Control estadstico de proceso Tradicionalmente, en procesos de produccin en masa, se controlaba la calidad de la pieza acabada

mediante inspecciones del producto al final del proceso; aceptando o rechazando cada pieza (o muestras de produccin) basndose en los criterios de especificaciones. La diferencia del Control del produccin y as prever desviaciones importantes que pueda resultar en el producto rechazado. Proceso estadstico es que usa herramientas estadsticas para observar el rendimiento del proceso de

Existen dos tipos de variaciones en todos los procesos industriales y ambas variaciones causan modificaciones posteriores en el producto final. Las primeras son variaciones de causa natural o comn y pueden ser variaciones en temperatura, especificaciones en materias primas o electricidad variacin sera similar a los modelos encontrados en la naturaleza y la distribucin forma la curva de suceden con menos frecuencia que las primeras. 1. Variacin comn: Otra forma de como reconocer una variacin comn, es aquella que Corresponde a la variacin inherente al proceso, se debe sealar que el que sea inherente al proceso no quiere decir que sea inevitable; por el contrario, en su correccin est en los parmetros de calidad definidos para el proceso. A la vez, hablamos de causas comunes (causas de la variacin comn) como por ejemplo: herramientas en mal estado o incorrectas, mal entrenamiento y capacitacin del equipo de trabajo, deficiente diseo del sistema de atencin al pblico, computadoras obsoletas, sistemas computacionales llenos de virus, inadecuado sistema de contratacin de personal, etc. 2. Variacin especial etc. Estas variaciones son pequeas y normalmente estn cerca del valor medio. El modelo de distribucin normal (forma de campana). Las segundas son conocidas como causas especiales y

La segunda variacin conocida como Variacin especial Corresponde a la variacin atribuible preferentemente a los participantes del proceso, que tiene por lo general un carcter momentneo y cuya correccin depende, en lo principal, de los trabajadores. Entre las causas especiales figuran: error de digitacin (siempre que no sea asignable a falta de entrenamiento o capacitacin), inasistencia circunstancial de un empleado, corte de energa elctrica no programado, accidente en el camino que entorpece el trnsito, etc. Ejemplo: Una lnea de produccin de cajas de cereales puede estar diseada para rellenar cada caja de cereales con 500 gramos de producto, pero algunas cajas pueden tener un poco ms de 500 gramos, y otras pueden tener un poco menos, conforme a la distribucin del peso neto. Si el proceso de produccin,

sus entradas, o su entorno cambia (por ejemplo, las mquinas de produccin muestran seales de desgaste), esta distribucin pueda cambiar. Por ejemplo, si las poleas se desgastan, la mquina que rellena las cajas con cereales puede empezar a introducir ms cereales en cada caja que lo especificado. Si se permite continuar con este cambio sin estar controlado, se producirn ms y ms productos que no entran dentro de las tolerancias del fabricante o del consumidor, con el resultado consumidor, normalmente el desecho consiste en retrabajo o chatarra.

de desechos. Mientras en este caso, el desecho est presente en la forma de producto gratuito para el

Observando en el momento justo qu ha pasado la variacin en el proceso que ha provocado un cambio, el ingeniero de calidad o cualquier miembro del equipo que est como responsable de la lnea de produccin puede solucionar la causa principal de la variacin que ha entrado en el proceso. Como herramienta un diagrama de control indica cundo se debe tomar una accin dentro de un proceso, pero indica tambin cuando NO se deben tomar acciones. William Deming, considerado como padre de las ideas modernas del control proceso estadstico, estimaba que el 85% de los problemas de calidad son debido a causas comunes y slo el 15% restante a las especiales. Cuando un indicador de calidad cuando tiene slo variacin comn es predecible su media y podemos determinar sus problemas, cuando existe esto se dice que el sistema esta bajo control, cuando se tiene variaciones especiales de alguna importancia, el sistema est fuera de control. De lo anterior se desprende que si un indicador est bajo control no debe entenderse que est teniendo un comportamiento adecuado, sino que su media y variacin estn estables en el tiempo. Puede ocurrir que un indicador de calidad est bajo control, pero sin alcanzar en media el valor objetivo buscado y/o con una varianza excesiva y esto es no aceptable.

