Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Perez Urrego Pelaez Zuniga Carrion Garcia PDF
Perez Urrego Pelaez Zuniga Carrion Garcia PDF
CUALITATIVAS.
Martha Luca Prez Urrego[a], Juan Sebastin Pelez Ziga[b], Andrs Carrin Garca[c]
Universidad de Ibagu Universidad Politcnica de Valencia Espaa
a
Ingeniera Industrial; Dr. C.; Profesora Titular Universidad de Ibagu, lucia.perez
@unibague.edu.co
b
Ingeniero Industrial; Asistente de Investigacin Universidad de Ibagu,
juansebas_006@hotmail.com
c
Ingeniero Industrial; Dr. C.; Profesor Titular Universidad Politcnica de Valencia Espaa,
acarrion@eio.upv.es
Resumen
La evaluacin de la capacidad del proceso es una de las tcnicas fundamentales para determinar la
aptitud de un proceso para generar resultados o productos de excelencia libres de defectos.
Tradicionalmente esta evaluacin se ha realizado para caractersticas de calidad tipo variables; sin
embargo el concepto de cumplimiento de requisitos va ms all, y tiene aplicacin tambin en las
caractersticas tipo atributo, con un componente cualitativo muy importante. Cada vez con mayor
intensidad se vienen presentando procesos de servicio que recogen caractersticas cualitativas que
no pueden ser evaluadas a travs de instrumentos de medida, sino, que se acogen ms a
percepciones y evaluaciones subjetivas. En este sentido se cuenta con diversos indicadores y
tcnicas que pueden ser aplicadas a procesos en donde predominan las caractersticas cualitativas,
con ese objetivo de medir el cumplimiento de requisitos.
Se revisan los enfoques basados en la funcin de prdida de Taguchi (p.e. Hsieh y Tong, 2006, o
Taguchi, G., Chowdhury, S., y Wu, Y., 2005), los ndices de capacidad de procesos para atributos
(p.e. Cuatrecasas, 2005), la medicin de la capacidad del proceso por medio del nivel sigma (p.e.
Schmidt and Lausbyn, 1997) o de rendimiento del proceso (p.e. Abramowitz y Stegm 1972), y se
busca un enfoque integrado de los mismos.
1. Concepto de proceso
Segn la Real Academia Espaola, un proceso, en una definicin muy general, es la accin de
avanzar o ir adelante, al paso del tiempo y al conjunto de etapas sucesivas advertidas de un
fenmeno natural o de una operacin artificial. (Real Academia Espaola, 2013). El desarrollo de
los pasos de un proceso, tiene un fin determinado el cual es un producto que ser entregado al
cliente. Por otro lado se puede decir que un proceso es una secuencia de actividades mediante
la cual se producen bienes (Productos y/o servicios) (Chase, Jacobs, & Aquilano, 2009). Y que
puede ser representado de la siguiente manera:
En el mbito de la calidad es importante que cada paso o etapa sea eficiente, es decir, que no se
generen retrabajos o desechos que hagan que el proceso saque productos defectuosos. Por
tanto, un proceso que no genere defectos o inconformidades es un proceso capaz; es decir, tiene
capacidad para funcionar de acuerdo con los requerimientos del cliente o en su defecto
requerimientos de diseo.
En el glosario de la calidad se define la capacidad de proceso como una medida estadstica del
proceso a la variabilidad inherente de una caracterstica dada. La frmula ms ampliamente
aceptada para la capacidad de proceso es de 6 sigma. (American Society for Quality, 2005) La
variacin estadstica se identifica con la letra griega sigma, y la relacin de esta a partir de seis
sigma es con el objetivo de la filosofa de cero defectos en los procesos, que es aproximadamente
3,4 defectos por milln de oportunidades.
Esto quiere decir que la capacidad de proceso se refiere, al momento en que el proceso se
encuentra libre de variacin asignable y funciona con la variabilidad no asignable o variabilidad
natural. A esta variacin natural no se le asigna un factor que afecta el control como una mala
materia prima, un operario inexperto, un procedimiento, una medicin engorrosa, una
maquinaria desajustada, o un medio ambiente impredecible. En resumen despus de que las Seis
ms (maquinaria, mtodos, mano de obra, materia prima, medio ambiente y mediciones), se
encuentren totalmente controladas, en el proceso se sigue presentando un cierto grado de
variacin, esta es la variacin no asignable.
