Beruflich Dokumente
Kultur Dokumente
Introduccin
Formular y valorar el control estadstico de la calidad
Calidad del diseo: AMEF Y QFD
Calidad de concordancia / conformidad.
Diagrama de Pareto.
Histograma.
Estratificacin.
Hoja de verificacin.
Diagrama de causa-efecto.
Grficas de control y diagramas de dispersin.
Para lograr lo anterior, desarroll las grficas de control al tiempo que Roming y Dodge
desarrollaban las tcnicas de muestreo adecuadas para solamente tener que verificar
cierta cantidad de productos en lugar de inspeccionar todas las unidades. Este periodo
Pgina 1 de 19
de la calidad surge en la dcada de los 30s a raz de los trabajos de investigacin
realizados por la Bell Telephone Laboratories.
Estos investigadores cimentaron las bases de lo que hoy conocemos como Control
Estadstico de la Calidad (Statistical Quality Control, SQC), lo cual constituy un avance
sin precedente en el movimiento hacia la calidad.
Causas de variacin
Existen variaciones en todas las partes producidas en el proceso de manufactura.
Hay dos fuentes de variacin:
1. variacin aleatoria se debe al azar y no se puede eliminar por completo.
2. variacin asignable es no aleatoria y se puede reducir o eliminar.
Nota: la variacin puede cambiar y cambiar la forma, dispersin y tendencia central de
la distribucin de las caractersticas medidas del producto.
Por lo tanto, el AMEF puede ser considerado como un mtodo analtico estandarizado
para detectar y eliminar problemas de forma sistemtica y total,
cuyos objetivos principales son:
1. Reconocer y evaluar los modos de fallas potenciales y las causas asociadas con
el diseo y manufactura de un producto.
2. Determinar los efectos de las fallas potenciales en el desempeo del sistema
Identificar las acciones que podrn eliminar o reducir la oportunidad de que ocurra
la falla potencial.
3. Analizar la confiabilidad del sistema. Aunque el mtodo del AMEF generalmente
ha sido utilizado por las industrias automotrices, ste es aplicable para la
deteccin y bloqueo de las causas de fallas potenciales
en productos y procesos de cualquier clase de empresa, ya sea que estos se
encuentren en operacin o en fase de proyecto; as como tambin es aplicable
para sistemas administrativos y de servicios.
Tarea:
Pasos para realizar un anlisis un AMFE son los siguientes:
1) Enumerar todos los posibles modos de fallo
2) Establecer su ndice de prioridad
3) Priorizar los modos de fallo y buscar soluciones
QFD
El despliegue de la funcin de calidad es comnmente conocido con el acrnimo ingls
QFD (Quality Function Deployment). En 1966, Yoji Akao introdujo la idea de que el
aseguramiento de la calidad contemplara como punto crtico, adems de la fabricacin,
el diseo. Sin embargo, el primer libro (en japons) sobre este mtodo no se publica
hasta 1978, siendo traducido al ingls en 1994.
El Dr. Mizuno define el QFD como: el despliegue paso a paso con el mayor detalle de
las funciones que conforman sistemticamente la calidad, con procedimientos objetivos,
ms que subjetivos (Akao, 1993).
Con la acepcin actual del trmino Calidad, como satisfaccin de las necesidades y
expectativas del cliente, la calidad de diseo, entendida como las caractersticas que ha
de poseer un producto para satisfacer las necesidades y expectativas del cliente,
adquiere una dimensin especialmente significativa.
La importancia del diseo es, por tanto, fundamental para el xito. Este diseo debe
traducir las demandas, expresadas y latentes del cliente, a las especificaciones del
producto/servicio.
As que ya no basta con producir de acuerdo a las especificaciones, sino que stas han
de partir del conocimiento sobre qu demanda el cliente e integrar demandas,
necesidades y expectativas desde la fase de diseo de un producto o un servicio
(Mizuno y Akao, 1994).
Los objetivos que persigue el QFD:
1. Dar prioridad a las necesidades expresadas y latentes de los clientes con
respecto a un producto.
2. Traducir esas necesidades en trminos de caractersticas y especificaciones
tcnicas.
3. Disear, producir y entregar un producto o servicio de calidad, centrndose en la
satisfaccin de los clientes.
Por consiguiente, el QFD puede contemplarse como un sistema estructurado que facilita
el medio para identificar necesidades y expectativas de los clientes y traducirlas al
lenguaje de la organizacin. Esto es, a requerimientos de calidad, desplegndolas en la
etapa de planificacin con la participacin de todas las funciones que intervienen en el
diseo y desarrollo del producto o servicio.
Calidad de concordancia:
Hablando de calidad podemos resaltar sus caractersticas estas pueden ser: Un
requisito fsico o qumico, una dimensin, una temperatura, una presin o
cualquier otro requerimiento que se use para establecer la naturaleza de
un producto o servicio. La calidad no tiene un significado popular de lo mejor en el
sentido absoluto, industrialmente quiere decir, mejor dentro de ciertas condiciones del
consumidor, ya que es l, quien en ltima instancia determina la clase y la calidad del
producto que desea.
