Está en la página 1de 29

4.1 Recolección de Datos

TÉCNICAS DE RECOLECCIÓN DE DATOS

La recolección de datos es un proceso meticuloso y difícil, pues requiere un instrumento de medición que sirva para obtener la información necesaria para estudiar un aspecto o el conjunto de aspectos de un problema. Para el diseño del instrumento hay que tomar en cuenta:

El objetivo de la investigación. Este determina cuales datos se solicitarán del informante. Permite evitar la inclusión de preguntas innecesarias y establecer otras para efectuar algún tipo de control.

Características del informante: Conocerlas permitirá adecuar el contenido y redacción de las preguntas a su nivel cultural, grado de cooperación e información que esté en condiciones de proporcionar.

Tiempo disponible para efectuar la recolección: El tiempo disponible para efectuar la recolección puede influir en la extensión del instrumento y el grado de control que se pueda realizar sobre la calidad de los datos que se obtengan. Para decidir qué instrumento se va a utilizar se consideran tres aspectos fundamentales:

I. Fuente de origen de los datos II. Técnica de recolección a utilizar III. Control de los errores que se puedan cometer.

4.2 hojas de Inspección

Hoja de Recolección de Datos. En el control estadístico de la calidad se hace uso con mucha frecuencia de las hojas de verificación, ya que es necesario

comprobar constantemente si se han recabado los datos solicitados o si se hace efectuando determinados trabajos.

El esquema general de estas hojas es la siguiente: En la parte superior se anotan los datos generales a los que se refiere las observaciones o verificaciones a hacer en la parte inferior se transcribe el resultado de dichas observaciones y verificaciones.

La Hoja de Control u hoja de recogida de datos, también llamada de Registro, sirve para reunir y clasificar las informaciones según determinadas categorías, mediante la anotación y registro de sus frecuencias bajo la forma de datos. Una vez que se ha establecido el fenómeno que se requiere estudiar e identificadas las categorías que los caracterizan, se registran estas en una hoja, indicando la frecuencia de observación. Lo esencial de los datos es que el propósito este claro y que los datos reflejen la verdad. Estas hojas de recopilación tienen muchas funciones, pero la principal es hacer fácil la recopilación de datos y realizarla de forma que puedan ser usadas fácilmente y analizarlos automáticamente.

De

modo general las

hojas de

recogida

de datos tienen las siguientes

funciones:

 

De distribución de variaciones de variables de los artículos producidos (peso,

volumen, longitud, talla, clase, calidad, etc…) De clasificación de artículos

defectuosos De localización de defectos en las piezas De causas de los defectos

De verificación de chequeo o tareas de mantenimiento. Una vez que se ha fijado las razones para recopilar los datos, es importante que se analice las siguientes cuestiones:

La información es cualitativa o cuantitativa. Como, se recogerán los datos y en que tipo de documento se hará Cómo se utiliza la información recopilada Cómo de analizará Quién se encargará de la recogida de datos Con qué frecuencia se va a analizar Dónde se va a efectuar Esta es una herramienta manual, en la que clasifican datos a través de marcas sobre la lectura realizadas en lugar de escribirlas, para estos propósitos son utilizados algunos formatos impresos, los objetivos mas importantes de la hoja de control son:

Investigar procesos de distribución Artículos defectuosos Localización de defectos Causas de efectos Una secuencia de pasos útiles para aplicar esta hoja en un Taller es la siguiente:

Identificar el elemento de seguimiento Definir el alcance de los datos a recoger Fijar la periodicidad de los datos a recolectar Diseñar el formato de la hoja de recogida de datos, de acuerdo con la cantidad de información a recoger, dejando un espacio para totalizar los datos, que permita conocer: las fechas de inicio y

termino, las probables interrupciones, la persona que recoge la información,

fuente, etc…

HOJAS DE INSPECCION Es una herramienta que permite reunir información observando muestras para empezar a detectar patrones o tendencias. Es un punto lógico para empezar los ciclos que solucionan problemas. La hoja de datos es simple y fácil de entender y es una manera de contestar la pregunta ¿con que frecuencia están ocurriendo ciertos eventos? Pasos para construir una hoja de inspección: a) Defina concretamente que evento se observará b) Decida el periodo durante el cual se tomaran los datos. Pueden ser horas, días, turnos, etc. c) Diseñe un formato claro y asegúrese de que las columnas tengan encabezados y espacios para datos d) Reúna los datos consistentemente y sin trampas. Tome el tiempo necesario Observe estos puntos para construir una hoja de inspección: - Asegúrese de que las observaciones sean tomadas al azar. - Verifique que se haya dado tiempo suficiente para llevar a cabo el muestreo. - El universo muestreado debe ser homogéneo.

4.3 Diagrama de Pareto.

Diagrama de Pareto.-

El Diagrama de Pareto es una forma especial de gráfico de barras verticales el cual ayuda a determinar que problemas resolver y en que orden. El hecho de hacer un Diagrama de Pareto basado en Hojas de Inspección o en otras formas de recolección de datos nos ayuda a dirigir nuestra atención y esfuerzos a los problemas realmente importantes. Obtendremos mejores resultados al analizar los problemas en orden de importancia.

