¿CÓMO INTERPRETAR UN DIAGRAMA DE
CAUSA-EFECTO?
El diagrama Causa-Efecto es un vehículo para
ordenar, de forma muy concentrada, todas las causas que
supuestamente pueden contribuir a un determinado efecto. Nos
Permite, por tanto, lograr un conocimiento
común de un problema complejo, sin ser nunca sustitutivo
de los datos. Es
importante ser conscientes de que los diagramas de
causa-efecto presentan y organizan teorías. Sólo cuando estas
teorías son contrastadas con datos podemos probar las
causas de los fenómenos observables.
Errores comunes son construir el diagrama antes de
analizar globalmente los síntomas, limitar las
teorías propuestas enmascarando involuntariamente la causa
raíz, o cometer errores tanto en la relación causal
como en el orden de las teorías, suponiendo un gasto de
tiempo
importante.
¿CÓMO ELABORAR UN DIAGRAMA DE
CAUSA-EFECTO?
- Definir claramente el efecto o síntoma cuyas
causas han de identificarse. - Encuadrar el efecto a la derecha y dibujar una
línea gruesa central apuntándole. - Usar Brainstorming o un enfoque racional para
identificar las posibles causas. - Distribuir y unir las causas principales a la recta
central mediante líneas de 70º. - Añadir subcausas a las causas principales a lo
largo de las líneas inclinadas. - Descender de nivel hasta llegar a las causas
raíz (fuente original del problema). - Comprobar la validez lógica de la cadena causal.
- Comprobación de integridad: ramas principales
con, ostensiblemente, más o menos causas que las
demás o con menor detalle.
A continuación veremos como el valor de una
característica de calidad depende
de una combinación de variables y
factores que condicionan el proceso
productivo (entre otros procesos).
El ejemplo se basa en el proceso de fabricación
de mayonesa, para así explicar los Diagramas de
Causa-Efecto:
La variabilidad de las características de calidad
es un efecto observado que tiene múltiples causas. Cuando
ocurre algún problema con la calidad del producto, se
debe investigar a fin de identificar las causas del mismo. Para
hacer un Diagrama de Causa-Efecto se siguen los siguientes
pasos:
Se decide cuál va a ser la característica
de calidad que se va a analizar. Por ejemplo, en el caso de la
mayonesa podría ser el peso del frasco lleno, la densidad del
producto, el porcentaje de aceite,
etc.
Se traza una flecha gruesa que representa el proceso y a
la derecha se escribe la característica de
calidad:
Se indican los factores causales más importantes
y generales que puedan generar la fluctuación de la
característica de calidad, trazando flechas secundarias
hacia la principal. Por ejemplo: Materias Primas, Equipos,
Operarios, Método de
Medición, etc.:
Se incorporan en cada rama factores más
detallados que se puedan considerar causas de fluctuación.
Para hacer esto, se pueden formular estas preguntas:
- ¿Por qué hay fluctuación o
dispersión en los valores
de la característica de calidad? Por la
fluctuación de las Materias Primas. Se anota Materias
Primas como una de las ramas principales. - ¿Qué Materias Primas producen
fluctuación o dispersión en los valores de
la característica de calidad? Aceite, Huevos, sal, otros
condimentos. Se agrega Aceite como rama menor de la rama
principal Materias Primas. - ¿Por qué hay fluctuación o
dispersión en el aceite? Por la fluctuación de la
cantidad agregada a la mezcla. Agregamos a Aceite la rama
más pequeña Cantidad. - ¿Por qué hay variación en la
cantidad agregada de aceite? Por funcionamiento irregular de la
balanza. Se registra la rama Balanza. - ¿Por qué la balanza funciona en forma
irregular? Por que necesita mantenimiento. En la rama Balanza colocamos la
rama Mantenimiento.
Así se sigue ampliando el Diagrama de
Causa-Efecto hasta que contenga todas las causas posibles de
dispersión.
Finalmente se verifica que todos los factores que puedan
causar dispersión hayan sido incorporados al diagrama. Las
relaciones Causa-Efecto deben quedar claramente establecidas y en
ese caso, el diagrama está terminado.
