CONTROL DE CALIDAD

CAPITULO I CONCEPTOS BASICOS DE CALIDAD

1.1 LA COMPETITIVIDAD Y LA MEJORA DE LA CALIDAD

La competitividad de una empresa y la satisfaccin del cliente estn determinadas por la calidad del producto, el precio y la calidad del servicio. Se es mas competitivo si se puede ofrecer mejor calidad, a bajo precio y en menor tiempo

Satisfaccin del Cliente: Competitividad de una empresa

Factores crticos

Calidad del producto Atributos Tecnologa Funcionalidad Durabilidad Prestigio Confiabilidad

Calidad en el servicio

Precio

Tiempo de entrega Precio directo Flexibilidad en capacidad Descuentos/ventas Disponibilidad Trminos de pago Actitudes y conductas Valor promedio Respuesta a la falla Costo de servicio Asistencia tcnica Margen de operacin Costos totales

Figura 1.1 Variables criticas para la calidad (VCC)

Se crea que la calidad, precio y tiempo de entrega eran objetivos antagnicos, en el sentido de que se poda mejorar cualquiera de los tres slo en detrimento de los otros dos.

Algunas empresas siguen creyendo que mejorar calidad implica necesariamente un precio ms alto y mayor tiempo de elaboracin. Sin embargo, cada da hay mas empresas en las que se sabe que la calidad en todas las reas y en todas las actividades influye de manera positiva en los 3 factores.

Cuando se tiene mala calidad en las diferentes actividades, hay equivocaciones y fallas de todo tipo, por ejemplo:
Reprocesos, desperdicios y retrasos en la produccin Pagar por elaborar productos malos Paros y fallas en el proceso Una inspeccin excesiva para tratar que los productos de mala calidad no salgan al mercado

 Reinspeccin y eliminacin de rechazo Ms capacitacin, instrucciones y presin a los trabajadores Gastos por fallas en el desempeo del producto y por devoluciones Problemas con proveedores Ms servicios de garanta Clientes insatisfechos y perdidas de ventas Problemas, diferencias y conflictos humanos en el interior de la empresa

La caracterstica comn de cada uno de los aspectos anteriores es que implican gastos, menos ingresos o menores resultados. A la gente que hace la inspeccin, los reprocesos. Quienes atienden los retrasos y los que se encargan de los servicios de garanta es necesario pagarles y adems usan mquinas, espacios, energa elctrica y requieren mandos que los coordinen.

En este sentido, la mala calidad no slo trae como consecuencia clientes insatisfechos sino tambin mayores costos, y en consecuencia no se puede competir ni en calidad ni en precio, menos en tiempo de entrega. Un proceso de mala calidad es errtico e inestable y no se puede predecir

1.2 CONCEPTO DE VARIACION Los productos manufacturados, no existen dos cosas o productos idnticos, ni hechos por el hombre o por la naturaleza.
Qu relacin tiene lo anterior con la calidad? Un sinnimo de calidad es uniformidad o antivariacin, es decir, existe una relacin inversa entre calidad y variacin: a menor variacin, mayor calidad.

1.3 CONCEPTOS RELATIVOS A LA CALIDAD Definicin clsica de calidad: Cumplimiento de las especificaciones para lograr la adecuacin al uso Definicin moderna(japonesa) de calidad: Uniformidad de los valores alrededor del objetivo

La definicin clsica de calidad no promueve explcitamente el mejoramiento continuo. Al expresar que calidad es solamente cumplir con las especificaciones, se limita a estar dentro de la tolerancia sin estar necesariamente cerca o en el valor objetivo

Sullivan (1986) narra cmo un estudio hecho por Ford mostro que las trasmisiones fabricadas con partes cercanas al objetivo funcionaron mejor y fueron mas silenciosas que otras fabricadas con partes dentro de las especificaciones pero no cerca del objetivo.

Esto indica, al menos para este producto y sus componentes, que existen diferentes niveles de calidad, aun dentro de las especificaciones. Es decir, no es lo mismo estar en el objetivo que alejado de el, aunque se cumpla con la tolerancia

La definicin moderna de calidad no se basa en el cumplimiento de las especificaciones solamente, sino en la reduccin incesante de la variacin para tratar de estar lo ms cerca del objetivo.

Es decir busca la manera permanente el mejoramiento continuo.

La definicin de calidad de Taguchi(1987), la cual afirma que es la prdida que un producto causa a la sociedad, tambin refleja la idea de reducir la variacin alrededor del objetivo.
LIE LSE LIE LSE

malo

bueno m

bueno

malo m

Figura 1.2 Definicin de calidad de Taguchi en contraste con el cumplimiento de especificaciones

Para Taguchi calidad significa prdida cero, y se logra al estar trabajando en el valor objetivo (m). A medida que la caracterstica de calidad se aleja del objetivo, se incurre en una perdida, la cual puede en ciertos casos representarse como una parbola. La definicin clsica considera que un producto es igual de satisfactorio estando dentro de las especificaciones

1.4 CARACTERIZACIN DE UN PROCESO La figura 1.3 nos muestra un proceso, representado por la curva, con respecto a sus especificaciones
LIE LSE

Figura 1.3 Proceso con respecto a sus especificaciones

Es conveniente resaltar que, desde el punto de vista de la calidad existen dos caractersticas importantes a evaluar en todo proceso. -Posicin con respecto a las especificaciones (media) - Dispersin (variacin)

Las graficas de control son precisamente herramientas que indican desempeo del proceso con base en el monitoreo de su media y el de su variacin con la finalidad de indicar y el tiempo de ajustes al mismo

1.4.1 DEFINICIN DE CONTROL DE CALIDAD De acuerdo a Juran y Gryna(1988), control de calidad es el proceso regulatorio a travs del cual se mide el desempeo actual de calidad, se compara con el objetivo y se acta con base en las diferencias.

Para los estndares industriales japoneses (JIS) (en Ishikawa 1990), control de calidad se define de una manera ms amplia como un sistema de mtodos para proveer bienes o servicios con costos efectivos cuya calidad cumple los requerimientos del cliente

1.4.2 DEFINICION DE CONTROL ESTADISTICO DE LA CALIDAD (CEC)

Con el uso de nmeros(estadstica) se estudian las caractersticas de un proceso(calidad), para que su comportamiento sea el deseado(control) ( Western Electric, 1956) De acuerdo a Juran y Gryna(1998), CEC se define como la aplicacin de tcnicas estadsticas para medir y mejorar la calidad de los procesos

1.5 EVOLUCION DEL CONTROL DE CALIDAD La figura 1.4 muestra como ha ido evolucionando el control(ahora mejoramiento) de la calidad, y cmo se relaciona con el diseo de experimentos( DE=CEP= control estadstico de procesos)

Diseo -DE (robustez)

Manufactura -DE -CEP (prevencin)

Mercado

Inspeccin

Figura 1.4 Evolucin del control de calidad

Antes del desarrollo de las graficas de control, en muchos casos, la inspeccin final era la nica manera de verificar la calidad del producto. Deming(1982) menciona que esto es tardo, costoso e ineficiente. Las graficas de control, sin embargo, son un mecanismo de prevencin usado durante la manufactura del producto, cuando todava es tiempo de evitar el desperdicio.

