Cómo verificar que una causa raíz es realmente válida

Un equipo puede completar un diagrama de Ishikawa, formular varios porqués y acordar una explicación sin haber demostrado que encontró la causa raíz. El consenso ayuda a organizar la investigación, pero no sustituye los registros, las mediciones ni las pruebas del proceso.

Verificar una causa raíz significa comprobar que la condición propuesta precede al problema, explica el patrón observado y puede relacionarse con una acción capaz de reducir la recurrencia. La validación debe separar las hipótesis plausibles de las causas respaldadas por evidencia.

Qué significa validar una causa

La American Society for Quality define la causa raíz como el factor que origina una no conformidad y que debería eliminarse mediante la mejora del proceso. Esta definición permite distinguirla de un síntoma, una consecuencia o una condición que solo coincide con la falla.

Una afirmación como “el operador cometió un error” no explica por qué ocurrió la acción, por qué el sistema la permitió ni por qué los controles dejaron pasar el defecto. Una causa útil debe expresar una relación verificable entre una condición y el efecto investigado.

Comprueba la secuencia temporal

La causa debe existir antes del efecto o durante su formación. Si una condición aparece después del defecto, puede ser una consecuencia y no su origen. Para reconstruir la secuencia conviene revisar registros de producción, alarmas, cambios de formato, intervenciones de mantenimiento, lotes, condiciones ambientales y decisiones operativas.

Una línea de tiempo permite comparar el momento de la desviación con la aparición del resultado. El Departamento de Energía de Estados Unidos señala que un análisis debe reunir datos, desarrollar hipótesis, construir una cronología y relacionar los cambios observados con los resultados antes de atribuir una causa.

Si los defectos comenzaron antes del ajuste del sensor, la configuración no puede explicar el inicio del problema. Podría contribuir a su continuidad, pero la investigación necesitaría otra hipótesis para el periodo anterior.

Busca un mecanismo causal

Dos variables pueden cambiar al mismo tiempo sin que una produzca la otra. La investigación debe explicar cómo la condición propuesta genera el efecto. Este mecanismo puede ser físico, químico, informativo, organizacional o relacionado con el diseño del trabajo.

En un proceso de sellado, no basta con observar que la temperatura era distinta. El equipo debe determinar si esa diferencia modifica la transferencia de calor, el tiempo requerido o la resistencia del cierre. También debe confirmar que la medición es confiable y que la variación tiene magnitud suficiente para producir el defecto.

Para causas organizacionales, la lógica debe ser igual de concreta. “Falta de comunicación” es una etiqueta amplia. Una afirmación verificable podría indicar que un cambio de especificación no se incorporó a la instrucción utilizada en el turno, por lo que el equipo trabajó con un parámetro anterior.

Contrasta el patrón con datos

Una causa válida debería explicar dónde aparece el problema y, cuando sea posible, dónde no aparece. La segmentación permite comparar máquinas, turnos, productos, operadores, proveedores, lotes, condiciones ambientales o versiones de un procedimiento.

• Si la causa está presente, ¿aumenta la frecuencia o la severidad del efecto?
• Cuando la causa está ausente, ¿el problema disminuye o desaparece?
• ¿La relación se conserva en distintos periodos o depende de una muestra aislada?
• ¿Existe otra variable que cambie al mismo tiempo y explique mejor el resultado?

La ausencia de un patrón no descarta automáticamente la hipótesis. Puede haber datos incompletos, interacción entre varias causas o una medición incapaz de detectar la condición. En ese caso, el equipo debe mejorar el plan de recolección antes de declarar una causa.

Realiza una prueba controlada

Cuando el riesgo y el proceso lo permiten, la prueba más directa consiste en modificar la condición propuesta y observar el efecto. La intervención debe limitarse, contar con autorización y mantener controladas otras variables que puedan alterar el resultado.

En el ejemplo del sellado, el equipo podría verificar el sensor con un patrón, restablecer la configuración aprobada y ejecutar una cantidad definida de unidades bajo las mismas condiciones. La prueba tendría que establecer antes de comenzar:

• La variable que se modificará.
• Las condiciones que deben mantenerse estables.
• El indicador utilizado para evaluar el defecto.
• El resultado que apoyará o rechazará la hipótesis.

No debe reintroducirse deliberadamente una condición peligrosa ni incumplirse un control crítico para demostrar causalidad. En procesos de alto riesgo pueden utilizarse simulaciones, pruebas fuera de línea, análisis de registros históricos o evaluaciones realizadas por personal competente.

Distingue causa y punto de escape

Una investigación puede encontrar por qué se produjo el defecto y omitir por qué no fue detectado. El método 8D descrito por ASQ pide identificar tanto las causas que explican la aparición del problema como las razones por las que este pasó inadvertido.

En una línea de producción, la configuración del sensor podría explicar la formación del defecto. Una frecuencia de muestreo insuficiente o un método de inspección inadecuado podría explicar su liberación. Ambas condiciones requieren acciones distintas y criterios de verificación propios.

Confirma mediante la acción correctiva

La prueba inicial puede respaldar una causa, pero la acción correctiva aporta una comprobación adicional. Si la medida elimina o controla la condición y el problema deja de repetirse durante un periodo representativo, la explicación gana solidez.

El procedimiento de acciones correctivas de la Administración de Alimentos y Medicamentos de Estados Unidos exige evidencia objetiva antes del cierre y establece que las acciones deben monitorearse para determinar si continúan siendo eficaces. Si el problema reaparece, el proceso debe revisar si la causa identificada era incorrecta, incompleta o estaba acompañada por otros factores.

El criterio de eficacia debe definirse antes de observar los resultados. Debe indicar el dato que se revisará, la cantidad de ciclos o el periodo de seguimiento, el nivel aceptable y la persona encargada de evaluar el resultado. “No hemos recibido nuevos reclamos” puede ser insuficiente si el volumen producido es bajo o existe retraso en la recepción de información.

Lista de comprobación

• El problema está delimitado por efecto, proceso, lugar, periodo y alcance.
• La causa propuesta ocurrió antes del efecto o durante su formación.
• Existe un mecanismo que explica cómo produce el resultado.
• Los datos muestran un patrón compatible con la hipótesis.
• Se consideraron explicaciones alternativas y factores contribuyentes.
• Una prueba o intervención controlada respalda la relación cuando es viable.
• La acción correctiva actúa sobre la causa y cuenta con un criterio de eficacia.

Conclusión

Una causa raíz es válida cuando la evidencia sostiene la secuencia, el mecanismo y el patrón que conectan una condición con el problema. La prueba decisiva no es que la explicación resulte convincente, sino que permita anticipar qué ocurrirá al controlar la causa y comprobarlo mediante datos. Cuando los resultados contradicen la hipótesis, reabrir la investigación evita sostener acciones que solo ocultan el síntoma.

Fuentes consultadas

American Society for Quality. Root Cause Analysis.

American Society for Quality. Eight Disciplines Problem Solving Process.

U.S. Department of Energy. DOE Project Management News: Root Cause Analysis. 2022.

U.S. Food and Drug Administration. ORA Laboratory Manual: Corrective Action. 2019.

MayuGo. Aplicación de 7 herramientas convencionales de la calidad en procesos industriales.