Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Manual Calidad Six Sigma PDF
Manual Calidad Six Sigma PDF
_______________________________________________________________________________
NOMBRE
1
Manual de Calidad I
INDICE
2
Manual de Calidad I
3
Manual de Calidad I
1.1 Introducción
Finalmente se llega a lo que hoy se conoce como Calidad Total, un sistema de de gestión
empresarial íntimamente ligado con el concepto de mejora continua y que incluye las
dos fases anteriores.
4
Manual de Calidad I
5
Manual de Calidad I
Figura 1.1 (a) Esquema de un Proceso Industrial (b) Sistema de Control de Calidad Tardicional (c)
Sistema de Control de Calidad Moderno.
6
Manual de Calidad I
R= PRINCIPIO DE VARIABILIDAD
“El hombre tiende por naturaleza hacer la misma cosa cada vez de forma diferente”
DISMINUIR LA VARIABILIDAD
Materiale
s
Mano de
Métodos Obra
6M´s
Máquinar Medicion
ia es
Medio
Ambient
e
7
Manual de Calidad I
Definir la forma
correcta de hacer las
cosas
Capacitar a las
personas que realizan
las actividades
Logrando:
Cliente Interno: Son aquellos a los cuales la calidad de sus trabajo depende de lo bien
que hagamos el nuestro
Cliente Externo: Son aquellos que utilizan el producto o servicio proveido por nuestra
empresa.
8
Manual de Calidad I
Objetivos de Calidad:
Todo proceso necesita ser evaluado para verificar si se esta llevando a cabo
adecuadamente pero…
Para medir un proceso y ver si este esta siendo efectivo, es necesario definir:
¿Cómo medirlo?
¿Cuáles son los objetivos a lograr?
¿Con que frecuencia medir el desempeño y comparar?
Una respuesta :
• Estadistica Descriptiva
• Probabilidad
• Inferencia Estadística
• Seis Sigma
• Cartas de control
• Muestreo
• Lean Manufacturing, etc
9
Manual de Calidad I
Inspección
10
Manual de Calidad I
Lote de tamaño N
Se selecciona una
muestra de tamaño n
Se inspeccionan los n
artículos
No
Se rechaza
¿Se encontraron
el lote
c o menos
defectuosos?
Si
Se acepta el lote
2. Inspección al 100%: Consiste en revisar todos los artículos del lote para quitar
aquellos que no cumplen con las especificaciones establecidas
11
Manual de Calidad I
1. Hay cierto riesgo de aceptar lotes malos y rechazar buenos, aunque en un plan
de muestreo de aceptación están previstos y cuantificados estos riesgos.
2. Proporciona menos información acerca del nivel de calidad del producto o de su
proceso de fabricación. Aunque bien utilizada, la información obtenida puede ser
suficiente
3. Se requiere más tiempo y conocimiento para planificar y documentar el muestreo,
mientras la inspección al 100% no. Esto tal vez no sea una desventaja, ya que la
planificación genera otros efectos positivos, como mayor conciencia de los
niveles 1 de calidad exigidos por el cliente.
Planes por variables: Cuándo a cada unidad de la muestra se le mide una característica
de calidad de tipo continuo.
Planes por atributos: Cuando a cada artículo se la muestra se clasifica en una categoría
de aceptación o rechazo.
12
Manual de Calidad I
Muestreo de
Aceptación
Método de Cameron
2.4.3. Muestreo múltiple: Extensión de plan de muestreo doble que consiste en que
se pueden extraer 2 o más muestras antes de decidir aceptar o rechazar un lote.
1.- Los lotes deben de ser homogeneos: Es decir , las unidade que forma un lote en
particular deben haber sido fabricadas bajo condiciones similares en cuanto a
maquinas, operadores , materia prima, etc.
2.- Los lotes deben de ser formados de manera que no compliquen el manejo de
materiales del proveedor y el cliente. Empaque de manera que la elección de la
muestra se fácil.
3.- Con la reserva del caso , los lotes deben de ser tan grandes como sea posible:
Esto es debido a menor costo y mayor eficiencia de la inspección.
2.6.1.
Curva de operación (CO)
13
Manual de Calidad I
Proveedor Cliente
Planes de muestreo
de aceptación
Lotes buenos =
aceptados
Lotes malos=
rechazados
14
Manual de Calidad I
La tabla 2.1 muestra datos sobre como cambia la proporción de defectuosos contra la
probabilidades de aceptación tipo B.
Curva CO
1.0000
0.9000
Probabilidad de aceptación (Pa)
0.8000
0.7000
0.6000
0.5000
0.4000
0.3000
0.2000
0.1000
0.0000
-0.1000
-0.2000
-‐0.01 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11 0.12 0.13 0.14
Proporción de artículos defectuosos del lote (p)
15
Manual de Calidad I
Curva Ideal CO
1.2000
1.1000
Una curva de
NCA o AQL (Nivel de Calidad aceptable): El porcentaje máximo de defectuosos que el
consumidor considera aceptable.