Pero la fase mas importante desde el punto de vista de mejoramiento de calidad, es el diseo del producto, durante la cual es fundamental incorporar el concepto de robustez. De acuerdo con Fowlkes y Creveling(1995), un proceso o un producto es robusto cuando es insensible a los efectos de la variacin, aunque tales fuentes de variacin no hayan sido eliminadas.

Esto se logra por medio del uso de experimentos diseados para detectar las variables y sus niveles en los que el producto sea insensible a fuentes nocivas de variacin durante su manufactura y uso.

Aunque, estrictamente hablando, durante la fase de manufactura ya es poco tarde para mejorar significativamente la calidad del producto; el diseo de experimentos se puede usar tambin para ajustar el proceso y hacerlo trabajar lo mas cerca del objetivo y con la menor variacin posible.

1.6 KAIZEN
Mejora continua en calidad de vida personal, de

familia, social y trabajo. Cuando Kaizen es aplicado en el trabajo, ello significa mejoras continuas involucrando a todos.

 El

paraguas de Kaizen

KAIZEN
Orientacin al cliente TQC Robtica Sistema de sugerencias Crculos de calidad Automatizacin TPM(mantenimiento prod Total) Kanban Mejoras en la calidad JIT (just in time) Cero defectos Desarrollo de productos Disciplina Cooperacin

Hace dcadas que los japoneses desarrollaron el concepto del KAIZEN con el objetivo de aumentar la calidad y reducir los costos. En esencia, el KAIZEN es el mejoramiento continuo a travs de pequeos cambios. Se trata de NO hacer cambios o innovaciones enormes, pero s cambiar, reducir y/o eliminar todo aquello que impide un mejor servicio al pblico y una mayor calidad del producto y servicio.

Si Ud. introduce una pequea mejora cada da, a fin de ao tendr ms de 300 mejoras! Naturalmente ello contribuir a reducir costos. Entendamos que el objetivo es la calidad total a favor del comprador y ello indefectiblemente nos llevar a reducir costos e incrementar la lealtad del comprador.

El KAIZEN se basa en aplicar pequeos y constantes cambios en lo que se denomina las 5 S's: Seire Seiton Seiketsu Shitsuke Seiso

SEIRE: ORGANIZACIN. Cada cosa en su lugar y un lugar para cada cosa. Tiene todo el personal bien definidas sus labores diarias?, se sabe en qu lugar se ubica cada mueble, mquina, equipo, material y persona?, tienen reuniones peridicas para revisar tareas y resultados? Ante todo es indispensable que entendamos que las organizaciones modernas estn diseadas enfocndose en el cliente.

Antiguamente nos enseaban a preparar organigramas estticos que protegan las jerarquas pero no facilitaban y simplificaban los procesos de compras, produccin y comercializacin. Hoy en da se trata de tener la menor cantidad de niveles y solo la gente indispensable para asegurar un buen servicio al comprador.

SEITON: REDUCIR BSQUEDAS.

Facilitar el movimiento de las cosas, servicios y personas. Tiene a la mano todo lo que necesita para su trabajo diario? A veces es ms costoso NO tener lo bsico para desarrollar el trabajo, o por un exceso de celo, se pierde tiempo en obtener tal o cual herramienta, elemento o insumo.

SEIKETSU: SIMPLIFICACIN DE PROCESOS. Est Ud. seguro de que el proceso de logstica, ventas y servicio es inmejorable? , no hay prdidas de tiempo? Es tpico de nuestro medio el exceso de trmites y aprobaciones para obtener un producto o servicio. No tenga Ud. miedo en ubicar y eliminar "pasos" que impiden el rpido y eficaz movimiento de productos y servicios hacia el pblico.

SHITSUKE: DISCIPLINA Y BUENOS HBITOS DE TRABAJO. Existe respeto por las reglas de trabajo?, es el ambiente laboral equilibrado y justo? Si Ud. es el jefe y llega tarde al trabajo, no espere que sus colaboradores sean puntuales. La disciplina efectiva se basa en el trabajo igualitario y justo, y en normas de trabajo claras y aceptadas por todos. Personal dedicado y disciplinado produce ms siempre que haya la motivacin correspondiente. Tpicamente la gente espera un sueldo razonable, pero TAMBIN espera buen trato, normas claras y oportunidad de hacer carrera.

SEISO: LIMPIEZA. La limpieza exagerada nos ayuda a aumentar el orden. Estn muy limpios sus almacenes, oficinas y baos?, es pulcra la entrega al cliente?
Siempre pensamos que nuestra oficina es limpia, pero no nos atrevemos a entrar al fondo del almacn, ni a visitar los baos de vez en cuando, ni a abrir esos cajones abandonados. La limpieza nos lleva al orden y el orden nos ayuda a reducir costos.

Para implementar el KAIZEN es indispensable el decidido apoyo del personal; una de las formas para lograrlo es el sistema de sugerencias.
Bajo este sistema, todos los integrantes de la empresa se renen mensualmente y cada uno da una idea referida a las 5 Ss. Cada mes se elige la mejor idea y cada ao a la gran idea anual. Idealmente se otorga un premio a los creadores de las ideas; para evaluarlas se tiene en cuenta el efecto sobre las ventas y/o costos.

Inicialmente, la gente se siente reacia al KAIZEN, pero despus lo entienden como parte agradable de su trabajo diario.

Otro aspecto importante es utilizar grficos o carteles que presenten el progreso que el grupo humano logra en cuanto a reducir tal costo o mejorar el servicio. Es bueno destacar que prcticamente todas las empresas japonesas aplican el KAIZEN, y hay quien dice que es la base del increble desarrollo empresarial del Japn.

CAPITULO 2 LAS SIETE HERRAMIENTAS BASICAS PARA EL CONTROL DE CALIDAD

2.1 INTRODUCCIN En esta parte se definir las 7 herramientas(7H) y como se trabaja la metodologa para solucionar problemas con las 7H

2.2 Definicin del Problema Un problema es la diferencia que existe entre un estado ideal(objetivo) y un estado real o actual [Hosotani 1992]

Una situacin adversa puede considerarse como el nivel de desperdicio en cierta operacin; por ejm si el nivel actual es de 10% y el objetivo es tener 1%, esa diferencia se define como el problema

En general, los proyectos seleccionados estn enfocados a mejorar la calidad, disminuir costos y/o mejorar el servicio. Una manera de hacerlo, podra ser con base en los indicadores de operacin que estn bajo control del equipo cuya misin ser resolver el problema. Preguntas de ayuda: Qu problema est afectando ms actualmente? Qu indicadores se pueden mejorar?

