imagen de la empresa; lo que
acarreara prdida de imagen que costara mucho recuperar, en el caso de que se
tenga la oportunidad de hacerlo.
La representacin grfica de los costos de calidad generados por productos
defectuosos puede verse en la Figura 6.3.

104

CONTROL DE CALIDAD
Figura 6.3. Costos de calidad

Costos
Costo ptimo
Costo total
Costos por
inspeccin
Costos por
defectuosos
6.2.2. Costos generados por inspecciones

Los costos generados por las inspecciones incluyen los que se generan para
evitar la salida de productos defectuosos al mercado; es decir, todas las
inspecciones y controles de calidad que se realicen durante las distintas fases de
fabricacin. Estos costos se aceptan con el fin de evitar otros mayores, que se
derivan de introducir los productos defectuosos en el mercado. A medida que se
intensifica la inspeccin se va consiguiendo un menor nmero de defectuosos y;
por lo tanto, mejor calidad. Lo anterior se debe a que un incremento en los costos
derivados de la inspeccin lo que hace que este costo se vaya incrementando.
En consecuencia, el costo total es la suma de los costos generados tanto por
productos defectuosos como por inspecciones. Tal como se aprecia en la Figura
6.3., en la que se puede observar que el costo por productos defectuosos no llega
a cero.
6.2.3. Costo total de calidad

En este sentido, la curva del costo total se puede dividir en tres zonas, como se
muestra en la Figura 6.4.

105

CONTROL DE CALIDAD
Figura 6.4. Zonas de los costos de calidad

Costos
Costo total
Costo por
inspeccin
Zona A
Zona B
Zona C
Costo por
defectuosos
Zona A de mejora de la calidad. En esta zona los costos son debidos a los
productos defectuosos donde se puede realizar una mejora de la calidad.
Zona B de indiferencia. En esta zona o bien se ha alcanzado el ptimo, o bien se
est cerca del ptimo y el problema es de control para mantener el ptimo;
regularmente esta zona se caracteriza por el hecho de que cerca de la mitad de
los costos de calidad son debidos a productos defectuosos.
Zona C de perfeccionamiento. En esta zona los costos son provocados por la
inspeccin y superan a los costos generados por los productos defectuosos, por lo
que hay que estudiar el costo de detectar defectos, en comparacin con el
perjuicio que se produce en caso de no ser detectados.
6.3. OPTIMIZACIN
Para examinar la forma en que se pueden optimizar los costos de calidad, a
continuacin se tiene en cuenta la importancia que stos representan en la curva
de demanda con respecto al precio y el papel que juega la sensibilidad de la
demanda a una variacin de calidad, as como la curva de beneficios.
6.3.1. Importancia de la curva de demanda y precio

Con base en la curva de demanda y precio, tal como se aprecia en la Figura 6.5.,
se observa que si se baja el precio de un determinado producto, su demanda
106

CONTROL DE CALIDAD
aumenta; sin embargo, si se tiene en cuenta que el precio del producto puede
estar muy cercano al de la competencia, resulta ms difcil utilizar esta variable
para incrementar la demanda del producto de la empresa.
Figura 6.5. Curva de demanda y precio
Precio
p1
p2
d1
d2
Demanda
6.3.2. Sensibilidad de la demanda a las variaciones de calidad

Ahora bien, si se mantiene el precio del producto y se aumenta la calidad de ste,
se debe producir, un aumento de la demanda; se pasa de un nivel, d1 a d2, esto
se debe a que la curva de demanda cambia al pasar la calidad de Q1 a un valor
Q2, como puede verse en la Figura 6.6.
En consecuencia, a medida que se vaya aumentando la calidad del producto, la
curva de demanda se desplaza hacia la derecha, hasta llegar a fabricar el nivel de
calidad ms alto que permita la empresa. De hecho, estos cambios se deben
realizar en la medida que sean rentables para la empresa.

107

CONTROL DE CALIDAD
Figura 6.6. Curva de variaciones de calidad

Precio
p1
p2
Q2
Q1
d1
d2
Demanda
6.3.3. Curva de beneficios de calidad

Teniendo en cuenta la Figura 6.7., se observa que, a medida que se aumenta el
nivel de calidad del producto, los costos se van incrementando y la pendiente es
cada vez mayor. De manera semejante, los ingresos tambin aumentan, pero de
forma diferente, la pendiente va disminuyendo. Observe que el beneficio que se
obtiene como diferencia entre los ingresos y los costos, se puede ver en
determinadas zonas, donde es posible establecer la produccin del producto sin
prdidas.
Si se produce con un nivel de calidad inferior a n1, es evidente que se presentan
prdidas, ya que en ese nivel el producto es tan malo que no genera los ingresos
necesarios para contrarrestar los costos incurridos. Lo mismo sucede, pero por
razones opuestas, si se produce a un nivel superior a n2, ya que el producto no es
capaz de proporcionar los ingresos suficientes, puesto que tambin resultan
inferiores a los costos.

