@ Moc 4. GRAFICAS DE CONTROL OBJETIVO DEL CONTROL ESTADISTICO DEL PROCESO. En el SPC encontramos una figura que ilustra claramente cual es el objetivo general de esta herramienta. MODELO DEL CONTROL DEL PROCESO CON RETROINFORMACION Voz del Proceso Métodos Estadisticos Personal Equipo Proceso: La i forma en que Materiales eae Metodos trabajamos oectos Clientes Mediciones aprovechando Ambiente los recursos a a a Identficactén de Entrada Proceso Salidas necesidades de cambios y expectativas Voz del Cliente Para entender mejor este esquema revisaremos algunos conceptos basicos que se encuentran en las secciones introductorias del SPC. Moco 2»@MDC Consultaia Herramientas Bisicas para la Calidad ¥ €apacitaciénn —— a * PROCESO. . Es la combinacién de proveedores, productores, Personal, equipo, materiales, métodos y medio ambiente que juntos trabajando para Producir una salida (producto/servicio), la cual es usada por un cliente. Es un grupo de actividades o pasos que se ejecutan de manera ordenada con el objetivo de transformar lo que entra en el Proceso para obtener un producto (salidas). + VARIACION Q VARIABILIDAD. Es el fendmeno que causa que todos los productos o procesos sean diferentes entre si © CONTROL. ya a geneiar estaloibded Son todas aquellas actividades o acciones dirigidas a mantener un Proceso en el estado deseado. Es la vigilancia periédica y continus sobre el desarrollo de un proceso 0 la calidad de un producto para Comprobar que cumple con las especificaciones establecidas, El SPC €5 un Conjunto de herramientas estadisticas que nos ayudan a mantener dentro de normas o limites establecidos cierto proceso y asi asegurar la satisfaccién del cliente * CAPACIDAD Aptitud de una organizacién, sistema o proceso para realizar un Producto que cumple los requisitos para ese producto, © AJUSTE. Actividades necesarias para mantener en contro! un proceso, * SOBREAJUSTE, ‘Tomar acciones sobre un proceso cuando el proceso se encuentra en control estadistico. Sobre-interpretar la variacién o un error en In deteccién de una causa especial de variacién provocan el sobreajuste. Informacién acerca del desempefio de un proceso Mucho del desemperio de un proceso puede ser conocido por el estudio de las salidas {productos/servicios) del Proceso, sin embargo, la informacion mas valiosa sobre el desempefio de un proceso viene del proceso en si mismo y de su variacion intema, Las caracteristicas de Proceso (ps temperaturas, tiempos ciclo, ausentismo, tiempos de paro) deberian ser el enfoque de nuestros esfuerzos, Necesitamos determinar los valores meta de estas Caracteristicas para obtener la operacion mas productiva del proceso y entonces monitorear qué tan lejos 0 cerca nos encontramos de esos valores meta, 30@MOCc onsultoria y €apadleacion — Acciones apropiadas pueden ser,tomadas, si es necesario, para corregir el proceso o la salida que acaba de ser producida, Herramientas Basicas para la Calidad Cuando la accién se requiera, ésta deberé hacerse apropiadamente y ‘oportunamente, 0 los esfuerzos para la recoleccién de informacién serén tiempo perdido. ‘Acciones en el proceso (control, ajuste, sobreajuste) Las acciones tomadas sobre el proceso (acciones de control y ajuste) son mas econémicas cuando se hacen para prevenir que las caracteristicas importantes varien demasiado lejos de su meta u objetivo establecido. Esto asegura que {a estabilidad y la variacién de los productos se mantengan dentro de limites aceptables. Las acciones de control pueden ser: = Cambios en las operaciones (entrenamiento a operadores, cambio en materia prima). = Cambios en los elementos més basicos del proceso (equipo / maquinaria, comunicacién y relacién en el equipo de trabajo, el disefio del proceso). El efecto de estas acciones deberla ser monitoreado, con el posterior analisis sies necesario. Acciones en el producto Las acciones sobre las salidas 0 productos son frecuentemente més costosas cuando se restringen a detectar o corregir productos fuera de