DIAGRAMA DE PARETO
Este tipo de anlisis una forma de identificar y diferenciar los pocos vitales, de los
muchos importantes o bien dar prioridad a una serie de causas o factores que afectan
a un determinado problema, el cual permite, mediante una representacin grfica o
tabular identificar en una forma decreciente los aspectos que se presentan con mayor
frecuencia o bien que tienen una incidencia o peso mayor.
Tambin puede presentarse en otro tipo de formatos como una grfica tipo pastel.
Para categorizar los valores obtenidos se aplica la siguiente regla: aquellos tems que se
encuentren dentro del valor acumulado hasta el 80% se denominan A. Los siguientes
tems que pasen de 80,001% hasta el 95% se denominan B y al resto hasta completar el
100% se denomina C. Esto es lo que se conoce como Ley ABC o Ley 20-80, ya que
aproximadamente el 20% de las causas en estudio generan el 80% del total de los
efectos.
Histograma
Un histograma es un grfico de barras verticales que representa la distribucin de
frecuencias de un conjunto de datos.
Histograma: Interpretacin
Para el ejemplo de referencia, en la figura anterior, puede observarse que se ha trazado
una lnea adiciones: lmite de las especificaciones. En este caso, la especificacin
planteada fue que la respuesta del proceso se diera en un plazo no superior a 60 das.
Observando el histograma se aprecia que cierto nmero de observaciones, a la derecha
de la lnea y sombreadas ms oscuro, no han cumplido este objetivo.
Un anlisis ms detenido del histograma anterior nos llevara a concluir que el proceso
no posee la estabilidad deseable. Los histogramas que reflejan procesos estables son
ms elevados en el centro y declinan simtricamente hacia ambos lados. Aqu no parece
darse esta condicin, existiendo una cierta asimetra provocada por los datos fuera de
lmite. Pero, aunque los datos fueran ms estables, podemos corregir que parte de ellos
rebasaron la especificacin.
As, en este caso los esfuerzos deberan dirigirse hacia un doble objetivo:
1. Reducir la dispersin.
2. Conseguir desplazar el histograma hacia la izquierda, de manera que an
los datos extremos estuvieran dentro del lmite especificado (el objetivo, en este
caso).
ESTRATIFICACIN:
La estratificacin, es una herramienta estadstica del control de calidad que es aplicable
a cualquiera de las restantes herramientas de Ishikawa y que, al mismo tiempo, tiene
aplicaciones directas.
Ventajas de la estratificacin
Permite aislar la causa de un problema, identificando el grado de influencia de
ciertos factores en el resultado de un proceso
La estratificacin puede apoyarse y servir de base en distintas herramientas de
calidad, si bien el histograma es el modo ms habitual de presentarla
La comprensin de un fenmeno resulta ms completa.
Usos de la estratificacin
a. Identificar las causas que tienen mayor influencia en la variacin.
b. Comprender de manera detallada la estructura de un grupo de datos, lo cual
permitir identificar las causas del problema y llevar a cabo las acciones
correctivas convenientes.
c. Examinar las diferencias entre los valores promedios y la variacin entre
diferentes estratos, y tomar medidas contra la diferencia que pueda existir.
Ejemplos de estratificacin
En un determinado departamento, se est estudiando un defecto de produccin y se han
recogido datos, que se han representado en un histograma como el de la figura 1.
Figura 1.
Estratificando esos datos se pueden obtener informaciones tiles; por ejemplo, si ese
departamento trabaja en dos turnos, puede resultar til, estratificar los datos entre los
dos turnos y observar si existen diferencias. En el caso que se analizar, como se refleja
en los dos histogramas de las figuras 2 y 3, se observa que la dispersin del primer
turno es mayor que la del segundo. Ese hecho nos proporciona la clave de la lectura de
la situacin: efectivamente, nos dice que el primer turno ofrece una situacin menos
positiva. Eso servir de base para un anlisis ms profundo, aunque limitado al primer
turno.
Figura 2.
Figura 3.
Otro ejemplo, si en una empresa mecnica existen tres mquinas fresadoras cuya
produccin total tiene unos rechazos del 10%, se puede proceder a una estratificacin
de los rechazos por tipo de maquina recogiendo los datos durante una semana.
Estratificando de esta manera se puede poner de manifiesto, por ejemplo, que una de
las tres mquinas genera por s sola el 9% de los rechazos, mientras que cada una de
las otras dos provoca unos rechazos del 0,5%.
HOJA DE INSPECCIN:
Mediante el diseo de un sencillo formato, se recopila informacin sobre indicadores,
causas de los problemas etc. Tambin es conocida como Hoja de Verificacin u Hoja de
Chequeo.
La hoja de inspeccin en un registro de informacin que indica el nmero de veces que
ha sucedido algo, por ejemplo: la cantidad de personas atendidas por hora en caja,
tiempo de respuesta de promotores, causas de cheques devueltos, causa de solicitudes
rechazadas, defectos en productos, etc.