Un diagrama de Causa-Efecto es de por si educativo,
sirve para que la gente conozca con profundidad el proceso con
que trabaja, visualizando con claridad las relaciones entre los
Efectos y sus Causas.
Sirve también para guiar las discusiones, al
exponer con claridad los orígenes de un problema de
calidad. Y permite encontrar más rápidamente las
causas asignables cuando el proceso se aparta de su
funcionamiento habitual.
DIAGRAMA DE PARETO
El Diagrama de Pareto es una gráfica en donde se
organizan diversas clasificaciones de datos por orden
descendente, de izquierda a derecha por medio de barras sencillas
después de haber reunido los datos para calificar las
causas. De modo que se pueda asignar un orden de
prioridades.
El nombre de Pareto fue dado por el Dr. Joseph Juran en
honor del economista italiano Vilfredo Pareto (1848-1923) quien
realizó un estudio sobre la distribución de la riqueza, en el cual
descubrió que la minoría de la población poseía la mayor parte de
la riqueza y la mayoría de la población
poseía la menor parte de la riqueza. Con esto
estableció la llamada "Ley de Pareto"
según la cual la desigualdad económica es
inevitable en cualquier sociedad.
Vilfredo Pareto
1848-1923
El Dr. Juran aplicó este concepto a la
calidad, obteniéndose lo que hoy se conoce como la regla
80/20.
Según este concepto, si se tiene un problema con
muchas causas, podemos decir que el 20% de las causas resuelven
el 80% del problema y el 80% de las causas solo resuelven el 20%
del problema.
Por lo tanto, el Análisis de Pareto es una técnica
que separa los "pocos vitales" de los "muchos triviales". Una
gráfica de Pareto es utilizada para separar
gráficamente los aspectos significativos de un problema
desde los triviales de manera que un equipo sepa dónde
dirigir sus esfuerzos para mejorar. Reducir los problemas
más significativos (las barras más largas en una
Gráfica Pareto) servirá más para una mejora
general que reducir los más pequeños. Con
frecuencia, un aspecto tendrá el 80% de los problemas. En
el resto de los casos, entre 2 y 3 aspectos serán
responsables por el 80% de los problemas.
Usando el Diagrama de Pareto se pueden detectar los
problemas que tienen más relevancia mediante la
aplicación del principio de Pareto (pocos vitales,
muchos triviales) que dice que hay muchos problemas sin
importancia frente a solo unos graves.
La gráfica es útil al permitir identificar
visualmente en una sola revisión tales minorías de
características vitales a las que es importante prestar
atención y de esta manera utilizar todos
los recursos
necesarios para llevar acabo una acción
correctiva sin malgastar esfuerzos.
En relación con los estilos gerenciales de
Resolución de Problemas y Toma de
Decisiones, se puede ver como la utilización de esta
herramienta puede resultar una alternativa excelente para un
gerente de
estilo Bombero, quien constantemente a la hora de resolver
problemas sólo "apaga incendios", es
decir, pone todo su esfuerzo en los "muchos
triviales".
Algunos ejemplos de tales minorías vitales
serían:
- La minoría de devoluciones que representa la
mayoría de quejas de la clientela. - La minoría de compradores que representen la
mayoría de las ventas. - La minoría de productos,
procesos, o características de la calidad causantes del
grueso de desperdicio o de los costos de
reproceso. - La minoría de vendedores que esta vinculada a
la mayoría de partes impugnadas. - La minoría de problemas causantes del grueso
del retraso de un proceso. - La minoría de productos ó servicios
que representan la mayoría de las ganancias
obtenidas. - La minoría de elementos que representan al
grueso del costo de un
inventario.
Se recomienda su uso:
- Para identificar oportunidades para
mejorar - Para identificar un producto o servicio
para el análisis para mejorar la calidad. - Cuando existe la necesidad de llamar la
atención a los problema o causas de una forma
sistemática. - Para analizar las diferentes agrupaciones de
datos. - Al buscar las causas principales de los problemas y
establecer la prioridad de las soluciones. - Para evaluar los resultados de los cambos efectuados
a un proceso (antes y después). - Cuando los datos puedan clasificarse en
categorías. - Cuando el rango de cada categoría es
importante.