especificacion sin tomar en cuenta los problemas del proceso. Desafortunadamente, si los productos no cumplen consistentemente con los requisitos de los clientes, puede ser necesario “sortear” el 100% de productos y reclasificar como scrap, retrabajo 0 producto no conforme. Obviamente, este tipo de acciones son un pobre sustituto de una eficaz gestion del proceso, las acciones sobre el producto deberfan ser utilizadas estrictamente como medidas interinas temporales para un proceso inestable 0 no capaz. Recuerde, el enfoque deberia ser hacia la prevencion, no a la deteccién. VARIABILIDAD © VARIACION. En cualquier proceso nunca dos piezas serén exactamente idénticas, siempre existiré al menos una diferencia entre dos objetos. Se le llama variacion al fendmeno que causa que las cosas sean diferentes.~. @MDC Herramientas Rasicas para fa Calidad La manera de idéntificar a las variables es que pueden tomar valores enteros y fraccionarios, Para estas variables debe existir un instrumento de medicion con el cual se pueda medi ATRIBUTOS (DATOS DISCRETOS) Es la presencia 0 ausencia de cualidades, que nos permiten decidir si una pleza, parte, tarea 9 proceso es aceptada 0 rechazada, pasa o no pasa, defectuosa 0 no deféctuosa, adecuado o inadecuado. Estos atributos NO SE MIDEN POR UN INSTRUMENTO DE MEDICION sino de las siguientes maneras: (1) Sentidos Humanos: vista, olfato, tacto, gusto y ofdo. (2) Calibradores 0 gages: Pasa - No pasa, Go - No go. (3) Conteo: Numero de piezas malas en un lote, etc; y (4) Pruebas al producto: Se califica como pasa o no pasa. UNIVERSO 0 POBLACION (Se representa con a letra “N’) Son la totalidad de los elementos que forman el universo de interés, Pueden Ser, por ejemplo, todos los productos fabricados por un tumo, el total de ventas en un afo, la cantidad de personas que visitan un lugar, etc. Digamos que estamos fabricando marchas para automéviles, Fabricamos ¥ Longitud Y presion Y distanclas Y Peso Y temperatura Y profundidades Y Didmetros ¥ tesistencia ¥ alturas Y Concentracion de écido ¥ espesor ¥ amplitudes fen una sustancia ¥ voltaje ¥ radios Y Viscosidad ¥ torques Y ete ¥ Tonalidad cerca de 4000 marchas diarias. Hay muchas caracteristicas de calidad que debemos controlar. Se tienen que vigilar varios didmetcos, distancias, Profundidades, alturas, amplitudes, longitudes, radios o espesores en cada tuna de las piezas, Serla muy dificil inspeccionar las caracteristicas de cada una de las marchas ue fabricamos. Si tratéramos de obtener alguna dimensién en todes les marchas fabricadas en un dia, tendrlamos que hacer aproximadamente 4000 célculos, ‘Si requiriéramos veinte segundos para realizar la medicion, necesitarlamos 80000 segundos (0 casi 22 horas) solamente Para examinar una caracteristica de las 4000 marchas que se producen diariamente.@Moc Consultoria Y Capsctactin En la mayor parte de los casos resulta poco practico o no costeable analizar la totalidad de los elementos o partes que compone una poblacién, es preferibie seleccionar unas cuantas partes para estudiatlas, Las partes 0 piezas seleccionadas se le llaman muestra. MUESTRA (Se representa con la letra “n’). Herramientas Basicas para la Calidad Esta integrada por algunos elementos de la poblacién, pero para que esto sea cierto, es necesario que la muestra tenga ciertas caracteristicas: la muestra debe ser representativa de la poblacién, es decir, debe guardar las, mismas caracteristicas de la poblacién, Es necesario que los elementos que la integran sean escogidos de manera aleatoria o al azar, lo que significa es que todos tengan la misma probabilidad de ser escogidos. También es necesario que la muestra sea homogénea, es decir, que las caracteristicas que tiene se encuentren uniformemente repattidas en ella. Si observamos estas caracteristicas de las muestras entonces a ésta muestra la llamarfamos muestra representativa de la poblacion. Entonces... gcémo podriamos saber si las piezas fabricadas cumplen con las, caracteristicas de calidad