Documentos de Académico
Documentos de Profesional
Documentos de Cultura
RESUMEN
El objetivo de este trabajo es comprobar que un proceso industrial de calidad en una industria de
autopartes automotrices, est sometido a una serie de factores que son inherentes al sistema de produccin
como calidad de las materias primas, variaciones de reaccin, etctera, que hacen poco probable fabricar
dos productos exactamente iguales o uniformes, sin embargo es posible reducir o mantener esa
variabilidad dentro de unos lmites aceptados por clientes y proveedores y cumplir con los requerimientos
del producto y las expectativas del cliente mediante utilizacin preventiva de determinadas herramientas
estadsticas. Por lo tanto, la pregunta de investigacin es En un proceso de produccin es posible
mantener los factores comunes que influyen en el resultado final constantemente en el mismo estado?
Para resolverla se parti de una revisin de literatura de autores relevantes para cartas de control
(SRINIVASU; RIKKULA, 2009; GUTIRREZ; DE LA VARA, 2009; MONTGOMERY, 2004) y para
calidad (ALBUKAISI, 2013; PRYOR, 2004) Se elabor un grfico de control que se aplic a un nmero
de parte representativo de la carta de materiales de un arns especfico. Los datos fueron procesados
observar que el proceso de medicin y monitoreo en la toma de medicin de la cavidad 1A se encuentra
en control estadstico, ya que ningn punto se encuentra fuera del lmite del control superior y no se
presentaron patrones de comportamiento anormal.
Palabras claves: Cartas control. Calidad. Variabilidad.
RESUMO
O objetivo deste trabalho comprovar que um processo industrial de qualidade, em uma indstria de
peas automotivas, est submetido a uma srie de fatores que so inerentes ao sistema de produo, como
a qualidade de matrias-primas, alteraes na reao etc., que tornam pouco provvel fabricar dois
produtos exatamente iguais e uniformes. No entanto, possvel reduzir essa variabilidade ou mant-la
dentro dos limites aceitos pelos clientes e fornecedores, para que estejam em conformidade com os
requisitos do produto e com as expectativas do cliente por uso preventivo de certas ferramentas
estatsticas. Portanto, a questo de pesquisa : Em um processo de produo, pode-se manter os fatores
comuns que influenciam no resultado final sempre no mesmo estado? Para resolv-la, iniciou-se uma
reviso da literatura atravs de autores relevantes para grficos de controle (SRINIVASU; RIKKULA,
2009; GUTIRREZ; DE LA VARA, 2009; MONTGOMERY, 2004) e para a qualidade (ALBUKAISI,
2013; PRYOR, 2004). Foi elaborado um grfico de controle que foi aplicado em um nmero
representativo de cartas de materiais especficos. A partir dos dados processados, notou-se que o processo
de medio e monitoramento, ao fazer a medio da cavidade 1A, est sob controle estatstico, e que
nenhum ponto est fora do limite de controle superior e no foram apresentados padres de
comportamento anormal.
Palavras-chave: Cartas de Controle. Qualidade. Variabilidade.
INTRODUCCIN
Las empresas de autopartes son presionadas por sus clientes con requerimientos
de rapidez en tiempos de entrega, desarrollo e innovacin de nuevos productos, entregas
1
con cargos
monetarios por
azar, y otros atribuibles a alguna causa especfica que se podr investigar y corregir
(GUTIRREZ, 2009; MONTGOMERY, 2004).
Los grficos de control permiten monitorear la situacin en la planta de arneses
para controlar su buen funcionamiento y detectar rpidamente cualquier anomala
respecto al patrn correcto al proceso. El control de calidad de procesos y
mantenimiento de los mismos, exige un esfuerzo sistemtico, en primer lugar para
identificar y eliminar las causas por las cuales el arns obtenido no es aceptable en la
planta y en segundo para mantenerlo dentro de los estndares de calidad fijados,
(QUAGLINO, 2008).
