Está en la página 1de 14

UNIVERSIDAD CENTROCCIDENTAL

LISANDRO ALVARADO
DECANATO DE CIENCIAS Y TECNOLOGA
PROGRAMA INGENIERA DE PRODUCCIN

MTODO PROPUESTO PARA LA REALIZACIN DE ESTUDIOS DE CAPACIDAD


PARA ATRIBUTOS EN LA EMPRESA VENEQUIP MACHINE SHOP C.A.

Autor: Mariela Loizaga

BARQUISIMETO, FEBRERO 2016

BASES TERICAS

Estudio de Capacidad para procesos con variables discretas


A continuacin se presentan las tcnicas empleadas para la evaluacin de
capacidad detallada en el proyecto titulado Control Estadstico de las Paradas en
el

Proceso

de

Reconstruccin

de

Subcomponentes

Metalmecnicos

de

Maquinaria Pesada en la Empresa Venequip Machine Shop C.A.


Generalmente la evaluacin de la capacidad se realiza a variables continuas,
sin embargo este concepto de cumplimiento de requisito abarca mucho ms
pudiendo aplicarse a variables discretas tipo atributos que tambin son de gran
importancia.
Cada vez se vienen presentando con mayor intensidad procesos que
presentan caractersticas cualitativas que no pueden ser evaluadas a travs de
instrumentos de medida sino que estn ms susceptibles a percepciones y
evaluaciones subjetivas como es el caso de las paradas en el proceso de
reconstruccin de subcomponentes; para este tipo de casos se cuenta con una
serie de indicadores y tcnicas que pueden ser aplicadas a los procesos donde
predominan las variables cualitativas.
Para proceder a la mencionada evaluacin de capacidad se debe tomar en
cuenta que actualmente no existe una nica tcnica establecida para las
evaluaciones de capacidad para atributos debido a que no se aplica
frecuentemente a este tipo de variables cualitativas por lo que se tomarn en
cuenta las distintas tcnicas y conceptos que nos presentan importantes autores
como Montgomery, Gutirrez y De la Vara y Jurn entre otros.

Capacidad para procesos con variables discretas o atributos

Gitlow (2006), dice que al desconocer las especificaciones de las


caractersticas crticas de calidad la capacidad de proceso con variables discretas
puede expresarse como un porcentaje fuera de las especificaciones. Este
porcentaje que esta fuera de las especificaciones se puede tomar como la fraccin
defectuosa de las grficas o cartas de control p y np.
Adicionando a lo anterior Gitlow (Ob.Cit.) plantea que el estudio de capacidad
de proceso por atributos se refleja en trminos de produccin de la fraccin
defectuosa y los defectos por unidad de produccin. Tambin, segn los
mencionados autores las herramientas principales que se utilizan en los estudios
capacidad de proceso en atributos son las grficas de control por atributos.

Tcnica para proporcin de Defectuosos mediante Cartas de Control


Usando las cartas de control por atributos es posible obtener indicadores
similares al Cp y Cpk. Segn Cuatrecasas (Ob.Cit) las Cartas de Control son
grficas utilizadas para estudiar como el proceso cambia a travs del tiempo. Se
grafica el promedio como la lnea central y los lmites de control superior e inferior
que son permitidos en el proceso; estos lmites se determinan con la data del
proceso.
Por otra parte, en la grfica np

se muestran las variaciones de artculos

defectuosos por muestra o subgrupo. Segn Gutirrez y De la Vara (Ob.Cit) La


carta np es ampliamente usada para evaluar el desempeo de una parte o de todo
un proceso donde el tamao de los subgrupos es constante, tomando en cuenta
su variabilidad con el propsito de detectar causas o cambios especiales en el
proceso.

