UT 6 UD 1 HERRAMIENTAS BÁSICAS PARA LA MEJORA DE LA CALIDAD

1. Introducción. Herramientas básicas para la mejora de la calidad

Es práctica habitual en todas las empresas fijar unos objetivos en cuanto a ventas, producción, stocks,
beneficios, etc., y periódicamente ir comprobando si los resultados obtenidos coinciden con las previsiones
realizadas, para tomar las acciones correctoras oportunas en el caso de que las desviaciones respecto a lo
previsto sean importantes.
Sin embargo, las acciones en cuanto a la mejora de la calidad se toman en muchas ocasiones
basándose en sensaciones, impresiones u opiniones, pero no en el análisis científico de datos objetivos.
Cada vez está más extendida la idea de que los problemas de calidad deben ser atacados mediante la
aplicación de métodos científicos de recogida y análisis de datos (estadística). Pero el uso de esta práctica
no debe quedar restringido a un grupo reducido de “expertos en calidad” sino que todo el personal puede (¡y
debe!) participar en el proceso de control y mejora de la calidad.
Naturalmente, no todos deben aplicar las mismas técnicas. Por ejemplo, los planes de experimentación
para la optimización de productos exigen la utilización de importantes recursos materiales y requieren un
cierto nivel de especialización y conocimientos.
No obstante, existen otras técnicas que sí deben ser conocidas y utilizadas por todo el personal de la
empresa. Estas técnicas se conocen con el nombre de “Las siete herramientas básicas de Ishikawa”, ya que
ha sido este ingeniero japonés el que más ha promocionado su uso, primero en Japón, con notable éxito, y
después en el resto del mundo.
Existe unanimidad entre los expertos de más prestigio en temas de calidad respecto a que estas
sencillas herramientas, bien utilizadas por parte de todo el personal de la empresa, permiten solucionar en
torno al 90 % de los problemas de calidad que se presentan. Conviene, por tanto, tenerlas presentes y
fomentar su utilización. Las herramientas son:
۞ Plantillas para la recogida de datos.
۞ Histogramas.
۞ Diagramas de Pareto.
۞ Diagramas causa-efecto.
۞ Diagramas bivariantes.
۞ Estratificación.
۞ Gráficos de control.
En este capítulo se presentan con detalle las seis primeras. A los gráficos de control, por su mayor
envergadura, se les dedica el tema siguiente.

1.1 Plantillas para la recogida de datos

No es difícil suponer que para mejorar la calidad se necesitan datos. Pero muchas veces los datos se
toman de forma desordenada o mal documentada, haciendo imposible su análisis posterior. Otras veces los
datos son incorrectos porque se han tomado de forma distinta a la prevista, y las conclusiones que se obtienen
a partir de éstos carecen de sentido por mucho esmero que se ponga en su análisis.
Por tanto, la recolección de datos debe efectuarse de manera cuidadosa y exacta, y para ello nada
mejor que utilizar plantillas especialmente diseñadas para cada caso.
Los objetivos que se pretenden con el uso de las plantillas son:
 Facilitar las tareas de recogida de la información,
 Evitar la posibilidad de errores o malos entendidos,
 Permitir el análisis rápido de los datos.
Las plantillas para la recogida de datos pueden tener distintas finalidades: controlar una variable de un
proceso, llevar un control de productos defectuosos, estudiar la localización de defectos en un producto,
estudiar las causas que originan los defectos o realizar la revisión global de un producto.
Las figuras 6.1 a 6.4 muestran algunos ejemplos.

1
1 PGMC 2º Mecatrónica
PROFESOR: Victorio José Pelegrín Asunción
CIFP Politécnico de Cartagena curso: 2022-2023
 UT 6 UD 1 HERRAMIENTAS BÁSICAS PARA LA MEJORA DE LA CALIDAD

CONTROL DE SERPENTINES
Identificación
Tipo: Fecha:
Lote: Línea:
Hoja de ruta: Operario:

Total revisado:
Defectos:
Tipo Total
Soldadura
Poro
Deformado
Incompleto
Otros
Notas e incidencias:

Fig. 6.1 Ejemplo de plantilla para el control de productos Fig. 6.2 Plantilla para la localización de poros en
defectuosos. El conocimiento de cuáles son los defectos guantes de goma. Obsérvese la diferencia que supone
que se presentan más corrientemente permite dar prioridad conocer la información que aquí figura respecto a saber
a las acciones que se deben tomar que “se presentan muchos poros”.