Veámoslo con un ejemplo donde se cuentan los números de defectos antes del retrabado de unas piezas encontradas en un proceso, podemos armar un cuadro como el que sigue:

Tipo de Defectos Nº de Defectos Porcentaje Porcentaje Acumulado

Aislamiento 150 38,36

38,36

Perfil 95 24,30 62,66 Contorno 55 14,07 76,73

Acabado 40

10,23

86,96

Radio

10

2,56

89,51

Diámetro I 9

2,30

91,82

Diámetro II 7

1,79

1,28

93,61

Diámetro III 5

94,88

Otros

20

5,12

100,00

Total 391

100

Pasos para la elaboración de un Gráfico de Pareto.-

  • 1. Seleccione los problemas a ser comparados y ordénelos por categoría de

acuerdo a lo siguiente:

a. Lluvia de Ideas, por ejemplo: “¿Cuáles son los principales problemas en el Departamento A?”.-

b. Utilizando los Datos Existentes, por ejemplo: “Para establecer las áreas problemáticas más importantes veamos los reportes de calidad generados durante el mes pasado por el departamento A”.-

  • 2. Seleccione la unidad de medición del patrón de comparación, por ejemplo, el

costo anual, la frecuencia, etc.;

  • 3. Seleccione el período de tiempo a ser estudiado, por ejemplo: 8 horas, 5 días, 4

semanas, etc.;

  • 4. Reúna los datos necesarios de cada categoría, por ejemplo: “El defecto A

ocurrió X veces en los últimos 6 meses”, o bien, “El defecto B costó X dinero en los

últimos 6 meses”, etc.;

  • 5. Compare la frecuencia o costo de cada categoría respecto de las demás, por

ejemplo: “El defecto A ocurrió 75 veces; el defecto B ocurrió 107 veces; el defecto C ocurrió 35 veces”, o bien, “El costo anual del defecto A es de $ 750.000 y el del

defecto B es de $ 535.000”;

  • 6. Enumere en orden decreciente de frecuencia o costo y de izquierda a derecha

sobre el eje horizontal las diferentes categorías; las categorías que contengan

menos artículos pueden ser combinadas con el nombre “Otros” la cual es colocada

al extremo derecho;

Observaciones:

El graficar el % Acumulado de cada dato, en el caso del ejemplo de los números de defectos, nos ayuda a observar de manera rápida a qué se debe el 80 % de los

problemas, que suponen ser los más importantes sobre los demás; quizás sea conveniente magnificar el problema como un costo, pues los problemas más frecuentes a veces no son los más costosos, es claro que dependerá del tipo proceso y de las variable involucradas en el caso.-

Usos diversos de un Diagrama de Pareto.-

  • 1. Identifica los problemas más importantes a través del uso de diferentes escalas

de medición, por ejemplo, tiempo, dinero, frecuencia; etc. Los problemas más

frecuentes no son siempre los más costosos.-

  • 2. Analiza los diferentes grupos de datos, por ejemplo, por producto, por máquina,

por turno, etc. Si no surgen diferencias claras, reagrupe los datos. Use su

imaginación.-

  • 3. Mide el impacto de los cambios hechos en un proceso, por ejemplo, antes y

después de las comparaciones. Usted no sabe que tan mejor está actualmente si no sabía donde estaba antes del cambio.-

  • 4. Desglosa ampliamente las causas en más y más partes específicas. Elimine la

causa, no el síntoma.-

Consejos: Utilice el sentido común los eventos más frecuentes o más costosos no son siempre los más importantes, por ejemplo, dos accidentes fatales requieren más atención que 100 cortaduras de dedos (aunque aparentemente para la SRT el índice de accidentes se compone de otra forma, para la SRT no importa la gravedad del accidente al momento de contabilizarlos para incluir o no a la empresa dentro de las se deben incluir en lo que llaman Resolución 700 / 2000).- Marque el diagrama claramente para mostrar el patrón de medición ($, nº, %, etc.)

Se recomienda el uso del diagrama de Pareto:

Para identificar oportunidades para mejorar

Para identificar un producto o servicio para el análisis de mejora de la

calidad. Cuando existe la necesidad de llamar la atención a los problemas o causas

de una forma sistemática. Para analizar las diferentes agrupaciones de datos.

Al buscar las causas principales de los problemas y establecer la prioridad

de las soluciones Para evaluar los resultados de los cambos efectuados a un proceso

comparando sucesivos diagramas obtenidos en momentos diferentes, (antes y después) Cuando los datos puedan clasificarse en categorías

Cuando el rango de cada categoría es importante

Para comunicar fácilmente a otros miembros de la organización las conclusiones sobre causas, efectos y costes de los errores.

Los propósitos generales del diagrama de Pareto:

Analizar las causas

Estudiar los resultados

Planear una mejora continua

La Gráfica de Pareto es una herramienta sencilla pero poderosa al permitir identificar visualmente en una sola revisión las minorías de características vitales a las que es importante prestar atención y de esta manera utilizar todos los recursos necesarios para llevar a cabo una acción de mejora sin malgastar esfuerzos ya que con el análisis descartamos las mayorías triviales.