sin inspeccionarlas todas? ...... Para esto debemos usar un plan de muestreo. En un plan de muestreo se inspeccionan unas cuantas piezas de las que se fabrican. Al inspeccionar estas piezas, podemos deducir cémo esté la totalidad piezas en el proceso. Existen diferentes tipos de planes de muestreo. Es importante escoger el plan que nos dé la informacién que requerimos de acuerdo al proceso. MUESTREO CONSECUTIVO. Significa tomar unas cuantas piezas en el orden en que son fabricadas. Es importante que escojamos un plan de muestreo consecutivo, porque nos dice exactamente cuando cambia algo. Si estamos fabricando 500 piezas cada hora podemos examinar, por ejemplo, las piezas numero 11, 12, 13, 14, 15, 0 264, 265, 266, 267, 268. Es importante que en este plan de muestreo examinemos las piezas en el orden en que las fabricamos.7 @/MOC Heamns Bisse nse Consuitoria y Capacitactén Ya que tomamos piezas en orden, podemos saber cémo son hechas, También podemos saber qué maquina fabricd la pieza, Si encontramos un Problema con una pieza, sabremos exactamente donde debemos buscar la causa del problema, Una de las ventajas del sistema de muestreo consecutivo es que nos ayuda a encontrar cudndo nuestro proceso empieza a cambiar. Seria un desastre descubrir al fin de nuestra jomada que todas las piezas son malas, Pero nos ayuda mucho'y nos ahorra tiempo y dinero el poder ver cuando las cosas empiezan a funcionar mal. Utilizar un plan de muestreo consecutiv Nos permite ver si tenemos un problema antes de que sea demasiado tarde, Pardmetros para conocer y analizar grupos de datos. Todos los grupos de datos tienen tres pardmetros que conviene conocer: 1. Centro, 2. Forma, 3. Dispersion. Estas caracteristicas son independientes. Esto es, dos distribuciones pueden tener el mismo promedio, pero diferente forma y diferente dispersion, Dos dlistrbuciones pueden tener la misma dispersion, pero diferentes formas y promedios. | MEDIDAS DE TENDENCIA CENTRAL. Analizaremos primero su centro con las MEDIDAS DE TENDENCIA CENTRAL. Cuando tenemos un dato central, que es tipico o representativo de un conjunto de datos, referentes todos al mismo asunto, se conoce como. medidas de centralizacién o de tendencia central, Al hablar de un dato central, significa que hay cantidades menores y mayores, sin embargo, el dato central representa a todas las cantidades, Existen diferentes tipos de medidas de centralizacién, las mas comunes son la media, la mediana y la moda. MEDIA O PROMEDIO X 6M. (Se representa con la letra "X * para una muestra y por j para una poblacion). Moce@Moc Consultoria Herramientas Bésicas para la Calidad y Capacitacion De un conjunto de N ntimeros X;, Xz, Xa; «me» Xv @s el valor promedio de una muestra 0 poblacién y es igual a la suma del conjunto de datos dividido entre el nimero de datos. MEDIANA X La mediana de un conjunto de datos ordenados en orden de magnitud ya sea ascendente o descendente, es el valor que ocupa la posicién central dentro del conjunto de datos (cuando se tiene un ntimero impar de datos), 0 el promedio de los dos valores medios (cuando el ntimero de datos es par). MODA X La moda de una serie de ntimeros es aquel valor que més se repite, es decir, es el valor mas comin. La moda puede no existir, incluso si existe puede no set unica. La moda se indica con X. MEDIDAS DE DISPERSION Para poder tener una mejor idea del grado en que los datos numéricos se relacionan entre si, no basta con e! célculo del promedio, se necesita saber qué tanto difieren entre si, es decir, el grado de dispersién alrededor de un valor central entre ellos. Existen diferentes medidas de dispersién, las mas empleadas son el rango y la desviacién esténdar. \NGO. - El rango es la diferencia que existe entre el numero mayor y el menor de un conjunto de datos. Para calcular el rango tomamos el ntimero mayor y se lo restamos del menor del conjunto de datos. DESI NDAR. Es la medida de dispersi6n que nos indica la desviacién de cada dato con respecto al promedio, Se representa con una “s" para una poblacién y para la muestra por una “s’. La desviacién esténdar nos dice lo que cambian en promedio los datos al compararlos con la media. La desviacién esténdar es mas exacta que el rango para medir la dispersion y la variabilidad del proceso. 