Segn lo planteado anteriormente, los lmites de control para la carta o grfica


np se obtienen estimando la media

y la desviacin estndar

de la

cantidad de defectos, estn dados por:


= (np ( 1 p ) )

=np
Y los lmites de control estn dados por:
LCS (Lmite de Control Superior) =

np+3 np ( 1 p )

LC= np
LCI (Lmite de Control Inferior) = np3 np ( 1C )
Donde n es el tamao de subgrupo y p es la proporcin promedio de artculos
defectuosos; entonces definimos el valor p como:

p=

Nmero de Defectos
total de inspeccionados

A partir de la ecuacin para obtener el ndice de capacidad Cp, y sustituyendo


la desviacin estndar de las cartas o grficas de control np se obtiene la
siguiente expresin:
Cp=

LCSLCI
LCS
=
6
6 (np( 1 p ) )

Lo anterior se plantea teniendo en cuenta que en atributos LCI = 0.

Este ndice de capacidad, de acuerdo al resultado que arroje se analiza e


interpreta de la siguiente manera:

Tabla 3. Anlisis del ndice de capacidad Cp


Cp < 1
Cp =1
Cp > 1

Proceso no capaz
Proceso justamente capaz
Proceso capaz

Fuente: Cuatrecasas, L. (2005). Gestin Integral de la Calidad Implantacin, Control y


Certificacin.

Para el caso del ndice Cpk, se sustituyen tanto el valor

=np como el

= (np ( 1 p ) ) . En la ecuacin convencional y se obtiene que:

Cpk=Min

LCS LCS
,
3
3

Min

LCSnp
npLCI
,
3 np(1np) 3 np(1np)

Capacidad mediante el Nivel Sigma


Segn Kumar, (2006) Cuando se tiene el nivel sigma del proceso, este se
divide entre tres y a partir de esto se obtiene el ndice de capacidad de proceso
(Cp), as que un proceso con un nivel Seis Sigma tiene un Cp de 2.00. La
siguiente ecuacin, muestra la relacin:

ndice de capacidad del proceso Cp. =

Nivel Sigma de proceso


3

Tcnicas para Defectos con las Mtricas Seis Sigma


Para proceder a aplicar la anterior ecuacin, es necesario el conocimiento de
todas las mtricas del seis sigma. Segn Correa (2003) las mtricas Seis Sigma
emplean a los defectos del proceso para sacar indicadores que miden la calidad
de un proceso y se calculan e interpretan fcilmente. En

siguiente tabla se

muestran las primeras cuatro mtricas basadas en los defectos, sus ecuaciones y
descripcin:
Tabla 4. Mtricas del Seis Sigma
Nombre de la mtrica

Defectos por Unidad

Defectos
(DPO)

por

oportunidad

Ecuacin de la mtrica

DPU =

D
N

DPO=

D
N O

Descripcin
Toma el nmero de defectos
que se observaron en las
unidades
inspeccionadas,
permite saber cul es el
promedio de defectos por
unidad de produccin.
Toma el nmero de defectos
que se obtienen del proceso,
sobre las oportunidades que
son propensas de fallar

durante el proceso de
produccin
Esta
mtrica
es
un
complemento de la DPO y
DPU en el
D
6
Defectos por Milln de
DPMO=
10
Caso de que la unidad tenga
N O
oportunidades (DPMO)
una sola oportunidad. Se
obtiene al multiplicar las
anteriores por un milln.
Se obtiene al multiplicar a
DPU por un milln. Se utiliza
D
6
Defectos por Milln de
cuando
un
producto.
10
DPMU= N
solamente
tiene
una
unidades (DPMU)
caracterstica de
Calidad.
Fuente: Correa (2003). 6 Sigma Nuevo paradigma para medir la calidad. (pp. 5-8)

Donde:
D= Nmero de defectos; N=Nmero de unidades producidas; O= Oportunidades
de presentar defectos en la unidad
Mtricas de Rendimiento (Yield)
Segn Correa (Ob.Cit) las mtricas de rendimiento estn basadas en los
productos que salen buenos o que estn libres de defectos. A continuacin, en la
siguiente tabla se muestra una breve descripcin de las mtricas de rendimiento
:
Tabla 5. Mtricas del Rendimiento
Nombre de la mtrica

Rendimiento tradicional (Y)

Ecuacin

Descripcin
Esta perspectiva relaciona
con las entradas
Salida
EntradaDefectolas salidas
Defecto
Y=
=
=1
del
proceso
obteniendo la
Entrada
Entrada
Entrada
fraccin
conforme
del
mismo.