Algunos ejemplos de tales minorías vitales serían:

La minoría de clientes que representen la mayoría de las ventas.

La minoría de productos, procesos, o características de la calidad

causantes del grueso de desperdicio o de los costos de retrabajos. La minoría de rechazos que representa la mayoría de quejas de los

clientes. La minoría de vendedores que esta vinculada a la mayoría de partes

rechazadas. La minoría de problemas causantes del grueso del retraso de un proceso.

La minoría de productos que representan la mayoría de las ganancias

obtenidas. La minoría de elementos que representan la mayor parte del costo de un inventario etc.

Ejemplo de aplicación del diagrama de Pareto:

Veamos en una aplicación práctica el trazado de la gráfica de Pareto:

Un fabricante de accesorios plásticos desea analizar cuáles son los defectos más frecuentes que aparecen en las unidades al salir de la línea de producción. Para esto, empezó por clasificar todos los defectos posibles en sus diversos tipos:

Veamos en una aplicación práctica el trazado de la gráfica de Pareto: Un fabricante de accesorios

Posteriormente, un inspector revisa cada accesorio a medida que sale de producción registrando sus defectos de acuerdo con dichos tipos. Al finalizar la jornada, se obtuvo una tabla como esta:

Veamos en una aplicación práctica el trazado de la gráfica de Pareto: Un fabricante de accesorios

La tercer columna muestra el número de accesorios que presentaban cada tipo de defecto, es decir, la frecuencia con que se presenta cada defecto. En lugar de la frecuencia numérica podemos utilizar la frecuencia porcentual, es decir, el porcentaje de accesorios en cada tipo de defecto, lo cual se indica en la cuarta columna. En la última columna vamos acumulando los porcentajes

Para hacer más evidente los defectos que aparecen con mayor frecuencia hemos ordenado los datos de la tabla en orden decreciente de frecuencia.

Vemos que la categoría “otros” siempre debe ir al final, sin importar su valor. De

esta manera, si hubiese tenido un valor más alto, igual debería haberse ubicado en la última fila.

Podemos ahora representar los datos en un histograma como el siguiente:

La tercer columna muestra el número de accesorios que presentaban cada tipo de defecto, es decir,

Ahora resulta evidente cuales son los tipos de defectos más frecuentes. Podemos observar que

los 2 primeros tipos de defectos se presentan en el 79,8 % de los accesorios con fallas. Por el Principio de Pareto, concluimos que: La mayor parte de los defectos encontrados en el lote

pertenece sólo a 2 tipos de defectos (los “pocos vitales”), de manera que si se eliminan las

causas que los provocan desaparecería la mayor parte de los defectos.

Otro análisis complementario y sumamente útil e interesante, es calcular los costos de cada problema, con lo cual podríamos construir un diagrama similar a partir de ordenar las causas por sus costos.

Este análisis combinado de causas y costos permite obtener la mayor efectividad en la solución de problemas, aplicando recursos en aquellos temas que son relevantes y alcanzando una mejora significativa.

4.3.1 Histogramas

Histograma.

El histograma ordena las muestras, tomadas de un conjunto, en tal forma que se vea de inmediato con qué frecuencia ocurren determinadas características que son objeto de observación.

El histograma en el control estadístico de calidad se utiliza para visualizar el comportamiento del proceso con respecto a determinados límites y no involucra el tiempo. El número de datos que se necesitan es relativamente grande. La cantidad de datos depende de la situación particular, pero cantidades típicas son de 50, 100 ó más. El histograma resulta incapaz de mostrar si el proceso exhibe inestabilidad estadística.

Diagrama de Causa - Efecto. También conocido como Esqueleto de pescado o Diagrama de Ishikawa: Es una herramienta sistémica para la resolución de problemas que permiten apreciar la relación existente entre una característica de calidad (efecto) y los factores (causas) que la afectan, para así poder definir las causas principales de un problema existente en un proceso. Las causas son determinadas pensando en el efecto que tiene sobre el resultado, indicando por medio de flechas la relación lógica entre la causa y el efecto.

La primera sección está constituida por una flecha principal hacia la que convergen otras flechas, consideradas como ramas del tronco principal, y sobre las que indiquen nuevamente flechas más pequeñas, las subramas. En esta primera sección quedan, pues, organizados los factores casuales.

La segunda sección está constituida por el nombre de la característica de calidad.

La flecha principal de la primera sección apunta precisamente hacia este nombre, indicando con ello la relación casual que se da entre el conjunto de factores con respecto a la característica de calidad.

El diagrama de causa-efecto es aplicable en cualquier proceso (administrativo, productivo, etc.) en donde se requiera solucionar un problema o en donde se desee implementar una mejora.

¿QUE ES?

El Diagrama de causa y Efecto (o Espina de Pescado) es una técnica gráfica ampliamente utilizada, que permite apreciar con claridad las relaciones entre un tema o problema y las posibles causas que pueden estar contribuyendo para que él ocurra.