El formato debe contener la siguiente informacin:
rea o departamento al que se refieren los datos
Fecha de recoleccin y hora si es necesario
En este tipo de formato se utiliza para conocer la frecuencia con que aparecen las
causas posibles de los problemas o tambin la frecuencia con que se presentan los
clientes durante un determinado perodo, as como registrar el tiempo en que se tarda en
atender un cliente o una solicitud. Igualmente puede utilizarse para recopilar pesos de
productos, temperaturas de hornos, etc.
Si est bien estructurada le permite recolectar informacin de una forma sencilla y
prctica de manera tal que no interrumpa las labores de la persona que est registrando
la informacin.
Permite responder a pregunta tales como Cundo ocurre? Dnde ocurre? En qu
consiste?, Porque est sucediendo?, Cmo sucede? Con qu frecuencia?
Pasos para la elaboracin de una hoja de verificacin:
1. Determinar claramente el proceso sujeto a observacin.
2. Enfocar su atencin hacia el anlisis de las caractersticas del proceso.
3. Definir el perodo de tiempo durante el cual, sern recolectados los datos.
4. Disear una planilla de formato claro y fcil de usar. Asegrese de que todas las
columnas estn claramente descritas y de que haya suficiente espacio para
registrar los datos.
5. Obtener los datos de una manera consistente y honesta. Asegrese de que se
dedique el tiempo necesario para esta actividad.
Entre los beneficios que presenta esta tcnica se puede mencionar que permite de una
manera sistemtica concentrarse en las causas que estn afectando un problema y una
forma clara establecer las interrelaciones entre esas causas y el problema en estudio,
as como subdividir las causas principales en causas primarias, secundarias y terciarias.
GRFICAS DE CONTROL
Los grficos de control tienen su origen al final de la dcada de 1920, cuando Walter A.
Shewhart analiz numerosos procesos de fabricacin concluyendo que todos
presentaban variaciones. Encontr que estas variaciones podan ser de dos clases:
una aleatoria, entendiendo por ella que su causa era insignificante o desconocida, y
otra imputable (tambin llamada asignable), cuyas causas podan ser descubiertas y
eliminadas tras un correcto diagnstico.
La variacin de una determinada caracterstica de calidad puede ser cuantificada
realizando un muestreo de las salidas del proceso y estimando los parmetros de su
distribucin estadstica. Shewhart inici as el moderno control de calidad, fundamentado
en el control estadstico del proceso y rebasando al clsico control de calidad, limitado a
la inspeccin final del producto.
Las causas aleatorias son de difcil identificacin y eliminacin. Las causas especficas
s pueden ser descubiertas y eliminadas, para alcanzar el objetivo de estabilizar el
proceso.
El grfico cuenta con una lnea central y con dos lmites de control, uno superior (LCS) y
otro inferior (LCI), que se establecen a 3 desviaciones tpicas (sigma) de la media (la
lnea central). El espacio entre ambos lmites define la variacin aleatoria del proceso.
Los puntos que exceden estos lmites indicaran la posible presencia de causas
especficas de variacin.
Grficos de Control: Interpretacin
Norma 1. Cuando un slo punto est fuera de los lmites de control, puede estar
sealando la ausencia de control del proceso. No obstante, esta probabilidad sera
pequea por lo que tal vez no sea oportuno efectuar cambios.
Norma 4: Igualmente, estara indicada esta falta de control cuando al menos 7 valores
sucesivos estuvieran situados en el mismo lado de la lnea media. Esto mostrara una
inadecuada distribucin de esos puntos.
DIAGRAMAS DE DISPERSIN.
El diagrama de dispersin permite analizar si existe algn tipo de relacin entre dos
variables. Por ejemplo, puede ocurrir que dos variables estn relacionadas de manera
que, al aumentar el valor de una, se incremente el de la otra. En este caso hablaramos
de la existencia de una correlacin positiva. Tambin podra ocurrir que al producirse
una en un sentido, la otra derive en el sentido contrario; por ejemplo, al aumentar el
valor de la variable x, se reduzca el de la variable y. Entonces, se estara ante una
correlacin negativa. Si los valores de ambas se revelan independientes entre s, se
afirmara que no existe correlacin.
De otro lado, calculando el coeficiente de correlacin entre dos variables, permite cuantificar el
grado de relacin entre ambas, as como su signo. El valor de este coeficiente puede estar
comprendido entre 1 y 1.
Esta correlacin puede sealar, pero no por ello probar, una relacin causal, es decir, no
predice relaciones causa efecto, sino que muestra la intensidad de la relacin entre
dos variables. Por lo tanto, es importante no apresurarse a obtener conclusiones sobre
la relacin entre las variables, ya que puede ser otra tercera que afecte a la relacin.
El clculo del coeficiente de correlacin lineal efectuado para los datos del ejemplo de
diagrama de dispersin arroja un valor de 0,45. Se confirma que existe una relacin
positiva entre ambas variables, si bien la correlacin existente entre ambas es
moderada.