Una manera de calcular la capacidad de proceso es por medio de los ndices de capacidad, que
vendrn determinados por los cocientes entre la variacin natural del proceso y el nivel de
variacin especificada. (Universitat Oberta de Catalunya, 2012)
Los ndices de capacidad de proceso, son la relacin de los lmites de especificacin y la variacin
inherente del proceso. En si Los ndices de capacidad de proceso relacionan la tolerancia natural
del proceso y a las especificaciones de ingeniera. En la mayora de las situaciones de control de
calidad, la tolerancia natural se fija en trminos 6 sigma, mientras que las especificaciones de
ingeniera se fijan independientemente de los parmetros de la distribucin. (Kocherlakota,
1992)
2. Capacidad de proceso en atributos
Otra manera que establece la capacidad de proceso en atributos es cuando, Douglas Montgomery,
dice que al no tener en cuenta las especificaciones de las caractersticas de calidad La capacidad
de proceso puede expresarse como un porcentaje fuera de las especificaciones. (Montgomery,
2004) Este porcentaje que esta fuera de las especificaciones se puede considerar como la fraccin
defectuosa de las cartas de control P y NP.
De igual manera Escalante Vzquez, dice: Para el caso de las grficas de control de atributos no
se acostumbra aplicar los ndices de capacidad, aunque se conocen las siguientes expresiones
como una manera informal de calcular la capacidad. (Escalante Vzquez, 2005)
Este autor sugiere que para las grficas P se debe utiliza el complemento de P que es 1-P, de igual
manera para np. Para el caso de las grficas de control C y U, la capacidad de proceso est dada
por los promedios aritmticos que utiliza la graficas de control que son los valores de C y U
respectivamente.
En resumen se tiene que la capacidad de proceso en atributos se puede dar en trminos de nivel
sigma, en fraccin defectuosa o el complemento que es el rendimiento, errores o defectos.
Para trabajar la medicin de la capacidad de procesos con caractersticas de calidad tipo atributo,
se debe tener en cuenta que los valores que se pueden obtener en un atributo son dicotmicos
(cuando slo pueden adoptar un slo valor sin jerarqua entre s: hombre - mujer, positivo-
negativo, presente-ausente), para el caso de la calidad es producto bueno o malo, este toma un
valor, no los dos valores a la vez. En este sentido la evaluacin de la calidad en atributos se hace a
partir de los defectos y los productos o servicios defectuosos.
Al igual que el manejo de los ndices de capacidad de procesos en variables, se tiene que a partir
de las grficas de control por atributos, controladas estadsticamente, Lluis Cuatrecasas disea
indicadores, similares, a los de CP y CPK. (Cuatrecasas, 2005)
. 3 1
!" $%&$'
. 3 1 # (1) (2)
! ()
Este ndice de capacidad, de acuerdo al resultado que arroje se analiza e interpreta de la siguiente
manera:
CP < 1 Proceso no capaz
CP = 1 Proceso justamente capaz
CP > 1 Proceso capaz
Para el caso del ndice Cpk que es el ndice de capacidad real de un proceso, este tiene en cuenta
el centrado del proceso, adems es un ajuste del ndice Cp, se tiene que la ecuacin del ndice Cpk
es:
$%&3 3&$'
0 1 2+ , / (4)
4) 4)
A partir de las ecuaciones de las grficas de control por atributos np o ecuacin (1), el parmetro
!"
de la grfica de control NP= 1
!
y el parmetro = , de la ecuacin (4) del ndice Cpk, se
reemplaza los parmetros y se obtiene la ecuacin de ndice de capacidad de proceso de CPk para
medicin de la capacidad de procesos en atributos:
$%&!" !"&$'
0 1 26 , 7(5)
-. -.
4* !"*+,& / 4* !"*+,& /
- -
Para la mayora de los casos LI=0, que es un valor ideal del proceso (Calidad seis sigma), tambin
recordar que LS es el valor aceptable de defectos del proceso.
3.1.2 Indices de capacidad de proceso para datos cualitativos, a partir de la funcin de prdida
de calidad de Taguchi (Hsieh y Tong)
Esta tcnica surgi de relacionar los ndices de capacidad de proceso (CPI) con la teora de la
funcin de la perdida de la calidad de Taguchi. (Hsieh & Tong, 2006) Antes de comenzar con el
desarrollo matemtico para obtener los ndices de capacidad de proceso, es importante aclarar
que el lmite de especificacin que se utiliza para datos cualitativos es unilateral y la meta es
producir cero defectos.