Construido con la apariencia de una espina de pescado, esta herramienta fue aplicada por primera vez en 1953, en el Japón, por el profesor de la Universidad de Tokio, Kaoru Ishikawa, para sintetizar las opiniones de los ingenieros de una fábrica, cuando discutían problemas de calidad.

SE USA PARA:

  • Visualizar, en equipo, las causas principales y secundarias de un problema.

  • Ampliar la visión de las posibles causas de un problema, enriqueciendo su análisis y la identificación de soluciones.

  • Analizar procesos en búsqueda de mejoras.

  • Conduce a modificar procedimientos, métodos, costumbres, actitudes o hábitos, con soluciones - muchas veces - sencillas y baratas.

  • Educa sobre la comprensión de un problema.

  • Sirve de guía objetiva para la discusión y la motiva.

  • Muestra el nivel de conocimientos técnicos que existe en la empresa sobre un determinado problema.

  • Prevé los problemas y ayuda a controlarlos, no sólo al final, sino durante cada etapa del proceso.

  • No basta con decir "trabajen más", "esfuércense!!!" Hay que señalar pasos, y valorar las causas de los problemas. Ordenarlas para poder tratarlas.

¿CÓMO CONSTRUIRLA?

  • Establezca claramente el problema (efecto) que va a ser analizado.

  • Diseñe una flecha horizontal apuntando a la derecha y escriba el problema al interior de un rectángulo localizado en la punta de la flecha.

El diagrama de causa-efecto es aplicable en cualquier proceso (administrativo, productivo, etc.) en donde se requiera

Haga una "Lluvia de ideas" para identificar el mayor número posible de causas que pueda estar contribuyendo para generar el problema, preguntando "¿Por qué está sucediendo?".

Agrupe las causas en categorías.

Una forma muy utilizada de agrupamiento es la 4M: máquina, mano de obra, método y materiales.

Para comprender mejor el problema, busque las subcausas o haga otros diagramas de causa y efecto para cada una de las causas encontradas.

Escriba cada categoría dentro de los rectángulos paralelos a la flecha principal. Los rectángulos quedarán entonces, unidos por líneas inclinadas que convergen hacia la flecha principal.

Se pueden añadir la causas y subcausas de cada categoría a lo largo de su línea inclinada, si es necesario.

DIAGRAMA CAUSA-EFECTO

Los DiagramasCausa-Efecto ayudan a los estudiantes a pensar sobre todas las causas reales y potenciales de un suceso o problema, y no solamente en las más obvias o simples. Además, son idóneos para motivar el análisisy la discusión grupal, de manera que cada equipo de trabajo pueda ampliar su comprensión del problema, visualizar las razones, motivos o factores principales y secundarios, identificar posibles soluciones, tomar decisiones y, organizar planes de acción.

Está compuesto por un recuadro (cabeza ), una línea principal ( columna vertebral ), y 4 o más líneas que apuntan a la línea principal formando un ángulo aproximado de 70º (espinas principales). Estas últimas poseen a su vez dos o tres líneas inclinadas ( espinas), y así sucesivamente (espinas menores), según sea necesario.

DIAGRAMA CAUSA-EFECTO Los <a href=Diagramas C ausa-Efecto ayudan a los estudiantes a pensar sobre todas las causas reales y potenciales de un suceso o problema, y no solamente en las más obvias o simples. Además, son idóneos para motivar el análisis y la discusión grupal, de manera que cada equipo de trabajo pueda ampliar su comprensión del problema, visualizar las razones, motivos o factores principales y secundarios, identificar posibles soluciones , tomar decisiones y, organizar planes de acción . Está compuesto por un recuadro ( cabeza ), una línea principal ( columna vertebral ), y 4 o más líneas que apuntan a la línea principal formando un ángulo aproximado de 70º ( espinas principales ). Estas últimas poseen a su vez dos o tres líneas inclinadas ( espinas ), y así sucesivamente ( espinas menores ), según sea necesario. ¿Qué es el diagrama de dispersión?. El diagrama de dispersión es una herramienta de análisis la cual representa en forma gráfica la relación existente entre dos variables pudiendo observar la dependencia o influencia que tiene una variable sobre la otra, permitiendo visualizar de forma gráfica su posible correlación. Conocidos también como gráficos XY es una herramienta de análisis utilizado generalmente en el área de la gestión de calidad con el objeto de encontrar las relaciones de las causas que producen un efecto. " id="pdf-obj-12-29" src="pdf-obj-12-29.jpg">

¿Qué es el diagrama de dispersión?.

El diagrama de dispersión es una herramienta de análisis la cual representa en forma gráfica la relación existente entre dos variables pudiendo observar la dependencia o influencia que tiene una variable sobre la otra, permitiendo visualizar de forma gráfica su posible correlación. Conocidos también como gráficos XY es una herramienta de análisis utilizado generalmente en el área de la gestión de calidad con el objeto de encontrar las relaciones de las causas que producen un efecto.

Tal y como hemos citado en la definición anterior el diagrama de dispersión nos indica la relación existente entre dos variables, y por lo tanto si traducimos estas dos variables a grupos de datos, podemos relacionar grupos de datos con el objeto de verificar o averiguar que existe una relación entre ambos y como es esta relación de forma aproximada.