108

CONTROL DE CALIDAD
Figura 6.7. Curva de beneficios de calidad

Unidad
monetaria
Ingresos
Costos
Beneficios
Prdidas
Prdidas
n1
n*
n2
Nivel de
calidad
Conformemente a lo expuesto, se tiene que producir a un nivel ptimo de calidad

(n*), donde se obtiene el mximo beneficio.

109

CONTROL DE CALIDAD
BIBLIOGRAFA
ADAM, Everett y EBERT, Ronald. Administracin de la produccin y las

operaciones. 4ed. Mjico: Prentice-Hall, 1991. 739p.
ALIANZA EDUCATIVA. Programa de Formacin Permanente a Docentes
Principios Pedaggicos Mdulo 3. Evaluacin. Alianza Educativa. Bogot.
2005.
ALVARADO R., Ren A. Proceso de aseguramiento e implantacin de un
sistema de procesamiento de datos en Jhaka Ltda. Bogot, 1993.
BUFFA, Elwood y SARIN, Rakesh. Administracin de la produccin y de las
operaciones. Mjico: Limusa, 1992. 939p.
CAMACHO OLIVEROS, Manuel ngel. (2006). Introduccin a la Ingeniera
Industrial. Gua de aprendizaje. Facultad de Ciencias Bsicas e Ingeniera.
UNAD.
CANT, Humberto. Desarrollo de una cultura de calidad. 2ed. Mjico:
McGrawHill, 2001.
CUATRECASAS, Lluis. Gestin integral de la calidad: Implantacin, control
y certificacin. Barcelona: Gestin 2000, 1999. 348p.
DOMINGUEZ M, Jos A; LVAREZ, Jos; RUIZ, Antonio; et. al. Direccin de
operaciones en la produccin y los servicios. Aspectos tcticos y operativos
V.1. Madrid: McGraw-Hill, 1995. 503p.
EVANS, James y LINDSAY, William. Administracin y control de la calidad.
4ed. Mjico: Thomson, 2000. 785p.
FEIGENBAUM, Armand. Control total de la calidad. Mjico: CECSA, 1986.
FOGARTY, Donald, BLACKSTONE, John y HOFFMAN, Thomas.
Administracin de la produccin e inventarios. 2ed. Mxico: CECSA, 1994.
994p.
GALLEGO-BADILLO, Rmulo y PREZ, Royman. Corrientes constructivistas:
De los mapas conceptuales a la teora de la transformacin intelectual. 2ed.
Bogot: Cooperativa editorial magisterio, 1995. 156p.
GMZ. De ILLERA, Margarita. Anexo 3 Gua Introduccin a la Ingeniera
de Alimentos. Facultad de Ciencias Bsicas e Ingeniera. UNAD. 2005
GONZALEZ, Carlos. ISO 9000 QS 9000 ISO 14000, Normas internacionales
de administracin de calidad, sistemas de calidad y sistemas ambientales.
Mjico: McGraw-Hill, 1998. 574p.
GRANT, Eugene. Control de calidad estadstico. Mjico: CECSA, 1993.
GUTIERREZ, Mario. Administrar para la calidad. Conceptos administrativos
para el control total de calidad. 2ed. Mjico: Limusa, 1995. 297p.
HARRINGTON, James. Mejoramiento de los procesos de la empresa.
Santaf de Bogot: McGraw-Hill, 1996.
HARRINGTON, James. Administracin total del mejoramiento continuo. La
nueva generacin. Santaf de Bogot: McGraw-Hill, 1997.
110