Donde:
Cumpliendo con el colorario de que: Para los datos cualitativos, la situacin objetivo es de cero
defectos (T = 0), es decir que no se presente disconformidades. (Hsieh & Tong, 2006) Por lo tanto
teniendo esta condicin de la ecuacin (8), queda:
Teniendo en cuenta que la medicin de la capacidad de proceso en variables est dada por el
cociente entre las especificaciones del cliente y la variacin del proceso; Segn la teora de Taguchi
esto sera la prdida de calidad del cliente, permisible sobre la prdida de calidad real. Por lo tanto
el ndice de capacidad de proceso (CPI) para atributos se puede generalizar en la siguiente
expresin:
G H
I$ JK
(10)
I$ J
Donde
Una de las distribuciones de probabilidad que siguen los defectuosos est dada por la distribucin
binomial esta tiene como parmetros, = p y 2 = p(1-p), remplazando se obtiene:
< (_` ) 9> ` ; ` (1 ` ?
< (_) 9> ; 1 ?
Donde finalmente se obtiene que la capacidad del proceso es la relacin de la fraccin defectuosa
que esta el cliente dispuesto a recibir con respecto a la fraccin defectuosa del proceso y est
definida por la siguiente expresin:
eK
(12) (Hsieh & Tong, 2006)
e
Las tcnicas para evaluar la capacidad de procesos teniendo en cuenta los defectos estn
compuesta por, las mtricas seis sigma las cuales son defecto por unidad (DPU), defecto por
oportunidades (DPO), Defectos por milln de unidades (DPMU), Defectos por milln de
oportunidades (DPMO), rendimiento del proceso (Yield) y el Nivel sigma del proceso (Z). Todas
estas mtricas tienen en comn que salen a partir de los defectos que se evidencia en las
caractersticas de calidad.
De los anteriores indicadores, los ms nombrados en los proyectos Seis Sigma son el de defectos
por milln de oportunidades (DPMO) y el nivel sigma (Z), es por eso que la relacin de que un
proceso con un nivel Seis Sigma tiene 3,4 defectos por milln de oportunidades. Debido a esto los
procesos se miden en trminos de sigma y DPMO.
Conocido el nivel sigma del proceso se divide por 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. (DMAIC
Tools, 2013) La ecuacin, muestra la relacin:
2f gG
. .
3
Las mtricas Seis Sigma emplean a los defectos del proceso para sacar indicadores que miden la
calidad de un proceso y tienen un fcil clculo e interpretacin.
Tabla 1: Mtricas de Seis Sigma
Nombre de la mtrica Ecuacin de Calculo Descripcin
D= Numero de defectos
Las anteriores mtricas de Seis Sigma se basaron en los defectos presentados en las unidades o en
las oportunidades de acuerdo a la mtrica a utilizar. Para el caso de las mtricas de rendimiento,
estas se basan en los productos que salen buenos o que estn libres de defectos, esta mtrica se
representa en trminos porcentuales y tambin se llama la fraccin conforme del proceso. Las
mtricas de rendimiento se clasifican en cuatro, las cuales son:
Segn Aleu Gonzlez estas mtricas que se manejan en seis sigma, las cuales, cuando se usan de
forma conjunta pueden mostrar las ineficiencias de un proceso o compaa. (Aleu Gonzlez,
2003) A continuacin se muestra una breve descripcin de las mtricas de rendimiento:
h
j
l 9
k:j Muestra la probabilidad de que un elemento
Rendimiento a la primera vez Donde: pasa a travs de un proceso con xito la
(FTY) In: Entradas Scrap: defectos primera vez. Incluye los efectos de inspeccin,
retrabajo y desperdicio.
! El rendimiento combinado total de una
Continuidad de salida sin m:j n k:jo corriente de proceso. Le indica la probabilidad
Fallos (RTY) op, de que un elemento pasa a travs de todos los
pasos del proceso con xito la primera vez.
! Es la probabilidad promedio por cada paso de
r
Rendimiento Normalizado 2m:j qn k:jo todo el proceso para producir cero productos
(NRTY) op, defectuosos.
Segn Kumar, Crocker y Chitra definen el nivel sigma como, una medida de defectos en el
proceso. A mayor Nivel Sigma indica que el 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.
