DISEÑO DE SISTEMAS PARA EL CONTROL DE LA CALIDAD

La importancia del diseño del proceso de calidad radica en la necesidad de descomponer un largo
sistema de producción en muchos sistemas o procesos menores es posible definir y controlar la
calidad en cada momento del proceso

Una vez definidos e identificados los procesos que requieren control se establecen los puntos
críticos de control en los cuales se realizan inspecciones o mediciones.

Luego de esto la dirección establece quien debe hacer estas mediciones, los mismos operarios,
inspectores internos normalmente los mismos operarios ya que se pone la responsabilidad en
quienes elaboran los productos u ofrecen los servicios.

PASOS

1. Diseñar el proceso
2. Identificar los puntos críticos o de control en donde se requiere inspección
3. Asegurar la materia prima que ingresa al proceso (surge la necesidad de Certificar
proveedores)
4. Probar el trabajo en proceso o el servicio mientras está sucediendo. Se debe inspeccionar
antes de realizar procesos irreversibles, se garantiza que el costo de la inspección se a
menor al de añadir más valor.
5. Determinar la inspección final antes del empaque y embalaje.

Adicional a esto se utilizan dos opciones de medición:

Las basadas en las variables utilizando (Longitud, Altura, Peso etc) ejemplos dimensiones,
viscosidad, tiempos etc.

Las basados en medicion de Atributos, se utiliza una escala discreta mediante la contabilización del
número de artículos defectuosos o con defectos por unidad producida.

Tambien se debe decidir la frecuencia de medición, normalmente se utiliza un control estadístico

del proceso para minimizar la cantidad de inspecciones.

Por último se debe identificar quien debe hacer la inspección normalmente los inspectores son los
mismos operarios o empleados por que son quienes mas conocen del proceso.

CONTROL DE LA CALIDAD DEL PROCESO

Luego de realizar las inspecciones programadas se toman muestras de la salida de un proceso o un

sistema y en el caso de encontrar distorsiones o no conformidades, el proceso se detiene y se
realiza una búsqueda de una causa asignable, una vez encontrada el proceso se inicia nuevamente.
El control del proceso se basa en dos suposiciones la primera es que no importa que tan
controlado este el proceso este siempre tiende a variar alrededor de una media, es así que el
objetivo del control del proceso está en determinar el alcance de estas variaciones aleatorias del
proceso y asegurar que la producción permanezca dentro de este rango.

La segunda suposición es que los procesos de producción generalmente no se encuentran bajo

control, debido a procedimientos indeterminados, operarios no capacitados, deficiente
mantenimiento entre otras.

De allí surge la necesidad de los analistas encontrar la fuente de estas variaciones a las que se les
conoce como causas especiales y asi poner el proceso bajo control estadístico, con lo cual las
variaciones restantes se deben a causas aleatorias.

Algunos de los procesos de apoyo tampoco se encuentran difícilmente se encuentran bajo control
estadístico.

HERRAMIENTAS PARA EL CONTROL ESTADÍSTICO

Dentro de las herramientas para el control de la calidad encontramos las gráficas de control las
cuales se componen de la línea central o limite central el cual representa la característica de
calidad promedio que se está midiendo.

El limite superior de control representa la variación aleatoria máxima aceptable y el limite inferior
de control la variación aleatoria minima aceptable cuando existe un estado de control, estos
limites se encuentran a +- tres desviaciones estándar de la media asumiendo una distribución de
probabilidad normal incluyendo al 99.7 % de las variaciones aleatorias observadas.

CONTROL DE ATRIBUTOS

Cuando la calidad se mide por atributos, la característica de calidad es el porcentaje de unidades

defectuosas en el proceso, este porcentaje se calcula con una muestra de n unidades al azar que
se toma del proceso a intervalos de tiempo específico. Para cada muestra se calcula el porcentaje
observado de defectos (P) en la muestra estos valores calculados de p se localizan en la gráfica,
uno para cada muestra.