En este momento podemos remitirnos al ciclo de Shewhart/Deming, que es una gua para la solucin de problemas

Fig. 2.1 El ciclo de Shewhart/Deming (Demings Cycle)

1. Planeamos a dnde queremos ir y qu vamos a hacer para llegar all en cada periodo. 2. Implementamos lo que dijimos en el primer punto. 3. Chequeamos los resultados de nuestras acciones para identificar gaps. 4.Actuamos implementando cambios necesarios para acercarnos an ms a los objetivos iniciales y desarrollamos procedimientos para asegurar la continuacin de aquellos planes que fueron exitosos.

Determinacin del objetivo El objetivo es el nivel de mejoramiento que se desea lograr. Est en funcin de la dificultad del problema y las habilidades del equipo para resolverlo. El objetivo debe responder: El qu(indicador) El cunto(hasta donde se desea mejorar de manera realista) El cundo (el tiempo para hacerlo)

3.3 METODOLOGIA PARA LA SOLUCION DE PROBLEMAS

Las 7 herramientas bsicas son: 1. Diagrama de pareto 2. Histograma 3. Diagrama de Ishikawa 4. Diagrama de dispersin 5. Estratificacin 6. Hojas de verificacin 7. Graficas de control

La tabla 2.1 muestra las fases, los pasos y las herramientas para la solucin de problemas.

Paso
Fase: Planear 1.Definir el problema

Objetivo
Entender la situacin problemtica y determinar objetivos

Herramientas
-Diagramas de pareto -Histograma -Grafica de tendencias

Comentarios
Si es posible cuantificar en pesos

Fase: planear 2.Describir el proceso actual

Definir el proceso con la finalidad de conocerlo unanimente, y en su caso sealar la fase problemtica

- Diagrama de flujo

Fase: planear 3.Encontrar y analizar, causas posibles

Encontrar y poder seleccionar las causas reales del problema

-Diagrama de Ishikawa(incluyend o TGN). -Estratificacin -Diagrama de dispersin -Hojas de verificacin

Recolectar y analizar informacin para analizar causas posibles

Fase: planear 4. Desarrollar la solucin

Plantear uno o varios planes de accin que conduzcan a la solucin del problema Aplicar la solucin propuesta
Evaluar los efectos de la solucin implantada

- Diagrama de flujo

Determinar responsabilidades y fechas

Fase: Hacer 5. Implantar la solucin

Fase: Verificar 6.Evaluar la solucin

-Diagrama de pareto -Histograma -Grafica de tendencias

Cuantificar ahorro en pesos. Comparar con el objetivo

Fase: actuar 7. Controlar

Desarrollar planes de control y monitoreo. Estandarizando las mejoras y prevenir el problema

- Comentar graficas de control

Mantener el problema resuelto

Tabla 2.1 Metodologia para la solucin de problemas

2.2.1 Punto 1: definir el problema La manera de actuar asertivamente y poder definir el problema con objetividad es recolectar informacin y pasarla por alguna de las herramientas que se usan para definir un problema.

Ideas

Informacin incompleta

Creencias

Situacin problemtica inespecifica

Diagrama de pareto, histograma, grafica de tendencias, graficas de control, precontrol

Problema definido

Figura 2.2 Definicin objetiva de un problema

2.2.1.1 Diagrama de Pareto

Definicin Grafica de barras ordenadas de mayor a menor, donde cada barra representa el peso que tiene cada uno de los factores que se analizan

Objetivo

Presentar informacin de manera que facilite la rpida visualizacin de los factores con mayor peso, para reducir su influencia en primer lugar

Ejemplo 1. Despus de detectar un incremento en el nmero de discrepancias en el departamento 35, se decidi analizar la situacin. Se realizaron varias auditorias de discrepancias en dicho departamento, durante un periodo de 3 semana, y la informacin se muestra en la siguiente tabla. Realizar un interpretarlo diagrama de pareto e

Discrepancias

Frecuencia

No sigue indicaciones
No verifica rea desordenada Registra datos falsos

12
3 25 1

Faltan componentes

Tabla . Informacin sobre discrepancias en el departamento 35

Ejemplo 2
Elaborar un diagrama de Pareto e interpretarlo, basndose en la siguiente informacin sobre defectos en piezas, en el rea de corte. Dicha informacin fue tomada durante una semana
Defecto Longitud corta Longitud larga Corte fuera de escuadra Rebabas Material equivocado Frecuencia 12 18 31 5 6

2.2.1.2 Histograma

Definicin Grafica de barras que muestra la reparticin de un grupo de datos Objetivo Visualizar la dispersin, el centrado y la forma de un grupo de datos

Ejemplo Se tomo la siguiente informacin de los diametros de 20 pernos cuya especificacin es 2.8895 +/0.0015. Elaborar un histograma e interpretarlo
Perno 1 2 3 Dimetro 2.8875 2.8891 2.8895 Perno 11 12 13 Dimetro 2.8880 2.8893 2.8899

4
5 6

2.8893
2.8897 2.8886

14
15 16

2.8883
2.8903 2.8915

7
8 9

2.8898
2.8909 2.8902

17
18 19

2.8901
2.8903 2.8889

10

2.8899

20

2.8883

2.2.1.3 Grafica de tendencias Definicin Es una herramienta que muestra la variacin de una caracterstica de inters de un proceso, durante cierto periodo de tiempo Objetivo Monitorear el comportamiento de dicha caracterstica de inters de un proceso

Ejemplo
Realizar una grafica de tendencias e interpretarla, para los costos( en pesos) de desperdicio y retrabajo de 20 meses, de los aos 1999 y 2000 en el rea de acabado
Mes Costo Mes Costo Mes Costo Mes Costo

1
2 3 4 5

128
48 211 45 147

6
7 8 9 10

12
22 93 12 38

11
12 13 14 15

58
165 54 61 99

16
17 18 19 20

101
2 87 48 75

Tabla. Informacin sobre costos

Ejemplo Hacer una grafica de tendencias e interpretarla, para la siguiente informacin del nmero de errores en rdenes, tomada del rea de pintura, durante 10 das consecutivos
Da Errores Da Errores

1 2
3 4 5

4 3
2 4 3

6 7
8 9 10

1 0
1 1 0

2.3.2 Punto 2: describir el proceso actual (fase planear) Un proceso es una interaccin de gente, materiales, equipos e informacin cuya finalidad es transformar ciertas entradas en salidas especificas. Definir y describir el proceso significa sealar los elementos del proceso, sus pasos, entradas salidas y variables.