¿CUÁNDO SE UTILIZA?
- Al identificar un producto o servicio para el
análisis, para mejorar la calidad. - Cuando existe la necesidad de llamar la
atención a los problema o causas de una forma
sistemática. - Al identificar oportunidades para
mejorar. - Al analizar las diferentes agrupaciones de datos
(ejm: por producto, por segmento, del mercado,
área geográfica, etc.) - Al buscar las causas principales de los problemas y
establecer la prioridad de las soluciones. - Al evaluar los resultados de los cambos efectuados a
un proceso (antes y después) - Cuando los datos puedan clasificarse en
categorías. - Cuando el rango de cada categoría es
importante.
¿CÓMO SE UTILIZA?
1. Seleccionar categorías
lógicas para el tópico de análisis
identificado (incluir el periodo de tiempo).
2. Reunir datos. La utilización de un
Check List puede ser de mucha ayuda en este paso.
3. Ordenar los datos de la mayor
categoría a la menor.
4. Totalizar los datos para todas las
categorías.
5. Calcular el porcentaje del total que cada
categoría representa.
6. Trazar los ejes horizontales (x) y
verticales (y primario – y secundario).
7. Trazar la escala del eje
vertical izquierdo para frecuencia (de 0 al total, según
se calculó anteriormente), de izquierda a derecha trazar
las barras para cada categoría en orden descendente. Si
existe una categoría "otros", debe ser colocada al final,
sin importar su valor. Es decir, que no debe tenerse en cuenta al
momento de ordenar de mayor a menor la frecuencia de las
categorías.
8. Trazar la escala del eje vertical derecho para el
porcentaje acumulativo, comenzando por el 0 y hasta el
100%
9. Trazar el gráfico lineal para el
porcentaje acumulado, comenzando en la parte superior de la barra
de la primera categoría (la mas alta)
10. Dar un título al gráfico, agregar
las fechas de cuando los datos fueron reunidos y citar la fuente
de los datos.
11. Analizar la gráfica para determinar los
"pocos vitales"
EJEMPLO DE APLICACIÓN
Un fabricante 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:
TIPO DE DEFECTO | DETALLE DEL |
Motor no detiene | No para el motor |
No enfría | El motor arranca pero la heladera no |
Burlete Deficiente | Burlete roto o deforme que no ajusta |
Pintura Deficiente | Defectos de pintura en superficies externas |
Rayas | Rayas en las superficies externas |
No funciona | Al enchufar no arranca el motor |
Puerta no cierra | La puerta no cierra correctamente |
Gavetas Deficiente | Gavetas interiores con rajaduras |
Motor no arranca | El motor no arranca después de ciclo de |
Mala Nivelación | La heladera se balancea y no se puede |
Puerta Def. | Puerta de refrigerador no cierra |
Otros | Otros Defectos no incluidos en los |
Posteriormente, un inspector revisa cada heladera a
medida que sale de producción registrando sus defectos de
acuerdo con dichos tipos. Después de inspeccionar 88
heladeras, se obtuvo una tabla como esta:
TIPO DE DEFECTO | DETALLE DEL | FREC. |
Burlete Defecto | Burlete roto o deforme que no ajusta | 9 |
Pintura Defecto | Defectos de pintura en superficies | 5 |
Gavetas Defecto. | Gavetas interiores con rajaduras | 1 |
Mala Nivelación | La heladera se balancea y no se puede | 1 |
Motor no arranca | El motor no arranca después de ciclo de | 1 |
Motor no detiene | No para el motor cuando alcanza | 36 |
No enfría | El motor arranca pero la heladera no | 27 |
No funciona | Al enchufar no arranca el motor | 2 |
Otros | Otros Defectos no incluidos en los | 0 |
Puerta Defecto | Puerta de refrigerador no cierra | 0 |
Puerta no cierra | La puerta no cierra correctamente | 2 |
Rayas | Rayas en las superficies externas | 4 |
TOTAL | 88 |