Para obtener la línea central y los límites de control de la grafica de control p, se toma una
cantidad grande de muestras de n unidades de cada una, luego se calcula el valor P para cada
muestra y luego se obtiene el promedio el cual se utiliza como línea central los limites se calculan
utilizando: ṕ como el promedio de los defectos o distorsiones encontrados

ṕ(1− ṕ) ṕ (1− ṕ)

Límite superior de control ṕ+3
√ n
Límite Inferior de control ṕ−3
√ n

Ejemplo:
Se toman muestras de 200 unidades de productos a intervalos de dos horas para determinar el
porcentaje de productos defectuosos en sus dimensiones los porcentajes encontrados en las
ultimas 11 muestras son los siguientes.

1 2 3 4 5 6 7 8 9 10 11
0,5 1 1,5 2.0 1,5 1,0 1,5 0,5 1,0 1,5 2,0
ṕ=1,27

0,0127 (1−0,0127)
Limite superior =0,0127+3
√ 200
= 0,0364

0,0127(1−0,0127)
Limite Inferior=0,0127−3
√ 200
= -0,0110

CONTROL DE VARIABLES

Allí también se utilizan graficas de control para la medición de variables utilizando la medición de
una variable continua cuando se inspecciona cada producto. Como resultado se calculan los
valores de la muestra, una medición de la tendencia central (el promedio generalmente) y la
medición de la variabilidad (el rango o la desviación estándar ) con estos valores se elaboran dos
graficas de control: una para la tendencia central y otra para la variabilidad del proceso. Cuando se
determina que este está fuera de control en cualquiera de estos valores, se detiene y se inicia la
búsqueda de la posible causa.

Suponga que se calculan el promedio x y el rango R cada vez que se toma una muestra. Entonces
se utilizara una grafica de control para el promedio y una para el rango. Los limites de control para
la gráfica de promedios se calculan como sigue:

LC = x́ LSC = x́ + A 2 Ŕ LIC = x́− A2 Ŕ

Donde x́ es el gran promedio de varios promedios x́ pasados y Ŕ es el promedio de varios valores

pasados de R. En las formulas anteriores, A2 es una constante que incluye 3 desviaciones estándar
en términos del rango. Los limites de control para la gráfica de rango se calculan:

LC = Ŕ LSC = D 4 Ŕ LIC = D 3 Ŕ

Las constantes D 3 y D 4 proporcionan límites de 3 desviaciones estándar para el rango los valores
de las constantes se dan la siguiente tabla.
Ejemplo de control por variables

En cierta empresa se elaboran 100 unidades de un producto cada hora, cada hora se selecciona
una muestra al azar se 6 unidades y se mide su diámetro y se establece un promedio, la ultima
muestra arrojo los siguientes resultado.

1 2 3 4 5 6
0,536 0,507 0,530 0,525 0,530 0,520

El promedio x́ =0,525 y el rango R =0,020 a partir de estos grandes promedios se calculan los
parámetros de la gráfica de control.

Grafica x́

LC = 0,525 LSC = 0,525+0,483∗0,020=0,523 LIC = 0,525−0,483∗0,020=0,503

Grafica R

LC = 0,02 LSC = 2004∗0,020=0,040 LIC = 0∗0,020=0

De acuerdo a estos límites de control, se encuentra que la muestra de los 6 productos se

encuentra fuera de control.
MEJORAMIENTO CONTINUO

El objetivo del mejoramiento continuo es reducir la variabilidad del producto o el proceso, esto
generalmente requiere la solución de problemas o cambios en el diseño del producto o del
proceso mismo.

Algunas de las técnicas del mejoramiento continuo se encuentran el Analisis ABC o de Pareto
80/20, los diagramas causa efecto o diagrama Ishikawa y las grafica de habilidad de los procesos,
Cada uno de estos métodos se fundamenta en la recopilación y el análisis de datos para poder
mejorar la calidad del producto o del proceso.

