2.1.Componentes
Un estándar de desempeño u objetivo.
Un medio para medir el desempeño real y
La comparación del desempeño real con el estándar para formar la acción de base
correctiva.
Calidad en la fuente, significa que las personas responsables del trabajo controlan
la calidad de sus procesos al identificar y corregir cualquier defecto o error
cuando se detecta u ocurre por primera vez.
3.1.Qué es la variación
Variación por causa común:
Es el resultado de interacciones complejas de las variaciones en materiales,
herramientas maquinas, información empleados y el ambiente.
Variación por causa especial o asignable:
Se origina a partir de fuentes externas que no son inherentes al proceso, aparecen
de forma esporádica e interrumpen el patrón aleatorio de las causas comunes
(sistema estable).
Los errores comunes de los empleados:
- Ajustan un proceso que ya está bajo control
- No logran corregir un proceso que ya está fuera de control
4. GRAFICAS DE CONTROL
Las gráficas de control constituyen un mecanismo para detectar situaciones donde
las causas asignables pueden estar afectando de manera adversa la calidad de un
producto. Cuando una gráfica indica una situación fuera de control, se puede iniciar
una investigación para identificar causas y tomar medidas correctivas.
Un elemento básico de las gráficas de control es que las muestras del proceso de
interés se han seleccionado a lo largo de una secuencia de puntos en el tiempo.
Dependiendo de la etapa del proceso bajo investigación, se seleccionara la
estadística más adecuada. Además de los puntos trazados la gráfica tiene una línea
central y dos límites de control.
Si todos los puntos de la gráfica se encuentran entre los dos límites de control se
considera que el proceso está controlado. Una señal fuera de control aparece cuando
un punto trazado cae fuera de los límites, lo cual se atribuye a alguna causa asignable
y entonces comienza la búsqueda de tales causas.
Ejemplo de gráfica de control generalizada para promedio
Los beneficios de usar las gráficas de control pueden resumirse como lo siguiente:
- Las gráficas de control son herramientas sencillas y eficaces para lograr el control
estadístico. El empleado encargado de operar la maquina o proceso puede
mantenerlas en la estación de trabajo, proporcionando así la información confiable
a las personas más cercanas a la operación acerca de cuánto debe aplicarse una
acción y cuando no.
- Una vez que un proceso está bajo el control estadístico, la administración puede
atacar las causas sistémicas de la variación en un esfuerzo por reducirse, por
ejemplo, al mejorar la tecnología o dar una capacitación más completa a los
empleaos.
- Las gráficas de control proveen un común lenguaje para la comunicación entre las
personas en diferentes turnos que operan un proceso, entre la línea de producción
(operario, supervisor) y actividades de apoyo (mantenimiento, control de materiales,
ingeniería de procesos, control de calidad); entre las distintas situaciones del
proceso; entre proveedor y usuario, entre la planta de manufactura/ensamble y la
actividad de diseño e ingeniería.
Al distinguir las causas especiales de las usas de la variación, las gráficas de control dan
una buena indicación de si los problemas se pueden corregir localmente o requieren una
acción de la administración. Esto reduce al mínimo la confusión, frustración y el costo
de los esfuerzos mal dirigidos para los problemas.
Para finalizar este tema en el siguiente diagrama se muestra la clasificación de las gráficas
de control para atributos y variables:
4.1.Metodología CEP
Las gráficas de control no son tan sencillas de usar. A continuación se da un resumen de los
pasos requeridos para el desarrollo y uso de las grafica de control. Los pasos 1 a 4 se centran
en la creación de un gráfico de control, en el paso 5, las gráficas se usan para un monitoreo
continuo, y por último el paso 6, los datos se usan para el análisis de la capacidad de
procesos:
1. Preparación
a. Elegir la medida que se va a monitorear
b. Determinar las bases, el tamaño y la frecuencia del muestreo.
c. Crear la gráfica de control.
2. Recopilación de datos
a. Registrar los datos
b. Calcular las medidas estadísticas, promedio, rangos, proporciones, etc.
c. Trazar las medidas estadísticas en la gráfica.
3. Determinación de límites de control de prueba
a. Dibujar la línea central (proceso medio) en la gráfica.
b. Calcular los límites de control superiores e inferiores.
4. Análisis e interpretación
a. Investigar si hay falta de control en la gráfica.
b. Eliminar los puntos fuera de control.
c. Volver a calcular os límites de control si es necesario.
Una característica variable de calidad es la que se puede medir en una escala variable
de valores. Como la medida de las variaciones puede determinarse por medio de
instrumentos de medición variables, puede obtenerse más información sobre la
característica de calidad que se examine que en el caso por atributos. Aunque esta
medición representa mayores costos debido al costo del equipo de medición y la
conservación de este.