La última columna muestra el
número de heladeras que presentaban cada tipo de defecto,
es decir, la frecuencia con que se presenta cada defecto. En
lugar de la frecuencia numérica podemos utilizar la
frecuencia porcentual, es decir, el porcentaje de heladeras en
cada tipo de defecto:
TIPO DE DEFECTO | DETALLE DEL | FREC. | % |
Burlete Defecto | Burlete roto o deforme que no ajusta | 9 | 10.2 |
Pintura Defecto | Defectos de pintura en superficies | 5 | 5.7 |
Gavetas Defecto | Gavetas interiores con rajaduras | 1 | 1.1 |
Mala Nivelación | La heladera se balancea y no se puede | 1 | 1.1 |
Motor no arranca | El motor no arranca después de ciclo de | 1 | 1.1 |
Motor no detiene | No para el motor cuando alcanza | 36 | 40.9 |
No enfría | El motor arranca pero la heladera no | 27 | 30.7 |
No funciona | Al enchufar no arranca el motor | 2 | 2.3 |
Otros | Otros Defectos no incluidos en los | 0 | 0.0 |
Puerta Def. | Puerta de refrigerador no cierra | 0 | 0.0 |
Puerta no cierra | La puerta no cierra correctamente | 2 | 2.3 |
Rayas | Rayas en las superficies externas | 4 | 4.5 |
TOTAL | 88 | 100 |
Ahora se puede representar los datos en
un histograma:
Ahora bien, ¿cuáles son los defectos que
aparecen con mayor frecuencia? Para hacerlo más evidente,
antes de graficar se pueden ordenar los datos de la tabla en
orden decreciente de frecuencia:
Tipo de Defecto | Detalle del | Frec. | % |
Motor no detiene | No para el motor cuando alcanza | 36 | 40.9 |
No enfría | El motor arranca pero la heladera no | 27 | 30.7 |
Burlete Deficiente | Burlete roto o deforme que no ajusta | 9 | 10.2 |
Pintura Def. | Defectos de pintura en superficies | 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 Def. | Gavetas interiores con rajaduras | 1 | 1.1 |
Mala Nivelación | La heladera se balancea y no se puede | 1 | 1.1 |
Motor no arranca | El motor no arranca después de ciclo de | 1 | 1.1 |
Puerta Def. | Puerta de refrigerador no cierra | 0 | 0.0 |
Otros | Otros Defectos no incluidos en los | 0 | 0.0 |
Total: | 88 | 100 |
Se puede ver que la categoría "otros" siempre
debe ir al final, sin importar su valor. De esta manera, si
hubiese tenido un valor más alto, igual debería
haberse ubicado en la última fila.
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 defectos.
SIMBOLOGÍA DE ELABORACIÓN DE DIAGRAMAS DE
FLUJO DE USO GENERALIZADO
HISTOGRAMAS
Un histograma es un gráfico o diagrama que
muestra el número de veces que se repiten cada uno de los
resultados cuando se realizan mediciones sucesivas. Esto permite
ver alrededor de que valor se agrupan las mediciones (Tendencia
central) y cual es la dispersión alrededor de ese valor
central.
Es básicamente la presentación de una
serie de medidas clasificadas y ordenadas, es necesario colocar
las medidas de manera que formen filas y columnas, en este caso
colocamos las medidas en cinco filas y cinco columnas.
Las manera mas sencilla es determinar y señalar
el numero máximo y mínimo por cada columna y
posteriormente agregar dos columnas en donde se colocan los
números máximos y mínimos por fila de los ya
señalados. Tomamos el valor máximo de la columna X+
(medidas maximas) y el valor mínimo de las columnas X-
(medidas mínimas) y tendremos el valor máximo y el
valor mínimo.
Teniendo los valores máximos y mínimos, podemos
determinar el rango de la serie de medidas, el rango no es
más que la diferencia entre los valores máximos y
mínimos.
Rango = valor máximo – valor
mínimo
EJEMPLO:
Rango = 3.67 –3.39 milímetros
Rango= 0.28 N=numero de medidas que conforman la serie
N=25
Es necesario determinar el numero de clases para
poder
así tener el intervalo de cada clase.