7 mocea y Capacitacién Herramientas Basicas para la Calidad Su formula es: s (para una muestra) ot DoG-K2 one (para una poblacién) HERRAMIENTAS ESTADISTICAS QUE EL SPC PROPONE 1. GRAFICAS DE CONTROL, El objetivo de esta herramienta estadistica es identificar el comportamiento de un proceso a través del tiempo, por medio de gréficas que representan Caracteristicas de calidad importantes de un producto y comparar ésta con especificaciones o requisites para tomar acciones correctivas cuando exista una desviacién entre el funcionamiento real y el esperado, es decir es una heramienta de prevencién. Las graficas de control estén basadas en los conceptos de la distribucién normal propuestos por Gauss, Aqui una gréfica que ilustra la distribucion normal: mh Moco ™‘Consultoria y €apacitacin {Qué es una gratica de control? Las graficas de control son un método estadistico utilizado para el estudio y control de los procesos repetidos. Son la herramienta que nos permite determinar si un proceso es consistente o inconsistent (estable 0 inestable). Las graficas de control constan de cuatro partes: + tinea central (LC). «limite superior de control (LSC). «limite inferior de control (IO. ‘+ ylos puntos que representan a los datos. Grafica de control X-R vctenea8 Sample eas cna PAV 7 he 6 9 6 A B® - La consistencia (estabilidad) o inconsistencia (inestabilidad) de un proceso depende de la cantidad de variacion que éste muestre y las causas que la provoquen. Por variacién entenderemos a la diferencia que existe entre los datos obtenidos de distintas mediciones de un proceso. Por lo tanto, consideraremos que un proceso es consistente cuando ninguno de los puntos graficados cae fuera de los limites de control o si no muestran ninguna tendencia o patrén identificable.@M>c Consultoria Herramientas Bésicas para la Calidad ¥ Capactaci8” $$$ $$$ ares Un proceso estable tiene las siguientes caracteristicas a Saber: * Es consistente en el tiempo. Es predecible. Estd sujeto Unicamente a causas comunes (aleatorias) de variacién, Un proceso inestable tiene las siguientes caracteristicas: Es inconsistente (cambiante) en el tiempo. Esimpredecible, Esta sujeto tanto a causas comunes (aleatorias) como especiales (no aleatorias) de variacién. 2PARA QUE SIRVEN LAS GRAFICAS DE CONTROL? Las graficas de control se utilizan para conocer o investigar acerca de: * Elnivel medio en el que opera un proceso, * Del grado de variacién dentro del proceso. ‘* Laconsistencia o inconsistencia de un proceso. + Juzgar si dicho proceso es normal o no * Para verificar silos datos obtenidos poseen condiciones semejantes. * Para mejorar la productividad y la calidad. * Para determinar defectos y evitar ajustes innecesarios al proceso, + Para obtener informacién para la determinacién de la capacidad del proceso. + Para tomar decisiones relativas a las especificaciones del producto. * Para tomar decisiones relacionadas con etproceso de la produccién, * Para tomar decisiones relativas a productos recién elaborados,“ Consultoria y Capacitacian 4QUE GRAFICA DE CONTROL USAR? Referencia: SPC, apéndice C. para gi Determinar caracteristicas aficar I fldato vasiale? Mene interés on ‘Mlene intends Pe conformidades, enna unidades Conformicade ‘Fo defectos? defectuosas.o% de ena chads? _Eltamaso _fitamato deta egiea Ese insstnes se e ce constante? — constant? Useorica cou ‘lproducies honogtesen, 101 promedos raturters no sic dels subopos subgrupo para pueden ser Use grfica west Lote de facie z baftos quimicas, ‘calculados? fo pinnate? s Use rao Ka ssa Gieariicn subgrupo | pee mayor de 9? a att wo seria + u Useqtea en KR Moco a" @ MOC Consultorta y Capscitacion Herramientas Basicas para fa Calidad RESUMEN