2.3.2.1 Elaboracin de un diagrama de flujo usando la simbologa universal

Seala el inicio/fin de un proceso
Representa una demora

Indica actividad

Representa movimiento de materiales o de informacin

Expresa una pregunta para ser respondida con si/no

Indica inspeccin

Representa almacenamiento

ndica que el diagrama continua en otro lugar

Elementos universales para la elaboracin de un diagrama de flujo

Inicio

Precalentar molde

Limpiar molde

Colocar y alinear corazn

Cerrar molde

Insp. ensa mble

Vaciar aluminio

Esperar Solidific

Extraer pieza

Limpiar pieza

Insp. ensa mble

Defec tos

Almacen Fin

reproceso

Elaborar reporte

Diagrama de Flujo de fabricacin de piezas de motores

2.3.3 Punto 3: encontrar y analizar causas posibles (fase planear)

En este paso se pretende encontrar las causas posibles del problema definido en el punto 1, y adicionalmente seleccionar las que pudieron ser ms significativas.

2.3.3.1 Diagrama de Ishikawa Definicin Esquema que muestra las posibles causas clasificadas de un problema

Objetivo Encontrar las posibles causas de un problema

Caractersticas

En un proceso productivo, el diagrama de Ishikawa(causa efecto) puede estar relacionado con uno o ms de los factores(6Ms) que intervienen en cualquier proceso de fabricacin:

-Mtodos (los procedimientos usados en la realizacin de actividades) -Mano de Obra -Materia prima -Medicin(los instrumentos empleados para evaluar procesos y productos)

-Medio Ambiente(las condiciones del lugar de trabajo) -Maquinaria y equipo(los equipos y perifricos usados para producir)

Elaboracin

El diagrama de Ishikawa se basa en un proceso de generacin de ideas lluvia de ideas, que puede realizarse de la siguiente manera:
1. Cada miembro del equipo, genera una sola idea en cada vuelta, de manera gil, ordenada y sin discusiones. Un miembro del equipo, toma nota de cada una de las ideas

2. Una vez finalizada la lluvia de ideas, se procede a descartar las ideas repetidas 3. Se verifica que las ideas restantes tengan relacin con el problema que se esta analizando 4. Se clasifican las ideas resultantes en el diagrama de Ishikawa

Una manera ms directa de hacer es realizar una lluvia de ideas para cada una de la diferentes ramas y colocar las ideas resultantes ah mismo A veces, en lugar de una o mas de las 6 Ms, se puede realizar un diagrama de Ishikawa con base en las fases de un proceso.

Mano de Obra

Medio Ambiente

Mtodos

Problema a analizar

Mquinas

Medicin

Materia Prima

Formato del diagrama de Ishikawa

Mano de Obra No capacitada

No motivada

Medio Ambiente Calor

Iluminacin

Mtodos

No se usan
Inadecuados Desperdicio

Desgastadas

Desajustado

Mala calidad Variacin

Inapropiado

Mquinas

Medicin

Materia Prima

Diagrama de Ishikawa de causas de desperdicio

2.3.3.2 Tcnica de grupo nominal(TGN) Definicin Tcnica usada para jerarquizar propuestas

Objetivo Lograr consenso entre los participantes de un equipo En general, puede usarse cuando los asuntos o propuestas a jerarquizar no pueden ser cuantificados, o son muy difcil de hacerlo.

Ejemplo Del ejemplo del diagrama de Ishikawa, suponer que las ideas resultantes fueron: -Calor -Iluminacin -Falta de motivacin -Variacin en materia prima La jerarquizacin de las ideas del equipo van de 1=menos importante, 4= mas importante.

Causas Calor Iluminacin Falta de motivacin

M1

M2

M3

M4

Total

Variacin de MP

Tabla . Ponderacin individual de causas y su suma

2.3.3.3 Estratificacin Definicin Tcnica usada para analizar informacin con base en la clasificacin de la misma de acuerdo a sus orgenes. Objetivo Clasificar informacin para que pueda ser analizada de manera ms racional

Algunos ejemplos de estratos o clases son:

La maquinaria(modelo, tipo), los operarios (capacitacin, turno, sexo), la materia prima(proveedor), la medicin( inspector, evaluador) y las condiciones de operacin (humedad, temperatura), entre otros.

Ejemplo Suponer que en una fabrica se produce el mismo producto en 3 reas diferentes. Cada rea cuenta adems con 3 maquinas idnticas, y se cuenta con la informacin de la tabla sobre tipos de defectos y frecuencia en todas las reas.
Tipo de defecto D1 D2 D3 D4 Frecuencia 157 48 35 16

rea

Tipo de defecto ms frecuente

Maquina

Tipo de defecto ms frecuente

2.3.3.4 Diagrama de dispersin

Definicin Grafica simple entre 2 variables Objetivo Visualizar el tipo y el grado de relacin entre esas dos variables

Tipo de relacin

Directa

Inversa

Grado de relacin

Fuerte

Dbil

Nulo

Ejemplo El la siguiente tabla se presenta informacin sobre la dureza de piezas para motores en funcin del tiempo de solidificacin del mismo.
t- Solidificacin 10 11 12 13 14 15 16 17 18 19 20 Dureza 4,5 4,2 3,8 3,6 3,4 3 2,9 2,4 2,2 2,1 1,8

Diagrama de dispersin

Interpretacin general para los diagramas de dispersin De acuerdo con Western Electric(1956), es necesario considerar que:

1. Aunque se aprecie una relacin fuerte, sta no necesariamente indica relacin causa efecto entre esas variables. La relacin causa-efecto se obtiene del conocimiento del proceso

2. Si no se aprecia una relacin significativa, puede deberse a que realmente no exista correlacin, o a que la cantidad y/o el rango de datos sea insuficientes

Causalidad o casualidad

Causalidad implica una relacin de causa efecto entre las variables; casualidad no.
Cuando no existe causalidad, el modelo no se puede usar para controlar el proceso pero si para predecirlo

2.3.3.5 Hojas de verificacin Definicin Son formatos para recolectar, presentar y analizar informacin
Objetivo Estandarizar y agilizar la recoleccin, presentacin y el anlisis de informacin

la

Aunque las hojas de verificacin se presentan en el paso 3, tambin pueden ser usados en algn otro paso que requiera alguno de los tipos, como es paso 1(definir el problema) o el paso 6 (evaluar la solucin).

Tipos de hojas de verificacin. 1. Para visualizar distribuciones

2. Para registrar el total de defectos por cada tipo 3. Para localizar defectos 4. Para estratificar el registro del nmero de unidades defectuosas 5. Para verificar procedimientos

2.3.4 Punto 4: desarrollar la solucin (fase planear)

Con base en la informacin recolectada y analizada en los puntos 2 y 3 se deber desarrollar al menos una contramedida o solucin al problema planteado en el punto 1

2.3.5 Punto 5: Implantar la solucin(fase hacer) Una vez seleccionada la solucin, deber implementarse para resolver el problema

2.3.6 Punto 6: evaluar la solucin(fase verificar) Para evaluar la efectividad de la solucin implementada en el punto 5, es necesario usar las mismas herramientas utilizadas para definir el problema, de tal manera que se observe una diferencia significativa entre ambas.

