Beruflich Dokumente
Kultur Dokumente
CONTROL DE CALIDAD
PROGRAMA DE FORMACION DE
TECNICOS EN GESTIÓN DE LA CALIDAD
MISIÓN INEN
VISIÓN INEN
Dr. Hugo Ayala
¿Porqué estamos aquí?
• Objetivos de la presentación.
DIFUNDIR TÉCNICAS Y PRINCIPIOS
BÁSICOS DE CONTROL ESTADÍSTICO
DE LA CALIDAD, PARA LOGRAR UNA
IMPLANTACIÓN EFECTIVA DEL
CONTROL DE LA CALIDAD EN LAS
EMPRESAS
LOGÍSTICA
Servicios
LO QUE NO SE PERMITE:
PREGUNTAS Y
COMENTARIOS
CONTENIDO
• DIAGRAMA DE ISHIKAWA
CONCEPTOS BASICOS
ESTADISTICA
POBLACION
MUESTRA
10
LOTE 4 M's Maquinaria, Materia Prima, Mano de obra, Metodo
Cuando se tienen diferentes lineas de produccion no se debe considerar como un lote unico,
Se debe hacer un control de produccion en cada punto.
11
TIPOS DE DATOS
VARIABLES
• Datos obtenidos por evaluación cualitativa, estos sólo pueden ser números
enteros. Se aplican criterios tales como: pasa- no pasa, cumple – no cumple,
defectos, defectuosos. Datos numerables o clasificables
12
CONSIDERACIONES PARA LA TOMA DE DATOS
Luego de controlar la materia prima, comienzo a controlar o hacer mi flujograma de procesos, elaboro mi manual de calidad, procesos,
personal, etc.
Se elaboran gráficos y cartas de control por variables y atributos, PERO SIEMPRE Y CUANDO HAYA REGISTROS EN EL PROCESO, para
determinar las causas y determinar la trazabilidad. todo lo que se haya hecho durante el proceso o cambio debe ser registrado
UNA CARTA DE CONTROL NO TIENE VALIDEZ SI NO HAY REGISTRO
CONTROL ESTADISTICO DE PROCESOS (CEP)
LAS SIETE HERRAMIENTAS BASICAS
HOJAS DE VERIFICACION
Es una herramienta que se utiliza para recolectar datos en un formato lógico y sirve
de hecho como una herramienta de transición entre la recolección de datos y el uso
de técnicas mas avanzadas.
La hoja de verificación es una herramienta utilizada para el registro y organización
de información y/o datos
Tipos de hojas de verificación:
• Registro de datos
– datos por variables
– datos por atributos Todo debe estar aprobado y firmado
• Localización Se emplea un plano o fotografia del punto donde se presentó el problema y detallarlo por escrito
empleando numeración y un detalle que especifique la no conformidad, para determinar luego las acciones a tomar
USOS:
Para identificar la causa que contribuye con la mayor parte de la variabilidad
en el efecto
Permite obtener una comprensión detallada de la estructura de una
población de datos
Permite identificar las causas del problema y llevar a cabo acciones
correctivas adecuadas.
ESTRATIFICACIÓN
LA ESTRATIFICACIÓN DEPENDE DE LA SITUACIÓN
ANALIZADA:
Es un gráfico que representa en forma ordenada el grado de importancia que tienen los diferentes
factores en un determinado problema, considerando la frecuencia con que ocurre cada uno de los
factores.
Solucionar
Se aplican técnicas
como lluvia de ideas
para identificar posibles
causas del problema
MAPA MENTAL
circulos de calidad lider cualquiera
los miembros buscan el bien comun
sin nada a cambio
grupo de mejoramiento $ un lider el mismo jefe
Solucionar, emplear
manuales de procesos
y procedimientos.