Ejemplo:
28=4.6 numero de clase 6
intervalo de cada clase 4.6
El intervalo de cada clase lo aproxima a 5 o sea que
vamos a tener 6 clases y un intervalo de 5 por clase.
La marca de clase es
el valor comprendido de cada clase y se determina así:
X=marca de clase=limite máximo + limite mínimo con
la tabla ya preparada se identifican los datos de medida que se
tiene y se introducen en la tabla en la clase que le corresponde
a una clase determinada.
El histograma se usa para:
- Obtener una comunicación clara y efectiva de la
variabilidad del sistema - Mostrar el resultado de un cambio en el
sistema - Identificar anormalidades examinando la
forma - Comparar la variabilidad con los límites
de especificación
Procedimientos de elaboración:
- Reunir datos para localizar por lo menos 50 puntos
de referencia - Calcular la variación de los puntos de
referencia, restando el dato del mínimo valor del dato
de máximo valor - Calcular el número de barras que se usaran
en el histograma (un método consiste en extraer la
raíz cuadrada del número de puntos de
referencia) - Determinar el ancho de cada barra, dividiendo la
variación entre el número de barras por
dibujar - Calcule el intervalo o sea la localización
sobre el eje X de las dos líneas verticales que sirven
de fronteras para cada barrera - Construya una tabla de frecuencias que organice los
puntos de referencia desde el más bajo hasta el
más alto de acuerdo con las fronteras establecidas por
cada barra. - Elabore el histograma respectivo
Supongamos que un médico dietista desea estudiar
el peso de personas adultas de sexo masculino
y recopila una gran cantidad de datos midiendo el peso en
kilogramos de sus pacientes varones:
74.6 | 74.6 | 81.6 | 75.4 | 69.8 | 68.4 |
74.5 | 85.9 | 65.8 | 63.5 | 95.7 | 69.4 |
77.0 | 113.7 | 57.8 | 69.9 | 74.5 | 74.3 |
70.7 | 77.9 | 74.5 | 63.7 | 77.0 | 63.2 |
79.4 | 76.4 | 77.0 | 72.1 | 70.7 | 68.4 |
74.6 | 95.7 | 70.7 | 71.6 | 79.4 | 76.9 |
85.2 | 78.4 | 79.4 | 69.4 | 74.6 | 75.4 |
81.6 | 84.6 | 74.6 | 69.8 | 85.2 | 74.8 |
67.9 | 97.4 | 85.2 | 83.5 | 81.6 | 78.9 |
63.7 | 74.5 | 81.6 | 69.7 | 67.9 | 77.0 |
72.1 | 77.0 | 67.9 | 68.4 | 63.7 | 76.7 |
71.6 | 70.7 | 63.7 | 70.7 | 72.1 | 77.0 |
69.4 | 79.4 | 72.1 | 79.4 | 71.6 | 70.7 |
69.8 | 74.6 | 71.6 | 74.6 | 69.4 | 79.4 |
83.5 | 85.2 | 69.4 | 85.2 | 69.8 | 74.6 |
83.5 | 81.6 | 69.8 | 81.6 | 83.5 | 85.2 |
74.9 | 67.9 | 83.5 | 67.9 | 79.3 | 81.6 |
73.2 | 63.7 | 74.9 | 63.7 | 76.3 | 67.9 |
70.7 | 70.7 | 73.2 | 67.5 | 79.8 | 63.7 |
79.4 | 79.4 | 70.7 | 85.3 | 70.7 | 72.1 |
88.6 | 74.6 | 79.4 | 88.6 | 79.4 | 71.6 |
70.7 | 85.2 | 74.6 | 70.7 | 74.6 | 69.4 |
79.4 | 81.6 | 85.2 | 79.4 | 85.2 | 69.8 |
70.7 | 67.9 | 81.6 | 74.6 | 81.6 | 83.5 |
79.4 | 63.7 | 67.9 | 85.2 | 67.9 | 67.9 |
74.6 | 72.1 | 63.7 | 81.6 | 63.7 | 63.7 |
85.2 | 71.6 | 72.1 | 67.9 | 72.1 | 70.7 |
81.6 | 69.4 | 71.6 | 63.7 | 71.6 | 73.2 |
67.9 | 69.8 | 69.4 | 72.1 | 69.4 | 70.7 |
63.7 | 83.5 | 69.8 | 71.6 | 69.8 | 79.4 |
72.1 | 83.5 | 83.5 | 69.4 | 83.5 | 74.6 |
71.6 | 69.7 | 85.2 | 69.8 | 69.8 | 63.7 |
69.4 | 68.4 | 81.6 | 83.5 | 83.5 | 72.1 |
69.8 | 70.7 | 63.7 | 72.1 | 83.5 | 71.6 |
83.5 | 79.4 | 72.1 | 71.6 | 72.1 | 69.4 |
67.9 | 71.6 | 71.6 | 69.4 | 71.6 | 69.8 |
Así como están los datos es muy
difícil sacar conclusiones acerca de ellos.
