Analisis y Diseno de Procesos 20658

Análisis y Diseño de Procesos

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Temario Sesión 1

Mapeo de procesos Técnicas de análisis de problemas (1)

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

PRODUCTO DE APRENDIZAJE ESPERADO SESIÓN 1 Aplicación de brainstorming y diagrama de afinidad a un caso práctico.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Diagramas de Flujo

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

¿Qué es un diagrama de flujo? • Los diagramas de flujo son una representación gráfica del flujo de actividades que conforman un proceso. • Estos diagramas utilizan una cadena de diferentes símbolos estandarizados, que representan las actividades relacionadas secuencialmente. • Los diagramas de flujo pretende mostrar un proceso de modo simple y gráfico. • Permite explicar a terceros como se relaciona un trabajo con otras actividades en la empresa.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

¿Cómo se realiza un diagrama de flujo?

Para elaborar los diagramas de flujo existen diversos estándares internacionales que presentamos a continuación: • • • •

American Society of Mechanical Enginners (ASME) American National Standard Institute (ANSI) International Organization for Standardization (ISO) Instituto Alemán de Normalización (Deutches Institut fur Normung e.V – DIN) • Símbolos del Flujograma de Ingeniería de Operaciones y de Administración y Mejora de la Calidad del Proceso (DO)

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Simbología ASME

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Simbología ANSI

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Simbología ISO

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Diagrama de flujo del proceso de producción en la planta de montaje de Harley Davidson Doblar tubo del bastidor

Construcción del bastidor

Acabado a maq. del bastidor

Pintado en caliente del bastidor

Linea de Montaje PRUEBAS 28 tests

Motores y transmisiones

Partes entrantes

Tubos de escape

Célula de trabajo del depósito de aceite

Desde Milwaukee con un sistema de programación de entregas JIT

Fluidos y silenciadores Célula de trabajo del depósito de gasolina Célula de trabajo de ruedas

Amortiguadores Manillares Célula de trabajo guardabarros

de

Prueba en rodillo

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Embalaje

Temario Sesión 1

Mapeo de procesos Técnicas de análisis de problemas(1)

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Técnicas de análisis de problemas Problema es cualquier suceso no deseado que generalmente no se conoce hasta que comienza a causar rechazos y requiere una solución. Un problema es, por lo tanto, una oportunidad de mejora que la empresa no debe dejar pasar.

De forma simplificada podemos definir un problema como una desviación de lo normal.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

DEFINICION DEL PROBLEMA Y

(Ej. Producción en Tn)

PROBLEMA: Desviación de lo normal

DEBIERA (PREVISTO)

P

Situación ideal Problema (brecha)

Desviación

P1

Problema Causa desconocida

Realidad P1

Situación presente

X

t1

(Ej. Tiempo)

SITUACIÓN ACTUAL © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Técnica de Lluvia de Ideas

Técnica de Grupo Nominal

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Técnica: Tormenta de Ideas Técnica muy apropiada para determinar las posibles causas de un problema o para encontrar soluciones a la misma es la tormenta de ideas. La tormenta de ideas es una técnica de grupo que estimula el desarrollo de la creatividad, permitiendo la obtención de un gran número de ideas sobre un determinado tema. Consiste en aportar al máximo de ideas en torno a un tema determinado, pudiendo cada integrante del grupo apoyar en las ideas de los demás. Las ideas no se valoran ni se critican mientras aparecen, únicamente hay que generar una lista de ellas. © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Técnica: Lluvia de Ideas Existen dos métodos principales para la búsqueda y generación de ideas.

• Estructurado. Proceso en el cual cada integrante del equipo da ideas por turno. • No estructurado. Proceso en el que los integrantes del equipo dan ideas según se les viene a la mente de manera esporádica sin turno que respetar.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Reglas de la tormenta de ideas • Asegurarse que todos comprenden cuál es el problema. Se escribe en la parte central del rotafolio o pizarra. • Cada participante aporta una idea en cada intervención y si no se le ocurre nada “pasa” de tal manera que no genera ansiedad en los participantes. • Hacer tantas rondas como sea necesario.

• El proceso de generar ideas debe ser relativamente corto de 5 a 20 minutos dependiendo de la complejidad del tema, luego viene las otras fases. © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Reglas de la tormenta de ideas • Exponer libremente lo que a cada uno se le ocurra sin temor al ridículo. • Ninguna idea se critica. Nunca! • Colocar la idea con las mismas palabras del participante.

• Respetar el derecho de palabra

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Reglas de la tormenta de ideas • Ser breves en las intervenciones. • Apoyarse en ideas de otro.

• Eliminar las ideas que son idénticas, consultar. • Anotar todas las ideas que surgen.

• No valorar hasta el final. • Reflexionar sobre las ideas expuestas.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Consideraciones: a) Siempre existe un facilitador que conozca la técnica.

b) Si en el grupo existe algún participante que monopoliza las intervenciones, el líder deberá dar a todos igualdad de oportunidades. c) Si el tema es delicado, o el grupo no se tiene suficiente confianza, el facilitador repartirá tarjetas a cada participante para que escriban su idea anónimamente y luego las escribirá en la pizarra.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Diagrama de afinidad

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

¿Qué es un diagrama de afinidad? Es una herramienta creada por el Dr. Kawakita Jiro, utilizada para estratificar información (hechos, opiniones e ideas) que se encuentran en estado desorganizado, agrupando elementos que están relacionados de forma natural y que se vinculan con un problema en especial. Es considerado como una clase especial de “lluvia de ideas”, siendo esta técnica el punto de partida para la elaboración del diagrama. El uso de un Diagrama de Afinidad es un proceso creativo que produce consenso por medio de la clasificación que se hace el equipo en vez de una discusión. © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

¿Cuándo se debe utilizar el Diagrama de Afinidad?