La experiencia demuestra que en la recogida de datos conviene seguir algunas reglas, éstas son:
1. No tomar datos si después no se van a utilizar. Puede parecer obvio pero es una costumbre bastante
arraigada. Los datos inútiles sólo sirven para dificultar la localización de los útiles.
2. Asegurarse de que los datos se toman de forma que su análisis sea fácil, de lo contrario es probable
que no se haga nunca. Entretenerse en el diseño de la plantilla de recogida de datos es una de las
actividades más rentables que pueden realizarse.
3. No pasar los datos “a limpio”. Es una pérdida de tiempo y una fuente de errores. Es necesario
anotarlos de forma clara y ordenada a la primera.
INSPECCIÓN FINAL - ACCESORIOS METÁLICOS

Semana: Año: Realizado por:

Máquina Operario Lunes Martes Miércoles Jueves Viernes Total
M T M T M T M T M T M T

ØGolpe →Raya + Grieta ×Rebaba Õ Otros

Comentarios:

Fig. 6. 3 Esquema de plantilla de inspección para estudiar las causas que ocasionan los defectos

2
2 PGMC 2º Mecatrónica
PROFESOR: Victorio José Pelegrín Asunción
CIFP Politécnico de Cartagena curso: 2022-2023
 UT 6 UD 1 HERRAMIENTAS BÁSICAS PARA LA MEJORA DE LA CALIDAD

MATRICULA INFORME DE INSPECCIÓN TECNICA DE

VEHÍCULOS
BASTIDOR:
IMFORME I. T. V. N.
C. HOMOLOG.: ESTACIÓN:
TIPO V.: ENTIDAD CONCESIONARIA DE LA
MARCA Y MODELO: CONSEJERÍA DE INDUSTRIA / ENTIDAD
CONCESIONARIA
R. E. C. n. 02/29

Fig. 2. 3 Esquema de plantilla de inspección para estudiar las causas que ocasionan los defectos, actualmente en plantilla informatizada.

1.2 Histogramas
En muchos casos, si los datos han sido tomados de forma correcta, las conclusiones que se pueden obtener
a partir de los mismos son inmediatas. Si no es así, raramente se precisan análisis estadísticos complicados,
suele bastar con una adecuada representación gráfica.
La tabla de datos que figura a continuación corresponde a una muestra, tomada aleatoriamente durante 20
días, del peso en gramos de cierto producto que puede ser elaborado por dos máquinas distintas (1 y 2), que
a su vez son atendidas indistintamente por dos operarios (A y B).

Tabla 2.1 Datos sobre el peso (en gramos) de cierto producto

DÍA OPERAR. MÁQUINA 1 MÁQUINA 2

1 A 220.3 215.5 219.1 219.2 220.3 208.0 214.4 219.2
2 B 215.8 222.0 218.9 213.6 216.9 213.4 217.7 217.7
3 B 220.4 218.7 218.6 219.6 222.9 219.7 209.4 221.6
4 B 221.5 227.0 219.5 222.5 223.1 215.3 220.4 215.6
5 A 215.7 225.3 223.0 218.0 216.0 210.9 221.4 210.9
6 A 222.7 215.1 219.6 217.3 212.1 213.0 218.0 216.5
7 A 216.0 218.8 217.9 213.0 216.9 216.0 213.5 219.2
8 B 219.4 218.3 216.7 224.1 216.2 218.4 216.6 214.9
9 B 219.8 222.6 219.1 217.7 216.2 212.2 216.9 214.9
10 A 220.2 219.5 222.4 219.9 222.9 214.3 219.1 216.7
11 B 218.0 223.9 219.6 221.9 214.9 212.6 219.4 212.3
12 B 219.3 219.6 218.8 219.9 219.0 216.7 216.4 213.5