Existen varias razones por las cuales son útiles, a continuación se mencionan
algunas de ellas:
La mayoría de los procesos y sus resultados tienen características que son medibles,
por lo que su aplicación potencial es amplia.
Un valor medible (por ejemplo, “el diámetro es 16.45 mm”) contiene más
información que una simple afirmación si-no (por ejemplo, “la pieza está dentro de
tolerancia).
A pesar de que el costo en la medición precisa de una pieza es mayor que el
establecer simplemente si la misma está bien o no, como se requieren menos piezas
para obtener más información sobre el proceso, en algunos casos los costos totales
de inspección pueden ser menores.
Debido a que se requiere medir una menor cantidad de piezas para tomar decisiones
confiables, el período de tiempo entre la producción de las piezas y la acción
correctiva puede ser acortado significativamente.
Antes de llevar a cabo las gráficas de control se deben cumplir con los siguientes
requisitos:
̅yR
4.4.Elaboración de las gráficas 𝒙
El primer paso para elaborar graficas de 𝑥̅ y R es recabar los datos. Por lo general,
se reúnen cerca de 25 a 30 muestras. Las muestras entre los tamaños 3 y 10 son de
uso común, siendo la de tamaño 5 las más populares. El número de muestras se indica
por medio de k y n denota el tamaño de la muestra de prueba. Para cada muestra i, se
calculan la media (denotada por 𝑥̅𝑖 ) y el rango (𝑅𝑖 ). Estos valores después se trazan
en sus graficas de control respectivas. Luego, se calculan la media general y el rango
medio. Estos valores especifican las líneas centrales para las graficas 𝑥̅ y R,
respectivamente. La media general señalado por 𝑥̅ es el promedio de las medias de
la muestra 𝑥̅𝑖 .
∑𝑘𝑖=1 𝑥̅𝑖 )
𝑥̅ =
𝑘
El rango medio (𝑅̅ ) se calcula de una parecida, usando la fórmula:
∑𝑘𝑖=1 𝑅𝑖 )
𝑅̅ =
𝑘
El rango medio y el promedio de las muestras se usan para calcular los límites de
control superior e inferior (LSC y LIC) para las gráficas R y 𝑥̅ . Los límites de control
se calculan fácilmente por medio de las siguientes formulas:
𝐿𝑆𝐶𝑅 = 𝐷4 𝑅̅ ; 𝐿𝑆𝐶𝑥̅ = 𝑥̅ + 𝐴2 𝑅̅
𝐿𝑆𝐶𝑅 = 𝐷3 𝑅̅ ; 𝐿𝑆𝐶𝑥̅ = 𝑥̅ − 𝐴2 𝑅̅
Con el fin de ajustar la máquina y crear una gráfica de control para utilizarla a lo
largo de todo el proceso, se tomaron 15 muestras con cuatro resistores cada una.
La lista completa de muestras y sus valores medidos es la siguiente:
¿Se encuentran el proceso bajo control estadístico? Grafique los datos en una
gráfica de control de promedio (X) y de rango (R) con los límites de control. Para
el cálculo del promedio muestral considere los resultados aproximados a un
decimal. Comente e interprete los resultados.
En primer lugar necesitamos calcular los límites de control estadístico para las
gráficas de promedio y rango. Para ello se deben considerar las siguientes fórmulas
y parámetros:
Con esta información procedemos a calcular el promedio y rango de cada una de
las 15 muestras. Por ejemplo el promedio de la muestra 1 se obtiene de X1=
(1010+991+985+986)/4=993 y el rango R1=1010-985=25 (la diferencia en
magnitud de la mayor y menor observación de la muestra). Se replica el
procedimiento para el resto de las muestras lo cual se facilita haciendo uso de una
planilla Excel según se observa a continuación:
Finalmente se obtienen los límites de control estadístico los cuales se resumen en
la siguiente tabla:
A continuación, se grafican los resultados de cada una de las muestras (celdas color
amarillo de la planilla anterior) en contrastes con los límites de control.
Grafica 𝑥̅ para el ejemplo
a) Un proceso puede estar fuera de control cuando existen puntos que se encuentran
fuera de los límites. Puede ser que haya un cambio repentino en el promedio.
b) Algunas reglas que se usan para identificar estos cambios son:
- 8 puntos por encima por debajo de la línea central
- 10 a 11 puntos consecutivos por encima o por debajo de la línea central.
- 12 a 14 puntos consecutivos por encima o por debajo de la línea central.
- 2 de 3 puntos consecutivos en un tercio de la región exterior entre la línea central
y uno de los límites de control.