Puede ser utilizado en situaciones que son desconocidas para un equipo, cuando el equipo está formado por personas con diferentes experiencias o cuando los miembros del equipo tienen un conocimiento incompleto sobre el problema en análisis.

También se puede utilizar un Diagrama de Afinidad: • El problema es complejo o difícil de entender • El problema está desorganizado.

• Se requiere determinar los temas claves de un gran número de ideas y problemas. • Cuando se tiene mucha información. © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

¿Cuándo no se debe utilizar el Diagrama de Afinidad? Como regla, si se tiene menos de 15 propuestas, es posible omitir el proceso de afinidad, en este caso es recomendable hacer una combinación de ideas para posteriormente utilizar una herramienta de toma de decisiones para identificar los puntos con mayor prioridad.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

¿Cómo se organiza? 1° Establecimiento del problema. 2° Selección del equipo de trabajo correcto (por proceso) 3° Trabajo individual: escribir cada idea en papel adhesivo (acción-sujeto-lugar) asociada al problema. 4° Trabajo grupal: estratificar todas las ideas de los participantes por grupos afines. 5° Crear un título jerárquico superior para cada agrupación.

6° Revisión y validación de los grupos de ideas. 7° Dibujar el diagrama de afinidad terminado. © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Ejemplo: Asuntos que rodean a la puesta en práctica del plan de negocios de Goodyear Nuestro enfoque de planificación del negocio debe mejorarse

Plan no integrado

Enfoque de planificación no estandarizado

Reconciliación con asignación de recursos corporativos

Definición pobre de la priorización para la introducción en el mercado

La aprobación del plan no cruza las lineas funcionales

Lucha contra los problemas diarios (No pasar por alto el pantano por fijarse en el cocodrilo)

Los medios no están claramente definidos Objetivos no realistas crean actitud demasiado optimista

El grupo podría funcionar más eficazmente

No hay compromiso fuerte con el grupo Los grupos funcionales no confían los unos en los otros Los integrantes del grupo no están estableciendo un compromiso individual con el éxito del plan Las recompensas no compensan el trabajo en equipo

Problemas de comunicación dentro del grupo Insuficiente enfoque de equipo para el desarrollo e introducción de nuevos productos Percepción de ellos / nosotros La comunicación entre los grupos funcionales es difícil El grupo no es punto focal para la resolución de conflictos

El plan no está vinculado a los objetivos financieros de la unidad

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Ejemplo: Asuntos que rodean a la puesta en práctica del plan de negocios de Goodyear La limitación de los recursos es un reto

Falta de tiempo y recursos

Las introducciones rápidas de nuevos productos estiran los recursos

La complejidad impulsada por las demandas de los clientes requiere de mayores inversiones

Falta de integración de los planes de los grupos de apoyo

La disponibilidad de capital limita las oportunidades

La mayor rapidez para la introducción de los productos estira los recursos

Factores externos que afectan la implementación

Nuevas regulaciones gubernamentales

Posibilidad de bajón económico

Puede que la capacidad no satisfaga las necesidades El pronóstico de ventas no es exacto Capacidad de producción para apoyar los requisitos cambiantes

Esta información ha sido cortesía de Goodyear. Nota: El diagrama de afinidad ayudó al equipo a concentrar su atención en las muchas opiniones sobre la planificación de negocios.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Ejemplo genérico de Diagrama de Afinidad PROBLEMA Consenso VI

Consenso IX

Consenso III

Consenso VIII Consenso V

Consenso II Consenso I

Consenso I

Idea 1

Idea 3

Idea 2

Idea 5

Consenso I Idea 4 Idea 7

Idea 8

Consenso IV

Consenso IV

Idea 10

Idea 12

Idea 9

Consenso VII

Consenso VII

Idea 13

Idea 15

Idea 19

Idea 24

Idea 20 Idea 23

Idea 18 Consenso VIII

Consenso IV Idea 6

Idea 21

Consenso VII

Consenso VII

Idea 16

Idea 14

Idea 17

Idea 25

Idea 22

Idea 11

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Diagrama de relaciones

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Definición: El diagrama de relaciones es una representación gráfica de las posibles relaciones cualitativas causaefecto entre diversos factores y un problema determinado y como se relacionan entre sí los diferentes conjuntos de causas y efectos. Objetivo: Se aplica a todos aquellos estudios en los que se necesita obtener una visión global de problemas o situaciones complejas, identificar los factores involucrados en los mismos y sus interrelaciones. © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Inicio

Paso 1: Elegir un coordinador

Paso 2: Definir el enunciado del tema

Pasos a seguir para la construcción de un Diagrama de Relaciones

Paso 3: Establecer objetivo de la construcción y tipo de diagrama a utilizar

Paso 4: Decidir herramienta a utilizar para la obtención de los factores involucrados

Paso 5: Preparar la logística de la sesión

Paso 6: Obtener una lista ordenada de factores que contribuyen al objeto de estudio

Paso 7: Dibujar efecto(s) en estudio

Paso 8: Incluir en el diagrama los factores de la lista

Paso 9: Ordenar el diagrama

Paso 10: Revisar el diagrama

Identificar y corregir el error

¿correcto?

Paso 11: Identificar los factores más relevantes

Inicio

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

En el paso tres (3) se menciona que se debe establecer el objetivo de la construcción del Diagrama de Relaciones y el tipo de diagrama a utilizar, respecto a este último punto, existen varios tipos, donde se debe tener especial cuidado en su selección de acuerdo al objetivo de su construcción y de las características del tema a analizar. Estos tipos de Diagrama de Relaciones son los siguientes: 1° Búsqueda de causas de un problema (defecto). 2° Encontrando los medios para realizar un objetivo.