De all surge la importancia de analizar la organizacin, pues a partir de una
adecuada administracin de la calidad total es posible a partir de los requerimientos del
cliente, controlar el asunto de la variacin, que es a menudo simplificado: partes fuera
de especificaciones son no aceptables. El objetivo debe ser mantener la localizacin en
un valor con una mnima variabilidad. Para administrar cualquier proceso y reducir la
variacin, dicha variacin debiera ser rastreada hacia sus fuentes, (LEVIN, 2004). El
primer paso es distinguir entre causas de variacin comunes y especiales. Las comunes
se refieren a que un proceso genera una distribucin estable y respetable en el tiempo.
Las especiales se refieren a cualquier factor causando solo algunos resultados del
proceso. Estas a menudo son intermitentes e impredecibles (QUAGLINO, 2008).
1 CALIDAD
Pare Alkubaisi (2013) y Levin, (2004) y el concepto de calidad se refiere a
ciertos atributos mensurables de un producto, servicio o proceso, para los que se ha
establecido cierto estndar. Un producto o servicio es de calidad cuando satisface las
necesidades de los usuarios en cuanto a seguridad, fiabilidad y servicio. Los conceptos
de calidad y productividad estn estrechamente relacionados. La baja calidad de un
producto, manifestada como defectos de fabricacin y baja confiabilidad en su
rendimiento, afecta la productividad global de la empresa y su rentabilidad final,
(LEVIN 2004). El mejoramiento de la calidad contribuye a eliminar el desperdicio,
reducir el retrabajo de piezas, minimizar los requerimientos para inspeccin y prueba, y
las prdidas por garanta, adems de mejorar la satisfaccin del consumidor, logrando
as que la empresa se convierta en un productor confiable, de alta calidad y bajo costo
para la industria. Cuando la gerencia incluye como inicio de su plan estratgico los
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
cuando estas herramientas son una parte importante de CEP, ellas constituyen tan slo
su aspecto tcnico. El CEP crea un ambiente en el que todos los entes de la organizacin
desean el mejoramiento continuo de la calidad y la productividad. Este ambiente se
desarrolla mejor cuando la direccin se involucra en el proceso de mejoramiento
continuo de calidad. Un programa de control estadstico para un proceso requiere la
ejecucin de dos fases (MONTGOMERY, 2004).
Fase 1: en esta fase se toman las mediciones para estimar parmetros
fundamentales, como el promedio y la desviacin estndar de la variable que se est
midiendo. Con base en dichas estimaciones se calculan los lmites de control, bajo el
supuesto de que las observaciones siguen distribucin normal; LSC = + L; LIC = L; siendo L la distancia de los lmites de control a la lnea central. En general, se
utilizan lmites de tres sigmas alrededor del promedio. Luego se construye un grfico de
prueba conformado por una lnea recta horizontal a la altura del promedio y otras dos
lneas rectas a la altura de los lmites de control.
En este grfico inicial se representan las observaciones usadas en el clculo de
los lmites de control. Se analiza para verificar si se cumple la hiptesis de que la
variabilidad del proceso se debe a slo a causas aleatorias o si, por el contrario, existen
causas asignables de variacin. Esto se puede verificar, ya que cuando la fluctuacin de
las mediciones se debe a un sistema constante de causas aleatorias, las observaciones
siguen una distribucin normal. Si no se descubren causas asignables, entonces se
adoptan los lmites de control calculados como definitivos, y se construyen cartas de
control con esos lmites. En caso de existir pocos puntos fuera de control, se eliminan,
se reestiman los parmetros y los lmites de control con los restantes puntos, y se
construyen un nuevo grfico de prueba. Cuando las observaciones no siguen un patrn
aleatorio, indicando la existencia de causas asignables, es necesario investigar para
descubrirlas y eliminarlas. Una vez realizado lo anterior, se debern tomar nuevas
observaciones y calcular nuevos lmites de control de prueba.