16
Manual de Calidad I
2.6 Esquema de una Curva de Operación con Indices de Calidad para los planes de
muestreo de aceptación
Reglas de cambio:
17
Manual de Calidad I
Ejercicios:
18
Manual de Calidad I
Tabla 2.2. Letra Código para el Tamaño de Muestra MIL STD 105E
19
Tabla 2.3 Inspección Normal 105 E
20
Manual de Calidad I
Tabla 2.4 Inspección Severa 105 E
21
Manual de Calidad I
22
Tabla 2.5 Inspección Reducida 105 E
Manual de Calidad I
Manual de Calidad I
1. Especificar los valores porcentuales deseados para NCA y NCL, con su corres-
pondiente probabilidad de aceptarse, 1 - α, y β respectivamente.
n = np1/ p1
7. Para obtener otros puntos de la curva CO del plan generado, además de los que
representan el NCA y el NCL, se usa la tabla 2.7. En ella se muestran probabili-
dades de aceptación. Para utilizar esta tabla ubicarse en el renglón
correspondiente al número de aceptación, c, el p correspondiente a cada Pa se
encuentra dividiendo Pa entre el tamaño de muestra, es decir,
.
p = Pa/n
23
Manual de Calidad I
24
Manual de Calidad I
EJERCICIO:
Se decide poner en práctica un muestreo de aceptación para atributos con el propósito
de regular la salida de lotes de tamaño grande; el nivel de calidad aceptable es 4% con α
= .05 y NCL=7 % con β=0.05
a)Explique mediante la curva de operación que es NCA,NCL , α y β
b)Utilizando las tablas de Cameron encuentre el plan que regula este muestreo y explique
su funcionamiento
c)Elabore la curva de operación
25
Manual de Calidad I
2.9. MUESTREO DE ACEPTACION POR VARIABLES (MIL STD 414 o ANSI/ASQC Z1.9)
En este tipo de planes se toma una muestra aleatoria del lote y a cada unidad de la
muestra se le mide una característica de calidad de tipo continuo (longitud, peso,
espesor, etc.), y en contraste con el muestreo por atributos, el objetivo no es clasificar a
cada unidad como defectuosa o no, sino sólo registrar la medición de cada pieza.
Después de ello, y con base en estas mediciones, se calcula un índice que de acuerdo a
su valor se aceptará o rechazará todo el lote. El índice por lo general toma en cuenta
información muestral (media, desviación estándar) y las especificaciones de la
característica de calidad.
Las desventajas del muestreo por variables es que para cada característica de
calidad que se desee inspeccionar por muestreo de aceptación debe diseñarse su
propio plan de muestreo. Además, las mediciones en un muestreo por variables
podrían ser más costosas, aunque la reducción obtenida en el tamaño de la muestra
generalmente compensa este costo. Una desventaja más es que la distribución de la
característica de calidad debe ser conocida. La mayoría de los planes de muestreo
por variables suponen que tal distribución es normal, si esto no es verdad la
confiabilidad de las decisiones se puede ver afectada de manera importante.
26
Manual de Calidad I
Para un plan MIL STD 414 el punto principal es el nivel de calidad aceptable
NCA lo cual comprende porcentajes 0.04- 15% . El programa tiene 5 niveles
generales de inspección tomándose el nivel 4 como mas “usual”.
Dentro de los procedimientos mas usuales para el plan MIL STD 414 es el
procedimiento “M” para estimar la proporción fuera de especificaciones
cuándo se tiene solo 1 o ambas especificaciones. Esta norma consta de 4
secciones en la sección A se describen los planes de muestreo , códigos de letra
y curvas CO. La B,C, D se definen adelante.
Nótese que ambos índices: ZEI y ZES, son la distancia entre la media de la
muestra, X, y la correspondiente especificación, expresada en unidades de la
desviación estándar de la muestra, S, y corresponde a la métrica Seis Sigma. El
valor de estos índices es grande, si X está muy lejos de la respectiva
27
Manual de Calidad I
10. Precisamente con uno o ambos índices, según se tenga una característica de cali-
dad con una o con doble especificación, se estima la correspondiente proporción
de unidades defectuosas en el lote. Para ello en la tabla 12.16, ubicar la intersección
del renglón correspondiente a ZEI o ZES y al tamaño de muestra del plan de
inspección; el valor encontrado en tal intersección corresponde a la estimación del
porcentaje de defectuosos del lote de lado inferior, pi, o del lado superior, pS, res-
pectivamente.
28
Manual de Calidad I
EJERCICIO:
1.-Suponga un inspección normal, MIL STD 414 , el método de la desviación estándar y ,
ésta desconocida, además desconocida, además de la letra código D y NCA de 1.5% y
una especificación inferior de 200g
a)Si el tamaño de lote N=40, encuentre el plan apropiado
b)Determine si el lote es aceptado o rechazado, dado que los resultados de inspección
fueron los siguientes 204,212,199,209 y 208 g.
c)Que nivel de inspección se uso?
29
Tabla 2.9 Inspección Normal y Severa MIL STD 414
30
Manual de Calidad I
Manual de Calidad I
31
Manual de Calidad I
32
Manual de Calidad I
Esto es imposible ademas parecería un deporte tedioso. Algunas veces el equipo tendrá
fracaso y en otras ocasiones se tendrá éxito. En lo general se espera que los resultados
sean favorables, pero no siempre será así debido a que la probabilidad de que sea igual
es mínima.
33
Manual de Calidad I
Pero se requiere tener una herramienta que nos diga que tan diferentes son las piezas
entre sí esta herramienta es:
Por ejemplo, un agricultor tiene lechugas en su parcela si el las ordena por grupos de
acuerdo a sus peso, puede observar que el número de lechugas es mayor en los grupos
de peso promedio y va reduciendo conforme son mas pequeñas al igual que si son mas
pesada. A través de la imagen 3.1 usted puede observar la tendencia.