3
3 PGMC 2º Mecatrónica
PROFESOR: Victorio José Pelegrín Asunción
CIFP Politécnico de Cartagena curso: 2022-2023
 UT 6 UD 1 HERRAMIENTAS BÁSICAS PARA LA MEJORA DE LA CALIDAD

13 B 220.0 214.1 224.3 217.4 218.0 219.5 219.5 222.3

14 A 223.9 220.6 219.5 219.6 211.8 218.2 218.3 217.4
15 A 218.1 218.8 218.4 217.9 214.6 215.7 218.0 216.4
16 B 216.9 221.6 220.6 222.6 215.6 220.4 217.3 216.2
17 B 217.9 225.7 222.2 216.1 212.5 214.6 209.7 211.3
18 A 224.2 216.2 219.9 220.4 215.8 219.9 216.5 211.9
19 A 214.1 219.7 222.4 224.5 213.7 209.7 216.9 213.1
20 A 221.1 225.0 222.7 222.2 212.5 217.5 217.4 215.7

Tabla 6.1 Datos sobre el peso (en gramos) de cierto embutido

Las especificaciones del peso son 220 ± 10 gr, y últimamente se han detectado ciertos problemas a
este respecto. Veamos cuál sería el diagnóstico de la situación y la propuesta de medidas a tomar a la vista
de estos datos.
Cuando se trata, como en este caso, de analizar la dispersión que presentan unos datos, la
representación gráfica más adecuada es el histograma. Para realizar un histograma se marcan una serie de
intervalos sobre un eje horizontal, y sobre cada intervalo se coloca un rectángulo de altura proporcional al
número de observaciones (frecuencia absoluta) que caen dentro de dicho intervalo.
Si se pretende comparar varios histogramas construidos con distinto número de datos, es preferible que
las alturas de los rectángulos sean proporcionales al porcentaje de observaciones en cada intervalo o al tanto
por uno (frecuencia relativa). Utilizando la frecuencia relativa en el eje de ordenadas también se facilita la
comparación entre el histograma obtenido y un determinado modelo teórico representado por una función
densidad de probabilidad. En este caso se considera que la frecuencia relativa es proporcional al área definida
por cada columna. Puede interpretarse la función densidad de probabilidad como la representación del
histograma cuando el número de observaciones tiende a infinito y la anchura de los rectángulos tiende a cero.
En la figura 6.5 se han realizado dos histogramas con todos los datos (en total 160). En el histograma
de la izquierda se ha colocado la frecuencia absoluta en el eje vertical y en el de la derecha la frecuencia
relativa. La única diferencia es la escala vertical, pero naturalmente las conclusiones que se pueden obtener
son las mismas: El proceso está descentrado y se está produciendo un cierto porcentaje de unidades fuera
de tolerancias (por defecto). A partir de estos histogramas no puede obtenerse ninguna otra conclusión, pero
la forma en que se han anotado los datos permite construir histogramas para las unidades producidas por
cada operario y también por cada máquina.

Fig. 6.5 Histograma de los datos globales, colocando en el eje vertical la

frecuencia absoluta y la frecuencia relativa
Los histogramas realizados por operario no revelan nada útil, pero los realizados por máquina (figura
2.6) ponen de manifiesto el origen del problema. Mientras que la máquina 1 está centrada y produce dentro
de tolerancias, la máquina 2 está descentrada, y esto es lo que produce que un cierto porcentaje esté por
debajo del peso mínimo.