Los diagramas de dispersión se emplean para:

Observar el grado de intensidad en la relación entre dos variables, esta relación

puede ser entre un efecto y una de las supuestas causas que lo producen o para ver la relación entre dos causas que provocan un mismo efecto. Visualizar rápidamente cambios anómalos.

Analizar determinadas cuestiones mediante comparaciones.

Modo de aplicación

Los pasos a seguir para construir un diagrama de dispersión son:

  • 1. Seleccionar las 2 variables que se van relacionar.

  • 2. Establecer una hipótesis de la posible relación entre ambas.

  • 3. Construir una tabla que nos relacione los valores de ambas variables por parejas. Si no disponemos de dichos datos será necesario realizar una toma.

  • 4. Dibujar el diagrama poniendo una variable en cada uno de los ejes cartesianos (x,y) con una escala de valores que se ajuste a los datos que se dispone.

  • 5. Representar en el gráfico cada par de valores por un punto.

  • 6. Encontrar la correlación analizando la tendencia de la nube de puntos y la correlación entre las variables.

Estratificación. Herramienta estadística para el análisis y la mejora

La estratificación es un método estadística utilizado para el control, análisis y mejora de la calidad consistente en clasificar los datos disponibles por grupos con similares características. A cada grupo se le denomina estrato.

Los estratos a definir lo serán en función de la situación particular de que se trate, pudiendo establecerse estratificaciones atendiendo a:

Personal.

Materiales.

Maquinaria y equipo.

Áreas de gestión.

Tiempo.

Entorno.

Localización geográfica.

Otros.

La estratificación puede apoyarse en distintas herramientas de calidad, si bien el histograma es el modo más habitual de presentarla.

 Localización geográfica.  Otros. La estratificación puede apoyarse en distintas herramientas de calidad, si bien

La estratificación:

Permite aislar la causa de un problema, identificando el grado de influencia de

ciertos factores en el resultado de un proceso. Puede apoyarse y servir de base en distintas herramientas de calidad.

4.5 Grafica de Control ¿Cuál es el objetivo de una Gráfica de Control? El objetivo, como

4.5 Grafica de Control

¿Cuál es el objetivo de una Gráfica de Control?

El objetivo, como lo indica su nombre, es controlar el proceso, es decir, mantenerlo en estado controlado, para ello debemos hacer una gráfica que en rigor son dos, una para la exactitud, o sea, la gráfica X, y otra, para la precisión, esta es la gráfica R.

El control siempre deberá contener ambas gráficas, es decir, la correspondiente a X y la correspondiente a R. Son indisolubles, no pueden existir independientes, no existe control con solo una de ellas. Y cualquiera de las dos que este fuera de control declara al proceso fuera de control.

Para comprender un proceso, y saber si se encuentra bajo control, deberemos

conocer la

variación debida al azar, y este conocimiento lo extraeremos, precisamente de las gráficas

de control de proceso. Para esto se tomaran pequeñas muestras cada periodos de tiempo

preestablecidos, de forma que en cada pequeña muestra

los factores de variación sean

comunes. Por esta razón las unidades que se toman para cada pequeña muestra deberán ser

una a continuación de otra, de esta forma, los factores que varían de unidad a unidad serán

mínimos.

Las cantidades a extraer en cada muestra tomada a períodos regulares serán de 3 a 10 unidades siendo las más frecuentes de 3 a 6 y la más recomendable es 5.

Hay varias clases de gráficas de control, dependiendo de su propósito y de las características de la variable. En cualquier tipo de gráfica de control el límite de control se calcula usando la siguiente fórmula:

(Valor Promedio) ± 3 x (Desviación Estándar)

Donde la Desviación Estándar es la variación debida al azar.

Este tipo de gráfica de control se llama una gráfica de control de 3-sigma. Tipos de Gráficas de Control

Hay dos tipos de Gráficas de Control, una para valores continuos y otra para valores discretos. En cada tipo hay varias alternativas para elegir el par de medidores necesarios.

4.5 Grafica de Control

4.6 Gráficos de control para atributos

Gráficos np

Muchas características de calidad se evalúan dando resultados como: conforme o disconforme, defectuoso o no defectuoso. Estas características de calidad se conocen como atributos. Supongamos un proceso que fabrica tornillos. Una manera de ensayar cada tornillo sería probarlo con una rosca calibrada.

comunes. Por esta razón las unidades que se toman para cada pequeña muestra deberán ser una

El

resultado de

este

ensayo

sólo

tiene

dos posibles

resultados:Defectuoso-No Defectuoso (ó Conforme-Disconforme).

El resultado de este ensayo sólo tiene dos posibles resultados:Defectuoso-No Defectuoso (ó Conforme-Disconforme). Si el tornillo

Si el tornillo no entra en la rosca, se lo considera defectuoso o disconforme.

Para controlar este proceso, se puede tomar una muestra de tornillos y contar el número de defectuosos presentes en la muestra.

Gráfica de control para no conformidades.