Figura 3.1. Curva de Distribución Normal (a) Distribución de las Lechugas según peso
(b) Curva típica de Distrobución Normal o campana Gauss
Esta tendencia igual para casi todad las cosas: pesos , tamaño , alturas , etc. Esta
tendencia se conoce como “Curva de Distribución Normal “ o “Campana de Gauss”.
Cuando existen diferencia como estas se dice que tenemos una “variación normal”.
Por ejemplo que pasaría si la parcela del agricultor no es regada de alguna zona o no
recibe el fertilizante suficiente, probablemente las lechugas crecidas en esa sección
serían muy diferentes a las demás. Esta situación sale fuera del proceso normal por lo que
la curva de distribución mostraría una “variación anormal”. Esto quedaría representado
en una curva como la que se muestra en la figura 2.
34
Manual de Calidad I
Con las mediciones de una característica de calidad, el primer aspecto para investigar si
el proceso cumple con las especificaciones es conocer la tendencia central de los datos,
para así saber si el proceso esta centrado, es decir saber si la tendencia central de la
variable de salida es igual o esta muy próxima al valor especificado. Para ello es
necesario conocer el promedio o media, la mediana y la moda. Dato utilizados con
mayor frecuencia.
EL PROMEDIO NOS DICE LO QUE CADA RESULTADO SERÍA SI TODOS LOS DATOS FUERAN
IGUALES
35
Manual de Calidad I
___
x1 + x2 + x3 + xn
X =
n
En algunos procesos se obtienen datos los cuales la magnitud es muy diferente a la
generalidad de las mediciones del correspondiente conjunto de datos a este se le llama
dato raro o atípico.
Medida de tendencia central que es igual al valor que divide a la mitad a los datos
cuando estos son ordenados de menor a mayor. Si el número de datos es par entonces la
mediana se calcula dividiendo entre dos la suma de los números que están en el centro
del ordenamiento.
Por ejemplo la mediana del los grosores de cierta lamina es de 5 mm , lo que quiere decir
que el 50% de las láminas de la muestra son menores o iguales a 5 mm y que el otro 50%
son mayores o iguales a 5 mm. La mediana es representado por x con una tilde como la
de la letra ñ.
X~
3.3.3. Moda
Medida de tendencia central que es igual al dato que ocurrió más número de veces, si
hay dos datos que se repiten igual de veces entonces se dice que existen 2 modas o es
bimodal e inclusive si es mas de dos entonces decimos que la muestra es multimodal.
3.3.4. Las medidas de tendencia central son insuficientes como criterio de calidad
¿Por qué?
36
Manual de Calidad I
Estas medidas son insuficientes como criterio de calidad ya que no nos dan idea de que
tan dispersos son los datos.
3.3.5. Cuantiles
Los cuantiles son valores de la distribución que la dividen en partes iguales, es decir, en
intervalos, que comprenden el mismo número de valores. Los más usados son los cuartiles,
los deciles y los percentiles.
Q1 = 0.25(n +1)
Q2 = 0.50(n +1)
Q3 = 0.75(n +1)
Q1 = 0.10(n +1)
Q2 = 0.20(n +1)
Q3 = 0.30(n +1)
Q4 = 0.40(n +1)
Q5 = 0.50(n +1)
Q6 = 0.60(n +1)
Q7 = 0.70(n +1)
Q8 = 0.80(n +1)
Q9 = 0.90(n +1)
p
P= (n +1)
100
37
Manual de Calidad I
Es la medida mas usual de variabilidad. Mide que tan esparcidos están los datos respectos
a la media. La ecuación para obtener la desviación esta dada por la siguiente ecuación
donde S es la desviación estandar muestral , xi es el valor de cada una de las
observaciones de la muestra y x testada es la media muestral.
S=
(x1 − X )2 + (x2 − X )2 + (x3 − X )2 + ... + (xn − X )2
n −1
σ=
(x1 − µ )2 + (x2 − µ )2 + (x3 − µ )2 + ....(x N − µ )2
N
“El rango es la diferencia que existe entre el número mayor y el menor de una muestra de
medidas.”
R = Vmax−Vmin
Si usted no sabe nadar, ¿puede entrar en un lago que tiene una profundidad promedio
de 60 cm?
Probablemente va a decir, "Sí", pero, aunque el promedio sea 60 cm, quizás se ahogue.
La razón es: si el agua tiene una profundidad de 60 cm, es posible que el rango de
profundidades varíe de 2 cm a 1200 cm. El hecho de que la profundidad tenga un
promedio de solamente 60 cm no significa que el lago entero tiene una profundidad de
60 cm pareja.
38
Manual de Calidad I
S
CV = (100)
X
3.4.4. Relación entre la media y la desviación estándar
X − 2S
X + 2S
X − 3S
X + 3S
En cuanto a la regla empírica afirma que muchos de los datos que surgen en a práctica
se ha observado por la experiencia que:
X ± S ⇒ 68%
X ± 2 S ⇒ 95%
X ± 3S ⇒ 99.7%
Los límites reales o naturales de un proceso indican los puntos donde varía la salida de un
proceso y se obtienen de la siguiente manera:
LRI = µ − 3σ
LRS = µ + 3σ
39
Manual de Calidad I
1. Histograma
2. Diagrama Hoja y Tallo
3. Diagrama de puntos
4. Diagrama de Caja
3.5.1. Histogramas
Los datos que se obtienen durante una inspección son números, y cuando estos
son muchos, es difícil interpretar lo que significan; para eso se requiere de la ayuda de
alguna herramienta estadística que permita analizar el comportamiento de los datos. Para
este propósito podemos utilizar los histogramas.