DE GRAFICAS DE CONTROL PARA VARIABLES * | mrowepiosy | weoiciones | "POMEBIOSY Teotayasy mPopEGRAFICA | —RANGOS' | INDIiDUALES RANGOS oar neue ESTANDAR ee eesiiter |i “Aises frecuentes, |e Paramuestas de + Parapruebes |” tamafo grande eProduccishde | dstuctvs. | eParainspeccon | + Cuando! Desroparesen [*Ctndotes |". Broce etaen Cea proces Por veriicar | convo ipa egéneos | “hamogenedad | estacistico, caretecas [*Cuandonose | delotes + Para fociitorios caracte puadenhacer | provenientesde_ |" cleuos subgrupos | maquinas mmayores distitas + Para procesos ela continuo, é TAMARODELA |g ret 7 tne? * Valores unitarios Hi individuals Nieeencenue ine nomad PN il Us assvecinill | wsteauie medlones pocas automaticas. mediciones ie ean Loascatd VENTAJAS ++ Son las mejores (requiere una mejor indicador complicados, gus graficas para el sola lectura). ee eaeacen eer ten eee trabajoen serie. | « Se interpreta eee eee: igual que ede promediosy ____| ranges. iii + Requleve muchos + Reguiee datos |+Noes ansense calculo del f ‘* Requiere ome lade prometio, eres ete | desviacton mee DENENTAIAS J+ suleremuchos | gepromediony Sioa" 8 | Las distibuciones determinar los pees: # Asume la pe ners limites de control distribuci6n Peet oa tabees | L am Eeonclsiones ae SCH Les peti ensambie aereee SN? |eParafinesde | « Maquinadoo EJEMPLO continuo, sees muestreo_ ‘ensamble sSolconde | *Peducos convo, problemas ae recibo (quimicos cables, Je tejoracontinaa | i Moco 42@Mdc Consultora| y Capacitacion RESUMEN GRAFICAS,DE CONTROL PARA ATRIBUTOS ss para la Calidad, TIPO DEGRAFICA p np c u ‘= %deunidades [+ Numero de piezas Fae defectuosas. defectuosas SRteeas = Cuando se + Cuando sequiere el |* 4 i lefectos por quieredar . | numeroactualde | Chacy + Promedio de seguimientoala | unidades defectos por DONDEUSARLA | proporciénde | defectuosas de puietoee | unidaa defectos enla unidades productos 0 mae defectuosaso | unidades no unidadesno | conformes. conformes. Constante o Constante Farle Mo an [Constante in>so). | (n=). eee TAMANODELA | Gricicaoa [#Sebasaenta sSebasaenla | ie cton dk MUESTRA distribucién binomial | distribucién de SEE distribucién Ein Poisson binomial). genes sernumerode [tatraccion | ‘ efectos puede | defectiva puede | muestra es + Facil de hacer e ‘i VENTAJAS, eaaute’ gucaa enerares ser leldo ser leido econ nape ee directamente | directamente de eae delagrafica | la grafica . ry i ; varables imeortanda de |*Nodfine | vores a 2596|Sensblealvolumen. | or serecgos. | importance DESVENTAIAS | Ho nadia. [52 requleren Lrcaniea | 0sdefectos.Los i muestras con n>50. considera igual requieren de igual de See ‘ le crticos. muchos célculos cr Base | Peescrerectaette + Numero de | defectos por i parte, ae he + %de defectos #Seusa donde |* pare aueltore por lote ieee los defectos : tiemeLo — |eSede defectosen| *Numerodedefectos | Cin Proporciona los ae o piezas defectuosas. | oo dosen | defectos aha promedio por terminado unproducto. | Prom quetieneun | flujo continuo = de produccién.@ MDC oosultoria v Copacitacién PUNTOS FUERA DE LOS LIMITES, Uno o mas Puntos se encuentran fuera de los limites de control CORRIDA. Siete o més puntos consecutivos abajo o arriba de la linea central. ADHESION A LA LINEA CENTRAL: 7/10 Puntos consecutivos en la banda de 1 sigma. ADHESION A LOS LIMITES: 2/3 puntos ‘consecutivos en la banda de 3 sigma, TENDENCIA. Siete 0 mas _—_ puntos consecutivos en tendencia ascendente o descendente METODOLOGIA PARA ELABORAR Y MANTENER GRAFICAS DE CONTROL 1. Determinar la (las) variables que deberan ser monitoreadas y su pian de muestreo (frecuencia y tamafio de muestra). Determinar el tipo de grafica mas conveniente, Recolectar los datos con el método de medicién definido, Registrar los datos en el formato de la gréfica. vaey los datos recolectados, 6. Analizar la gréfica e identificar comportamientos anormales, Con la corrida inicial de ta grafica (al menos 25 subgrupos 0 250 datos individuales) calcular los limites iniciales de control 0 de prueba para@Mdc Consultaria y Capacitacion Herramientas Basicas para la Calidad 7. Identificar causas especiales de variacion y actuar sobre ellas. Para mayor referencia, ver guia para el anilisis e interpretacién de las graficas de control. 