4
4 PGMC 2º Mecatrónica
PROFESOR: Victorio José Pelegrín Asunción
CIFP Politécnico de Cartagena curso: 2022-2023
 UT 6 UD 1 HERRAMIENTAS BÁSICAS PARA LA MEJORA DE LA CALIDAD

Fig. 6.6 Histogramas correspondientes a las unidades producidas por cada máquina
También pueden realizarse gráficos por operario y máquina, pero no revelan nada que no sepamos ya.
No hay diferencias entre operarios, la diferencia está en las máquinas.
Existen programas informáticos que realizan todo el trabajo con solo introducir los datos, pero si no
disponemos de programas apropiados, el modo de construir los histogramas a mano será la forma de hacerlo.
En este caso, conviene seguir una sistemática adecuada como la siguiente:

1. Colocar los datos a representar en filas de aproximadamente 10 números.

2. Identificar y señalar el máximo y el mínimo de cada fila.
3. A partir del máximo y el mínimo de cada fila, localizar el máximo y el mínimo globales.
4. Calcular el rango (R) de los datos. R = Valor máximo - Valor mínimo
5. Optar por un número de intervalos (k), en primera aproximación, utilizando la siguiente tabla:

NÚM. DE DATOS NÚM. DE INTERVALOS

<50 5 -7
50 -100 6 -10
100 -250 7 -12
>250 10 -20
6.
7. Determinar la amplitud (h) de los intervalos, haciendo:
R
h=
k
y redondeando el valor obtenido a un múltiplo exacto de la precisión de los datos.
8. Fijar los límites de los intervalos. Para evitar el problema que se presenta al asignar un valor a
un intervalo cuando dicho valor coincide con el extremo superior de un intervalo y el extremo
inferior del otro, conviene fijar dichos extremos con una precisión igual a la mitad de la precisión
de los valores. Así, si los datos se presentan con un solo decimal y los extremos de los intervalos
son de la forma 2,15 - 2,35, está claro que los valores 2,2 y 2,3 deberán situarse en este intervalo,
2,4 en el intervalo siguiente, etc.
9. Rellenar la tabla de frecuencias, indicando el número de veces que aparecen datos dentro de
cada uno de los intervalos definidos.
10. Construir el histograma. En la figura 6.7 se presentan varias formas de histograma que
responden a patrones de comportamiento típico.
El histograma 1 corresponde a la forma de campana habitual que representa la variabilidad debida a
causas aleatorias. El histograma 2, con dos máximos diferenciados, responde a una distribución denominada
bimodal y se presenta cuando están mezclados datos de distinto origen centrados en valores distintos.
El histograma 3 se denomina, por su forma, sesgado a la derecha, y responde a la variabilidad que
presentan ciertas variables que no siguen una ley normal, como los tiempos de vida. También puede
representar una magnitud con un “cero natural”, como la tolerancia entre eje y cojinete.

5
5 PGMC 2º Mecatrónica
PROFESOR: Victorio José Pelegrín Asunción
CIFP Politécnico de Cartagena curso: 2022-2023
 UT 6 UD 1 HERRAMIENTAS BÁSICAS PARA LA MEJORA DE LA CALIDAD

Al histograma 4 parece faltarle una parte y por ello se le llama censurado (en este caso, a la izquierda).
No representa una variabilidad natural y por tanto hay que sospechar que se han eliminado algunos valores.
Esto ocurre si después de la producción se realiza una inspección al 100 % para separar las unidades fuera
de tolerancias.
En los histogramas 5 y 6 aparecen datos que no siguen el patrón de comportamiento general
(anomalías, errores, etc.). Su variabilidad puede atribuirse a alguna causa asignable que deberá ser
identificada y eliminada.
HISTOGRAMA 1 HISTOGRAMA 2

HISTOGRAMA 3 HISTOGRAMA 4

HISTOGRAMA 5 HISTOGRAMA 6

Fig. 6.7 Diversas formas típicas que pueden presentar los histogramas

1.3 Diagramas de Pareto

Existen muchos aspectos de cualquier actividad industrial (y también no industrial) susceptibles de
mejora. En algunos casos, la mejora es obligada, pero el problema a abordar es de tal envergadura que
parece imposible de resolver. Pensemos, por ejemplo, en una línea de envasado que sufre frecuentes paradas
por avería en alguno de los módulos (no siempre el mismo) de que está compuesta. Puede plantearse la
necesidad de cambiar la línea entera, pero en muchas ocasiones ésta es una inversión importante que se va
postergando.
Supongamos que después de tomar datos durante seis meses, la información obtenida puede
resumirse mediante la tabla 6.2.
Tabla 2.2 Número de paradas y tiempo de parada en una línea de envasado