ÍNDICE DE HABILIDAD DEL PROCESO

Representa la capacidad que tiene el proceso para cumplir o exceder sus especificaciones y se
puede medir mediante Cp (capability Process) es decir la proporción entre el ancho de la
especificación (espec.) y el ancho del proceso

Ancho de la espec
C p=
Ancho del proceso

Si el proceso se centra dentro del rango de la especificación C p ≥ 1 será un buen indicador de la

capacidad del proceso para cumplir con las especificaciones, puesto que el ancho del proceso
estará dentro del ancho de la especificación.

En la práctica, se calcula el ancho de la especificación como la diferencia entre el límite superior de

la especificación (USL) y el límite inferior de la especificación (LCL).

El ancho del proceso se calcula con 6 desviaciones estándar de las mediciones del proceso que se
monitorea 6σ cuya lógica es que la mayor parte de la variación de la medición de un proceso se
incluye dentro ±3 desviaciones estándar de la media o un total de 6 desviaciones estándar.

USL−LSL
Así se tiene C p=
6σ
Si el proceso se centra en el rango de especificación C p=1 se considera que el proceso apenas es
capaz de cumplir con las especificaciones. Un proceso C p< 1 debe mejorarse, reduciendo la
desviación estándar, incrementando el ancho de la especificación si es posible para volverse hábil.

Para la distribución normal, si C p=1 y el proceso se centra dentro de las especificaciones y bajo
control estadístico, entonces 99,74% del producto que se elabora estará dentro de las
especificaciones, lo cual corresponde a 2600 partes defectuosas por millón.

Para evitar algunas distorsiones dentro del proceso se ha ideado otra medida de uso más amplio

C pk =Min {USL−μ
3σ
,
μ−LSL
3σ }

Donde μ es la media del proceso y σ la desviación estándar

Ejemplo

El gerente de operaciones de un departamento de procesamiento de reclamos de una

aseguradora desea determinar la capacidad de procesamiento del departamento. En general, los
reclamos requieren un mínimo de cuatro días para manejarse. La empresa tiene el compromiso de
manejar todos los reclamos dentro de 10 días. En promedio, se procesan en ocho y el
procesamiento tiene una desviación estándar de un día.

a. Calcúlese C p y C pk para el departamento de procesamiento de reclamos. Con base en

estos cálculos, ¿debiera el departamento de reclamos mejorar su proceso
b. Con los mismos datos, vuelva a calcular C pk, pero utilice un tiempo promedio para el
procesamiento de reclamos de siete días y no de ocho.
c. Con los datos originales, vuelva a calcular C pk, pero utilice una desviación estándar de 2/3
de día. ¿Qué modificación significó las mejoras más grandes: el cambio en Ia media de la
parte b)o el cambio en la desviación estándar? ¿Puede usted explicar los resultados?

Solucion:

a.

10−4 10−8 8−4

C p=
6 (1)
=1.000 C pk =Min { ,
3(1) 3(1) }
=Min { 0.667,1.33 }=0,667

El cálculo de C p parece indicar que el proceso es capaz de tener un desempeño aceptable con
especificaciones; sin embargo, como C pk menor a 1,0 , el proceso necesita mejoramiento, si es
que ha de volverse minimamente capaz de cumplir con las especificaciones de servicio al cliente.

b.
Al utilizar el tiempo medio de procesamiento de reclamos reducido a siete días por reclamo,

10−7 7−4
C pk =Min { ,
3(1) 3(1) }
=Min { 1.0,1.0 }=1.0

c.

Al utilizar Ia desviación estándar reducida del procesamiento de reclamos de 0.667 días por
reclamo,

10−8 8−4
C pk =Min { ,
3 (0,667) 3 (0,667)}=Min { 1.0,2.0 }=1.0

Cualquier modificación puede resultar en que el proceso pueda cumplir con las especificaciones
Como el tiempo medio de procesamiento no estaba centrado dentro de los límites de las
especificaciones desde el principio, el desplazamiento de tiempo medio de procesamiento hacia el
centro de los límites de Ia especificación tiene exactamente el mismo efecto que reducir la
variación en el tiempo de procesamiento de reclamos. Lo ideal es que el gerente luche por una
reducción tanto en la media como en la variación del tiempo de procesamiento de los reclamos
para mejorar la habilidad del proceso.