Por ejemplo, en casos pasados se us el diagrama de pareto, para definir el problema de rea desordenada (Ad) y si la solucin fue efectiva, el nuevo diagrama de pareto debera verse de la siguiente manera:

Ad

Diagrama de pareto nuevo

Si para definir el problema se us el histograma , el nuevo histograma debera de cambiar tambin.

2.3.7 Punto 7: controlar(fase actuar)

En este paso se busca mantener el problema resuelto. Para ello se podr usar el anlisis de modo y efecto de fallas(AMEF), planes de control, graficas de control, poka-yoke, pre control, grafica cusum, grafica EWMA o tecnicas afines.

Capitulo 3
GRAFICAS DE CONTROL

3.1 INTRODUCCION

En este capitulo desarrollaremos las graficas de control necesarias par evaluar la estabilidad de un proceso, la cual es un requisito para evaluar la capacidad de los mismos

3.2 GRAFICAS DE CONTROL (GC) (Shewhart, 1931)

Definicin Herramientas estadsticas que muestran el comportamiento de cierta caracterstica de calidad de un proceso o producto respecto al tiempo
Objetivo Evaluar, controlar productos

mejorar

procesos

3.2.1 Conceptos de grficas de control

Causas de variacin De acuerdo a Shewhart(1931), las causas de variacin que afectan un proceso se clasifican en comunes y especiales. Las causas comunes son comunes a todos. Se deben al sistema: Diseo deficiente, materiales inadecuados, mala iluminacin etc.

Se pueden definir como la circunstancia particular de cada sistema(empresa,etc), y por tanto afectan todo lo que se hace en l.

Estas causas existen en funcin de manera como se administra una organizacin, y atae a los altos mandos su reduccin y control

Las causas especiales de variacin se deben a situaciones particulares o especiales, y no afectan a todos: maquinas desajustadas, mtodos ligeramente alterados, diferencias entre trabajadores, etc. Su arreglo generalmente corresponde al personal de cada rea en la que puedan presentarse

Las graficas de control sirven para distinguir entre causas comunes y especiales de variacin. Distinguir estos 2 tipos de causas indica cuando es necesario actuar en un proceso para mejorarlo y cundo no; pues sobreactuar en un proceso estable provoca ms variacin

Proceso estable

Un proceso estable solamente est sujeto a causas comunes de variacin (pueden existir tambin algunas causas especiales de variacin pero su efecto sera desdeable), o lo que se conoce como un sistema constante de causas; est en control estadstico y por tanto su variacin es predecible dentro de los limites de control

Proceso inestable

Un proceso inestable no necesariamente tiene gran variacin; sin embargo, sta no es predecible. El mejoramiento del mismo generalmente se logra a travs del personal del rea.

3.2.2 Usos de las graficas de control (Taylor 1991) Las graficas de control se emplean para : 1. Evaluar la estabilidad de un proceso, y posteriormente evaluar el desempeo del mismo por medio de estudios de capacidad

2. Mejorar el indicaciones variacin, y adems de problemas

desempeo de un proceso al dar sobre las posibles causas de por tanto poder eliminarlas, ayudar a la prevencin de

3. Mantener el desempeo de un proceso al indicar el tiempo de ajustes del mismo

3.2.3 Medidas de centralizacin Las medidas de centralizacin se refieren al centro, centrado o posicionamiento de un proceso.

En este caso la referencia es el objetivo de la caracterstica que esta siendo analizada. La medidas de centralizacin son 3: Media o promedio simple, que representa el centro de gravedad de un grupo de datos

La mediana, que representa el centro fsico de un grupo de datos. La moda, que es el valor que ms se repite

Cada una de las 3 medidas, habla a su manera sobre el centro de un proceso

3.2.4 Medidas de dispersin Las medidas de dispersin evalan la variacin del proceso. Tenemos 3 indicadores tpicos son: Rango La varianza Desviacin estndar

3.2.5 ELEMENTOS DE UNA GRAFICA DE CONTROL (GC) Los elementos de un GC son: Los limites de control La lnea central Las escalas horizontal y vertical Los puntos de la grafica

Datos del Proceso (individuales, media, etc.)

Escala Vertical (para los datos)

Limite superior de control

Lnea Central
Limite inferior de control

Escala horizontal(Num. de muestra)

Fig. 3.1 Elementos de un Grafica de Control

Los limites de control representan la voz del proceso. Dependen de la variacin del mismo e indican anormalidades en el comportamiento del mismo. El teorema del limite central (TLC). Sea x1, x2,xn una muestra de n observaciones de cierta distribucin. Si n es grande, X sigue una distribucin normal con media y varianza 2/n

El TLC seala que sin importar la distribucin original o de valores individuales, la cual puede ser conocida o desconocida, normal o no, si se toman muestras grandes de dicha distribucin, y si para cada muestra se calcula media muestral (X), la distribucin de estas ser normal.

La obtencin de los limites de control de las ocho graficas de control de Shewhart se basa en la expresin de 3, la cual toma formas particulares en funcin de la grafica que se trate El nmero 3 fue seleccionado por Shewhart(1931) con base a la experiencia empirica tomando en cuenta que su objetivo era desarrollar un mecanismo econmico para controlar la calidad.

La expresin anterior esta basada en una distribucin normal en la cual se incluira 99.73% de los valores de la poblacin o proceso.

Sin embargo, Wheeler y Chambers (1992)demostraron que los limites de control basados en 3 son relativamente robustos para un gran numero de distribuciones no normales, y adoptaron la regla emprica:

Aproximadamente 60-75% de los datos estarn entre la media y ms o menos una vez la desviacin estndar de la distribucin;

90-98% de los datos estarn entre la media y ms o menos 2 veces la desviacin estndar, y 99-100% estarn entre la media y mas o menos tres veces la desviacin estndar.

3.2.6 GRAFICAS DE CONTROL PARA VARIABLES

Una variable puede definirse como una dimensin medible en una escala continua. Las graficas de control para variables se utilizan para controlar caractersticas de calidad medibles en una escala continua, como longitudes, alturas, dimetros, etc. Para lo cual generalmente se utiliza un instrumento para evaluar dichas caractersticas.

Los diferentes tipos de graficas son:

Grafica de medias y rangos Grafica de medias y desviacin estndar Grafica de medianas y rangos Grafica de lecturas individuales

Obtencin de los parmetros de un GC de variables a) Tamao de muestra (n) Shewhart(1931) recomienda n=4 5. Dicho nmero es un compromiso entre representatividad y costo. Tambin se le puede asociar al hecho de que si n=4, el error estndar de la media se reduce a la mitad

El error estndar de la media es sigma entre la raz cuadrada de n. Si n es aun mayor, dicho error se reduce ms; sin embargo, el muestreo ya no seria tan econmico b) Frecuencia de muestreo ( f) La frecuencia de muestreo tiene que ver por lo menos con la velocidad del proceso, con su grado de estabilidad y con el conocimiento que los ingenieros tengan de l.