NÚMERO DE PARADAS TIEMPO DE PARADA

CAUSA
Mañana Tarde ∑ Mañana Tarde ∑

Rotura hilo (1) 18 24 42 20 31 51

Cinta (2) 15 10 25 12 10 22
Vibrador (3) 92 88 180 62 68 130
Tornillo sin fin (4) 1 6 7 2 8 10
Apelmazamiento (5) 0 1 1 0 1 1
Rotura saco (6) 2 1 3 4 1 5

6
6 PGMC 2º Mecatrónica
PROFESOR: Victorio José Pelegrín Asunción
CIFP Politécnico de Cartagena curso: 2022-2023
 UT 6 UD 1 HERRAMIENTAS BÁSICAS PARA LA MEJORA DE LA CALIDAD

Otros (7) 1 0 1 8 0 8
∑ 259 ∑ 227

La información que contienen estos datos se manifiesta de forma más clara construyendo unos gráficos
como los de la figura 6.8.

Fig. 6.8 Diagramas de Pareto para el número total de paradas y el tiempo de parada total

Estos gráficos se denominan “diagramas de Pareto” y ponen de manifiesto que, cuando se analizan las
causas de un problema, en general son unas pocas las responsables de su mayor parte. A estas pocas se
les llama causas fundamentales, al resto, que son muchas pero ocasionan una pequeña parte del problema
se les denomina causas triviales.
En el caso que estamos analizando, sólo dos causas han ocasionado en torno al 80 % del problema (el
79,7 % del tiempo de parada y el 85,7 % del número de paradas). Por tanto, éstas serán las primeras causas
a atacar. Todo el esfuerzo debe concentrarse en la eliminación de las causas fundamentales, ignorando en
principio las triviales, que ya serán atacadas más adelante.
Los diagramas de Pareto pueden aplicarse a situaciones muy distintas con el fin de establecer las
prioridades de mejora, y siempre reflejan el mismo principio de “pocas fundamentales y muchas triviales”.
La construcción de estos diagramas puede realizarse siguiendo los pasos que a continuación se
indican:

1.Plantear exactamente cuál es el problema que se desea investigar, qué datos serán necesarios, cómo
recogerlos (no olvidar el diseño de la plantilla) y durante qué período.
2.Tabular los datos recogidos. Si se trata de analizar las reclamaciones de clientes durante un año,
dicha tabulación tendrá el aspecto que se indica en la tabla 2.3.

CAUSA TABULACIÓN TOTAL

A IIIII IIIII 10
B IIIII IIIII IIIII IIIII IIIII IIIII IIIII IIIII II 42
C IIIII I 6
D IIIII IIIII IIIII IIIII IIIII IIIII IIIII IIIII………………. 104
E IIII 4
F IIIII IIIII IIIII IIIII 20
Otras IIIII IIIII IIII 14

7
7 PGMC 2º Mecatrónica
PROFESOR: Victorio José Pelegrín Asunción
CIFP Politécnico de Cartagena curso: 2022-2023
 UT 6 UD 1 HERRAMIENTAS BÁSICAS PARA LA MEJORA DE LA CALIDAD

TOTAL 200
Tabla 6.3 Tabulación de los datos recogidos para la relación de un diagrama de Pareto

3.Rellenar el formulario previo a la construcción del diagrama. Las causas deben ordenarse de mayor
a menor importancia, situando “otras” siempre al final. Para los datos de la tabla anterior, el formulario tiene
el aspecto que se indica en la tabla 2.4.
4.Iniciar la realización del diagrama dibujando los ejes. Se coloca un eje horizontal dividido en tantas
partes como causas figuran en el formulario anterior, y dos ejes verticales. El eje de la izquierda se marca
desde 0 hasta el total (de reclamaciones, en este caso) y el eje de la derecha, que sirve colocar los
porcentajes, se marca del 0 al 100 %.
5.Construir el diagrama de barras. La altura de cada barra debe corresponder al número de
observaciones correspondientes a cada causa, de acuerdo con la graduación del eje de la izquierda.
6.Construir el polígono de frecuencias acumulado y añadir toda la información relativa al gráfico para
que pueda ser fácilmente interpretado. El resultado final tiene el aspecto que se presenta en la figura 2.9.