3° El problema está localizado en el centro. 4° El problema está localizado en el margen. 5° Se muestra más de un problema. © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Buscando las causas de un defecto

1° Búsqueda de causas de un problema (defecto). Causa

Causa

Resultado Causa Resultado

Resultado

Causa

Causa Resultado

Resultado

Causa

Causa Resultado

Causa Causa

Causa

Resultado

Resultado

Causa

PROBLEMA

Causa

Causa

Resultado

Resultado

Causa Resultado Causa

Causa

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

2° Encontrando los medios para realizar un objetivo Buscando las causas de un defecto Medios

Medios

Objetivo Medios Objetivo

Objetivo

Medios

Medios Objetivo

Objetivo

Medios

Medios Objetivo

Medios Medios

Medios

Objetivos

Objetivos

Medios

OBJETIVO BASICO

Medios

Medios

Objetivos

Objetivos

Medios Objetivos Medios

Medios

Relación entre causa y resultado en Diagrama de Relación © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

ARBOL DE PROBLEMAS

Incremento del nivel de desempleo sub utilizaciòn de la planta de producciòn

Poca capacidad para competir con productos importados

Restringido acceso a nuevos mercados

Perdida gradual de la preferencia de los consumidores por calzado del mercado local.

Baja eficiencia y altos costos de producción

Bajo nivel de competitividad en el sector calzado, El Porvenir Trujillo

Baja productividad de las empresas

Inadecuado tecnología

Bajo nivel de conocimiento de los empresarios del costo / benefico de invertir en nueva tecnologìa

Carencia de tiempos estandares de producción

Limitadas capacidades gerenciales

Deficiente calidad de los procesos y productos

Limitado control de la producción

Bajo nivel de conocimientos técnicos incorporados en las empresas

Deficientes controles de calidad en el proceso productivo

No cuentan con un Sistema de Gestión de la Calidad Estandarizado

Bajo nivel de conocimentos en cultura de calidad

Inadecuado control y manejo administrativo

Escaso análisis de mercado

Bajo nivel de conocimentos en temas de Gerencia para la toma de decisiones

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

ARBOL DE OBJETIVOS

Fomento del empleo

Se incrementa la capacidad de planta para la producciòn

Se mejora la capacidad de competencia con respecto a los productos importados

Incrmento en la eficiencia y reducción de costos de producción

Se aperturan nuevos mercados para el calzado de El Porvenir

Consumidores prefieren el adquirir el calzado local

Aumento de la competitividad en las mype's de calzado del Porvenir - Trujillo

Empresas de calzado elevan su productividad

transferencia tecnológica

Empresarios calculan el costo / beneficio del uso de nueva

Empresas con estandares de producciòn

Capacidades gerenciales desarrolladas

Alta calidad de los productos y mejora de sus procesos

Cuentan con planeamiento y contrrol de la producciòn

Conocimientos técnicos incorporados en las empresas

Eficientes controles de calidad en el proceso productivo

Mype`s tienen el Sistema de Gestión de la Calidad

control y manejo administrativo eficiente

Desarrollo de capacidades en Cultura de la Calidad y en enfoque de procesos

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados Fuente: Proadel - Promoción del Desarrollo Local. Proyecto elaborado por Ing. Carlos Puell

Empresarios realizan analisis de mercado

Conocimientos Gerenciales desarrollados en los empresarios

3° El problema está localizado en el centro.

Problema

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

4° El problema está localizado en el margen.

Problema

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

5° Se muestra más de un problema.

Problema A

Problema B

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Temario Sesión 2

Técnicas de análisis de problemas(2)

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

PRODUCTO DE APRENDIZAJE ESPERADO SESIÓN 2

Aplicación de diagrama causa efecto y matriz FACTIS a un caso práctico.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

HERRAMIENTA CAUSA - EFECTO

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Diagrama de Causa - Efecto Como mencionamos una vez determinado el problema la siguiente acción es analizar las causas. Este paso es muy importante, donde debemos identificar claramente las causas, porque sino lo hacemos probablemente se pierda el tiempo y dinero tratando de utilizar planteamientos inefectivos al momento de considerar e implementar las contramedidas.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Diagrama de Causa - Efecto • También conocido como Diagrama de Ishikawa o Diagrama de Espina de Pescado. • Sirve para organizar las posibles causas de un problema. • Ilustra las relaciones que hay entre las causas. • Las causas principales se podrían agrupar en 5 “M”: Mano de Obra, Máquina, Material, Método y Medio Ambiente.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Ventajas de usar Causa Efecto: • Es una herramienta efectiva para estudiar procesos y situaciones, y para desarrollar un plan de recolección de datos. • Cuando se está realizando un control de calidad a un producto, los Diagramas de Causa – Efecto sirven para identificar las causas que originan problemas de calidad en el producto.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Secuencia del Causa-Efecto 1. Definir el problema y escribirlo encerrado en un rectángulo.

2. Trazar una línea horizontal hacia la izquierda a partir de la cara izquierda del rectángulo. 3. Escribir las causas en rectángulos y unirlos con líneas a la línea principal. 4. Efectuar una tormenta de ideas para ir añadiendo factores a cada causa. 5. Someter el diagrama al análisis grupal. 6. Determinar las causas mas probables