Los histogramas son distribuciones de frecuencia. Esto significa que los histogramas
presentan la frecuencia con la que ocurren una serie de datos, fenómenos o situaciones
que hacen que los datos varíen. Una distribución de frecuencias nos permite determinar
cuántos datos se encuentran entre dos límites.
Los histogramas son útiles para entender de una forma fácil el comportamiento de
los datos. Ya que con un histograma podemos agrupar y organizar los datos de tal
manera que tengan un significado gráfico fácil de interpretar.
Metodología
40
Manual de Calidad I
R
AC =
I
f) Determinar los límites de los intervalos, y esto se hace sumando el límite inferior
del primer intervalo más el ancho de clase y se obtendrá el límite superior del
primer intervalo, luego este último se convertirá en el límite inferior del segundo
intervalo, y a este se le vuelve a sumar el ancho de clase para obtener el límite
superior del segundo intervalo; y así sucesivamente hasta llegar al último intervalo
donde su límite superior debe de ser mayor al dato más grande que se tiene en la
lista de datos, de no ser así, redondear este límite para que sea un poco superior al
dato más grande, al igual se puede sumar la mitad de la unidad mínima de
medición.
CLASES FRECUENCIA
A-B ///// /////
B-C ///// ///
C-D ///// ///// ///// /////
D-E ///// ///// ////
E-F ////// ////
Con esto se puede comparar los resultados del histograma con la curva normal.
41
Manual de Calidad I
Análisis de Histograma
El histograma resultante puede ser de diversas formas, alguna de ellas pueden ser:
Centrado y con poca variabilidad, descentrado y con poca variabilidad, centrado y con
mucha variabilidad, descentrado y con mucha variabilidad, con sesgo, bimodal o dos
realidades, achatado (Plano), acantilado derecho, etc. En la figura 3.6 se observan
algunas figura típicas de los histogramas.
42
Manual de Calidad I
Es una manera muy simple de resumir un conjunto de datos y también define la forma
que tienen los datos. El procedimiento se trata de dividir los datos en dos partes: un tallo
que consta de uno o dos dígitos que están en el extremo izquierdo y la hoja que consta
del siguiente dígito significativo.
Cada renglón del diagrama de tallos y hoja contiene todos los elementos de la muestra
con un tallo dado.
Tallo Hoja
4 2
4 59
5 0111133
5 556678
6 0
6 67789
7 012334
7 555556666699
8 000012223444
8 56668
9 013
43
Manual de Calidad I
El diagrama de puntos es un grafico que se puede usar para tener una impresión
aproximada de la forma de la muestra. Es útil cuando el tamaño de la muestra no es
demasiado grande y cuando la muestra tiene algunos valores repetidos.
40 50 60 70 80 90
Datos
EJERCICIO:
44
Manual de Calidad I
evalúa diferentes aspectos del servicio proporcionado. Las respuestas para cada
pregunta es un número entre 0 y 10 . Para hacer un primer análisis de los resultados
obtenidos , se suman los puntos obtenidos de las primeras 10 preguntas para cada
cuestionario. A continuación se muestran los puntos obtenidos para 50 cuestionarios.
78 78 82 85 81 86 73 80
68 84 75 78 76 76 85 82
70 87 77 82 84 48 39 49
35 42 34 44 49 34 43 30
41 42 45 42 35 38 42 39
45
Manual de Calidad I
Los diagrama de caja son fáciles de comprender, pero hay una pequeña terminología
asociada con ella.
El rango intercuartil es la diferencia entre el tercer y el primer cuartil. Debido a que 75% de
los datos son menores que el tercer cuartil y que 25% de los datos son menos que el primer
cuartil. Por tanto el rango intercuartil representa la distancia necesaria para atravesar la
mitad de los datos de en medio.
Mediana
70
Primer
60
Cuartil Punto de datos
mas cercano a
50 una distancia de
1.5 IQR del
primer cuartil
40 x
46
Manual de Calidad I
T Student F
Ji Cuadrada Z (Normal)
Figura 3.10 Curvas de Distribución T,F , Ji, Z
47
Manual de Calidad I
X = µˆ
S 2 = σˆ 2
48
Manual de Calidad I
Estadísticos de Prueba
𝑿 − 𝝁𝒐
𝒁𝒐 =
𝑺/ 𝒏
𝑿 − 𝝁𝒐
𝒕𝒐 =
𝑺/ 𝒏
𝒏 − 𝟏 𝑺𝟐
𝝌𝒐 =
𝝈𝟐𝒐
Comparación de 2 máquinas
to =
X −Y
Criterio
de
rechazo
⎛ 1
Sp ⎜⎜
⎞ ⎛ 1
⎟⎟ + ⎜
⎞
⎟ HA:µ1≠µ2
|𝑡! | > 𝑡!,!!!!!!!
⎝ n x
⎜
⎠ ⎝ n y
⎟ !
⎠
HA:µ1>µ2
𝑡! > 𝑡!,!!!!!!!
!
S =2
(n x − 1)S x 2 + (n y − 1)S y 2 HA:µ1<µ2
𝑡! < 𝑡!,!!!!!!!
p
nx + n y − 2 !