Fase 2: En esta fase, las nuevas observaciones del proceso se representan en el
grfico de control, verificando que ellas estn dentro de los lmites, y que no se
observen patrones no aleatorios. El 99.8% de las observaciones deben estar dentro de
los lmites de 3.09 sigmas alrededor de la media. Esto significa que solo una
observacin en 500 (0.2% de las observaciones) puede estar, por causas aleatorias, fuera
de los lmites de control. Cuando hay ms de un punto fuera de los lmites de control,
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
significa que el sistema de causas aleatorias que provoca la variabilidad habitual de las
observaciones se ha alterado por la aparicin de alguna causa asignable; es necesario
entonces descubrir y eliminar dicha causa para que el proceso retorne el control.
Cartas de control Media Rango. Para cada grupo se presentan los valores (
R); si est comprendido en el intervalo (LIC, LSC) entonces el proceso est bajo
control, caso contrario, el proceso puede estar fuera de control. Es importante mantener
bajo control tanto la media como la variabilidad del proceso en estudio (Montgomery,
2004).
Cartas de Control para Atributos. Las CCA se utilizan cuando la caracterstica
de calidad no puede ser cuantificada; slo puede indicarse si ella est conforme o no con
ciertas especificaciones (defectuoso-no defectuoso; conforme no conforme). As, se
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
10
11
2 METODOLOGIA
La investigacin es de tipo cuantitativo descriptiva, considerando los
siguientes esquemas: No experimental, dado que no se harn cambios en las variables a
investigadas, para observar las reacciones, resultados y consecuencias de tales cambios,
y transaccional, donde los datos se recolectan en un solo tiempo. El campo de estudio
de la investigacin fue en la empresa Arneses de Mxico, S.A. La organizacin se
encuentra en la ciudad de Quertaro, 200 km al norte de la capital del pas. La
produccin principal de la organizacin son los arneses y ensambles automotrices. La
organizacin pertenece al grupo industrial alemn Kromberg, el cual fue fundado en
1953 y cuenta con veintisis compaas independientes alrededor del mundo
Partiendo de que el objetivo de la investigacin es comprobar que todo proceso
industrial est sometido a causas comunes o especficas que hacen poco probable
fabricar dos productos exactamente iguales o uniformes, es posible reducir o mantener
esa variabilidad dentro de lmites aceptados y cumplir con los requerimientos del
producto y las expectativas del cliente, por medio de la utilizacin preventiva de las
cartas de control. La hiptesis H0 No existe diferencia significativa entre las
mediciones de la cavidad de la terminal 128 1-a y la H1: Existe una diferencia
significativa en las mediciones de la cavidad de la terminal 128 1-a. H2: Se
conservan las condiciones del 3 desviaciones estndar.
Al aplicarse la herramienta estadstica en donde se involucraron variables
continuas o cuantitativas se verific si la informacin obtenida en el proceso, tiene un
comportamiento normal, por lo cual se aplic la prueba de normalidad generando una
grfica de probabilidad normal. Se aplic la desviacin estndar a las muestras
recogidas por turno de maana, tarde y noche por mes para observar la fluctuacin de
los datos respecto a su punto central o media. El contraste se llev utilizando cartas de
control para la evaluacin de la estabilidad del proceso de medicin y monitoreo en la
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
12
altura de la terminal cav 1A, el cual corresponde al material comprando del conector
925979 7 pin, que consta de ocho dimensiones como para la precisin del mismo a
travs de la carta media y de la carta rango o desvo estndar respectivamente. La altura
de la terminal 128 cav 1 aprobada por el cliente es (74.54-0.2). El conector es el
componente ms importante de la explosin del material del producto terminado y la
variabilidad en las dimensiones de ste es fundamental en la calidad del producto
terminado.