8 Cuantificar las causas comunes de variacién, tomar acciones para reducirlas. Recdlcuto de os limites de control. {Cuando se deberén recalcular los limites de control? Bajo las siguientes circunstancias: 1. Si el proceso ha cambiado significativamente (cambio de ‘materia prima, cambio de equipo, cambio de sitio o ubicacién, etc). Se tendré que volver a generar la gréfica de cortidas y entonces recalcular limites. 2. Siel proceso no ha cambiado significativamente, cada 3 meses puede ser un periodo saludable para confirmar silos limites de control siguen siendo adecuados. Se debern tomar tos Liltimos 125 datos individuales (0 25 subgrupos de 5 datos individuales cada uno) y realizar el célculo nuevamente. Los limites de control NO DEBEN RECALCULARSE cada vez que el formato donde estamos registrando la informacién se termine o cada turno. {CUANDO UN PROCESO ESTA EN CONTROL, ES DECIR, ES ESTABLE? Cuando no se presentan ninguno de los siguientes comportamientos: Si se detecta cualquier sefial que indique que el proceso no esta en control: sefialarlo en la gréfica circulando los puntos fuera de control. El personal deberia: * Anotar en la bitécora (en el formato) la situacién anormal. ‘ Seguir las instrucciones del supervisor o lider en cuanto a parar el proceso y corregirlo. Analizat, verificar y revisar lo que esté sucediendo en el proceso y detectar las, causas de que el proceso esté fuera de control. Este andlisis debe ser sobre todos los elementos del proceso: © Maquinaria © Métodos + Mediciones + Medio Ambiente © Materiales © Mente de obra@iMDC consultoria y Capacitacion El andlisis del proceso es clave para encontrar las causas de la variacion del proceso y para definir acciones para volver al control. Sin este anilisis el control estadistico no es efectivo, Herramientas Bésicas para la Calidad El realizar las acciones es ef punto més importante del control estadistico. Una vez realizadas las acciones, se debe anotar y registrar en bitécora tanto las causas encontradas como las acciones definidas y ejecutadas. Este registro serd la historia del proceso, OTROS TIPOS DE GRAFICAS DE CONTROL Hay otros tipos de gréficas de control que fueron disefiadas para cubrir necesidades y condiciones especificas que pueden afectar el uso comiin de las graficas de control estndares. A continuacién una breve descripcién de estas gréficas: [ ‘GRAFICA ‘APLICACION i Gralicas de pre-conirol, | Estan basadas en as especificaciones, no ena vaviociGn graficas de alarma, gréticas | normal del proceso, Se usa cuando el proceso ha demostrado de arcoiris control estadisico, cuando todas las causas especiales de vatiacién fueron conocidas y controladas y se asume que el 99.73% de los productos serdn producidos dentro de especificaciones. Utilizan colores verde-amarill-rojo como ayuda para ubicaral operador en la ubicacién de los productos dentro de tos limites de especificacién y se siguen | reglas especificas para saber qué hacer cuando las piezas caen en a zona roja, amarllao verde. La ventaja de su aplicacién es que son simples pero no. ‘monitorean la estabilidad del proceso, son una herramienta, _ para monitorear cumplimiento. Graficas dé corridas cortas, | Se usan cuando las corridas de produccién de un producto DNOMO XR, '50n cortas 0 tinicas. Se hacen graficando el valor en producto comparéndolo con su especiicacién, Graficas para detectar Fueron diseftadas para detectar y ser mas sensibiesa poca vatiaciones pequenias variacion en un proceso, se usan para detectar pequerios (CUSUM, EWMA) desplazamientos de la media de un proceso, “Graficas ne normales Para procesos que han demostrado no ajustarse ala distribucién normal (CGraficas mutivar Para monitorear dos mas variables en forma simultanea, mpco ae