• Mano de obra
• Materia prima
• Maquinaria
• Método de trabajo
• Medio ambiente
(entorno)
• Medida
DISTRIBUCIÓN DE FRECUENCIAS
Organizar los datos y registros que me está dando un proceso, para luego aplicar las listas de datos o registros
R=VM-Vm
• Decidir el número de clases K = √N o tabla N = Número de datos
ANCHO
• Determinar la amplitud de cada A= R/K Amplitud = rango/ número de clases
La amplitud debe ser un número cuya mínima unidad sea la de los datos, por lo que siempre que sea
necesario debe elevarse a la siguiente unidad
• Determinar los límites de frontera para cada clase
Fi(1) = Vmín-(½) u Fs (1) = Fi(1) + A
Determine la marca de clase para cada intervalo Añadir un decimal mas que la herramienta de
medicion o equipo
Xi = Fi + Fs
2
Obtenga la frecuencia absoluta de cada clase (fi) que corresponde al
número de datos que están comprendidos en cada clase
DISTRIBUCIÓN DE FRECUENCIAS
TABLAS PARA DEFINIR NÚMERO DE CLASES k
Existen diferentes metodos para
determinar el numero de clases.
por ejemplo: Habaco del número
MANUAL DE CONTROL DE CALIDAD de clases
20 - 50 6 No. No.
OBSERVACIONES INTERVALOS
51 - 100 7
< 50 5-7
101 - 200 8
5O -100 6 - 10
201 - 500 9
100 - 250 7 – 12
501 - 1000 10
> 250 10 - 20
> 1000 11 - 20
DISTRIBUCIÓN DE FRECUENCIAS
REPRESENTACIÓN GRÁFICA
• POLÍGONO DE FRECUENCIAS
• OJIVA DE FRECUENCIAS
HISTOGRAMA
Desviacion
trabajar con el estandar
RANGO
R=VM-vm
Cartas individuales
GRAFICO DE CONTROL: -R
TENDENCIA CENTRAL Y RANGO
2. Elegir la variable a estudiar SI SE HACE PESADO IMPLEMENTAR LA ISO ES POR QUE SE ESTA HACIENDO MALNO SE
NECESITA UN EXCESO DE INSTRUCTIVOS SE NECESITAN FORMATOS Y HOJAS DE CONTROL,
ES OBLIGATORIO EN 9001 2008 PERO LOS PROCEDIMIENTOS DEBEN AGREGAR VALOR
• Shewart sugirió 4 como tamaño ideal del subgrupo, pero 5 es el más común. En estudios
iniciales n: 2 a 10 para asegurar la homogeneidad de los datos.
• La frecuencia debe tomar en cuenta los costos de muestreo y de realización de las
pruebas toda la informacion que vaya en un registro o documento,
va a ser empleada o procesada
• El método debe ser uniforme, el personal debe estar capacitado y los equipos de
medición deben estar calibrados
CONSTRUCCIÓN DE LA GRAFICA
k
= ( X1 + X2 + . . .+ Xn) / n
R = Xmáx. - Xmín.
LCLR =D3R
El análisis del gráfico se realiza para determinar si los puntos en la gráfica son
normales o anormales
Si los puntos se encuentran dentro de los límites de control se establece que el
patrón de comportamiento es considerado como normal y por lo tanto el proceso
está bajo control estadístico.
Si uno o varios puntos se encuentran fuera de los límites de control o se observa un
agrupamiento no natural de los puntos dentro de los límites de control, el patrón de
comportamiento es anormal y por lo tanto se encuentran causas asignables de
variación actuando sobre el proceso.
Cuando se detectan causas asignables de variación el proceso se encuentra fuera
de control estadístico.
Un proceso bajo control estadístico no significa que el producto cumple con
especificaciones solo significa que el comportamiento del proceso es constante.