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

"Diagrama Espina de Pescado" por que su forma es similar al esqueleto de un pez: Está compuesto por un recuadro (cabeza), una línea principal (columna vertebral), y 4 o más líneas que apuntan a la línea principal formando un ángulo aproximado de 70º (espinas principales). Estas últimas poseen a su vez dos o tres líneas inclinadas (espinas), y así sucesivamente (espinas menores), según sea necesario.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Mano de obra - Conocimiento (¿la gente conoce su trabajo?). - Entrenamiento (¿están entrenados los trabajadores?). - ¿Están asignados a los puestos correctos? - ¿Son conscientes de los problemas? - Habilidad (¿los trabajadores han demostrado tener habilidad para el trabajo que realizan?). - Capacidad (¿se espera que cualquier trabajador pueda llevar a cabo de manera eficiente su labor?). - ¿La gente esta motivada?, ¿sabe la importancia de su trabajo por la calidad?, ¿realiza labor de equipo?, la empresa esta comprometida con su gente? © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Métodos - Estandarización (¿las responsabilidades y los procedimientos de trabajo están definidos clara y adecuadamente o dependen del criterio de cada persona?). - Excepciones (¿Cuando el procedimiento estándar no se puede llevar a cabo existe un procedimiento alternativo claramente definido?). - Definición de operaciones (¿están definidas las operaciones que constituyen los procedimientos?, ¿cómo se decide si la operación fue hecha de manera correcta?). © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Máquinas o equipos - Capacidad (¿las máquinas han demostrado ser capaces de dar la calidad que se les pide?). - Condiciones de operación (¿las condiciones de operación en términos de las variables de entrada son las adecuadas?, ¿se ha hecho algún estudio que lo respalde?). - ¿Hay diferencias? (hacer comparaciones entre máquinas, cadenas, estaciones, instalaciones, etc ¿Se identificaron grandes diferencias?

- Herramientas (¿hay cambios de periódicamente, ¿son adecuados?

herramientas

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Máquinas o equipos - Ajustes (¿los criterios para ajustar las máquinas son claros y han sido determinados de forma adecuada?). - Mantenimiento (¿hay programas de mantenimiento preventivo?, ¿son adecuados?). - Esta correcta la graduación. - Se esta operando correctamente.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Medio ambiente - Ciclos (¿existen patrones o ciclos en los procesos que dependen de condiciones del medio ambiente’). - Temperatura (¿la temperatura ambiental influye en las operaciones?).

- Ergonomía en el trabajo afecta la calidad del producto o servicio. - Luminancia, polvo, ruido, que afecta la calidad del producto o servicio ofrecido.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Material - Variabilidad (¿se conoce cómo influye la variabilidad de los materiales o materia prima sobre el problema?). - Cambios (¿ha habido algún cambio reciente en los materiales?). - Están lubricados adecuadamente.

- Son lo suficientemente precisas. - Proveedores (¿cuál es la influencia de múltiples proveedores?, se sabe si hay diferencias significativas y cómo influyen éstas?).

- Tipos (¿se sabe cómo influyen los distintos tipos de materiales?). © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

¿Cómo se usa? En cada espina se coloca la respectiva categoría, por ejemplo las “5 M”: MA

M de O

Materiales

Problema

Métodos

Máquinas

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

¿Cómo se usa?

Se analizan los resultados del análisis: Puede pasar que: • El problema desaparezca • El problema disminuya (en este caso se deben atacar las causas restantes) • El problema no se soluciona (La causa fue mal

seleccionada, se debe re-analizar las causas)

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Técnica 5 ¿por qué?

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Diagramas por qué – por qué Es una excelente técnica para encontrar la(s) causa(s) raíz de un problema, consiste en preguntar 5 veces ¿por qué?. Este diagrama organiza la forma de pensar de un grupo para la resolución de problemas e ilustran una cadena de síntomas que conducen a la verdadera causa de un problema. Al final de una sesión debe surgir un enunciado positivo y directo que defina el verdadero problema a investigar.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Diagramas por qué – por qué Se desarrolla con el consenso del grupo, fluye de izquierda a derecha. El diagrama se inicia con el enunciado del problema. Las respuestas deben ser el enunciados de las causas que, según el grupo, contribuyen al problema en discusión. Podría haber sólo una causa o podrían ser varias. Las causas pueden ser independientes o estar relacionadas.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Diagramas por qué – por qué Sin que importe el numero de causas, estas se deben escribir en el diagrama en un enunciado sencillo y claro. Los enunciados ¿por qué? deben respaldarse con hechos y no con rumores. Al final, este proceso conduce a una red de razones por las cuales ocurrieron los problemas originales. Los puntos finales indican áreas que requieren ser atendidas para resolver el problema original. Estas serán las acciones que la empresa debe emprender para resolver la situación.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Ejemplo del uso de 5 ¿por qué?

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Problema: el mármol en el monumento a Jefferson en EE.UU se estaba deteriorando

¿Por qué? El deterioro se debía a las frecuentes lavadas del monumento con detergente ¿Por qué? El detergente era usado para limpiar el excremento de los gorriones del lugar

¿Por qué? Los gorriones fueron atraídos por las arañas ¿Por qué? Las arañas fueron atraídas por los pequeños insectos que merodean el lugar

¿Por qué? Los insectos fueron atraídos por las intensas luces que iluminan el lugar © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Análisis de Contramedidas Para encontrar cuál es la mejor contramedida y cuál es el mejor método utilizaremos la matriz FACTIS la cual tiene seis criterios de selección, donde cada uno tiene un factor de ponderación. 1° Facilidad para solucionar el problema. 2° Afecta a otras áreas su implementación.

3° Calidad se mejora. 4° Tiempo que implica solucionarlo. 5° Inversión requerida.

6° Seguridad industrial se mejora © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Criterios de Selección Criterios de selección F

A

C

Facilidad para solucionarlo 1: Difícil

2: Fácil

3: Muy fácil

Afecta a otras áreas su implementación 1: Nada

2: Medio

3: Si

Mejora la calidad

1: Poco

2: Medio

3: Mucho

Factor de ponderación 3

2

6

Tiempo que implica solucionarlo T

I

S

1: Largo plazo

2: Medio plazo

3: Corto plazo

Inversión requerida 1: Alta

2: Media

3: Baja

Mejora la seguridad industrial 1: Poco

2: Medio

3: Mucho

1

5

4

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

C1

5 Por qués?

C2 C3 C4

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Matriz de análisis Impacto Bajo Impacto 1 Baja 1

Probabilidad Media 2 Ocurrencia Alta 3

1

Mediano Impacto

2

Alto

Impacto 3

2

3

2

4

6

3

6

9

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

¿Cómo se usa?