Gráficos basados en valores standar

Cuando es posible especificar valores desviación típica del proceso, usaremos

límites de control del gráfico

El resultado de este ensayo sólo tiene dos posibles resultados:Defectuoso-No Defectuoso (ó Conforme-Disconforme). Si el tornillo

, R, sin Supongamos que los estandar dados son

y . Entonces los parámetros del gráfico son :

El resultado de este ensayo sólo tiene dos posibles resultados:Defectuoso-No Defectuoso (ó Conforme-Disconforme). Si el tornillo

donde es el error tipo I elegido.

Normalmente Z /2 = 3 (= 0,0027), la cantidad

El resultado de este ensayo sólo tiene dos posibles resultados:Defectuoso-No Defectuoso (ó Conforme-Disconforme). Si el tornillo

,que solo depende de n,

esta tabulada en la tabla I, por lo que los parámetros quedarán :

El resultado de este ensayo sólo tiene dos posibles resultados:Defectuoso-No Defectuoso (ó Conforme-Disconforme). Si el tornillo

Para construir el gráfico R con un valor estándar , tendremos en cuenta los valores tabulados d 2 y d 3 que son, respectivamente, el valor central y la desviación

típica de la distribución del rango relativo W = R/. Por consiguiente, (utilizando el criterio 3 R ) los parámetros serán :

El resultado de este ensayo sólo tiene dos posibles resultados:Defectuoso-No Defectuoso (ó Conforme-Disconforme). Si el tornillo

También están tabulados los valores :

con lo que los límites de control serán Si definimos un error tipo I determinado, utilizamos

con lo que los límites de control serán

con lo que los límites de control serán Si definimos un error tipo I determinado, utilizamos

Si definimos un error tipo I determinado, utilizamos las tablas de la distribución del rango relativo para calcular los límites. La utilización de los gráficos basados en valores estándar debe ejercerse con cuidado ya que puede ser que estos valores no sean realmente aplicables al proceso y que, en consecuencia, resulten muchos puntos fuera de control. Si el proceso está en realidad bajo control para una media y una desviación típica diferentes podemos gastar un esfuerzo considerable en buscar causas asignables inexistentes. En aquellos procesos en los que la característica cualitativa se controle mediante ajustes de la máquina este tipo de gráficos suele dar buenos resultados para conseguir los objetivos propuestos.

Ejemplo.- Supongamos que una especificación señala que debemos fabricar un material granular de diámetro exterior 10,8 ± 0,2 mm y que nos aceptan alrededor de 5.5% de granos defectuosos.

El colectivo debe seguir una Distribución Normal de media 10,8 y  = 0,1 (si queremos

El colectivo debe seguir una Distribución

Normal de media 10,8 y = 0,1 (si queremos dejar cuando el proceso está centrado un 4% (<5,5) de granos defectuosos.

Para elegir el gráfico de control de medias muestrales:

Elijo (Probabilidad de detectar un cambio en el proceso cuando en realidad no se ha

producido, error tipo 1).= 2. 7 o/oo (criterio

3).

Elijo n (tamaño de la muestra). Con el tamaño de la muestra controlo el error tipo II (Probabilidad de no detectar cambios en el proceso cuando los hay). Ver curvas características y ARL en el punto. 2.2.2. Normalmente n = 5.

Para elegir el gráfico de control del recorrido:

Elijo el error tipo I, por ejemplo = 2. 7o/oo.

luego 1-= 0,9975. En la tabla de la distribución del rango relativo (tablas II y III), para n = 5 obtengo y = 5,25, luego LSC = 5,25 x 0,1 = 0,52

3 Gráficas X y R simples.

Gráficos de Control

Los gráficos de control o cartas de control son una importante herramienta utilizada en

control

de

calidad

de

procesos.

Básicamente, una Carta de Control es un

gráfico

en

el

cual

se representan

los

El colectivo debe seguir una Distribución Normal de media 10,8 y  = 0,1 (si queremos

valores de algún

tipo

de medición

realizada

durante

el

funcionamiento

de

un

proceso

contínuo,

y

que

sirve para

controlar dicho proceso.

Vamos a tratar de entenderlo con un ejemplo.

Supongamos

que

tenemos una máquina

inyectora que produce

piezas de plástico, por ejemplo de PVC. Una característica de

calidad importante es el peso de la pieza de plástico, porque

indica

la cantidad

de

PVC

que

la

máquina

inyectó

en

la

matriz. Si la cantidad de PVC es poca la pieza de plástico

será deficiente; si la cantidad es excesiva, la producción se encarece porque se consume más materia prima.

Entonces, en el lugar
Entonces,
en
el
lugar

de

salida

de

las

piezas,

hay

un

operario que cada 30 minutos toma una, la pesa en una balanza

y registra la observación:

valores de algún tipo de medición realizada durante el funcionamiento de un proceso contínuo, y que

etc ...

Supongamos que estos datos se registran en un gráfico de líneas en función del tiempo:

valores de algún tipo de medición realizada durante el funcionamiento de un proceso contínuo, y que

Observamos una línea quebrada irregular, que nos muestra las fluctuaciones del peso de las piezas a lo largo del tiempo.