PROCESO “BAJO CONTROL”
Con factor de seguridad menor a 0,75 con factor de seguridad debe ser mayor o igual a 1,33
CARTAS X-S
Xmedia - Desviacion estandar
Solo en el caso de lecturas individuales podemos comparar con los limites de especificacion
GRAFICO DE CONTROL DE LECTURAS
“INDIVIDUALES”
Solo en el caso de lecturas individuales podemos comparar con los limites de especificacion
Se utiliza para controlar el procesos con las siguientes características:
Como hacemos mas estrecha la campana de Gauss, con las mejoras del proceso
GRAFICOS DE CONTROL
POR ATRIBUTOS
74
ELEMENTOS NECESARIOS PARA LA INSPECCION
Si un laboratorio no se acredita el INEN puede no certificar el producto que se está fabricando
ISO 17025
• Inspección al 100%
76
INSPECCION AL 100%
DESVENTAJAS
USOS:
77
INSPECCION POR MUESTREO
79
RECOMENDACIONES PARA EL MUESTREO
80
SIMBOLOS UTILIZADOS EN MUESTREO DE ACEPTACION:
84
CURVA CARACTERISTICA DE OPERACIÓN
COMPARACION DE PLANES DE MUESTREO
88
NORMA ISO 2859-1
• La norma incluye planes de muestreo con un total de 26 AQL entre 0,010 y 1000
– AQL: 0,010 –10 porcentaje de defectuosos
– AQL: 10 – 1000 número de defectos por cada 100 ítems
• Posee 7 niveles de inspección relacionados directamente con el tamaño de muestra
– 4 Niveles especiales: S-1/S-2/S-3/S-4
– 3 Niveles generales: I/II/III
• El nivel S-1 con menor tamaño de muestra, el nivel III con mayor tamaño de muestra
• Incluye planes de muestreo de tipo simple (1n), doble (2n) y múltiples (5n)
• Establece 3 niveles de severidad de la inspección: normal, estricta y reducida
• Posee reglas para modificar la severidad de la inspección
• Clasifica los defectos en orden de severidad
• Los planes están basados en la fijación del AQL mediante acuerdo y no permite la
utilización de AQL diferentes a los establecidos en la Norma
91
NORMA ISO 2859-1: CARACTERISTICAS
• El nivel de inspección establece una relación entre el tamaño del lote y el tamaño de la muestra.
• Los niveles generales son los más utilizados, en principio se usa el nivel general II a menos que
se haya especificado otro nivel
• Los niveles especiales se usan cuando el tamaño de n debe ser pequeño y se debe analizar sus
riesgos y consecuencias mediante la curva característica
• Con el nivel general I se obtiene menos de la mitad del tamaño de la muestra dada en el nivel II,
mientras que con el nivel III se obtiene alrededor de 11/2 veces de n del nivel I
• Los planes de muestreo están diseñados de modo que lotes con calidad igual o mejor que el AQL
sean aceptados mínimo en un 95%.
• Las curvas características para planes simples, dobles o múltiples no difieren ampliamente y
puede decirse que coinciden
• La selección del tipo de plan de muestreo se relaciona con los recursos y las facilidades para el
muestreo
• La inspección siempre se inicia con una severidad de tipo normal
92
PROCESO DE MUESTREO
Ac=3
Re=4 n=100
PROCESO DE MUESTREO
PROCESO DE MUESTREO
probabilidad de aceptacion del 95% se intercecta con el valor de calidad de producto entregado
PROCESO DE MUESTREO
MUESTREO PARA ACEPTACION POR VARIABLES
102
La norma ISO 3951-1 se aplica:
103
CRITERIOS DE ACEPTACIÓN PRELIMINARES:
104
DEFINICIONES BASICAS
105
METODO S:
QU= U - QL = - L
s s
107
METODO S:
• Determinar la aceptación o rechazo del lote aplicando los siguientes
criterios:
• Límite de especificación superior U:
– Aceptar si QU ≥ k
– Rechazar si QU < k
• Límite de especificación inferior L:
– Aceptar si QL ≥ k
– Rechazar si QL < k
• Límites de especificación superior e inferior
– Aceptar si QU y QL ≥ k
– Rechazar si QU y/o QL < k
• Nota: Si la media calculada queda fuera de los límites de
especificación se debe rechazar el lote
108
METODO GRAFICO: S LIMITE ÚNICO DE ESPECIFICACION
119
CRITERIOS PARA SELECCION ENTRE INPECCIÓN
POR VARIABLES O INSPECCION POR ATRIBUTOS
• Considerar los costos de inspección, la inspección por variables requiere más tiempo
y es más costosa por elemento que la inspección por atributos
• En información sobre la calidad del lote, la inspección por variables indica con mayor
precisión la calidad del lote
• El esquema por atributos se acepta más fácil y es más utilizada a nivel general
• Los tamaños de muestra en variables son más pequeños que en inspección por
atributos
• El muestreo por variables presenta una ventaja cuando el proceso de inspección es
costoso o implica ensayos destructivos
• La inspección por variables es más complicada de aplicar ya que implica un número
de mediciones a realizar en cada elemento y sólo se aplica a una sola característica
de calidad
120
“HACIENDO MÁS, CON
MENOS RECURSOS,
PARA MÁS PERSONAS”.