En general, una recomendacin prctica sealada por Pyzdek(1990) es que en promedio debe haber 1 de cada 25 puntos fuera de los limites de control. Si hay mas, incrementar la frecuencia; si hay menos, disminuirla

c) Nmero de muestras Para establecer limites de control inciales, tomar 20 sub grupos con n=5, o 25 subgrupos con n=4, es decir, para tener un mnimo de 100 observaciones individuales. Sin embargo, la anterior no es la nica opinin. De acuerdo con Wheeler y Chambers(1992), una GC se puede iniciar con menos de 100 puntos y enriquecerla con el tiempo.

Los diferentes tipos de graficas son:

Grafica de medias y rangos Grafica de medias y desviacin estndar Grafica de medianas y rangos Grafica de lecturas individuales

3.2.6.1 GRAFICA DE CONTROL DE MEDIAS Y RANGOS Definicin Herramienta estadstica que muestra el comportamiento de la media y la variacin de cierta caracterstica de calidad de un proceso con respecto al tiempo.
Esta grafica se usa para controlar una caracterstica de calidad continua tomando muestras de tamao 2 y 10.

El tamao de muestra de cada subgrupo no debe exceder 10 porque el rango pierde sentido como representante de la variacin ante muestras mayores a 10, debe ser al menos 2 porque si es 1 ya no se llamara GC de medias y rangos sino GC de lecturas individuales.

Objetivo

Evaluar, controlar y mejorar la caracterstica de calidad de inters, desde el punto de vista del ajuste de su posicin y de la reduccin de su variacin con respecto al objetivo

Obtencin de los limites de control

k k

X = xi
i

R = Ri
i

k
LSC x = X + A2* R LIC x = X A2 * R

k LSC R = D4* R LIC R = D3* R

Ejemplo

Se cuenta con la informacin sobre la dureza de 100 mltiples de admisin. La especificacin es de 1 a 3 Rc. Elabore una grafica de medias y rangos.

Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

1,855 2,020 2,378 1,644 2,189 1,828 2,614 2,298 1,971 1,823 2,431 1,756 2,047 1,756 1,677 2,351 1,930 1,833 1,941 1,883

1,162 1,473 1,525 1,870 2,281 1,793 1,976 2,533 2,280 2,060 1,267 1,611 1,931 1,895 1,888 1,790 2,133 1,575 1,788 2,220

Dureza 1,606 1,502 1,743 1,703 1,854 1,943 1,649 2,681 1,817 2,290 1,737 1,570 2,805 1,723 1,751 2,416 1,976 2,039 2,077 1,581

2,010 2,471 2,193 1,745 1,945 1,894 1,827 1,548 2,333 1,471 2,011 1,563 1,926 1,901 1,763 2,305 2,133 1,492 1,607 2,290

1,929 1,518 1,492 1,640 1,801 1,971 2,179 2,233 1,773 1,364 2,061 1,420 1,988 1,873 1,821 1,985 2,107 1,838 1,376 1,105

Promedio 1,712 1,797 1,866 1,720 2,014 1,886 2,049 2,259 2,035 1,802 1,901 1,584 2,139 1,830 1,780 2,169 2,056 1,755 1,758 1,816

Rango 0,848 0,998 0,886 0,230 0,480 0,178 0,965 1,133 0,560 0,926 1,164 0,336 0,879 0,178 0,211 0,626 0,203 0,547 0,701 1,185

Promedio 1.896

0.662

Ejemplo. Se cuenta con informacin sobre el peso del rollo de papel higinico sin centro cuya especificacin es de 58-69 gr. Dichas muestras fueron tomadas cada hora. Elaborar una grafica de medias y rangos e interpretarla.

Hora 1 2 3 4 5 6 7 8 9 10 11 12

62,45 64,17 64,78 63,92 63,77 63,15 63,09 62,84 62,88 62,13 65,98 63,13

Peso del rollo 62,58 63,38 62,02 63,34 62,33 62,21 63,92 62,8 62,1 63,7 62,37 62,88 63,8 64,83 63,45 63,04 63,22 62,73 64,34 64,27 66,04 64,49 63,04 62,87 64,68 62,74 63,15 63,08 62,83 63,42 63,48 64,59 65,03 63,71 63,11 62,67

63,11 63,57 63,86 63,88 65,32 64,27 64,15 61,73 64,19 63,26 63,29 64,66

3.2.6.2 GRAFICA DE LECTURAS INDIVIDUALES Esta grafica se usa cuando ya se ha llegado a un cierto control del proceso, y su finalidad es verificar ese nivel de control que el proceso ha alcanzado. Tambien se usa en pruebas destructivas costosas

Esta grafica es muy poco sensible a cambios en el proceso comparada con las graficas anteriores. La razn es que el tamao de muestras que se toman es n=1.
Adems, se recomienda no tomar menos de 100 muestras( de tamao n=1) para este tipo de grafica

Obtencin de los limites de control

k k

X = xi
i

R = Ri
i

k
LSC x = X + E2* R LIC x = X E2 * R

k LSC R = D4* R LIC R = D3* R

Ejemplo.
Se tiene la informacin referente al aire en botellas en la vlvula 44 en una operacin de envasado de cerveza. Elaborar una grafica de lecturas individuales

Botella 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Aire44 0,51 0,59 0,42 0,42 0,34 0,42 0,34 0,34 0,42 0,34 0,42 0,34 0,51 0,34 0,34

Botella 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Aire44 0,34 0,42 0,42 0,42 0,34 0,59 0,34 0,34 0,51 0,34 0,34 0,42 0,42 0,42 0,42

Botella 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

Aire44 0,59 0,42 0,42 0,42 0,34 0,42 0,42 0,42 0,42 0,42 0,59 0,42 0,42 0,42 0,68

Ejemplo. Realizar una grafica de lecturas individuales para la informacin sobre volumen de vasos de plstico, en litros.
Vaso 1 2 3 4 5 6 7 8 9 10 Volumen 0,42 0,51 0,51 0,25 0,25 0,42 0,42 0,59 0,51 0,34

3.2.6.3 OTRAS GRAFICA DE CONTROL DE VARIABLES

Existen otras graficas de control de variables. Una de ellas es la GC de medias y desviacin estndar, en donde en lugar de usar el rango como medida de variacin se usa la desviacin estndar. Esta grafica no presenta restriccin en cuanto al tamao de muestra(n) como sucede con el rango, el cual no representa bien la variacin cuando n es mayor a 10

La otra grafica es la de medianas y rango, en la cual se sustituye la media por la mediana como medida de centralizacin. Obtencin de los limites de control de la grafica de medias y desviacin estndar. Los limites de control de desviaciones (s) son

LSCs= = B4s

LICs = B3s Para las medias los limites de control son: LCx= x A3 s

4.5 OTRAS GRAFICA DE CONTROL DE VARIABLES

Existen otras graficas de control de variables. Una de ellas es la GC de medias y desviacin estndar, en donde en lugar de usar el rango como medida de variacin se usa la desviacin estndar. Esta grafica no presenta restriccin en cuanto al tamao de muestra(n) como sucede con el rango, el cual no representa bien la variacin cuando n es mayor a 10

La otra grafica es la de medianas y rango, en la cual se sustituye la media por la mediana como medida de centralizacin.

