Gráficos y Técnicas de Pareto.

      Los sistemas de calidad se asientan sobre herramientas estadísticas que permiten el manejo sistemático de la documentación y de los indicadores de gestión.

      Particularmente, entre las ISO 9000 el punto 4.20 de la norma sostiene expresamente que la empresa “debe identificar la necesidad de uso de técnicas estadísticas adecuadas para establecer, controlar y verificar la capacidad de los procesos y las características de los productos”.

      En el presente capítulo me abocaré a describir algunas de las herramientas estadísticas más utilizadas en sistemas de calidad, con particular atención en una técnica de gran apoyo para la evaluación de los indicadores de gestión: los gráficos y técnicas de Pareto.

      Concretamente, las técnicas de Pareto cosisten en el análisis ordenado y sistemático de datos recopilados en uno o más puntos de la línea de producción, a través del cual se puede evaluar y ponderar la importancia relativa de los distintos factores que inciden en un proceso.

      Como tal, este instrumento es aplicable a cualquier actividad de calidad que se desarrolle dentro de la empresa, siempre y cuando se cuente con un sistema de registro que permita contar con la base de datos inicial, a partir de la cual se aplican las herramientas estadísticas.

      En ese sentido, los gráficos y técnicas de Pareto sirven tanto para analizar de manera científica indicadores de control, como para verificar la evolución de puntos de calibraciones, revisión de contratos, índices de satisfacción o de cumplimiento, etcétera.

      Por ejemplo, se puede aplicar esta herramienta para ponderar la importancia relativa de las causas que provocan tiempos muertos en la producción. En ese caso, la técnica consistirá en relevar cada una de las paradas innecesarias que se detecten en la línea durante un período determinado, consignando las razones de cada anomalía en la producción.

      Al cruzar mediante una herramienta estadística los datos cuantitativos de los tiempos muertos verificados por cada una de las causas relevadas, los gráficos y técnicas de Pareto nos permitirán establecer el orden de importancia de los puntos sobre los que habrá que actuar para eficientizar el proceso.

      Naturalmente, en este ejemplo puntual las técnicas de Pareto son de vital importancia para un sistema de gerenciamiento productivo total (TPM); o más específicamente, para la aplicación de un PSP para la solución de un problema de eficientización de una tarea, ya que nos ayuda a discriminar las anomalías vitales de las triviales en la generación de los tiempos muertos.

      De la misma manera se puede utilizar esta herramienta estadística para la detección de incumplimientos en la calidad de los productos o en los plazos de entrega dentro de un programa de evaluación de proveedores; o en la gravitación de los factores ambientales en un sistema ISO 14000; o en la detección y ponderación de las desviaciones de los estándares de calidad del producto final.

      Como los gráficos de Pareto traducen los datos relevados en cualquier punto del proceso a indicadores estadísticos cuantitativos, también sirven para evaluar la evolución del desempeño de un área determinada en un lapso de tiempo. Por la misma razón se utiliza esta técnica para comparar los indicadores de gestión entre distintas líneas de producción, o entre equipos que realizan una determinada tarea.

      En suma, esta herramienta se puede emplear para cualquier actividad que se requiera un basamento estadístico. Sea para tomar una decisión (por ejemplo, determinar sobre qué proveedores voy a concentrar mis compras de acuerdo a la performance de cumplimiento), sea para solucionar un problema (concentrando mis acciones en las anomalías que, de acuerdo a las estadísticas, son las más gravitantes); o simplemente para saber dónde estoy parado (evaluado la calidad de mi proceso en función de la comparación de los registros estadísticos a través del tiempo).

      Tradicionalmente, lo que hoy aportan las técnicas de Pareto se hacía de manera  informal. El encargado de compras calificaba “a ojo” el comportamiento de los proveedores; el operario conocía por experiencia propia todas las “mañas” de la máquina que manejaba; el gerente de área sabía “por oficio” sobre qué sector de la planta confiar las tareas más delicadas.

      Pero las empresas modernas requieren precisión para trabajar en calidad, y eso se logra con el basamento científico de las técnicas estadísticas.

Como ya he dicho varias veces en este trabajo, en los sistemas de aseguramiento de calidad no basta con hacer las cosas bien, también hay que tener las evidencias documentadas para demostrarlo.

      Más aún, un sistema de calidad puede funcionar en un momento dado de manera perfecta, pero eso no quiere decir que esté bajo control.

      El control total se logra con un seguimiento permanente y sistemático de los resultados de gestión, y para ello no alcanza el oficio o el buen “ojo” de un gerente.

Caso Práctico

      Para comprender mejor la dinámica de trabajo que imponen las técnicas de Pareto, describiré a continuación un ejemplo concreto de aplicación de este instrumento estadístico en un sistema de aseguramiento de calidad.

      El caso práctico se refiere a un gráfico de Pareto para la evaluación de causas o factores que afectan el proceso de destilación, e incluye las distintas planillas utilizadas para ordenar y ponderar la información a relevar.

  Descripción de causas

      Establecidas las posibles causas o factores que afectan el proceso de destilación comienza el relevamiento de datos.

      En esta etapa se colocan todos los tiempos de cada causa en una planilla. Dicha información se vuelcan a dos tipos de gráficos de Pareto.

1) Gráficos de Pareto de todas las causas.-  se toma como 100% el total de horas trabajadas en la semana por el número de equipos en proceso.

      El gráfico de estos datos se realiza en una planilla específica, donde la abscisa corresponde a cada causa (en orden decreciente de acuerdo a la magnitud) y la ordenada corresponde al porcentaje individual asignado a las mismas.

  Causa       Tiempo                    %                         Tiempo                 %

                individual            individual                 acumulado           acumulado

1) Gráficos de Pareto por causa.-  se toma como 100% el total de horas trabajadas en la semana, y se realiza un gráfico para cada causa.

      Los datos se colocan en una planilla especial, donde la abscisa corresponde a cada destilador, y la ordenada corresponde al porcentaje individual de la causa determinada..

  Causa: A

  Destilador       Tiempo                       %                  Tiempo                %

                      individual                individual         acumulado         acumulado

Estándares máximos.- Para facilitar la evaluación de las posibles desviaciones, se deben establecer los estándares máximos de tolerancia de anomalía en minutos, por equipo y por causa.

      En caso de que un mismo problema se detecte más de una vez, los tiempos de anomalía se deben acumular, ya que el tope marca un máximo total de tolerancia.

  Máximos tolerados  

                                   Destilador 1                Destilador 2                Destilador 3

  Sobre la base de los datos relevados y los límites máximos definidos para cada causa o factor se pueden determinar una serie de indicadores estadísticos de gran utilidad para la evaluación de la información.

A modo de ejemplo, citaré los siguientes:

Media.- Es el indicador promedio de la muestra en cuestión. Se calcula mediante la suma de todos los valores considerados, dividida por el número total de los mismos.

   Media =  x₁ + x₂ + x₃ +... x_n  / n

Rango.- Es la diferencia que existe entre el valor máximo y el valor mínimo de una población de datos. A mayor rango, menor estabilidad del sistema.

Rango = x_max - x_min  

Desviación estándar.- Se calcula como la raíz cuadrada del cociente entre la suma de los cuadrados de las diferencias de cada valor a la media y el número de datos.

Límite de control máximo: se define como la media, más tres veces el valor de la desviación estándar.

Límite de control mínimo.- Es la media, más tres veces el valor de la desviación estándar.