Entonces, lo primero que hace el médico es
agrupar los datos en intervalos contando cuantos resultados de
mediciones de peso hay dentro de cada intervalo (Esta es la
frecuencia). Por ejemplo, ¿Cuántos pacientes pesan
entre 60 y 65 kilos? ¿Cuántos pacientes pesan entre
65 y 70 kilos?:
Intervalos | Nº Pacientes (Frecuencia) |
<50 | 0 |
50-55 | 0 |
55-60 | 1 |
60-65 | 17 |
65-70 | 48 |
70-75 | 70 |
75-80 | 32 |
80-85 | 28 |
85-90 | 16 |
90-95 | 0 |
95-100 | 3 |
100-105 | 0 |
105-110 | 0 |
>110 | 1 |
Ahora se pueden representar las frecuencias en un
gráfico como el siguiente:
Por ejemplo, la tabla nos dice que hay 48 pacientes que
pesan entre 65 y 70 kilogramos. Por lo tanto, levantamos una
columna de altura proporcional a 48 en el
gráfico:
Y agregando el resto de las frecuencias nos queda el
histograma siguiente:
¿Qué utilidad nos
presta el histograma? Permite visualizar rápidamente
información que estaba oculta en la tabla
original de datos. Por ejemplo, nos permite apreciar que el peso
de los pacientes se agrupa alrededor de los 70-75 kilos. Esta es
la Tendencia Central de las mediciones. Además podemos
observar que los pesos de todos los pacientes están en un
rango desde 55 a 100 kilogramos. Esta es la Dispersión de
las mediciones. También podemos observar que hay muy pocos
pacientes por encima de 90 kilogramos o por debajo de 60
kilogramos.
Ahora el médico puede extraer toda la
información relevante de las mediciones que realizó
y puede utilizarlas para su trabajo en el
terreno de la medicina.
CONCLUSIÓN
Los diagramas nos ayudan a solucionar los posibles
problemas que se presenten en una empresa, ya
que por medio de estos podemos desarrollar una serie de pasas que
nos llevan a buscar las soluciones posibles de dicho
inconvenientes.
Un diagrama de Causa-Efecto es de por si educativo,
sirve para que la gente conozca en profundidad el proceso con que
trabaja, visualizando con claridad las relaciones entre los
Efectos y sus Causas. Sirve también para guiar las
discusiones, al exponer con claridad los orígenes de un
problema de calidad. Y permite encontrar más
rápidamente las causas asignables cuando el proceso se
aparta de su funcionamiento habitual.
Y con los histogramas nos permiten apreciar los datos en
unos gráficos y así saber cuantas veces
se a repetido el inconveniente , podemos corregir dichos
problemas mas rápido elaborando una lluvia de ideas ,
analizarla cada una y estudiar de cerca el problema para llegar a
una conclusión de cuales fueron las causas y efecto que lo
originaron y actual de inmediato para no tener mas perdidas de
tiempo , ni dinero en una
organización , hoy en día los
diagramas de causa-efecto son muy utilizados en todos las
organizaciones
.
Ramírez, José
MARACAIBO
Página anterior | Volver al principio del trabajo | Página siguiente |