Se analizan los resultados del análisis: Puede pasar que: • El problema desaparezca • El problema disminuya (en este caso se deben atacar las causas restantes) • El problema no se soluciona (La causa 1 fue mal

seleccionada, se debe re-analizar las causas)

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

TÉCNICA 5W – 2H ¿qué?, ¿quién?, ¿por qué?, ¿cuándo?, ¿dónde? y ¿cómo?

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

PLANEACIÓN DEL TRABAJO 5W / 1 H WHAT

¿QUÉ?

¿Que se hace ahora? ¿Que se ha estado haciendo? ¿Que debería hacerse? ¿Que otra cosa podría hacerse? ¿Que otra cosa debería hacerse? WHO

¿QUIÉN?

¿Quién lo hará? ¿Quién lo está haciendo? ¿Quién debería estarlo haciendo? ¿Quién otro podrá hacerlo? ¿Quien mas debería hacerlo? WHEN

¿CUÁNDO?

¿Cuándo se hará? ¿Cuándo terminará? ¿Cuándo debería hacerse? ¿En qué otra ocasión podría hacerse? ¿En que otra ocasión debería hacerse?

WHY ¿POR QUÉ?

¿Por qué se hace así ahora? ¿Por qué debe hacerse? ¿Por qué hacerlo en ese lugar? ¿Por qué hacerlo en este momento? ¿Por qué hacerlo de esta manera? WHERE

¿DÓNDE?

¿Dónde se hará? ¿Dónde se está haciendo? ¿Dónde debería hacerse? ¿En que otro lugar podría hacerse? ¿En que otro lugar debería hacerse? HOW ¿CÓMO? ¿Cómo se hace actualmente? ¿Cómo se hará? ¿Cómo debería hacerse? ¿Cómo usar este método en otras áreas? ¿Cómo hacerlo de otro modo?

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Matriz de planeación Actividades por realizar

Responsable de la acción

Lugar donde se realizan las actividades

Período de Realización de cada etapa Herramientas a utilizar, forma de trabajo

Justificación de cada acción

Qué

Quién

Dónde

Por qué

Cuándo

Cómo

Describir la situación Analizar Establecer contra medidas Ejecutar Verificar resultados Estandarizar © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Temario Sesión 3

Técnicas de análisis de datos Modelos de mejora continua (1)

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

PRODUCTO DE APRENDIZAJE ESPERADO SESIÓN 3 Aplicación de pareto, histograma y bloxplot a un conjunto de datos de un caso práctico.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

PARETO

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Diagrama de Pareto El Dr. Juran aplicó este concepto a la calidad, obteniéndose lo que hoy se conoce como la regla 80/20, es decir si se tiene un problema con muchas causas, podemos decir que el 20% de las causas resuelven el 80% del problema. Por lo tanto, el Análisis de Pareto es una técnica que separa los “pocos vitales” de los “muchos triviales”.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Diagrama de Pareto - Ejemplo Un fabricante nacional en su línea de “refrigeradores” desea analizar cuales son los defectos más frecuentes que aparecen en las unidades al salir de la línea de producción. Para esto, empezó por clasificar todos los defectos posibles en sus diversos tipos:

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Diagrama de Pareto - Ejemplo Tipo de Defecto

Frec

Detalle del Problema

Gavetas Defectuosa

1

Gavetas interiores con rajaduras

Puerta Defectuosa

0

Puerta de refrigerador no cierra herméticamente

No funciona

2

Al enchufar no arranca el motor

Rayas

4

Rayas en las superficies externas

No enfría

27

El motor arranca pero la heladera no enfría

Burlete Defectuosa

9

Burlete roto o deforme que no ajusta

Motor no detiene

36

No para el motor cuando alcanza Temperatura

Mala Nivelación

1

La heladera se balancea y no se puede nivelar

Pintura Defectuosa

0

Defectos de pintura en superficies externas

Puerta no cierra

2

La puerta no cierra correctamente

Motor no arranca

1

El motor no arranca después de ciclo de parada

Otros

0

Otros Defectos no incluidos en los anteriores

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Ordenando los datos Tipo de Defecto

Detalle del Problema

Frec

%

Motor no detiene

No para el motor cuando alcanza Temperatura

36

40.9

No enfría

El motor arranca pero la heladera no enfría

27

30.7

Burlete Defectuosa

Burlete roto o deforme que no ajusta

9

10.2

Pintura Defectuosa

Defectos de pintura en superficies externas

5

5.7

Rayas

Rayas en las superficies externas

4

4.5

No funciona

Al enchufar no arranca el motor

2

2.3

Puerta no cierra

La puerta no cierra correctamente

2

2.3

Gavetas Defectuosa

Gavetas interiores con rajaduras

1

1.1

Mala Nivelación

La heladera se balancea y no se puede nivelar

1

1.1

Motor no arranca

El motor no arranca después de ciclo de parada

1

1.1

Puerta Defectuosa

Puerta de refrigerador no cierra herméticamente

0

0.0

Otros

Otros Defectos no incluidos en los anteriores

0

0.0

Total:

88

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

100

Ahora resulta evidente cuáles son los tipos de defectos más frecuentes. Se puede observar que los 3 primeros tipos de defectos se presentan en el 82 % de las heladeras, aproximadamente. Por el Principio de Pareto, concluimos que: La mayor parte de los defectos encontrados en el lote pertenece sólo a 3 tipos de defectos, de manera que si se eliminan las causas que los provocan desaparecería la mayor parte de los mismos. © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Recomendaciones para realizar análisis de Pareto 1. En general el diagrama de Pareto clasifica defectos, quejas, horas o cualquier otra variable en función de categorías o factores de interés, por ejemplo por tipo de defecto o queja, modelo de producto, tamaño de la pieza, tipo de máquina, edad del obrero, turno de producción, tipo de cliente, etc. Cada clasificación genera un diagrama.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Recomendaciones para realizar análisis de Pareto 2. El eje vertical izquierdo debe representar unidades de medida que den una idea clara de la contribución de cada categoría a la problemática global. De esta forma si la gravedad o costo de cada defecto o categoría es muy diferente, entonces el análisis no debe hacerse tomando en cuenta sólo la frecuencia, sino que esta debe ser multiplicada por la gravedad o costo correspondiente.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Recomendaciones para realizar análisis de Pareto 3. En un análisis lo primero es hacer un Pareto de problemas (primer nivel) y después al problema dominante, si es que se encontró, se le hacen tanto Paretos de causas (segundo nivel) como se crea conveniente. Se recomienda no pasar al tercer nivel hasta agotar todas las opciones (factores de interés) de segundo nivel. 4. Un criterio rápido para saber si la primera barra o categoría es significativamente más importante que las demás no es que esta representa el 80% del total, más bien es que supere claramente al resto de las barras. En otra palabras, el criterio es verificar si la primera barra predomina sobre el resto. © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Recomendaciones para realizar análisis de Pareto 5. Cuando en un DP no predomina ninguna barra y tiene una apariencia plana o un descenso lento en forma de escalera, significa que se deben reanalizar los datos o el problema y su estrategia de clasificación. 6. El eje vertical derecho representa una escala en % de 0 a 100, para que con base en ésta se pueda evaluar la importancia de cada categoría respecto a los demás, en términos porcentuales, y la línea acumulativa representa los % acumulados de las categorías.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Ejercicio de Pareto Industrias aeromecánicas SAC fabrica trenes de aterrizaje para aeronaves. El tren terminado debe sujetarse a rígidas especificaciones. Por la naturaleza costosa del producto, el tren de aterrizaje también debe cumplir las expectativas del cliente en cuanto a ajuste y terminado. Para recopilar las no conformidades que están ocurriendo en el taller, un equipo de resolución de problemas ha utilizado hojas de verificación para registrar las no conformidades que encuentran en las partes durante la inspección final.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Ejercicio de Pareto Cuando se encuentra un problema, los inspectores marcan la categoría apropiada en la hoja de verificación. Elabore un diagrama de Pareto con la hoja de verificación. Realice los comentarios correspondientes al gráfico elaborado, así como mencionar dónde se debe concentrar los mayores esfuerzos.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Lista de verificación Defectos de terminado Raspones Abolladuras Deformaciones en terminado de pintura Daño en el empaque Color erróneo

I I I I I I I I I I I I I I I I

Defectos de operación Placa de montaje Sistema eléctrico Mal funcionamiento del interruptor Falla del motor

I I I I I I I I I I I I I I I I I I

US $/ unid 145 200 954 6500 200

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

75 5000 300 420

Ejercicio de Pareto En una fábrica de botas industriales se hace una inspección del producto final, mediante el cual las botas con algún tipo de defecto se mandan a “segunda”, después de quitar las etiquetas para cuidar la marca. Mediante un análisis de los problemas o defectos por los que las botas se mandan a la segunda, se obtienen los siguientes datos correspondientes a las últimas 10 semanas:

Razón de defecto Piel arrugada Costuras falladas Reventado de piel Mal montada Total

Total 99 135 369 135 738

% 13,4 18,3 50,0 18,3 100,0

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

HISTOGRAMA

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Histograma Definición El histograma es un gráfico que muestra la distribución de frecuencias por intervalos de un conjunto de datos cuantitativos.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Histograma Pasos para construir un histograma Ejemplo: Si se analiza el tiempo que trabaja un vendedor ambulante a la semana a partir de 120 datos, con tiempos que varían entre 50 y 81 horas, los pasos para la construcción del histograma son: 1. El número de intervalo usualmente se determina como un valor cercano a la raíz cuadrada total de los datos. En este caso, raíz cuadrada de 120 es 10.95 ~ 11. 2. El rango de datos es R = 81 – 50 = 31, el valor que se divide entre los 11 intervalos. Entonces 31 / 11 = 2.81 ~ 3. © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Histograma Pasos para construir un histograma 3. A partir del mínimo valor se construyen los intervalos. Entonces, el inicio del intervalo es 50 y el fin es 50+3 = 53, el siguiente intervalo va desde 53 hasta 56 y así hasta exceder al máximo valor observado. 4. Se calcula la frecuencia contando cuantos datos caen en cada intervalo formado. Si una observación cae justo en el límite de un intervalo siguiente, es decir, si el dato fuera 59, entonces se considera en el intervalo entre 59 y 62.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Histograma Pasos para construir un histograma INTERVALO 50 53 53 56 56 59 59 62 62 65 65 68 68 71 71 74 74 77 77 80 80 83

FRECUENCIA 3 10 16 28 24 16 9 7 4 2 1 120

PORCENTAJE PORCENTAJE % ACUMULADO % 2.5 2.5 8.3 10.8 13.3 24.2 23.3 47.5 20 67.5 13.3 80.8 7.5 88.3 5.8 94.2 3.3 97.5 1.7 99.2 0.8 100 100

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Histograma Pasos para construir un histograma 30

Frecuencia

25 20 15 10 5 0 50

53

56

59

62

65

68

71

74

77

Tiempo

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

80

Tipos de histogramas

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Pautas típicas de variación Distribución en forma de campana Forma simétrica con un pico en la mitad del recorrido de los datos. Es la distribución natural, habitual para, los datos de gran cantidad de procesos. Por esta circunstancia se llama Distribución Normal.