Esta es la fluctuación esperable y natural del proceso. Los valores se mueven alrededor de un valor central (El promedio de los datos), la mayor parte del tiempo cerca del mismo. Pero en algún momento puede ocurrir que aparezca uno o más valores demasiado alejados del promedio.

Cómo podemos distinguir si esto se produce por la fluctuación natural del proceso o porque el mismo ya no está funcionando bien?

Esta es la respuesta que provee el control estadístico de procesos, y a continuación veremos como lo hace.

Todo proceso de fabricación funciona bajo ciertas condiciones o variables que son establecidas por las personas que lo manejan para lograr una producción satisfactoria.

Análisis de la capacidad del proceso

Observamos una línea quebrada irregular, que nos muestra las fluctuaciones del peso de las piezas a

Las técnicas estadísticas son útiles a lo largo de todo el ciclo productivo incluyendo:

Actividades previas a la fabricación, cuantificación de la variabilidad del proceso, comparación de la variabilidad con las especificaciones y la reducción de la variabilidad. Al conjunto de estas actividades se le denomina análisis en la capacidad del proceso.

Definiremos el análisis de capacidad, como el estudio de ingeniería encaminado a estimar la capacidad del proceso. La capacidad del proceso puede estimarse definiendo la forma de la distribución que sigue la variable en estudio y dando una medida del valor central (media) y de la dispersión (sigma).

La capacidad del proceso se refiere a su uniformidad, la variabilidad es una medida de la uniformidad. Existen dos formas de variabilidad, la variabilidad inherente, existente en un momento dado, también llamada variabilidad instantánea y la variabilidad a lo largo del tiempo.

Como medida de la capacidad de un proceso es costumbre tomar un intervalo de 6σ u 8σ en

la distribución de la característica en estudio. La figura adjunta muestra un proceso para el que la distribución es Normal con media μ y desviación típica σ. Los límites naturales de tolerancia inferior y superior del proceso caen en el intervalo μ - 3.σ -:- μ+ 3.σ . Para la distribución Normal los límites de tolerancia incluyen el 99,75% de los valores de la variable. Dicho de otra forma, sólo el 0,27% de los valores caen fuera de los límites naturales de tolerancia. Si la distribución no es Normal, el porcentaje de valores fuera de los límites μ ± 3σ puede desviarse sensiblemente del 0,27% citado.

Se pueden utilizar como medida de la capacidad otros criterios como por ejemplo que el 98% de la producción entre en el intervalo de Tolerancia. En este caso utilizando las tablas de la Distribución Normal (Tabla I) vemos que deben entrar como mínimo 2x2,33σ = 4,66 σ.

El análisis de capacidad del proceso es fundamental en un Programa Integral de Mejora de Calidad. Entre sus aplicaciones, podemos señalar :

  • 1. Predecir como se comportará el proceso respecto de las especificaciones.

  • 2. Ayudar en la selección o modificación de los parámetros del proceso.

  • 3. Orientar en el establecimiento de la frecuencia de los desmuestres para el control

del proceso.

  • 4. Especificar las tolerancias de nuevos equipos

  • 5. Reducir la variabilidad en el proceso de fabricación.

Dos son, principalmente, las técnicas utilizadas en el análisis de la capacidad de un proceso:

Histogramas y Gráficos de Control.

Análisis de la capacidad del proceso usando histogramas

La distribución de frecuencias suele ser útil para estimar la capacidad del proceso. Se requieren, por lo menos, entre 50/100 observaciones para realizar la estimación. Siempre que sea posible y antes de comenzar la recogida de datos, deben seguirse los siguientes pasos:

  • a) Escoger adecuadamente la máquina o máquinas sobre las que va a realizarse el

estudio de forma que sean representativas del conjunto de máquinas al que van a

extenderse las conclusiones.

  • b) Seleccionar las condiciones operativas del proceso definiendo cuidadosamente

estas condiciones ya que su variación puede afectar a la capacidad del proceso.

  • c) Seleccionar, cuando proceda, un operador representativo.

  • d) Seguir estrechamente el proceso de toma de datos y registrar el orden en que se

producen.

El histograma, con su valor medio X−− y su desviación típica S estima la capacidad del proceso que es X−−±3S . Una ventaja del histograma es que nos da una impresión inmediata de como es la característica en estudio.

Para cuantificar la Capacidad de Proceso se utilizan coeficientes que permiten comparar el rango de especificaciones con la fluctuación natural del proceso. Uno de ellos es C p :

Cp=LSELIE6σ

donde LSE y LIE son, respectivamente, el Límite Superior y el límite inferior de Especificación.

Si el proceso tiene capacidad para fabricar el producto, entonces C p > 1. En general se exige C p > 1.30 para mayor seguridad.

El histograma, con su valor medio X −− y su desviación típica S estima la capacidad

C p tiene el inconveniente de que para poder aplicarlo, el centro de gravedad del rango de especificaciones debe coincidir con la tendencia central de las mediciones del proceso. Cuando esto no ocurre se emplea el C pk :

Cpk=σ

Donde:

=min{(LSEX−−),(X−−−LIE)}

En el gráfico podemos observar que una buena parte del producto está por encima del Límite Superior de Especificación (LSE). Aún así resulta C p > 1, indicando erróneamente que el proceso tiene capacidad suficiente.

