Las 6 M’s son una herramienta clave en el análisis de causas en la gestión de la calidad, especialmente utilizada en el diagrama de Ishikawa o diagrama de causa-efecto (también conocido como "diagrama de espina de pescado"). Cada "M" representa un factor potencial que puede influir en un problema de calidad o en la variación de un proceso.

¿Para qué sirven las 6 M's?

Se utilizan principalmente para:

• Identificar causas raíz de problemas de calidad.

• Organizar sesiones de lluvia de ideas.

• Estructurar análisis de procesos en auditorías o proyectos de mejora continua.

El análisis de cuellos de botella es un proceso de gestión que identifica puntos críticos en un flujo de trabajo o proceso que limitan la capacidad de producción o servicio, causando retrasos y afectando la eficiencia general. Su objetivo principal es mejorar la productividad y la eficiencia eliminando o mitigando estas restricciones, nos ayuda a:

• Identificar cuellos de botella:

Puntos en un proceso donde la capacidad de producción o servicio es limitada, causando congestión y retrasos. 

• Analizar el impacto:

Evaluar cómo los cuellos de botella afectan la productividad, costos, calidad y satisfacción del cliente. 

• Proponer soluciones:

Desarrollar estrategias para eliminar o mitigar los cuellos de botella, mejorando el flujo de trabajo y la eficiencia. 

La capacidad del proceso es una medida que indica qué tan bien un proceso puede producir productos o resultados que cumplen con las especificaciones establecidas. Es fundamental en control de calidad y manufactura.

Es la habilidad de un proceso para mantener la variabilidad dentro de límites aceptables definidos por los requisitos del cliente o especificaciones técnicas.

El coeficiente de determinación, denotado comoR2R2(R cuadrado), es una medida estadística que indica la proporción de la variabilidad de una variable dependiente que puede ser explicada por una o más variables independientes en un modelo de regresión. Este coeficiente es fundamental para evaluar la bondad del ajuste de un modelo estadístico.

Interpretación de R2

• Valores deR2R2: El coeficiente de determinación puede variar entre 0 y 1:
  • Un valor de 0 indica que el modelo no explica ninguna de las variaciones de la variable dependiente.
  • Un valor de 1 significa que el modelo explica completamente la variación de la variable dependiente.
  • Valores cercanos a 1 sugieren un buen ajuste del modelo a los datos, mientras que valores cercanos a 0 indican un ajuste deficiente

La correlación es una medida estadística que describe la relación o asociación entre dos variables cuantitativas. Se utiliza para determinar si un cambio en una variable está asociado con un cambio en otra. La correlación puede ser positiva, negativa o nula:

• Correlación positiva: Cuando ambas variables aumentan o disminuyen juntas.
• Correlación negativa: Cuando una variable aumenta mientras que la otra disminuye.
• Correlación nula: No hay relación aparente entre las variables.

DEFINICIÓN: CTQ (Critical to Quality) se refiere a los atributos clave de un producto o servicio que son esenciales para satisfacer las expectativas del cliente. Se derivan de la “voz del cliente” y son características medibles que los procesos deben cumplir para asegurar la calidad.

OBJETIVO PRINCIPAL: El objetivo de los CTQ es garantizar que los procesos y productos cumplan con los requisitos clave para el cliente, esto mejora la satisfacción del cliente, reduce defectos y optimiza los procesos para cumplir con estándares de calidad específicos.

DIFERENCIA CON LOS KPI: Los CTQ se enfocan en lo que es crítico para el cliente, como el tiempo de entrega o la durabilidad del producto. Los KPI (Indicadores Clave de Desempeño), por otro lado, miden el rendimiento de los procesos internos de la empresa, como la productividad o la eficiencia operativa.    

Deming fue un estadístico, profesor y consultor estadounidense ampliamente reconocido por sus aportes al control de calidad y la mejora continua en los procesos productivos. Es considerado una figura clave en el desarrollo de la gestión de calidad moderna. Su propuesta más influyente es el ciclo PDCA (Planificar, Hacer, Verificar, Actuar), una herramienta fundamental para la mejora continua de procesos dentro de las organizaciones. Además, formuló 14 principios de gestión enfocados en transformar la cultura empresarial mediante el liderazgo, la capacitación del personal, la reducción de errores y la innovación constante.

Deming sostenía que la mayoría de los problemas de calidad (alrededor del 94%) eran consecuencia de fallas en el sistema y no del personal, lo cual lo llevó a proponer un enfoque centrado en la mejora de procesos y la responsabilidad directiva. Su pensamiento influyó profundamente en la reconstrucción industrial de Japón después de la Segunda Guerra Mundial, donde sus ideas fueron adoptadas con gran éxito, convirtiendo a ese país en un líder mundial en calidad y eficiencia. Hoy en día, sus métodos siguen siendo base fundamental en sistemas de gestión de calidad como ISO 9001 y en metodologías como Lean y Six Sigma.

El diagrama de afinidad, también conocido como diagrama KJ (en honor a su creador, Jiro Kawakita), es una herramienta de calidad utilizada para organizar una gran cantidad de ideas, datos u opiniones en grupos que comparten una relación natural o afinidad. Es especialmente útil cuando se desea estructurar información no cuantitativa y dispersa, por ejemplo, durante sesiones de lluvia de ideas o cuando se abordan problemas complejos.

El proceso para construir un diagrama de afinidad suele incluir los siguientes pasos: (1) Se recopilan ideas o datos, usualmente escritos en tarjetas o notas adhesivas, sin analizar su orden o relación. (2) Luego, en silencio, los participantes agrupan las tarjetas según su afinidad temática, es decir, según su similitud o relación natural. No se usan categorías predefinidas, sino que los grupos emergen a partir del contenido. (3) Una vez formados los grupos, se asigna un título o encabezado a cada uno, representando la idea general del conjunto. (4) Finalmente, se puede analizar la información agrupada para entender mejor el problema, detectar patrones o tomar decisiones estratégicas.

definición: El diagrama de dispersión es un tipo de gráfico en el que se representan puntos individuales en un plano cartesiano, donde cada punto corresponde a un par de valores de dos variables diferentes.

Objetivo Principal: Visualizar la relación entre dos variables cuantitativas para identificar posibles patrones, correlaciones o tendencias.

¿Para qué sirve?

• Detectar correlaciones (positiva, negativa o nula)
• Identificar patrones o tendencias
• Observar posibles valores atípicos