EJERCICIOS:
1.- En una muestra aleatoria de 100 baterías producidas por cierto método , el promedio
de tiempo de vida fue de 150 horas y la desviación estándar de 25 horas.
2.- Antes de que una sustancia se pueda considerar segura para enterrarse como
residuos se deben caracterizar sus propiedades químicas químicas, en un artículo se
notifica que en una de seis muestras de lodo de una planta e tratamiento de agua
residual de Nueva Hampshire , la media pH era de 6.68 con desviación estándar de 0.20
¿Se puede concluir que la media del PH es menor a 7.0?
49
Manual de Calidad I
50
Manual de Calidad I
51
Manual de Calidad I
52
Manual de Calidad I
53
Manual de Calidad I
Se dice que un proceso es hábil cuando la variación real del proceso (límites de control)
es menor que la variación permitida por Diseño, la cual está definida por los límites de
especificación.
Lo deseable es que los procesos presenten poca variación y que ésta se presente
lo más centrada posible respecto a los límites de especificación, ya que si se presenta
cargada hacia alguno de los límites de especificación, esto aumenta el riesgo de que en
cualquier momento, el proceso pueda salirse de la especificación.
La habilidad de proceso es útil para mostrar la condición del proceso, ya sea hábil
o no; y de esta forma poder controlar y mejorar nuestro proceso productivo para obtener
productos de mejor calidad.
54
Manual de Calidad I
Tabla 3.5. Los índices Cp, Cpi y Cps en términos de piezas malas (corto plazo); bajo la
normalidad y el proceso centrado en el caso de doble especificación.
µ − EI
C pi =
3σ
ES − µ
C ps =
3σ
Proceso con doble especificación Cp ( Índice de Capacidad Potencial): Compara el ancho de las
especificaciones o variación tolerada para el proceso con la amplitud de
la variación real del proceso e indica la capacidad potencial.
ES − EI
Cp =
6σ
ES − µ
Zs = = 3C ps
σ
µ − EI
Zi = = 3C pi
σ
K (índice de centrado del proceso) : Es una medida especializada para
evaluar el centrado en términos relativos y porcentuales
µ−N
K= ×100
1 (ES − EI )
2
55
Manual de Calidad I
1.-Si el Cpk < CP, entonces una vez que se centre el proceso se tendía la clase de proceso que se señala.
2.-Para procesos con una sola especificación, el valor mínimo de Cp, o Cps debe ser mayor que 1.25, en lugar de 1.33, para considerar el proceso
adecuado.
3.-Si se utiliza el índice Z como índice de capacidad, entonces los valores mínimos que éste debe tomar para cada una de las categorías indicadas
del procesó sé "obtienen multiplicando el correspondiente valor por 3; así,
para tener procesos con categoría adecuada se requiere que tanto Zs como Z¡ sean mayores que 4 y para Seis Sigma mayores que seis.
Tabla 3.7. Los valores Cp , Cpi y Cps en términos de la cantidad de piezas malas (corto
plazo) bajo normalidad y procesos centrado en el caso de doble especificación.
Valor del Proceso doble especificación Con referencia a una sola especificación
(índice Cp) (Cpi , Cps y Cpk)
índice % fuera de Partes por millón fuera % fuera de especificaciones Partes por millón fuera
especificaciones
0.2 54.8506% 548506.130 27.4253% 274253.065
0.3 36.8120% 368120.183 18.4060% 1 84 060.092
56
Manual de Calidad I
Es una gráfica que sirve para observar y analizar con datos estadísticos la variabilidad y el
comportamiento de un proceso a través del tiempo.
Límites de control
Los límites en una carta de control es que estos nos son las especificaciones,
tolerancias o deseos para el proceso. Por el contrario estos se calculan a partir de una
variación del estadístico (datos)) que se representa en la carta. De esta forma, la clave
esta en establecer los límites para cubrir cierto % de la variación natural del procesos, pero
se debe tener cuidado que tal procesos sea el adecuado ya que si es demasiado alto
(99.999999%) los límites serán muy amplios y será mas difícil detectar los cambios en el
proceso, al contrario si el % es pequeño, los límites serán demasiado estrechos, con los que
se incrementará el error tipo 1 (decir que hubo un cambio cuando no lo hubo).
LCI=µw-3σ
LCS=µw+3σ
Básicamente las cartas de control son útiles para estudiar la variabilidad a través del
tiempo.
Los procesos siempre tienen variaciones, ya que en todos los procesos existen factores
sintetizados a través de las 6M´s
2 tipos de variación:
Es aquella que permanece día a día, lote a lote y la aportan en forma natural las
condiciones de las 6 Ms
• Tipo de materiales
57
Manual de Calidad I
• Condiciones de operación
• Métodos de trabajo
Por ello será necesario realizar un análisis o un plan que diagnostique las verdaderas
causas de fondo.
Control estadístico: Estado de un proceso que trabaja solo con causas comunes de
variación. La variación a través del tiempo es estable y predecible
El no saber distinguir entre estos 2 tipos de errores nos lleva a 2 tipos de errores:
Error 1
Reaccionar ante un cambio o variación como si proviniera de una causa especial,
cuando en realidad surge de lago mas profundo en el proceso, como son las causas
comunes de variación
Error 2
Tratar un efecto o cambio como si proviniera de causas comunes de variación cuando
en realidad viene de una causa especial.
Estos errores se pueden cometer pero es mejor tratar de reducirlos una herramienta de
apoyo son las cartas de control ideadas por el Dr. Walter Shewart (1924).