Las muestras se recogieron con la frecuencia, y en los tiempos oportunos y
reflejaron los cambios comunes y especficos. Se recogieron muestras suficientes. Se
hizo la recoleccin de la informacin del periodo de enero del ao 2014 en los tres
turnos laborables, tabulada por 30 das y 25 subgrupos Las muestras que se utilizaron
para construir grficas de control se conocen como subgrupos. Para cada subgrupo (es
decir, muestra), se calcul el valor de un estadstico asociado con una variable. Los
estadsticos utilizados incluyeron la fraccin disconforme y la media y el rango de una
variable numrica. Entonces se graficaron los valores contra el tiempo y se agregaron
los lmites de control a la grfica. La forma ms comn de grfica de control establece
lmites de control que estn dentro de 3 desviaciones estndar de la medida estadstica
de inters. La ecuacin media del proceso 3 desviaciones estndar define, en general,
los lmites de control superior e inferior para las grficas de control.
Primeramente hizo un recorrido para la compresin de la operacin en las reas
de recepcin y que se encuentran involucradas con el material de componentes:
verificacin de material comprado, inspeccin y pruebas, medicin y monitoreo de los
procesos de manufactura y del producto, identificacin y trazabilidad, control de
producto no conforme y desviaciones, control de equipo de medicin, inspeccin y
prueba, comunicacin, retroalimentacin y servicio a clientes, control de producto no
conforme y reclamaciones externas. En el proceso de medicin y monitoreo de los
procesos de manufactura se aplicaron los mtodos apropiados para verificar las
capacidades de los procesos y para obtener datos para el control de los mismos.
Basndose en los resultados documentados se establecieron especificaciones, donde
fueron aplicables, y se definieron instrucciones de produccin, de medicin y pruebas y
de mantenimiento de acuerdo al procedimiento establecido. Cuando la capacidad del
proceso no ha alcanzado o el proceso es inestable se inicia un plan de reaccin como se
establece en el plan de control o como lo solicite el cliente. En la organizacin se
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
13
asegura que se cuente en todos los turnos con personal competente para asegurar la
calidad del producto. Las responsabilidades de personal del proceso monitoreo del
producto se encuentran documentadas en las descripciones de puesto. En la
organizacin se llevan a cabo auditorias del producto en las diferentes etapas del
proceso y con intervalos de tiempo definidos en el plan de control, donde se verifican
todos los requerimientos acordados por el cliente. Los resultados de estudios
dimensionales y funcionales de componentes y de producto terminado son
documentados en el formato reporte dimensional o el especificado por el cliente, a
excepcin de las mediciones que se hacen en el proceso normal de produccin las
cuales son registradas en el software de control estadstico de procesos. Al inicio de
cada ao el departamento de calidad elabora el programa de inspeccin dimensional y
funcional 100% de producto terminado, se asegura que cada nmero de parte producido
sea evaluado cada periodo. Cuando se requiere se solicita apoyo de metrologa o el
departamento que se necesite. Si en la evaluacin resultaron incumplimientos a las
especificaciones, se toman las acciones pertinentes de acuerdo al procedimiento
Monitoreo de Producto.
En la Figura 1 se muestra el procedimiento para el monitoreo del material
recepcionado al Almacn, el cual inicia con la entrada de material recibido en sistema
(AL, Control de Almacenes y Preservacin del Producto),
y si existen las
respuesta por parte del proveedor ED (entregas diferidas), para materiales que se envan
a sorteadora, AC (aseguramiento de calidad), para materiales que son desecho y no se
pueden recuperar, RT (retorno a proveedor), para materiales que se va a retornar al
14
Conector de pgina
Almacenamiento
Conector Interno
Teclado
Subrutina
Decisin
Actividad
Op. Manual
Documento
Inicio/Fin
Paso #
proveedor.
Responsable
Involucrado
Descripcin / Comentarios
AL
Notificar a CL de discrepancias
encontradas
Si cumple liberar, si no cumple ir
a contencin.