Figura 6.9 Diagrama de Pareto

Siempre que sea posible, es conveniente utilizar unidades monetarias en el eje vertical izquierdo.
Consideremos, por ejemplo, que se ha realizado una auditoria final a un lote de productos y se han
detectado 200 defectos por causas indicadas en la tabla 6.5
Con esta información, y realizando el diagrama de Pareto por número de defectos, se llegaría a
la conclusión de que la primera causa a atacar es la A. Sin embargo, considerando los costes que
origina cada tipo de defecto, la tabla podría ser la 2.6 y, por tanto, vista la situación de esta forma, la
causa que tendría un interés prioritario sería la B.
Otra recomendación importante es recoger los datos de forma que puedan ser fácilmente
estratificados según su origen (turno, operario, máquina, día de la semana, tipo de materia prima, etc.).
No hay que conformarse con un diagrama de Pareto global, sino estratificar según el origen de los
datos, comparar los diagramas y sacar conclusiones.
TIPO DE NÚM. DE PROPORCIÓN PROPORCIÓN
CAUSA DEFECTOS ACUMULADA
A 110 0.55 0.55
B 45 0.23 0.78
C 22 0.11 0.89
D 6 0.03 0.92
Otras 17 0.08 1.00

8
8 PGMC 2º Mecatrónica
PROFESOR: Victorio José Pelegrín Asunción
CIFP Politécnico de Cartagena curso: 2022-2023
 UT 6 UD 1 HERRAMIENTAS BÁSICAS PARA LA MEJORA DE LA CALIDAD

Tabla 2.4 Formulario previo a la construcción del diagrama de Pareto

NÚM. DE TOTAL PORCENTAJE
CAUSA RECLAMACIONES ACUMULADO PORCENTAJE ACUMULADO
D 104 104 52 52
B 42 146 21 73
F 20 166 10 83
A 10 176 5 88
C 6 182 3 91
E 4 186 2 93
Otras 14 200 7 100
TOTAL 200 100

Tabla 6.5 Causas ordenadas según su frecuencia de aparición

COSTE
TIPO DE NÚM. DE COSTE PROPORCIÓN PROPORCIÓN
POR
CAUSA DEFECTOS UNITARIO COSTE ACUMULADA
CAUSA
B 45 5 225 0.51 0.51
A 110 1 110 0.25 0.76 0
C 22 3 66 0.15 .91
D 6 2 12 0.03 0.94
Otras 17 1.5 22.5 0.06 1.00

Tabla 6.6 Causas ordenadas según el coste ocasionado por cada una de ellas

1.4 Diagramas causa-efecto

En muchas ocasiones, cuando se presenta un
problema, se confunde su resolución con la
eliminación de los efectos que produce, y esta
práctica suele traer consigo malas consecuencias.
Ishikawa, en su libro ¿Qué es el control total de
calidad?, presenta un caso de su propia experiencia.
Explica que cierto dispositivo iba unido a una
máquina por medio de cuatro pernos. Fig. 6.10 Dispositivo unido a una máquina por cuatro pernos