1. X (de promedios)
2. R (de Rangos)
3. S (De desviaciones estándar)
4. X (Medidas individuales
CARTA X −R
58
Manual de Calidad I
LCS = X + A 2 R
LIC = X - A 2 R
LíneaCentral = X
LCS = RD4
LCI = RD3
Línea Central = R
S
LCS = S + 3 1- C4
C4
S
LCI = S - 3 1- C4
C4
LCI = S
59
Manual de Calidad I
Mediciones
Muestra u
SubGrupo M1 M2 M3 M4 M5 Media Rango Desv Std
1 -21 -5 21 3 -12 -2.8 42 16.0
2 4 3 7 22 -18 3.6 40 14.3
3 -13 7 -11 -7 7 -3.4 20 9.7
4 15 7 26 7 -4 10.2 30 11.1
5 0 13 6 -20 6 1.0 33 12.6
6 1 4 3 9 -10 1.4 19 7.0
7 -4 0 -5 11 2 0.8 16 6.4
8 3 -13 3 -13 9 -2.2 22 10.2
9 7 0 5 11 4 5.4 11 4.0
10 17 3 2 -23 -4 -1.0 40 14.5
11 15 -5 2 12 5 5.8 20 8.0
12 5 -1 2 -16 10 0.0 26 9.8
13 1 -2 -4 -16 10 -2.2 26 9.4
14 -13 1 -6 11 4 -0.6 24 9.2
15 2 -4 14 -6 -2 0.8 20 7.9
16 4 2 19 -1 6 6.0 20 7.7
17 6 8 2 9 -4 4.2 13 5.3
18 -22 1 -2 2 -7 -5.6 24 9.8
19 -9 10 -8 -10 -2 -3.8 20 8.3
20 0 -3 -13 14 -3 -1.0 27 9.7
21 7 5 -1 -1 1 2.2 8 3.6
22 10 7 -8 -14 -33 -7.6 43 17.4
23 -14 28 10 0 -2 4.4 42 15.7
24 -19 2 7 12 -9 -1.4 31 12.5
25 10 5 14 -4 4 5.8 18 6.8
26 21 -16 -20 -3 10 -1.6 41 17.3
27 22 -14 -5 -7 5 0.2 36 14.0
28 -1 1 4 -4 17 3.4 21 8.1
60
Manual de Calidad I
61
Manual de Calidad I
62
Manual de Calidad I
63
Manual de Calidad I
llevar a cabo dicha corrección, para ello, es necesario llevar una bitácora para cada
gráfica con el fin de registrar las anomalías que se presenten durante el llenado.
c) Ciclos recurrentes
Desplazamiento cíclico de un proceso que se detecta cuando se dan flujos de puntos
consecutivos que tienden a crecer y luego representa un flujo similar pero de manera
descendente en ciclos.
d) Mucha variabilidad
Una señal de que en el proceso hay una causa especial de mucha variación, se
manifiesta mediante la alta proporción de puntos cerca de los límites de control, a ambos
lados de la línea central, y pocos o ningún punto en la parte central de la carta.
e) Falta de Variabilidad
Es una señal de que hay algo especial en el proceso y se detecta cuando prácticamente
todos los puntos se concentran en la parte central de la carta.
64
Manual de Calidad I
CARTA DE INDIVIDUALES
Es un diagrama para variables de tipo continuo que se aplica a procesos lentos y/o
donde hay un espacio largo de tiempo entre una medición y otra.
Por ejemplo:
! R $
LCI = X - 3 # &
"1.128 %
Linea Central = X
! R $
LCsS = X + 3 # &
"1.128 %
EJERCICIOS:
En la producción de tequila se miden varias características de calidad a lo largo del
proceso ya sea por regulaciones oficiales o por criterios propios de cada empresa. Una de
esas características es el brix residual después de la molienda (cantidad de azúcar que
queda en el bagazo del agave) que mide la eficacia del proceso de molienda. Ésta es
una variable del tipo entre más pequeña mejor, y el valor máximo tolerado que se tiene
en una empresa en particular es ES = 3.5%. Después de moler cada lote se determina el
grado brix residual, por lo que se considera un proceso lento, que será más apropiado con
una carta de individuales. En la tabla se aprecian los datos para los últimos 40 se ha
agregado la columna para el rango móvil de orden 2, que se obtienen del rango entre los
dos datos consecutivos más recientes. A continuación se hará un estudio inicial y se
analizará la estabilidad de los procesos de molienda. Como se aprecia en la tabla la
media y el rango medio fueran 1.95 y 0.43, respectivamente
65
Manual de Calidad I
22
1.8
0.6
Lote
Brix
Residual
Rango
Móvil
23
2
0.2
1
2
24
2.4
0.4
2
2.4
0.4
25
1.9
0.5
3
2.2
0.2
26
2.4
0.5
4
1.4
0.8
27
2.4
0
5
2.3
0.9
28
1.7
0.7
6
1.8
0.5
29
1.8
0.1
7
1.5
0.3
30
2.1
0.3
8
1.5
0
31
1.7
0.4
9
2.1
0.6
32
2.1
0.4
10
2
0.1
33
1.6
0.5
11
1.6
0.4
34
2.4
0.8
12
2.2
0.6
35
2.1
0.3
13
1.9
0.3
36
1.8
0.3
14
2.4
0.5
37
1.3
0.5
15
3.3
0.9
38
1.8
0.5
16
2.1
1.2
39
1.7
0.1
17
2.1
0
40
1.6
0.1
18
1.8
0.3
1.95
0.43
19
1.6
0.2
Promedio
X
Prom.