Si se tiene alerta por parte del
proveedor de que algn lote es
sospechoso generar alerta de
Calidad y distribuirla a AL, CP y
MF para que identifique y se
maneje como material no
conforme
Plan de Reaccin
INSPECCIN RECIBO
Inicio
1
No
2
CR
Inspeccionar
material de
acuerdo
a
instrucciones de inspeccin recibo y plan de
muestreo
AL
CL
Si
Fin
4
Condicionado
5
CR
CR
Cuando
el material est
fuera
de
especificacin:
1.Generar
RPD
2.- Mover el material fsico a cuarentena y en
sistema a almacn PD (por disposicin), para
Rechazado
CR
CR
Fin
8
Seleccionar,
retrabajar
o
rechazar en acuerdo con el
proveedor
15
3 RESULTADOS
En la Figura 2 se muestra la prueba de normalidad Anderson-Darling y
Kolmogorov Smirnov, elaborada con los datos tomados de la terminal 128 cav, con
125 muestras por en 5 subgrupos, un periodo de 30 das en los tres turnos laborables
(maana, tarde y noche. El resultado del valor de p (.064) (>0.05), la media
) (74.40)
99.9
99
Media
Desv.Est.
N
AD
Valor P
95
90
Porcentaje
80
74.40
0.003287
125
0.705
0.064
70
60
50
40
30
20
10
5
1
0.1
74.390
74.395
74.400
74.405
74.410
Alt.Cav
16
17
18
74.4050
Media de la muestra
LSC=74.40403
74.4025
_
_
X=74.39971
74.4000
74.3975
LIC=74.39540
74.3950
1
11
13
15
17
19
21
23
25
Muestra
Rango de la muestra
0.016
UCL=0.01582
0.012
_
R=0.00748
0.008
0.004
0.000
LCL=0
1
11
13
15
17
19
21
23
25
Muestra
19
noche) en los que se tomaron las medidas en el mes. Para visualizar la tendencia central
de los datos, su dispersin y la forma como stos se distribuyeron dentro de su rango de
variacin, se construyeron la Tablas de frecuencia y porcentajes de la altura de la
terminal por los tres turnos,
Para evaluar en su conjunto el proceso de la toma de la cavidad por el mes de
revisin, se construy el histograma para observar la tendencia central de los datos,
estudiar el centrado del proceso, su variabilidad, as como la forma del histograma.
(Figura 7). La tendencia central de las mediciones se localiza en el eje 74.389 y 74.415
mm. El proceso se encuentra descentrado ligeramente hacia la izquierda. La amplitud de
las especificaciones con el ancho del histograma cabe de manera holgada en las
especificaciones., es decir, hay poca variacin.
Procesar datos
LIE
74.34
Objetivo
*
LSE
74.54
Medida de la muestra
74.3997
Nmero de muestra
125
Desv.Est. (Entre)
0
Desv.Est. (Dentro)
0.00335442
Desv.Est. (Entre/Dentro) 0.00335442
Desv.Est. (General)
0.00328687
LIE
LSE
E/d
General
37 3 63 38 9 41 5 441 467 4 93 5 19
.3
.
.
.
.
.
.
.