Podemos distinguir tres grandes etapas para el mejoramiento efectivo de los procesos, corrigiendo los problemas de media y variacin:
Est el proceso bajo control? Es estable en su media y variacin? Es el proceso capaz? Es el proceso (suficientemente) competitivo? En un mercado de poca competencia, cuando un proceso est bajo control y es capaz, es suficiente pues significa que est produciendo bienes o servicios dentro de las especificaciones o requerimientos de los clientes del mismo, en forma estable. Sin embargo, en los mercados de mucha competencia como los actuales, un proceso puede ser estable y capaz, pero no ser suficientemente competitivo en el sentido de presentar una variacin superior a las de su competencia, es decir, ser de una calidad inferior. Ahora, Decimos que un proceso es capaz

cuando satisface las especificaciones para el/los indicador(es) en estudio. Dichas especificaciones son

necesariamente externas al proceso (pueden provenir de los clientes de la empresa u organizacin).

Muchas veces se ha argumentado que si ese es el caso, el costo y el precio de la competencia sern mayores; sin embargo, ello no tiene que ser necesariamente cierto pues al haber desarrollado mejores procesos, es muy probable que la competencia haya ahorrado muchos costos de mala calidad como reprocesos, Entonces, es muy posible que la competencia sea capaz de tener costos incluso inferiores a los mercado sustancialmente. Cuando un proceso no es muy competitivo, es necesario, eventualmente, modificar su media y con seguridad reducir su variacin. Se dice que un proceso esta bajo control cuando su variabilidad es debida unicamente a causas tiempos perdidos, descarte de productos, servicios malos,etc.

nuestros, y as bajar sus precios al mismo nivel que nosotros, reduciendo nuestra participacin de

comunes. Ahora, bien ningn proceso se encuentra espontneamente bajo control, es necesario un esfuerzo sistemtico para eliminar las causas asignables que actan sobre el; la ventaja de tener un proceso bajo control es que un resultado es estable y predecible. Grficos de control Los grficos o tablas de control son herramientas que sirven para observar y analizar, con datos estadsticos, la estabilidad en la media y variacin de los indicadores de los procesos a travs del tiempo. Un grfico de control est formado por tres lneas horizontales: Lmite de Control Superior (LCS), Lnea Central (LC) y Lmite de Control Inferior (LCI). Los lmites de control superior e inferior representan los lmites de la variacin comn. Todo punto fuera de ellos representa una variacin especial. (Ver Figura 1)

Figura 1 Es importante aclarar que los lmites superior e inferior de un grfico de control no corresponden a las especificaciones, tolerancias o requerimientos tcnicos del proceso, sino que se calculan a partir de las variaciones que presenta el indicador representado en la grfica. Lo anterior significa que en el clculo del Lmite de Control Inferior (LCI), Lnea Central y Lmite de Control Superior (LCS) se

considera informacin estadstica del indicador, como son su media y su desviacin estndar y quedan expresados segn las siguientes relaciones:

Existe una alta probabilidad de que un valor del indicador caiga dentro de los lmites si no hay cambios de media y/o varianza en el proceso (hay slo variacin comn de importancia) y cuando cae fuera de ellos, significa que algn evento fuera de lo habitual ha ocurrido (variacin especial).

Existen dos tipos de grficos de control : para variables y para atributos. Los grficos de control para instrumento de medicin (ejemplo: pesos, volmenes, temperaturas, humedad, etc.).

variables (Figura 2) se aplican a caractersticas de calidad de tipo continuo y medibles a travs de un

Figura 2 Los grficos de control para atributos (Figura 3) se utilizan para caractersticas de calidad discretas o no continuas y no medibles a travs de un instrumento de medicin (ejemplo: nmero de unidades defectuosas, nmero de unidades fuera de norma).