En este caso se debe usar el segundo coeficiente que muestra claramente que el proceso no tiene capacidad suficiente (C pk < 1), tal como se puede observar en el gráfico.

Un proceso suele decirse que es apto cuando C > 1 ó incluso C > 1,3

Un proceso suele decirse que es apto cuando C p > 1 ó incluso C p > 1,3 Modernamente, ha comenzado a utilizarse :

Cpm=LSELIEσ

donde : σ=1n(XiNominal)2n1−−−−−−−−−−−−−−−−−−

Un proceso suele decirse que es apto cuando C > 1 ó incluso C > 1,3

siendo :

Nominal=LES+LEI2

El uso de un histograma para analizar la capacidad de un proceso tiene la ventaja de que se puede apreciar la forma de la distribución, con lo cual se puede confirmar o rechazar la hipótesis de que la misma es normal. Pero el problema es que no se puede detectar la presencia de patrones no aleatorios, con lo cual no es posible confirmar o rechazar la hipótesis de que el proceso está bajo control estadístico. Si el proceso no está bajo control estadístico los resultados del análisis de la capacidad de proceso no serán válidos y pueden llevar a conclusiones equivocadas.

Análisis de la capacidad del proceso usando gráficos de control

Los histogramas y otros métodos de análisis tales como los gráficos de probabilidad indican como varía el proceso pero no muestran, necesariamente, la capacidad potencial del proceso ya que éste puede estar en situación de fuera de control o presentar pautas que si se eliminaran reducirían la variabilidad de la característica en estudio. Los gráficos de control son muy útiles en este sentido y deben ser considerados la técnica principal en los análisis de capacidad.

En los análisis de capacidad pueden usarse los gráficos de control por variables y los gráficos de control por atributos aunque son preferibles los primeros por la mayor información que suministran.

Los gráficos X−−,R permiten estimar la variabilidad instantánea (capacidad del proceso a corto plazo) y la variabilidad a lo largo del tiempo(capacidad del proceso a largo plazo). La

variabilidad instantanea viene dada por s = R/d 2 , donde d 2 es un valor tabulado en función del tamaño de muestra n.

No debe estimarse la capacidad del proceso a corto plazo cuando se presenta una situación fuera de control ya que previamente habría que encontrar las causas asignables y poner el proceso bajo control.

Cuando se utilizan gráficos X−−−R, en el gráfico de X−− se representan los promedios de subgrupos, es decir, promedios muestrales. No debe confundirse la desviación standard del proceso con la desviación standard de los promedios muestrales. Si la desviación standard del proceso es s y cada subgrupo tiene m mediciones, la desviación standard entre subgrupos es:

σm=σm

Si se utiliza por error la desviación standard entre subgrupos para calcular los coeficientes de capacidad del proceso, se obtendrán valores más altos que los que corresponden a la verdadera capacidad del proceso.

Procedimientos especiales para el control de procesos.

TABLA 1.- DISTRIBUCION NORMAL

Probabilidades acumulativas de la distribución de probabilidad normal (áreas bajo la curva desde - infinito hasta z)

TABLAS II y III.- DISTRIBUCION RANGO RELATIVO Puntos de porcentaje de la distribución de la amplitud

TABLAS II y III.- DISTRIBUCION RANGO RELATIVO

Puntos de porcentaje de la distribución de la amplitud relativa w = R/’, universo normal *

TABLAS II y III.- DISTRIBUCION RANGO RELATIVO Puntos de porcentaje de la distribución de la amplitud

*Probabilidades tomadas de E. S. Péarson, “The Probabilily Integral of the Range in Samples

of n Observation from, a Normal Population”, Biometrika, Vol. XXXII(1941-42), págs 301-8. La

media y la tomadas de E. S. Pearson “The Percentage Limits for the Distributíons of Range in Samples from, a Normal Population”, Biometrika, Vol, XXIV (1932), pág. 404-17.

Obsérvese que en contraste con la tabla C estas probabilidades están acumuladas desde el extremo inferior de la distribución.

of n Observation from, a Normal Population”, Biometrika, Vol. XXXII(1 941-42), págs 301-8. La media y

n = Tamaño de la muestra

TABLA IV - GRAFICOS POR VARIABLES

FACTORES PARA CONSTRUIR LIMITES DE CONTROL

ESTUDIO INICIAL - RESUMEN DE FORMULAS CONTROL RESPECTO A ESTANDAR - RESUMEN DE FORMULAS

ESTUDIO INICIAL - RESUMEN DE FORMULAS

ESTUDIO INICIAL - RESUMEN DE FORMULAS CONTROL RESPECTO A ESTANDAR - RESUMEN DE FORMULAS

CONTROL RESPECTO A ESTANDAR - RESUMEN DE FORMULAS

ESTUDIO INICIAL - RESUMEN DE FORMULAS CONTROL RESPECTO A ESTANDAR - RESUMEN DE FORMULAS