La desviación respecto a esta forma indica la existencia de problemas o influencias externas al proceso. Sin embargo la forma de campana no asegura, por sí misma y sin analizar su valor medio y el recorrido de los datos, que el proceso funcione de forma satisfactoria. © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Pautas típicas de variación Distribución con doble campana La gráfica nos muestra un marcado valle en el centro de la distribución con picos a ambos lados. Esta forma, generalmente, es la combinación de dos distribuciones y sugiere la presencia de dos procesos distintos. Deberán ensayarse varios esquemas de estratificación para separar los distintos procesos.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Pautas típicas de variación Distribución truncada Su forma es simétrica, con un pico descentrado dentro del recorrido de los datos, las colas descienden; bruscamente en un lado y suavemente en el otro.

Esta distribución es típica de procesos con limites prácticos a un lado del valor nominal o a datos parciales de un proceso (distribuciones con parte de los datos suprimidos).

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Pautas típicas de variación Distribución asimétrica Su forma no es simétrica, donde el valor nominal se encuentra corrido a la derecha o a la izquierda. Cuando se encuentra corrido a la derecha se denomina distribución sesgada a la izquierda, mientras que cuando se encuentra corrido a la izquierda se denomina distribución sesgada a la derecha. © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Pautas típicas de variación Distribución alternativa Valores altos y bajos se alternan de forma regular. Esta pauta de variación es típica de errores de medición, errores en la forma de agrupar los datos para la construcción del Histograma o sesgos sistemáticos de redondeo. En este caso revisar inicialmente los procesos de recogida de datos y construcción del Histograma. © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Pautas típicas de variación Distribución con un pico aislado Como en el caso de la distribución de dos picos, esta forma sugiere la existencia de dos procesos distintos. El proceso con el pico pequeño será una a normalidad o deficiencia que no sucede a menudo o regularmente.

Se deben analizar las condiciones en que se presenta el pico menor tratando de estratificar los datos. Estos picos unidos a distribuciones sesgadas o truncadas indican falta de eficacia en la eliminación de elementos defectuosos. © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Pautas típicas de variación Distribución plana Una gran parte plana, sin ningún pico y con dos ligeras colas a los lados. Esta forma puede ser el resultado de varias distribuciones en

En campana con sus centros distribuidos uniformemente a lo largo del recorrido de los datos. Se deberán identificar los diferentes procesos que intervienen dentro del proceso básico. Esta distribución es un caso típico de organizaciones que no tienen el trabajo bien definido, ni estandarizado. © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Ejemplo de una gráfica de Histograma

Tiempo de Respuesta Promedio a Llamadas de Pacientes (Primer Turno) 200 175

# de Respuestas

150 125 100 75 50 25 0 1

2

3

4

5

6

7

8

9

10

Minutos © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

11

12

Identificación e Interpretación de las pautas de variación

Uno de los propósitos del análisis e interpretación de un histograma es identificar y clasificar la pauta de variación del conjunto de datos estudiado (valor medio, recorrido, forma) y elaborar una explicación admisible y relevante (realizar análisis de causas), que relacione la variación en el proceso o el fenómeno estudiado.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Identificación e Interpretación de las pautas de variación

Con el resultado de este análisis sobre las causas que originan el problema en el proceso, luego necesitamos confirmar o rechazar las causas, para ello es necesario la experiencia y habilidad del grupo de trabajo que realizará la interpretación. Los equipos de trabajo deben profundizar en el conocimiento del proceso en estudio para utilizar esta herramienta de forma eficiente.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Mayor valor encontrado Max = 258,00 Menor valor encontrado Min = 243,00 Rango R = Max - Min 15,00

Numero de datos N= Intervalos de clase = raíz(120) K= Longitud del intervalo de clase R / k =

Item

Clase

1 2 3 4 5 6 7 8 9 10 11

243,0 244,4 244,5 245,9 246,0 247,4 247,5 248,9 249,0 250,4 250,5 251,9 252,0 253,4 253,5 254,9 255,0 256,4 256,5 257,9 258,0 259,4 Total

Marca de Clase 243,7 245,2 246,7 248,2 249,7 251,2 252,7 254,2 255,7 257,2 258,7

frecuencia

5 2 16 10 32 18 20 5 8 3 1 120

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

120 11 1,36

Histograma 32

35 30 25

20 20

18

16

15

10 8

10 5

5 5

2

3 1

0

El histograma tiene un comportamiento alternativo © Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Boxplots Definición Un diagrama de caja es un gráfico, basado en cuartiles, mediante el cual se visualiza un conjunto de datos. Outliers: Atípicos Max: Máximo Q3: Percentil 75 Q2: Mediana Q1: Percentil 25 Min: Máximo

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

BLOX PLOT

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Boxplots Características • Sirven para visualizar la dispersión.

• Describe la distribución de un conjunto de datos. • Permite verificar la simetría.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Boxplots Ejemplo: Tenemos las siguientes muestras de botellas de 500ml envasadas: 500, 498, 497, 495, 502, 493, 494, 498, 499, 501, 502, 498, 495, 494, 492, 490. 504 502 500 498 496 494 492 490

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

GRÁFICAS DE DISPERSIÓN ¿recta o parábola?