El perno 1 se rompía con frecuencia por lo que se decidió sustituirlo por otro de mayor diámetro. A partir
del cambio no se volvió a romper el perno 1, pero empezó a romperse el perno 2. Ante la nueva situación
se decidió que los cuatro pernos deberían ser más grandes y se procedió al cambio. Ya no se volvió a
romper ningún perno, pero empezaron a aparecer fracturas en la placa de hierro en la que estaba situado
el dispositivo. Se cambió la placa de hierro por otra más gruesa y se anunció que el problema había
quedado resuelto definitivamente.
Un estudio más profundo realizado posteriormente puso de manifiesto que una vibración que llegaba al
dispositivo era lo que ocasionaba los fenómenos de ruptura, y que si no se eliminaba acabaría rompiendo
la nueva placa metálica o inutilizando el dispositivo con graves consecuencias. Lo que se había hecho era
intentar evitar el efecto del problema, pero sin eliminar su causa, y si la causa permanece, el efecto vuelve
a manifestarse, de forma aún todavía más perjudicial. Para solucionar un problema deben estudiarse sus
causas y eliminarlas (en el caso de Ishikawa la causa era la vibración, aunque también debería haberse
9
9 PGMC 2º Mecatrónica
PROFESOR: Victorio José Pelegrín Asunción
CIFP Politécnico de Cartagena curso: 2022-2023
 UT 6 UD 1 HERRAMIENTAS BÁSICAS PARA LA MEJORA DE LA CALIDAD

investigado el origen de la misma). La idea está clara, para solucionar un problema: ¡atacar las causas,
no los efectos! Pero descubrir el entramado de posibles causas que hay detrás de un efecto no es fácil.
Para hacerlo es conveniente seguir una determinada metodología y construir el llamado “diagrama causa-
efecto” (También “diagrama de espina de pez” o “diagrama de Ishikawa”). Una buena forma de hacerlo
es siguiendo los puntos que a continuación se describen:
1. Determinar e identificar claramente cuál es el efecto (el problema, la característica de calidad, etc.)
a estudiar.
2. Reunir a las personas que puedan aportar ideas sobre el origen del problema y realizar un
brainstorming de posibles causas. Existen distintas formas de organizar este tipo de reuniones,
pero el objetivo básico es siempre asegurarse de que cada participante aporta todo lo que lleva
dentro. Una posibilidad es establecer rondas de intervenciones en las que todos participen
siguiendo un orden establecido. Cada persona deberá ir aportando posibles causas hasta que las
ideas se hayan agotado totalmente.
3. Realizar una selección de las causas aportadas. Seguramente algunas de las causas que aparecen
en el brainstorming son descabelladas o están repetidas. Es necesario, por tanto, realizar una
selección acordada de cuáles son las causas que deben aparecer en el diagrama.
4. Construir el diagrama. Con todas las causas aportadas, una sola persona, especialista en estas
tareas y con un buen conocimiento del problema estudiado, debe ser la responsable de construir
el diagrama.
En el diagrama las causas se presentan de
forma jerarquizada (fig. 2.11) y agrupadas
en unos cuatro o seis grandes grupos
denominados “causas primarias”, las cuales
suelen ser: mano de obra, maquinaria,
materiales, métodos, medio ambiente y
mantenimiento (conocidas como las seis M).
Cada causa primaria está integrada por
varias secundarias, estas últimas por
terciarias, y así sucesivamente, tal como en
la figura 2.12 se reproduce un diagrama en
el que sólo se han considerado cuatro
causas primarias

Fig. 6.11 Disposición jerarquizada de causas en un diagrama

causa-efecto
No debe perderse de vista que las causas anotadas
en el diagrama son causas potenciales. Por tanto,
será necesario recoger datos para confirmar que las
relaciones causa-efecto realmente existen.
Como consecuencia de lo anterior, el diagrama
causa-efecto debe ser considerado un diagrama
vivo. Es decir, un diagrama que va cambiando a
medida que se van adquiriendo nuevos
conocimientos sobre el fenómeno estudiado.

Fig. 6.12 Ejemplo de diagrama causa-efecto

Algunas causas desaparecen porque se han
logrado eliminar, otras porque se ha constatado que
no influyen. Cuando una causa deja de ser
considerada, debe tacharse, más que borrarse, para
dejar constancia de que ya se ha estudiado.
También pueden aparecer nuevas causas
potenciales que en un primer momento no se habían
considerado.

10
10 PGMC 2º Mecatrónica
PROFESOR: Victorio José Pelegrín Asunción
CIFP Politécnico de Cartagena curso: 2022-2023