(Kumar, Crocker, & Chitra, 2006)
Se considera que el nivel sigma se convierte en una mtrica que mide la capacidad de proceso,
segn correa El parmetro sigma es un parmetro universal y se basa en la probabilidad de
ocurrencia de los defectos; viene a remplazar a los ndices de capacidad actuales de los procesos
de produccin Cp y Cpk. (Correa, 2003)
Una manera de calcular el nivel sigma para datos cualitativos o discretos se muestra en el
siguiente diagrama de flujo.:
Grfica 4: Mtodo del calculo del nivel Sigma Fuente: (John, Meran, Roenpage, & Staudter, 2008)
El clculo del nivel sigma para datos cuantitativos se realiza por medio del valor z de la distribucin
normal estndar, por medio del rea de aceptacin de las especificaciones del proceso, en el caso
de que los datos no sean normales, estos se convierten en datos discretos, las distribuciones
discretas ms utilizadas son la Binomial y la de Poisson, la condicin de que np >= 5, es una
aproximacin de datos discretos a datos normales, a partir de esto se pueden calcular las mtricas
de Defectos por milln de Oportunidades (DPMO) y/o el Rendimiento (Yield) del proceso, y luego
con el valor de estas dos mtricas se halla el nivel sigma, en este apartado se mostrara como se
calcula, las cuales son:
Nivel Sigma por medio de DPMO, por Schmidt and Lausbyn (1997)
Nivel Sigma por medio del rendimiento, por Abramowitz y Stegm (1972)
Nivel sigma, por medio de las tablas de la normal.
Esta ecuacin es planteada en Gutirrez Pulido y de la Vara Salazar, para hallar el nivel sigma a
partir de las partes por milln (PPM) o por los defectos por milln de oportunidades (DPMO).
(Gutirrez Pulido & de la Vara Salazar, Control Estadistico de Calidad y Seis Sigma, 2009) La fuente
es del libro de Schmidt y Launsbyn, Understanding industrial designer experiments. Donde se
define por la siguiente expresin:
La relacin que tiene el nivel sigma con las partes por milln por medio de la ecuacin de Schmidt
y Lausbyn, se evidencia en la siguiente tabla:
Hay que tener en cuenta que para un valor mayor a 553.365 DPMO la raz de la (13) es negativa
por lo tanto es indeterminado, es por eso que se recomienda buscar en la tabla de la norma o por
medio del software de Excel.
Esta tcnica est planteada en el libro de Kumar, Crocker y Chitra en la pgina 60-61 para hallar el
nivel sigma a partir del rendimiento del proceso. (Kumar, Crocker, & Chitra, 2006) Esta tcnica se
base es en una aproximacin polinmica para calcular el valor Z de la distribucin normal
estndar. (Abromovitz & Stegun, 1972) Debido a que los autores del libro donde se extrajo la
teora afirman que el El nivel Sigma es nada ms que el valor Z de la distribucin normal
estndar, bajo el supuesto de que la media del proceso cambia alrededor 1,50 desviaciones
estndar.
1
P ln
Y ;
1 #
100
Donde;
C0=2,515517
C1=0,802853
C2=0,010328
d1=1,43278
d2=0,189269
d3=0,001308
3.2.4 Capacidad de Proceso por medio del DPU
Los defectos por unidad (DPU) tienen una relacin con el valor del parmetro de la distribucin
de Poisson. Debido a que tienen la misma unidad de medida (Defecto/Unidad), o como lo define
Issa Bass, En este caso, la probabilidad de encontrar defectos en una unidad sigue una
distribucin de Poisson debido a que los defectos pueden ocurrir al azar a lo largo de un
intervalo que se puede subdividir en sub-intervalos independientes. (Bass, 2007) Se tiene la
funcin de probabilidad de Poisson:
&
({,
{!
En el caso que se conozca el valor de DPU, es decir que DPU= , la ecuacin anterior se puede
sobrescribir de la siguiente manera:
&e
{,
{!
(Bass, 2007)
Siguiendo con la metodologa de Bass para buscar esta relacin, se dice que El objetivo de un
fabricante es producir productos libres de defectos. La probabilidad de producir sin defectos
(cero defectos) ser, a partir de esta afirmacin se obtiene la siguiente ecuacin:
&e
0
0!
0
Donde DPU =1 y 0!=1, se tiene:
&e
0
La anterior es la probabilidad de que una unidad pase libre de defectos, que una unidad pase libre
defectos se conoce como rendimiento de proceso o Yield, este se representa por la letra Y, debido
a esta relacin se obtiene
&e
j
(16)(Bass, 2007)
Una vez demostrada esta relacin se tiene los siguientes pasos para medir la capacidad de un
proceso:
La capacidad de procesos para atributos puede ser calculada a travs del software estadstico
Mnitab y del macro de Excel llamado XL sigma.
En el software Minitab el anlisis de capacidad de procesos se hace a partir del trabajo con las
distribuciones binomial y de Poisson, llegando a establecer las mtricas PPM Y DPU y el nivel
sigma del proceso.
En el caso de trabajar con el macro de Excel, este permite calcular las mtricas DPU, DPMO, YIELD
y el nivel sigma del proceso.