7 4 74 74 74 7 4 7 4 74 74
CONCLUSIONES Y DISCUSIN
Sobre el control estadstico podemos decir que ste ha demostrado su utilidad
tanto en las empresas de manufactura como de servicio, (Feigenbaum, 1994), ya que
con las exigencias de mejora a la que se ven expuestas las organizaciones debido a la
alta competitividad de los mercados globalizados, se ha hecho ms evidente la
necesidad de ampliar la comprensin y utilizacin del pensamiento estadstico, y aplicar
conceptos y tcnicas estadsticas para una diversidad de tareas y propsitos: como son
identificar dnde, cmo, cundo y con qu frecuencia se presentan los principales
problemas en una organizacin; detectar con rapidez, oportunidad y a bajo costo
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
20
21
encontrar y eliminar las causas de los errores, defectos y retrasos en los procesos del
negocio, enfocndose hacia aquellos aspectos que son crticos para el cliente. La
estrategia 6 se apoya en una metodologa altamente sistemtica y cuantitativa
orientada a mejorar los resultados del negocio con tres reas prioritarias de accin:
satisfaccin del cliente, reduccin del tiempo de ciclo y disminucin de los defectos,
(JUDI, 2011). La meta de 6, que le da el nombre, es lograr procesos con calidad Seis
Sigma, es decir, procesos que como mximo generen 3.4 defectos por milln de
oportunidades de error. Esta meta se alcanza mediante un programa vigoroso de mejora,
diseado e impulsado por la alta direccin de Arneses de Mxico, en el que se han
desarrollado proyectos en las diferentes reas de la empresa con el objetivo de lograr
mejoras y remover defectos y retrasos de productos, procesos y transacciones. La
metodologa en la que se apoya Seis Sigma est definida y fundamentada en las
herramientas y el pensamiento estadsticos.
Una carta de control se parece a una prueba de hiptesis repetida en el tiempo
para detectar cambios a partir de un proceso bajo control (WOODALL, 1997), se
obtienen los resultados a las hiptesis formuladas:
La lnea central del grfico X-barra est situada al nivel 74.39971, lo que
significa que el proceso de monitoreo en la medicin de la altura de la terminal 128 cav
1A est situado dentro de los lmites establecidos.
REFERENCIAS
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
22
ALKUBAISI, M. (Mayo, 2013). Statical quality control (sqc) and six sigma
methodology: and application of X-bar chart on Kuwait Petroleum Company.
International Journal of Business Administration, 4(3), p. 61-72
BELOHLAV, J. (Primavera, 1993). Calidad estratgica y Competitividad. Obtenido el 2
de febrero de 2014, <http://www.azc.uam.mx/publicaciones/gestion/num4/doc8.html>.
BUTTREY, S. E. Excel Add-in for statical process Control Charts. Journal of Statical
Software, 30(19), jun. 2009, p. 1-12.
Feigenbaum, A. Control de calidad total. 3. ed. Mxico: Cesca, 1994.
GLUSKKOVSKY, E. A. On-line G Control Chart for Attribute Data. Quality and
Reliability Engineering International, 10, 1994, p. 217-227.
GUTIRREZ, P.H.; DE LA VARA, S.R. Control estadstico de la calidad y seis sigma.
2. ed. Mxico: McGraw-Hill, 2009.
JUDI, H. M.; JENAL, R.; GENASAN, D., (2011). Quality control implementation in
manufacturing companies; motivating factors and challenges. (Abril, 2011).
Applications and experiences of quality control, p.495-509.
KAMINSKY, F. C.;BENNEYAN, J. C.; BURKE, R. J. (Abril, 1992). Statical control
charts based on a geometric distribution. Journal of quality technology, 24(2). P. 63-69.
LEVIN, R.; RUBIN, D. Estadstica para administracin y Economa. 4. ed. Mxico:
Prentice Hall, 2004.
MONTGOMERY, C. D. Control estadstico de la calidad. 3. ed. Mxico: Limusa
Wiley, 2004.
PRYOR, M. G.; TOOMBS, L., Anderson, D y White, C.J. (2004). What management
and quality theories are best for small businesses? Journal of management and
marketing research, p.1-12.
QUAGLINO, M. Y; PAGURA, J. Novenas jornadas Investigaciones en la Facultad de
Ciencias Econmico Administrativas, 2004.
SPRINIVASU, R.; REDDY, S.;Y RIKKULA, S. R. Utility of quality control tools and
statistical process control to improve the productivity and quality in an industry.
International Journal of reviews in computing, 2009, p. 15-20.
WOODALL; WILLIAM, H., Control Charts Based on Attribute Data: Bibliography and
Review. Journal of Quality Technology, 29, 1997, p. 172-183.