- 4 de 5 puntos en los dos tercios de la región exterior entre la línea central y uno
de los límites de control.
c) Un tercer aspecto a considerar en una gráfica de control es una tendencia creciente
o decreciente. Un patrón de ondas o cíclicas también es poco común.
5. GRÁFICO P
Sirve para controlar el número de productos defectuosos utilizando muestras que
pueden ser de tamaño constante o variable. Si dividimos dicho número por el tamaño
de la muestra n, obtendremos la fracción defectuosa de la misma, la cual se denomina
𝜌. Se calcula dividiendo el número de artículos defectuosos que existan en la muestra
entre el tamaño de la misma 𝑛. El valor central del gráfico 𝜌 tendría que ser la fracción
de defectuosos del universo, 𝜌, que al no ser conocida se estima mediante la media de
las fracciones defectuosas 𝜌̅ . el cálculo de esta última se puede realizar como la media
de las 𝜌 calculadas, o bien dividiendo el número de artículos defectuosos obtenidos
en un periodo mínimo de un mes entre el número de piezas inspeccionadas en el
mismo.
𝑝̅ (1−𝑝̅ ) 𝑝̅ (1−𝑝̅ )
𝜎𝑝 = √ 𝐿𝐶 = 𝑝̅ ± 3√
𝑛 𝑛
Se podrá apreciar que los límites de control variarán, pues dependen de n, y ésta no
necesariamente debe ser constante. Ello obligará a calcular los límites de control para
cada una de las muestras, lo cual se puede simplificar tomando el tamaño de muestra
promedio y obteniendo unos límites de control simplificados, basándose en que no se
incurre en un gran error al ser n un número relativamente elevado.
0.1264(1 − 0.1264)
𝐿𝐶𝑆 = 0.1264 + 3√ = 0.267
50
0.1264(1 − 0.1264)
𝐿𝐶𝐼 = 0.1264 − 3√ = −0.0145
50
La razón de que los valores negativos se consideren como cero, es que no pueden
existir fracciones defectuosas negativas, debido a que se dividen dos valores
positivos.
El análisis de la gráfica es similar que las gráficas de control de variables, por lo que
podemos concluir que el proceso no se encuentra dentro de control estadístico debido
a:
Existen cambio bruscos.
10 puntos se encuentran dentro de los últimos 3/3 de los límites de control, por lo que
existe una gran dispersión de los datos.
36% de los puntos caen dentro del 1/3 de los límites de control, lo cual debería ser la
mayoría de los puntos.
Existen puntos cercanos a los límites de control.
Se deben de investigar las causas por las cuales el proceso ha estado trabajando en
forma errática, y buscar las causas asignables para tratar de eliminar.
5.1.Gráfica de control para controlar el porcentaje defectuosos (100p); para
tamaño de muestra variable.
Por ejemplo.- Supóngase que se tienen los siguientes datos correspondientes a una
empresa ficticia.
Cálculo del límite central
122
100𝑝̅ = (100) = 1.56
78000
6. GRÁFICO C.
𝐿𝐶 = 𝑐̅ ± 3√𝑐
a) Defecto de avellanado.
b) Hilos de la cuerda en mal estado.
c) Ajuste de la cuerda.
d) Longitud de la pieza.
e) Tolerancia en el diámetro maquinado.
f) Rebaba.
28
𝑐̅ = = 1.4
20
7. GRÁFICO U
Lo mismo que ocurría para el gráfico p, los límites de control son variables. De la
misma forma que en éste, se puede adoptar en ocasiones, un tamaño medio de la
muestra y fijar así los límites de control, evadiendo el cálculo de los mismos para
cada muestra.
Ejemplo:
Los siguientes datos representan los productos defectuosos que se encuentran en
una muestra al final de la producción tomados cada hora de una empresa dedidaca
al ensamble de televisores.
∑ 𝑐 120
𝑢̅ = = = 1.71
∑𝑛 70
𝑢̅
𝐿𝐶 = 𝑢̅ ± 3√
𝑛
1.71
𝐿𝐶𝑆 = 1.71 + 3√ = 4.05
2.8
1.71
𝐿𝐶𝑆 = 1.71 − 3√ = −0.63
2.8
Como se puede observar en la siguiente gráfica, el proceso está fuera de control,
debido a que tiene muchos cambios bruscos y la mayor parte de los puntos se
encuentran entre los 2/3 exteriores, lo cual se considera inadecuado.
8. ASPECTOS PRÁCTIVOS DE LA IMPLEMENTACIÓN DEL CONTROL
ESTADISTICO DE PROCESOS
La variación natural del proceso puede estimarse por medio de 𝜇 ± 3𝜎, una
manera de calcular la desviación estándar es tomar una muestra de datos, calcular
la desviación estándar de la muestra y usarla como una estimación de 𝜎.