CONTROL DE CALIDAD
HITOSHI, Kume. Herramientas estadsticas bsicas para el mejoramiento de

la calidad. Bogot: Norma, 1994.
HOYLE, David. Manual de sistemas de calidad. 2ed. 1996.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Catlogo de normas
tcnicas colombianas. Bogot: ICONTEC, 1994.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Compendio ISO 9000.
Administracin y aseguramiento de la calidad. Bogot: ICONTEC, 1994.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Compendio ISO 9000.
Tecnologa para la administracin de la calidad. Bogot: ICONTEC, 1994.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Gestin de la calidad
en el sector pblico. Norma Tcnica de Calidad en la Gestin Pblica
(NTCGP 1000:2004). Bogot: ICONTEC, 2007. 90p.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Gua de interpretacin
ISO 9001. Bogot: ICONTEC, 1998.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. ISO 9000. Gua para
las pequeas empresas. 5ed. Bogot: ICONTEC, 2002. 172p.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. ISO 9000. Manual
para la industria del servicio. Bogot: ICONTEC, 2002. 172p.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Normas Serie 14000.
Administracin ambiental. ICONTEC.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Sistemas de Gestin
de la calidad - Requisitos. ISO 9001: 2000. Bogot: ICONTEC, 2001.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Sistemas de Gestin
de la calidad - Recomendaciones para llevar a cabo la mejora. ISO 9004:
2000. Bogot: ICONTEC, 2001.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Sistemas Integrados
de Gestin: Sistemas de Gestin de la Calidad, Sistemas de Gestin
Ambiental. Sistemas de Gestin de Seguridad y Salud Ocupacional. Bogot:
ICONTEC, 2002.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. ISO 9000:2000.
Sistemas de gestin de la calidad. Fundamentos y vocabulario. Bogot:
ICONTEC, 2002.
ISHIKAWA, Kaoru. Qu es el control total de calidad?: la modalidad
japonesa. Santaf de Bogot: Norma, 1986.
ISO. ISO Handbook: ISO 9001 for Small Businesses. ISO/TC 176/SC 2/N
581-1.
ISO. Orientacin acerca del enfoque basado en procesos para los sistemas
de gestin de la calidad. Documento: ISO/TC 176/SC 2/N 544R, Mayo
2001.
JURAN, J.M. y otros. Manual de control de la calidad. 2ed. Barcelona:
Reverte, 1983.
LAUDOYER, Guy. La certificacin ISO 9000. Un motor para la calidad. 2
reimpresin. Mjico: CECSA, 1996.
MARIO, Hernando. Gerencia de procesos. Bogot: Alfaomega, 2002.
147p.
111

CONTROL DE CALIDAD
MASAAKI, Imai. KAIZEN. La clave de la ventaja competitiva japonesa.

Mxico: CECSA, 1989.
MORENO-LUZN, Mara. D.; PERIS, Fernando J. y GONZLEZ, Toms.
Gestin de la calidad y diseo de organizaciones. Teora y estudio de casos.
Madrid: Pearson Educacin, 2001. 432p.
MORENO, P. Alexandra. (2005) Gua Introduccin a la Ing. de Sistemas.
Facultad de Ciencias Bsicas e Ingeniera. UNAD.
NIEBEL, Benjamn y FREIVALDS, Andris. Ingeniera Industrial. Mtodos,
Estndares y Diseo del Trabajo. 11ed. Bogot: Alfaomega, 2004. 745p. +
CD. http://www.ie.psu.edu/courses/ie327/inde.htm
PREZ, Csar. Control estadstico de la calidad. Teora, prctica y
aplicaciones informticas SAS, STATGRAPHICS, MINITAB, SPSS. Madrid:
Alfaomega-Rama. 704p.
SCHROEDER, Roger. Administracin de operaciones. Toma de decisiones
en la funcin de operaciones. 3ed. Mjico: McGraw-Hill, 1994. 855p.
SENLLE, Andrs y STOLL, Guillermo. Calidad total y normalizacin.
Barcelona: Gestin 2000, 1994. 185p.
SENLLE, Andrs y VILAR, Joan. ISO 9000 en empresas de servicios.
Barcelona: Gestin 2000, 1994.
SIERRA, Enrique. Control de calidad. Bogot: Universitaria de Amrica, 1978.
291p.
STEBBING, Lionel. Aseguramiento de la calidad. 2 reimpresin. Mjico:
CECSA, 1995.
TABLA, Guillermo. Gua para implantar la norma ISO 9000 para empresas de
todos tipos y tamaos. Mxico: McGraw-Hill, 1998. 387p.
TAORMINA, Tom. ISO 9000. Liderazgo virtual. Mxico: Prentice-Hall, 1997.
Ttulo: Diagramas de Causa-Efecto, Pareto y Flujogramas. En:
http://www.gestiopolis.com/recursos4/docs/ger/diagraca.htm.
Documento
que detalla como se elaboran los diagramas de causa-efecto, de Pareto y
Flujogramas para el anlisis de procesos. Igualmente se describen datos
biogrficos de los autores de dichas tcnicas. (Consulta enero de 2006).
Ttulo: KAIZEN Institute. En: http://www.kaizen-institute.com/. Pgina del
Insituto KAIZEN, la cual se especializa en apoyar lideres de negocio en el
diseo e implementacin de procesos que lleven a la organizacin a la
adopcin del significado de la mejora continua y su sostenimiento a travs
del tiempo.
Ttulo: ECC. Ejecutivos en Consultora y Capacitacin. En: http://www.lean6sigma.com/index.htm. Esta pgina es de un grupo
consultivo
especializado en la aplicacin de Herramientas de Manufactura Esbelta
(Lean Manufacturing) y Seis Sigma, en ella se encuentran algunos
documentos donde se desarrollan estas tcnicas.
Titulo: ceroaveras.com. En: http://www.ceroaverias.com/. Esta pgina se
encuentra informacin acerca de los conceptos para la aplicacin del TPM
(Mantenimiento Productivo Total) as como del Sistema de Produccin de
Toyota.
112