Obtencin de los limites de control de la grafica de medias y desviacin estndar.

Los limites de control de desviaciones (s) son

LSCs= = B4s

LICs = B3s Para las medias los limites de control son:

LCx= x A3 s

Ejemplo
Mediciones de dureza. Se aplicara la grafica de medias y desviacin estndar con los mismo mismos datos de la grafica de medias y rangos del anterior ejemplo.

CAPITULO 4 GRAFICAS DE CONTROL PARA ATRIBUTOS

Las graficas de control para atributos son usadas para medir caractersticas discretas, es decir, medibles(contables) sobre una escala que solamente toma valores puntuales o discretos, como el nmero de defectos o el numero de artculos defectuosos, por ejemplo. Sus diferentes tipos son:

Grafica p: evala la fraccin o el porcentaje de unidades defectuosas. El tamao de la muestra n puede ser variable.
Grafica np: evala el numero de unidades defectuosas, con n constante

Grafica c: evala el numero de defectos en unidades bien definidas Grafica u: evala el numero de defectos por unidad. El tamao de muestra n puede ser variable

4.1 Grafica p
La obtencin de limites de control de la grafica p se efecta de la siguiente manera: sea X una variable aleatoria(VA) que denota el nmero de artculos o unidades defectuosas en una muestra n. Entonces si a) Existen solamente dos posibles resultados para cada prueba(obtener un articulo y evaluar si dicho articulo es defectuoso o no defectuoso)

b) La probabilidad de obtener una unidad defectuosa es constante para todas las pruebas c) Existen n pruebas(n constante) d) Las pruebas son independientes

LSCp = p+3 p(1-p) n

y LICp =p-3

p(1-p) n

xi

p=

ni
1

Ejemplo: Construir e interpretar una grafica p para la informacin mostrada en la tabla, basndose en la produccin de lavabos.

Fecha
05-may 06-may 07-may 08-may 09-may 10-may 11-may 12-may 13-may 14-may 15-may 16-may 17-may 18-may 19-may 20-may 21-may 22-may

Unidades producidad(n) 145 236 184 122 215 218 221 149 189 156 172 125 118 164 215 248 168 159

Unidades defectuosas(x) 10 1 4 6 12 35 21 32 12 22 24 35 21 19 17 21 23 24

Tabla. Informacin sobre lavabos

Fecha 05-may 06-may 07-may 08-may 09-may 10-may 11-may 12-may 13-may 14-may 15-may 16-may 17-may 18-may 19-may 20-may 21-may 22-may

Unidades Unidades producidas(n) defectuosas(x) 145 10 236 1 184 4 122 6 215 12 218 35 221 21 149 32 189 12 156 22 172 24 125 35 118 21 164 19 215 17 248 21 168 23 159 24

p 0,0690 0,0042 0,0217 0,0492 0,0558 0,1606 0,0950 0,2148 0,0635 0,1410 0,1395 0,2800 0,1780 0,1159 0,0791 0,0847 0,1369 0,1509

LSCp 0,1824 0,1659 0,1738 0,1893 0,1687 0,1683 0,1679 0,1814 0,1729 0,1797 0,1762 0,1883 0,1908 0,1779 0,1687 0,1644 0,1770 0,1790

LICp 0,0292 0,0457 0,0378 0,0223 0,0429 0,0433 0,0437 0,0302 0,0387 0,0319 0,0354 0,0233 0,0209 0,0337 0,0429 0,0472 0,0346 0,0326

Tabla. Obtencin de p y limites de control

4.2 Grafica np La grafica np tiene la misma funcin que la grafica p, con la restriccin de que el tamao de muestra n tiene que ser constante. En lugar de evaluar la fraccin defectuosa, la grafica np evalua el nmero de unidades defectuosas( x= np)

LSCnp=np+3np(1-p) y LICnp= np-3 np(1-p)

Ejemplo. El siguiente ejemplo es una modificacin de la informacin mostrada en la tabla del ejemplo anterior, suponiendo muestras de tamao 100. La nueva informacin se muestra en la siguiente tabla

Fecha
05-may 06-may 07-may 08-may 09-may 10-may 11-may 12-may 13-may 14-may 15-may 16-may 17-may 18-may 19-may 20-may 21-may 22-may suma

Unidades producidad(n) 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 1800

Unidades defectuosas(x) 10 1 4 6 12 35 21 32 12 22 24 35 21 19 17 21 23 24 339

Tabla. Informacin para la grafica np

4.3 Grafica c La grafica c se usa para monitorear el nmero de defectos en unidades bien definidas y de tamao constante, como por ejemplo el nmero de remaches faltantes en el fuselaje de un avin.

Ejemplo. Se obtuvo informacin sobre el nmero de defectos que presento una muestra de 20 botellas para refresco en la siguiente tabla
Numero de botella 1 2 3 4 5 6 7 8 9 10 Numero de defectos (c) 3 2 4 0 1 2 1 5 6 1 Numero de botella 11 12 13 14 15 16 17 18 19 20 Numero de defectos (c) 2 0 1 5 2 5 4 3 6 2

4.4 Grafica u
La grafica u monitorea el nmero de unidades defectuosas por unidad(promedio) en muestras bien definidas, aunque a diferencia de la grafica c, estas no estn restringidas a tener un tamao de muestra constante.

Ejemplo. Suponer que en ejemplo anterior, el tamao de muestra no hubiera sido una botella sino un grupo de estas. En ese caso la grafica que se usa es la u, considerando los datos modificados del ejemplo anterior, ver la tabla.

Numero de Numero de Defectos Numero de Numero de Defectos botella (n) defectos (c) promedio (u) botella (n) defectos (c) promedio (u) 2 3 1,500 8 2 0,250 3 2 0,667 9 0 0,000 8 4 0,500 4 1 0,250 6 0 0,000 6 5 0,833 4 1 0,250 3 2 0,667 6 2 0,333 7 5 0,714 9 1 0,111 9 4 0,444 5 5 1,000 8 3 0,375 4 6 1,500 5 6 1,200 3 1 0,333 5 2 0,400