140

150

160

170

180

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

190

200

Diagrama de Dispersión A veces interesa saber si existe algún tipo de relación entre dos variables. Por ejemplo, puede ocurrir que dos variables estén relacionadas de manera que al aumentar el valor de una, se incremente el de la otra. En este caso hablaríamos de la existencia de una correlación positiva.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Diagrama de Dispersión También podría ocurrir que al producirse una en un sentido, la otra derive en el sentido contrario; por ejemplo, al aumentar el valor de la variable x, se reduzca el de la variable y. Entonces, se estaría ante una correlación negativa. Si los valores de ambas variable se revelan independientes entre sí, se afirmaría que no existe correlación.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Gráfica de Dispersión • Es un diagrama que representa dos características variables para cada unidad de muestra. • Cada característica se grafica en uno de los ejes X – Y. • Se marcan puntos en la intersección de los valores en cada uno de los ejes para una muestra dada. • Ayuda a evaluar posibles relaciones entre dos variables.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Ventajas para usar gráficas de dispersión • Se trata de una herramienta especialmente útil para estudiar e identificar las posibles relaciones entre los cambios observados en dos conjuntos diferentes de variables. • Suministra los datos para confirmar hipótesis acerca de si dos variables están relacionadas. • Proporciona un medio visual para probar la fuerza de una posible relación

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Según sea la dispersión de los datos (nube de puntos) en el plano cartesiano, pueden darse alguna de las siguientes relaciones, Lineal, Logarítmica, Exponencial, Cuadrática, entre otras. Las ecuaciones de cada relación se presentan en la siguiente tabla: REGRESIÓN

ECUACIÓN

Lineal

y = A + Bx

Logarítmica

y = A + BLn(x)

Exponencial

y = Ae(Bx)

Cuadrática

y = A + Bx +Cx2

Para nuestro caso sólo estudiaremos la regresión lineal

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Estudio conjunto de 2 variables • Recogemos los datos de las dos variables en varios individuos de una muestra. – En cada fila tenemos los datos de un individuo – Cada columna representa los valores que toma una variable sobre los mismos. – Las individuos no se muestran en ningún orden particular. • Dichas observaciones pueden ser representadas en un diagrama de dispersión. En ellos, cada individuo es un punto cuyas coordenadas son los valores de las variables. • Nuestro objetivo será intentar reconocer a partir del mismo si hay relación entre las variables, de qué tipo, y si es posible predecir el valor de una de ellas en función de la otra.

Altura en cm.

Peso en Kg.

162

61

154

60

180

78

158

62

171

66

169

60

166

54

176

84

163

68

...

...

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Diagramas de dispersión o nube de puntos Tenemos las alturas y los pesos de 30 individuos representados en un diagrama de dispersión. 100 90 Pesa 76 kg.

80

Mide 187 cm.

70 60 Pesa 50 kg.

50 Mide 161 cm.

40 30 140

150

160

170

180

190

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

200

Relación entre variables Tenemos las alturas y los pesos de 30 individuos representados en un diagrama de dispersión. 100 90 80 70 60 50 40 30 140

150

160

170

180

190

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

200

Predicción de una variable en función de la otra

Aparentemente el peso aumenta 10Kg por cada 10 cm de altura, o sea el peso aumenta en una unidad por cada unidad de altura. 100 90 80 70

10 kg.

60 50 10 cm.

40 30 140

150

160

170

180

190

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

200

Relación directa e inversa 100

330

Incorrelación

280

90 80

230

Fuerte relación directa.

70 180

60 130

50

80

40

30

30 140

150

160

170

180

190

200

80

Cierta relación inversa

60 50 40 30 20 10 0 140

150

160

170

180

190

150

160

170

180

190

200

• Para los valores de X mayores que la media le corresponden valores de Y mayores también.

Para valores de X por encima de la media tenemos valores de Y por encima y por debajo en proporciones similares. Incorrelación. 70

140

200

• Para los valores de X menores que la media le corresponden valores de Y menores también. • Esto se llama relación directa. Para los valores de X mayores que la media le corresponden valores de Y menores. Esto es relación inversa o decreciente.

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Coef. de correlación lineal de Pearson • El coeficiente de correlación lineal de Pearson de dos variables, r, nos indica si los puntos tienen una tendencia a disponerse alineadamente (excluyendo rectas horizontales y verticales). • “r” es útil para determinar si hay relación lineal entre dos variables, pero no servirá para otro tipo de relaciones (cuadrática, logarítmica,...)

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Propiedades de “r” • • • •

Es adimensional Sólo toma valores en [-1,1] Las variables no tienen correlación => r=0 Relación lineal perfecta entre dos variables  r =+1 ó r =-1 – Excluimos los casos de puntos alineados horiz. o verticalmente.

• Cuanto más cerca esté “r” de +1 o -1 mejor será el grado de relación lineal. – Siempre que no existan observaciones anómalas. Relación inversa perfecta Variables no correlacionadas

-1

0

Relación directa casi perfecta

+1

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Ejemplo visual de correlaciones 330 280 230 180 130 80 30 140

r=0,1 150

160

170

180

190

200

130 120 110 100 90 80 70 60 50 40 30 140

100

100

90

90

80

80

70

70

60

60

50

50

r=0,8

40 30 140

150

160

170

180

190

r=0,4 150

160

170

180

30 140

200

r=0,99

40 200

190

150

160

170

180

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

190

200

Ejemplo visual de correlaciones 90 80

80

70 60 50 40 30 20 10 0

60

70 50 40 30 20

r=-0,5 140

150

160

170

180

190

200

0 140

80

80

70

70

60

60

50

50

40

40

30

30

20 10 0 140

r=-0,7

10

150

160

170

180

190

200

160

170

180

190

200

20

r=-0,95 150

10 160

170

180

190

200

r=-0,999

0 140

150

© Pontificia Universidad Católica del Perú – Instituto para la Calidad, 2013. Todos los derechos reservados

Sin embargo obtener el modelo de regresión no es suficiente para establecer la regresión, ya que es necesario evaluar que tan adecuado es el modelo de regresión obtenido. Para esto se hace uso del coeficiente de correlación R, el cual mide el grado de relación existente entre las variables. Clasificación del grado de correlación CORRELACIÓN

VALOR O RANGO

Perfecta

|R| = 1

Excelente

0.9