CONTROL DE CALIDAD
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA. Induccin Unadista

Educacin para todos. Bogot. UNAD, 2005.
ZARATIEGUI, J. R. La gestin por procesos: Su papel e importancia en la
empresa. EN: Revista Economa Industrial No. 330. Bogot, 2001.

113

Control de Calidad Unad PDF

Cargado por

Copyright:

Formatos disponibles

Control de Calidad Unad PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Control de Calidad Unad PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BSICAS TECNOLOGA E INGENIERA

REN ALEJANDRO ALVARADO RUEDA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

Jaime Alberto Leal Afanador

Sede Nacional Jos Celestino Mutis

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNIDAD 1. FUNDAMENTOS DEL CONTROL DE CALIDAD

1.1. HISTORIA DE LA CALIDAD

1.1.1. Calidad en la poca artesanal

1.1.2. Calidad a partir de la poca industrial

1.1.3. La inspeccin de la calidad

1.1.4. El control estadstico de la calidad

1.1.5. El aseguramiento de la calidad

1.1.6. La gestin de la calidad

1.2. DEFINICIONES DE CALIDAD

1.2.1. Calidad como conformidad

1.2.2. Calidad como satisfaccin de las expectativas del cliente

1.2.3. Calidad como valor con relacin al precio

1.2.4. Calidad como excelencia

1.3. REAS RESPONSABLES DE LA CALIDAD

1.4. CONTROL TOTAL DE CALIDAD

2. CONTROL ESTADSTICO DE LA CALIDAD

2.1. DISTRIBUCIN DE FRECUENCIAS Y PARMETROS

2.1.1. La toma de datos

2.1.3. Medidas de la tendencia central

Sede Nacional Jos Celestino Mutis

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

2.1.5. Procedimiento para determinar la distribucin de frecuencias

2.2. CAPACIDAD DEL PROCESO

2.2.1. Capacidad del proceso

2.2.2. Habilidad del proceso

2.2.3. Habilidad del proceso con tolerancias unilaterales

2.2.4. Ventajas al calcular los ndices de capacidad y habilidad del

2.3. GRFICOS DE CONTROL POR VARIABLES

2.3.1. Marco conceptual de grficos de control

2.3.2. Grficos de control x (x barra)

2.3.3. Grficos de control R

2.4. GRFICOS DE CONTROL POR ATRIBUTOS

2.4.1. Grficos de control p

2.4.2. Grficos de control p para muestras de tamao variable

2.4.3. Grficos de control c

3. MUESTREO DE ACEPTACIN LOTE A LOTE POR ATRIBUTOS

3.1. CONCEPTOS FUNDAMENTALES

3.2. ASPECTOS ESTADSTICOS

3.2.1. Curvas de caractersticas operativas (CO)

3.2.2. Determinacin de curvas CO

3.2.3. Riesgos para el productor y para el consumidor

3.3. DISEO DEL PLAN DE MUESTREO

UNIDAD 2. DESARROLLO DEL CONTROL DE CALIDAD

4. TCNICAS CON DATOS NUMRICOS PARA MEJORAR LA CALIDAD

Sede Nacional Jos Celestino Mutis

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

4.1. DIAGRAMA DE PARETO

4.2.1. Cmo hacer histogramas

4.2.2. Cmo interpretar histogramas

4.3. GRFICOS DE CONTROL

4.3.1. Uso de los grficos de control de medias y rangos

4.3.2. Elaboracin del grfico de control de medias y rangos