Numero de defectos botella (n) (c) 2 3 3 2 8 4 6 0 4 1 6 2 9 1 5 5 4 6 3 1

Numero de

LSC(u) 1,956 1,686 1,219 1,333 1,524 1,333 1,177 1,414 1,524 1,686

LIC(u) -0,991 -0,721 -0,254 -0,368 -0,559 -0,368 -0,212 -0,449 -0,559 -0,721

Numero de defectos botella (n) (c) 8 2 9 0 4 1 6 5 3 2 7 5 9 4 8 3 5 6 5 2

Numero de

LSC(u) 1,219 1,177 1,524 1,333 1,686 1,270 1,177 1,219 1,414 1,414

LIC(u) -0,254 -0,212 -0,559 -0,368 -0,721 -0,305 -0,212 -0,254 -0,449 -0,449

4.5 Recalculo de limites de control Existen dos fases en la modificacin de limites de control. En la primera con base en una muestra inicial de por lo menos 100 puntos individuales se calcula limites de prueba. Si existen uno o ms puntos fuera de dichos limites el procedimiento es:
1) 2) 3) 4) Encontrar la causa especial(o causas) eliminar dicha causa borrar el punto y Recalcular los limites de control sin ese o esos puntos

Este procedimiento se repite hasta que todos los puntos estn dentro de los limites y no existan patrones. Entonces dichos limites finales sern proyectados hacia el futuro para construir nuevas graficas de control y poder llevar el monitoreo del proceso a tiempo real. Estos limites depurados no volvern a recalcularse hasta que se cumplan las condiciones de la segunda fase.

La segunda fase se refiere al momento en el cual ser necesario recalcular dichos limites de control, todas las siguientes preguntas debern tener respuesta afirmativa para proceder a modificar los limites de control a partir de donde se inicio el cambio: a) Los datos muestran un comportamiento diferente que en el pasado? b) se conoce la razon de ese cambio? c) Es deseable el nuevo comportamiento? d) Se espera que el nuevo comportamiento continue?

4.6 Gua para la seleccin de graficas de control

n= 1 Lecturas individuales

Variables
Dimensiones, presiones Temperaturas, etc.

2n10

n>1
n>10

Medias y rangos Medianas y rangos Medias y desviacin estndar

Medias y desviacin estndar

Atributos
Unidades defectuosas defectos

Unidades Defectuosas

n constante
n variable

Fraccin defectuosa, p Nm. Unidades defectuosas, np

Fraccin defectuosa, p Nm. de defectos, c Nm. Defectos por unidad, u Nm. de defectos por unidad, u

Nmero de defectos

n constante n variable

4.7 Interpretacin de graficas de control (Western Electric) Con respecto a las caractersticas de un comportamiento natural o normal(aleatorio) que son: 1) La mayora de los puntos cerca de la lnea central 2) Pocos puntos cerca de los limites de control 3) Ningn punto u ocasionalmente alguna fuera de los limites de control

2
1

-1 -2 -3

Figura 3.1 . Comportamiento esperado de una grafica de control

Un patrn anormal caractersticas :

tiene

las

siguientes

1) La ausencia de puntos cerca de la lnea central indica un patrn llamado mezcla 2) La ausencia de puntos cerca de los limites de control produce estratificacin 3) Los puntos fuera de los limites indican inestabilidad

Regla emprica : 60 -75 % de los datos estarn dentro de 1 sigma unidades de la media 90-98% de los datos estarn dentro de 2 sigma unidades de la media

99-100% de los datos estarn dentro de 3 sigma unidad de la media

PATRON DE INESTABILIDAD PARA GRAFICAS DE MEDIAS Y LECTURAS INDIVIDUALES Considerar la mitad(superior o inferior) de una grfica de control, y dividir esta zona en tercios
LSC

Zona A (ZA)

Zona B (ZB)

Zona C (ZC)

Lnea Central

Fig. 3.2 Divisin de una grafica de control en zonas

El patrn de inestabilidad puede ser provocado por: 1. Un solo punto fuera del limite. (Se puede tolerar hasta 1 punto por cada 35 graficados, o 2 por cada 100 de ellos sin considerar una situacin fuera de control, (ANSI), ver figura 3.3- I1

2. Dos de tres puntos consecutivos en ZA o ms all, ver figura 3.3-I2

3. Cuatro de cinco puntos consecutivos en ZB o ms all , ver figura 3.3- I3 4. Ocho puntos sucesivos en ZC o mas alla(corrida), ver figura 3.3-I4

Doce o ms para la mitad inferior de la grafica de rangos en la grafica de medias y rangos. En el caso de la grafica de lecturas individuales, para rangos, considerar solamente la regla del punto 1.

Puntos fuera

ZA

ZB

ZC

I1

Fig. 3.3 Patrones de inestabilidad

Notas

Puede haber varios patrones juntos Lo mismo se aplica para la mitad inferior de la grafica, pero sin mezclar los puntos de ambas mitades.
Para el resto de los patrones, no se considera la separacin de la grafica en dos partes

Patrn de estratificacin( adhesin a la lnea central) Ocurre cuando 15 o mas puntos consecutivos estn en ZC, ya sea arriba o debajo de la lnea central. Las variaciones hacia arriba y hacia abajo son pequeas comparadas con el ancho de los limites(Fig. 3.4-E)

Patrn de mezcla(adhesin a los limites de control)

Ocurre cuando 8 puntos consecutivos estn en ambos lados de la lnea central, y ninguno de ellos esta en ZC.
Significa que hay muchos puntos cerca de los limites de control(fig. 3.4-M)

Patrn de tendencias Es una serie de puntos consecutivos---6 o mas--sin cambio de direccin( hacia arriba o hacia abajo) (fig. 3.4-T)

Fig. 3.4 Patrones de estratificacin, mezcla y tendencia

Interpretacin general La grafica R se interpreta en primer lugar. Si no esta en control estadstico, se debern investigar y eliminar todas las causas especiales, antes de proceder con la interpretacin de la grafica de medias.

La grafica R es considerada la mas importante en un estudio de capacidad.

La grafica R uniformidad.

esta

relacionada

con

la

Cuando esta fuera de control puede deberse a mantenimiento insuficiente, malas reparaciones(dominio de maquina), trabajadores nuevos o algo que los moleste(dominio del trabajador)

La grafica de medias representa el centrado del proceso. Acciones relacionadas que pueden manifestarse en ella son: a) Ajuste de maquina b) Caractersticas particulares de los materiales o las partes usadas c) Cambio o ajuste en las tcnicas de los trabajadores o de los inspectores.

Se interpreta siempre y cuando la grafica R este en control.

La relacin entre la grafica de medias y las especificaciones se considera solamente si ambas graficas estan en control.

Para la grafica de lecturas individuales es necesario verificar tendencias, observar fluctuaciones, las cuales tienen relacin con la uniformidad, y buscar ciclos o agrupamientos. El conocimiento del proceso ayudara a encontrar las causas de dichos problemas.

Graficas de atributos En el caso de graficas de atributos, como la grafica p, si esta flucta, puede ser a: a) Que la fraccin defectuosa esta cambiando b) Que ha cambiado la clasificacin de artculos defectuosos Si el comportamiento es errtico, las causas ms frecuentes son operadores con poca capacitacin o partes con poco control.

Ejemplo: INTERPRETAR LAS GRAFICAS DE CONTROL

Grafica de control de lecturas individuales

Grafica de control de medias