Rendimiento a la primera
vez
(FTY)

Continuidad de salida sin


Fallos (RTY)

Rendimiento Normalizado
(NRTY)

Muestra la probabilidad de
que un elemento pasa a
EntradaDefectoRetrabajo
travs de un proceso con
FTY =
Entrada
xito la primera vez. Incluye
los efectos de inspeccin,
retrabajo y desperdicio.
El rendimiento combinado
total de una corriente de
n
proceso. Le indica la
RTY =
FTYi
probabilidad de que un
i=1
elemento pasa a travs de
todos los pasos del proceso
con xito la primera vez.
Es la probabilidad promedio
por cada paso de todo el
n
proceso para producir cero
N
NRTY =
FTYi
productos defectuosos.

i=1

Fuente: Correa (2003). 6 Sigma Nuevo paradigma para medir la calidad. (pp. 5-8)

Rendimiento (Yield) mediante los DPU

Segn Berger (2010), el rendimiento Yield puede obtenerse usando los DPU
usando la relacin:
Y =eDPU
Para entender esta relacin considrese la probabilidad de observar x eventos
bajo la distribucin de Poisson, dada por la funcin de probabilidad de Poisson:
P ( , )=

X e
X!

Los defectos por unidad (DPU)

presentan una relacin con el valor del

parmetro de la distribucin de Poisson, ya a que ambos se miden en defectos

por unidad

( Defectos
Unidad )

P ( , DPU )=

DPU X eDPU
X!

Siguiendo con esta metodologa en la que el objetivo es producir productos sin


defectos entonces la probabilidad de que esto ocurra ser la siguiente:
0 DPU

DPU e
P (=0 )=
0!

Donde DPU0=1 y 0!=1, se tiene:


P (=0 )=eDPU
La anterior ecuacin es la probabilidad de que una unidad est libre de
defectos y esto a su vez se conoce como rendimiento de proceso o Yield por lo
que finalmente se obtiene que:
Y =eDPU
Nivel Sigma del proceso
El autor Correa (Ob.Cit) expresa que el nivel sigma se convierte en una mtrica
que mide la capacidad de los procesos ya que este es un parmetro universal y se
basa en la probabilidad de ocurrencia de los defectos; un mayor nivel sigma
indica que del proceso resultan menos defectos, mientras que un menor Nivel
Sigma significa una mayor tasa de defectos. Nivel Sigma de calidad puede

utilizarse para propsito y la evaluacin comparativa de ayuda para medir la


calidad del proceso.
Segn Gutirrez y De la Vara (Ob.Cit) Los parmetros p y np se fundamentan
en la distribucin binomial y en su aproximacin por la distribucin normal. Se
sabe que para tener una aproximacin razonable se requiere que np 5 y n (1
p) 5. Por lo que cuando p o n son pequeos, no se cumplen tales requerimientos
y la aproximacin es mala. (p 232)

Nivel Sigma de Calidad por medio de DPMO


Seg Gutirrez y De La Vara (2009), la siguiente ecuacin se puede aplicar
para hallar el nivel sigma a partir de los defectos por milln de oportunidades
(DPMO):
Zc=0,8406+ 29,372,221 ln ( DPMO)

Estudio de Capacidad
Para el estudio de capacidad realizado se aplican todas las definiciones
estudiadas en las bases tericas referentes a la capacidad para variables tipo
atributos. A continuacin en la siguiente tabla se presentan los mtodos a aplicar
para el clculo de la capacidad y las herramientas aplicadas en cada mtodo.