En La siguiente Grfica 5: Carta de control U, carta de control de un proceso que se monitorea por
medio de una carta de control de disconformidades por unidad (grafica U), el proceso se
encuentra controlado estadsticamente debido a que los defectos que se presentan estn dados
por variabilidad no asignable es decir, a los defectos no se le puede asumir a una causa en
especial.
Debido a que los defectos por unidad que se presenta en el proceso en promedio son de 0,668,
este valor se toma como DPU de la ecuacin (16), por lo tanto se tiene:
&e
j
&,((
j
j 0,5127
Teniendo el rendimiento del proceso que es de 51,27% se puede obtener el nivel sigma del
proceso remplazando el rendimiento en la ecuacin siguiente:
1 1
P ln ln 1,20
Y ; 51,27 ;
1 # 1 #
100 100
Luego
;
, ;
2f gG 1,5 ; 4
1 , ; 4
2f gG 1,53
2f gG
. .
3
1,53
3
0,51
5. Conclusiones
El estudio de los diferentes autores que plantean el tema de capacidad de procesos para datos
cualitativos ha permitido reconocer tcnicas poco conocidas, confirmar el uso y la eficacia de la
filosofa seis sigma e identificar diferentes conceptualizaciones alrededor de los atributos que le
permiten a algunos autores proponer sus diferentes metodologas en las que no todas se
identifican con el concepto tradicional de capacidad de proceso.
Se encuentra que al definir tcnicas para evaluar la capacidad de procesos para atributos o datos
cualitativos es necesario realizar aproximaciones a la distribucin normal para encontrar
respuestas significativas de capacidad.
El contar con tcnicas de evaluacin de capacidad de procesos para datos cualitativos representa
un aporte significativo en el estudio de los procesos de servicios, que en la actualidad representan
un porcentaje alto en el medio empresarial.
Es posible realizar los clculos de capacidad de proceso por medio del software estadsticos, sin
embargo, el desconocimientos de los conceptos aplicables a los atributos no permite una
interpretacin coherente en los resultados presentados por estos software.
5. Referencias
Abromovitz, M., & Stegun, I. A. (1972). Handbook of Mathematical Functions. New York: Dover. Con formato: Fuente:
(Predeterminado) +Cuerpo, 11 pto,
Ingls (Estados Unidos)
Aleu Gonzlez, F. G. (2003). Seis Sigma para Gerentes y Directores. Libros en Red: Espaa.
Bass, I. (2007). Six Sigma Statistics wit Excel and Minitab. Estados Unidos: Mc Graw Hill.
Calderon, E. P. (2009). Mejora de Procesos en una imprenta que realiza trabajos de impresin
OFFSET empleando Six Sigma. Lima: Pontificia Universidad Catolica de Peru .
Correa, N. (2003). 6 Sigma Nuevo paradigma para medir la calidad . Mundo Mitutoyo, 5-8.
DMAIC Tools. (01 de 01 de 2013). DMAIC Tools. Recuperado el 28 de 01 de 2013, de DMAIC Tools:
http://www.dmaictools.com/dmaic-measure/sigma-conversion-chart
Gryna F., Chua R. & DeFeo J. (2007). Mtodo Juran. Anlisis y planeacin de la calidad. Mxico:
McGraw-Hill Interamericana
Gutirrez Pulido, H., & de la Vara Salazar, R. (2009). Control Estadistico de Calidad y Seis Sigma.
Mexico D.F.: McGraw-Hill.
Gygi, C., DeCarlo, N., & Williams, B. (2005). Six Sigma for Dummies. United States: Wiley
Publishing, Inc.
Hsieh, K.-L., & Tong, L.-I. (2006). Incorporating process capability index and quality loss function
into analyzing the process capability for qualitative data. Advanced Manufacturing
Technology, 1217-1222.
John, A., Meran, R., Roenpage, O., & Staudter, C. (2008). Six Sigma + Lean Toolset. Berlin -
Alemania: Springer.
Kumar, U. D., Crocker, J., & Chitra, T. (2006). Reliability and Six Sigma. United States of America:
Springer.
Schmidt, S. R., & Launsbyn, R. G. (1997). Understanding industrial designed experiments. Estados
Unidos: Air Academy Press.
Sigma XL. (01 de 01 de 2013). Sigma XL. Recuperado el 29 de 01 de 2013, de Sigma XL:
http://www.sigmaxl.com/ProcessSigma.shtml
Taguchi, G., Chowdhury, S., & Wu, Y. (2005). Taguchi's Quality Engineering Handbook. United
States of America: Wiley.
Valls Figueroa, W., & Alonso Surez, A. C. (s.f.). Procedimiento para la mejora del servicio basado
en la metodologia Seis Sigma. Universidad de Matanzas, 11-12.