Rango
20
2.1
0.5
21
1.2
0.9
66
Manual de Calidad I
67
Manual de Calidad I
68
Manual de Calidad I
Condición Acción
correctiva
1. Dos unidades en zona Continuar
verde
2.-Una en zona verde y una Investigar y
**** Investigar= ajustar amarilla reiniciar
**** Reiniciar = volver a contar hasta lograr al 3. Dos unidades en zona Investigar y
menos 5 pzs. Correctas amarilla reiniciar
4.- una unidad en zona roja Investigar y
reiniciar
I
Etapa posterior a la calificación. En las condiciones 3 y 4 se para el proceso, debido a la
inminente aparición de defectos. Se investigan las causas de ese hecho y/o se ajusta el
proceso y se regresa otra vez a la etapa de calificación.
Cabe señalar que, dependiendo de las zonas donde caen las dos unidades de la muestra
que llevan a parar el proceso, indican si el cambio de éste fue en la media o en la
dispersión: las dos mediciones en amarillo en un solo lado de la curva, o una amarilla y
una roja en un solo lado indican cambio en la media; las dos amarillas o una amarilla y
una roja, pero en diferente lado de la curva, indican incremento de la variabilidad.
69
Manual de Calidad I
CONFORME
PASA
APROBADO
NO CONFORME NO PASA RECHAZADO
CARTA P
Este tipo de gráfica permite una gran flexibilidad en el tamaño de la muestra, por lo que
es muy útil en aquellos procesos en los que el volumen de producción no siempre
es constante o cuando la inspección es difícil. De esta forma podemos definir a la gráfica
P como una gráfica de control que muestra el porcentaje de piezas buenas o
defectuosas a la salida de un proceso, en base a observaciones que permitan analizar su
comportamiento a través del tiempo
Esta gráfica la utilizamos al igual que la gráfica de promedios y rangos, para vigilar los
procesos a través del tiempo y de esta manera identificar las posibles fuentes de variación
con el objeto de eliminarlas y/o reducirlas.
Además se utiliza cuando los tamaños de la muestra pueden ser variables. Esta
es la gráfica más versátil y comúnmente usada.
70
Manual de Calidad I
EJERCICIO:
8 590 7 0.012
paquetes
9 599 2 0.003
PAQUETES con aire,
NO. ni di pi 10 601 4 0.007
1 595 15 0.025 11 598 9 0.015
2 593 5 0.008 12 600 17 0.028
3 607 8 0.013 13 597 4 0.007
4 596 10 0.017 14 594 5 0.008
5 602 6 0.010 15 595 3 0.005
6 599 5 0.008 16 597 10 0.017
7 600 5 0.008 17 599 7 0.012
18 596 5 0.008
71
Manual de Calidad I
19 607 4 0.007
20 601 9 0.015
21 594 7 0.012
22 606 5 0.008
23 601 7 0.012
24 598 4 0.007
25 599 2 0.003
26 599 3 0.005
27 590 5 0.008
28 588 3 0.005
29 597 6 0.010
30 605 5 0.008
31 597 7 0.012
32 603 9 0.015
33 596 5 0.008
34 597 3 0.005
35 607 8 0.013
36 596 15 0.025
37 598 4 0.007
38 600 6 0.010
39 608 8 0.013
40 592 5 0.008
72
Manual de Calidad I
73
Manual de Calidad I
CARTA np
EJERCICIO:
En un proceso de manufactura al final de la línea de ensamble, antes de empacar, se
hace la inspección y prueba final. Los atributos, variables o razones por las que los
productos son rechazados son varios, sin embargo analizando los datos obtenidos en la
inspección final/a través de una estratificación y unanálisis de Pareto, se encuentra que la
principal causa por la que los artículos salen defectuosos está relacionada con los
problemas en un componente en particular (el componente k12). Por lo que se decide
analizar más de cerca el proceso que produce tal componente..
Para ello dé cada lote de componentes k12 se decide inspeccionar una muestra de n =
120, una vez que salen de su proceso (antes de ser ensamblados). Los datos obtenidos en
20 lotes consecutivos se muestran en la tabla 8.2. El análisis de estos datos se puede hacer
directamente registrando la cantidad de defectuosos por muestra sin necesidad de
calcular la proporción, es decir, se pueden analizar con una carta np.
12 20
COMP. 13 12
MUESTRA DEFECTUOSOS
14 10
1 9
15 10
2 6
16 0
3 10
17 13
4 8
18 5
5 5
19 6
6 5
20 11
7 14
183
8 12
9 9
10 8
11 10
74
Manual de Calidad I
75
Manual de Calidad I
CARTA C
En una fábrica de muebles se inspecciona con detalle el acabado de las mesas cuando
salen del departamento de laca. La cantidad de defectos que son encontrados en cada
mesa son registrados con el fin de conocer y mejorar el proceso. En la tabla se muestran
los defectos encontrados en las últimas 30 mesas. Es claro que estamos ante una variable
a ser analizada con la carta c, debido a que una misma mesa puede tener varios
defectos y de diferente tipo, además los defectos son relativamente menores, y aunque
influyen en la calidad final del producto, no causan que la mesa sea rechazada.