Tabla 10. Mtodos para el clculo de la capacidad

Mtodo
Capacidad mediante grficas de
control

Herramientas
-Grficas de control
-ndice Cp
-ndice Cpk
-Mtricas del Seis Sigma:
-DPU
-DPMU
-DPO
-DPMO
-Mtricas de rendimiento:

Capacidad mediante el nivel sigma

- Yield
-Relacin Yield-DPU
-Nivel Sigma :
-Mediante DPMO
-Mediante el
Rendimiento
-Mediante tablas

En base a los mtodos planteados se proponen una serie de pasos que el


autor considera adecuados debido a que se relacionan las diferentes tcnicas y se
puede obtener una visin completa del proceso, los cuales se explican a
continuacin.

MTODO PROPUESTO

1. Realizar la grfica de control en la que se estudia la capacidad del proceso y


obtener el valor DPU, que es el mismo valor p utilizado en las grficas de control.
2. Una vez el proceso controlado est controlado estadsticamente, se calcula el
rendimiento del proceso o Yield:
Y =eDPU
4. Luego de obtener el rendimiento del proceso o Yield se halla el nivel sigma
mediante la ecuacin que lo utiliza:

Nivel Sigma = 1,5 +

C 0+C 1 P+C 2 P
2
3
1+ D 1 P+ D2 P +D3 P

5. Finalmente se aplica la ecuacin que relaciona el nivel sigma con el ndice de


capacidad en la que

este se divide entre tres y ah se obtiene el ndice de

capacidad de proceso (Cp):

ndice de capacidad del proceso Cp. =

Nivel Sigma de proceso


3

En el mtodo propuesto se considera que se aplican y se relacionan todas


las tcnicas estudiadas para analizar la capacidad pudindose obtener de esta
manera una visin ms amplia y completa del proceso ya que se considera que
si se aplican las distintas tcnicas de forma aislada no se tendr la informacin
necesaria para un anlisis adecuado de los datos y si se aplican todos los
conceptos los clculos sern muy extensos y redundantes.

En primer lugar es necesario conocer la estabilidad del proceso para poder


realizar el Control Estadstico y las mejoras, por lo que es conveniente aplicar
el mtodo de Cuatrecasas; cabe destacar que el valor p utilizado en dichas
cartas de control es el mismo valor DPU de las mtricas seis sigma; luego se
obtiene el rendimiento (Yield) mediante los DPU, se escoge este mtodo ya la
ecuacin aplicada se deduce de la relacin de los DPU con la distribucin de
Poisson y ambos conceptos se relacionan con el caso de estudio.
Ms tarde se propone hallar el nivel sigma mediante la ecuacin que utiliza
el rendimiento, que es una aproximacin polinmica para calcular el valor Z de
la distribucin normal estndar y utiliza el rendimiento, se escoge este mtodo
debido a que tiene mayor aplicacin que usa los DPMO

ya que esta es

indeterminada para ciertos valores. Finalmente se calcula la capacidad del


proceso mediante la ecuacin planteada por Dinesh Kumar, en la que se
relaciona el nivel sigma con la capacidad.
Se considera que con esta metodologa se relacionan todas las tcnicas
observadas y sobre todo se toman en cuenta tanto la variabilidad y estabilidad
del proceso (estudiadas en el mtodo de Cuatrecasas) como la proporcin de
defectos existentes (estudiados en los mtodos que aplican las mtricas seis
sigma) ya que segn Berger (Ob.Cit) En la filosofa moderna de hoy en da la
mejora en la calidad, se basa en la reduccin de la desviacin con respecto a
un valor meta determinado por lmites de control y es tan importante como la
reduccin de la fraccin de unidades defectuosas.
Por otra parte, si bien la metodologa fue planteada para el problema
especfico

de

las

paradas

en

el

proceso

subcomponentes, esta puede ser aplicada

de

reconstruccin

de

para realizar estudios de

capacidad en cualquier caso de estudio donde se presenten atributos y se


espera que la misma sea de utilidad para la empresa.