Figura 3 Ahora, describiremos la secuencia de construccin de los grficos de control por atributos, el cual es especifico para aquellos procesos que, tienen como caracterstica de calidad relevante, variables no

medibles o bien deben ser controlados en base a decisiones de conformidad definida o atributo definido. Estos grficos estn basados en la observacin de la presencia o ausencia de una estudio. determinada caracterstica o de cualquier tipo de defecto en el producto, servicio o proceso de

Caractersticas principales:

Se presentan una serie de caractersticas que ayudan a comprender la naturaleza de la herramienta. Comunicacin: Simplifican el anlisis de situaciones numricas complejas. proceso, respecto a una determinada caracterstica, con el tiempo. y rpida. Impacto visual: Muestran de forma clara y de un vistazo la variabilidad del reslutado de un Sencillez: La naturaleza de los datos necesitados permite recogerlos y tratarlos de forma simple Aplicabilidad: Los grficos de control por atributos se pueden utilizar para cualquier tipo de proceso, producto o servicio y caracterstica de los mismos, sea esa medible o no. Instrucciones para la construccin de un grfico de control por atributos. Paso 1: Establecer los objetivos de control estadstico del proceso Paso 2: Identificar la caracterstica a controlar Paso 3: Determinar el tipo de grfico de control que es conveniente utilizar a) Grfico de control de fraccin de unidades no conformes (p) b) Grfico de control de numero de unidades no conformes (np) c) Grfico de control de disconformidades por unidad (u) d) Grfico de control de numero de disconformidades (c) Grfico de control de fraccin de unidades no conformes (p) Paso 4: Elaborar el plan de muestreo (Tamao de muestra, frecuencia de muestreo y numero de muestras) a) Los grficos de control por atributos requieren generalmente tamaos de muestras grandes

para poder detectar cambios en los resultados, generalmente entre 50 y 200 unidades. El tamao de cada muestra oscilar entre +/-20% respecto al tamao medio de las muestras.

Donde N= numero de muestras b) La frecuencia de muestreo ser la adecuada para detectar rpidamente los cambios y

permitir una realimentacion eficaz.

todas las posibles causas internas de variacin del proceso Paso 5: Recoger los datos segn el plan establecido Paso 6: Calcular la fraccin de unidades no conformes p Para cada muestra se registran los siguientes datos: -El numero de unidades inspeccionadas n -El numero de unidades no conformes

c) El periodo de recoleccin de muestras debe ser lo suficientemente largo como para recoger

-La fraccin de unidades no conformes p segn la formula: p= (unidades no conformes /n) *100 Paso 7: Calcular los limites de control

a) Calcular la fraccin media de unidades no conformes

pi= fraccin de unidades no conformes de la muestra i N= numero de muestras b) Calcular el limite de control superior LCS y el limite de control inferior LCI

Paso 8: Definir las escalas del grfico El eje horizontal representa el numero de la muestra en el orden en que ha sido tomada. El eje vertical representa los valores de la fraccin de unidades no conformes p. La escala de este eje ira desde cero hasta dos veces la fraccin de unidades no conformes mxima. Paso 9: Representar en el grfico la linea central y los limites de control Paso 10: Incluir los datos pertenecientes a las muestras en el grfico Paso 11: Comprobacin de los datos de construccin del grfico de control u

Paso 12: Anlisis y resultados

Adems de los puntos fuera de los lmites de control (superior e inferior) deber prestarse especial fin de considerar variaciones especiales: Seis o ms puntos consecutivos aumentan o disminuyen de manera constante (una "tendencia"). Ocho o ms puntos consecutivos en el mismo lado de la lnea central. Catorce o ms hacia arriba y hacia abajo alternativamente. Dos puntos consecutivos cerca del lmite superior o del inferior. Ejemplo

atencin a los siguientes casos a los efectos de detectar cambios en el comportamiento del proceso, a

Usaremos una tabla de datos para realizar el ejemplo, por el momento los datos sern dados de manera hipottica, posteriormente se utilizaran datos recabados con las herramientas aprendidas en las otras unidades.

Realizamos los clculos descritos en el paso 7

Definimos los ejes verticales y horizontales descritos en el paso 8

Por ultimo de construye el diagrama de control por atributos , colocando los limites de control central y los datos

Que podra concluir de esta grfica. de control de fraccin de unidades no conformes por atributos?? Justifique su respuesta a partir de lo descrito anteriormente. Ejercicios: Usa la siguiente tabla y construye una grfica. de control de fraccin de unidades no conformes por atributos