Para analizar estos datos mediante una carta c, lo primero que debemos hacer es estimar
el número promedio de defectos por unidad (mesa):
DEFECTOS 16 12
MESA Ci 17 8
1 7 18 10
2 5 19 4
3 10 20 7
4 2 21 3
5 6 22 10
6 5 23 6
7 4 24 6
8 9 25 7
9 7 26 4
10 5 27 5
11 6 28 6
12 7 29 8
13 8 30 5
14 4 191
15 5
76
Manual de Calidad I
77
Manual de Calidad I
CARTA U
Se utilizan para número de defectos (para tamaño de muestra constante).
Esta es cuando el tamaño del subgrupo no es constante y analiza la variación del número
promedio de defectos por artículo o unidad.
Total de defectos
u=
Total de artículos inspeccionados
u
LCS = u+ 3
n
LC = u
u
LCI = u - 3
n
EJEMPLO:
En una fábrica se ensamblan artículos electrónicos y al final del proceso se hace una
inspección por muestreo para detectar defectos relativamente menores, y así
retroalimentar el proceso para enfocar bien las acciones de mejora. En particular, en la
tabla se presenta el número de defectos observados en muestreos realizados sobre 24
lotes consecutivos de piezas electrónicas. El número de piezas inspeccionados en cada
lote es variable, por lo que no es apropiado analizar el número de defectos por muestra,
c¡, mediante una carta c. Es mejor analizar el número promedio de defecto por pieza, ú¡,
mediante la carta u.
12 30 21 0.70
Tamaño
13 30 40 1.33
de Defectos
muestra encontrados 14 30 24 0.80
Lote (ni) (ci) ui=ci/ni 15 30 46 1.53
1 20 17 0.85 16 30 32 1.07
2 20 24 1.20 17 30 30 1.00
3 20 16 0.80 18 30 34 1.13
4 20 26 1.30 19 15 11 0.73
5 15 15 1.00 20 15 14 0.93
6 15 15 1.00 21 15 30 2.00
7 15 20 1.33 22 15 17 1.13
8 25 18 0.72 23 15 18 1.20
9 25 26 1.04 24 15 20 1.33
10 25 10 0.40 SUMA 525 549 1.05
11 25 25 1.00
78
Manual de Calidad I
79
Manual de Calidad I
En general, los procesos estándar tienden a comportarse dentro del rango de:
Algunos ejemplos:
Motorola(1984), Allied Signal(1994), G.E.(1995), Polaroid, Sony, Lockheed, NASA, Black &
Decker, Bombardier, Dupont, Toshiba, etc.
80
Manual de Calidad I
Seis Sigma busca que todos los procesos cumplan con los requerimientos del cliente:
Los datos y el pensamiento estadístico orientan los esfuerzos en la estrategia SS, ya que los
datos son necesarios para identificar las :
l Los datos por sí solos no resuelven los problemas del cliente y del negocio, por ello
es necesaria una metodología:
l En SS los proyectos se desarrollan en forma rigurosa con la metodología de cinco
fases: Definir, Medir, Analizar, Mejorar y Controlar
81
Manual de Calidad I
Defini
Controlar
r
Mejora
Medir
r
Analizar
82
Manual de Calidad I
Un aspecto que ha caracterizado a los programas Seis Sigma exitosos, es que los
proyectos DMAMC realmente logran ahorros y/o incremento en ventas.
Esto implica varias cosas: se seleccionan proyectos claves que realmente atienden sus
verdaderas causas, se generan soluciones de fondo y duraderas, y se tiene un buen
sistema para evaluar los logros de los proyectos.
Seis Sigma se sostiene a lo largo del tiempo reforzando y reconociendo a los líderes en los
que se apoya el programa, y a los equipos que logran proyectos DMAMC exitosos
l palmadita :el directivo da una palmadita, una nota o un elogio a quien desea
reconocer; con ello señala que está enterado y satisfecho con lo hecho.
l presentación, en el cual a quienes se desea reconocer exponen ante colegas y
superiores los hechos y logros obtenidos
l pesos, en este nivel el reconocimiento se refleja en una compensación monetaria
l puesto, donde se reconocen esfuerzos y logros, y se encomienda una
responsabilidad con mayor jerarquía en la organización
“Seis Sigma es una iniciativa con horizonte de varios años, por lo que no desplaza otras
iniciativas estratégicas, por el contrario, se integra y las refuerza”
83
Manual de Calidad I
Tener un proceso Tres Sigma, significa que los límites reales de su variable de salida
coincidan con las especificaciones de calidad para tal variable.
(Cp=1 )
l A primera vista un proceso Tres Sigma podría parece que es muy bueno.
l El .27 % de artículos defectuosos , implica aprox. 2700 PPM
84
Manual de Calidad I
Proceso 6σ
Cp=2 y PPM=3.4
Límites Reales:
µ±6σ
85
Manual de Calidad I
86
Manual de Calidad I
Comparativo Empresa 3σ Vs 6σ
Gasta de 15 a 25% de sus ingresos por Gasta sólo 5% de sus ingresos por
ventas, en costos de fallas (costos de no ventas, en costos de fallas (costos de
calidad) no calidad).
Produce 66 807 defectos por cada Produce 3,4 defectos por cada millón
millón de oportunidades. de oportunidades.
87
Manual de Calidad I
88
Manual de Calidad I
BIBLIOGRAFIA:
GUTIERREZ, PULIDO HUMBERTO, Control Estadístico de Calidad y Seis SIGMA, Mc. Graw-Hill.
Microsoft Office.
Programa MINITAB.
89