UNIDAD 3 Calidad y La Mejora Continua de Procesos SESION 5

CALIDAD
UNIDAD-3: Calidad y Variabilidad

de los Procesos
SESIÓN 5
Ingeniería Industrial
CALIDAD
Objetivos de Aprendizaje
Al finalizar la unidad el estudiante aplica las herramientas y

análisis de Estabilidad y Capacidad de los procesos empresariales
para la mejora de calidad de los productos y servicios.
CALIDAD
Temario
Tema 1: Variabilidad y pensamiento estadístico
Tema 2: Estabilidad de procesos Causas especiales y

comunes de variabilidad.
Tema 3: Gráficos de control
Tema 4: Gráficos de control de variables: X-R y X-S
Tema 5: Pruebas de Procesos Inestables
#1
Variabilidad y pensamiento estadistico

CALIDAD
Variabilidad
Mano de obra Equipos

Materiales
ENTRADAS SALIDAS
PROCESO
Maquinarias
Métodos
CALIDAD
La Variabilidad
❑ (a) Las muestras varían de una a otra;

❑ (b) pero forman un patrón que, si es estable, es llamado distribución.
❑ (c) Las distribuciones pueden diferir en la medida de la tendencia
central, variación, forma o cualquier combinación de éstas.
CALIDAD
Pensamiento Estadístico niveles Organizacionales
Fuente: Calidad Total y Productividad Humberto Gutierrez
CALIDAD
Variabilidad y Pensamiento Estadístico

LA REALIDAD ES SIMPLE. No existen sistemas complejos en la realidad.
Mientras más complejo parezca un sistema, más simple será LA SOLUCIÓN .
Sistema Sistema
Mayor impacto
posible
Punto de palanca no óptimo Punto de palanca óptimo
CALIDAD

Complejidad….!!!!
“La complejidad se deriva solo de nuestra incapacidad de

comprensión, nuestra ignorancia, o nuestra dificultad para explicar
y comunicar lo que pensamos”
CALIDAD

Principio de la Simplicidad inherente
Problemas complejos…
“Los problemas, mientras mas

complejos, más simple debe ser
su solución”
E. Goldratt
“La explicación más sencilla que

tenga en cuenta todos los hechos
es la correcta”
Guillermo de Ockham
El control de una empresa es simple, pero no fácil

Las organizaciones son inherentes simples ….. Paradójicamente, son mas
simples mientras más complejas sean en su estructura.
CALIDAD

SOLUCIONES POTENTES
Barreras mentales
CALIDAD

Caso de la caja de jabón vacía, que ocurrió en una de las más grandes empresas de
cosmética de Japón.
La compañía recibió la queja de un consumidor que compró una caja de jabón y
estaba vacía... Inmediatamente las autoridades aislaron el problema a la cadena de
montaje, que transportaba todas las cajas empaquetadas de jabón al departamento
de reparto.
Por alguna razón, una caja de jabón pasó vacía por la cadena de montaje. Los altos
cargos pidieron a sus ingenieros que encontraran una buena y rápida solución del
problema.
CALIDAD

Solución A): De inmediato, los Solución B): Cuando a un empleado común

ingenieros se lanzaron a su labor para en una empresa pequeña se le planteó el
idear una máquina de rayos X con mismo problema, no entró en
monitores de alta resolución manejados complicaciones de rayos X, robots, equipos
por dos personas y así vigilar todas las informáticos o complicados; en lugar de eso
cajas de jabón que pasaran por la línea planteó otra solución: Compró un potente
para asegurarse de que no fueran vacías. ventilador industrial y lo apuntó hacia la
Sin duda, trabajaron duro y rápido. cadena de montaje. Encendió el ventilador, y
mientras cada caja pasaba por el ventilador,
las que estaban vacías simplemente salían
volando de la línea de producción.
CALIDAD
NO HAY CONFLICTOS EN LA REALIDAD. Lo que hay es conflictos en

la percepción que hacemos de la realidad.
“Y es que en el mundo traidor

nada hay verdad ni mentira: todo
es según el color del cristal con
que se mira”
Ramón de Campoamor
CALIDAD
Variabilidad
Definición
Son los cambios que hay en la magnitud, entre un valor y otro, de
un indicador o una característica.
Inconsistencia que se observa en cualquier grupo de productos
resultantes de un proceso.
AXIOMA: “NO EXISTEN DOS COSAS IGUALES”
CALIDAD
Sigma (s)
Término utilizado para representar la desviación

estándar.
( x1 − )
( x3 − X )
X
(x )
n
2
i − X
 = i =1
n −1 (x2 − X )
x
La desviación estándar indica el nivel de dispersión o

variabilidad de un conjunto de datos.
Mayor valor de la desviación estándar, indica mayor

variación.
CALIDAD
Sigma (s)
Ejemplo: 99.73%
Se tiene dos grupos (grupo 1 y 2)
de datos y se desea saber cual es GRUPO 1 Mayor
dispersión
la diferencia que existe entre los
dos.
5.7 7.8 9.9 12.0 14.1 16.2 18.3

Grupo 1 Grupo 2 -3s -2 s -1s +1 s +2 s +3 s
15.2 12.8 Existe una probabilidad del 99.73%, que
11.9 12.0 los datos estén entre 5.7 y 18.3
8.7 11.3
12.0 11.5
99.73%
10.5 9.8
13.6 12.9
14.0 12.1
GRUPO 2
9.9 13.4
10.6 12.7
Existe una probabilidad del Menor
13.6 11.5
99.73%, que los datos estén dispersión
Sumatoria S 120.0 120.0
entre 9 y 15
Media x 12.0 12.0
Rango R 6.5 3.6
Desviación estándar  2.1 1.0
9 10 11 12 13 14 15
-3s -2s -1s +1s +2s +3s
CALIDAD
Variación
Visión sólo de MEDIAS
LIE LSE Clientes insatisfechos porque reciben

productos NO conformes
Se compara la media con las

especificaciones y nos damos cuenta que
X está fuera de especificación.
Se inicia trabajo de mejoramiento
Como resultado la media se ubica dentro

LIE LSE
de las especificaciones
¡ Premio a la mejora !
• Los clientes siguen insatisfechos
X
CALIDAD
Variación
Visión COMPLETA
Clientes insatisfechos porque reciben
LIE LSE productos no conformes
Se compara la media y la variación con las

especificaciones.
Nos damos cuenta que el proceso tiene

X
variación muy grande y está descentrado.
Como resultado todo el proceso se ubica

LIE LSE dentro de las especificaciones
¡ Premio a la mejora !
• Clientes Satisfechos
X Ingeniería Industrial
CALIDAD
Variación
Expectativa del cliente: plazo de entrega 8 días después del pedido
Perspectiva interna Perspectiva del cliente

Plazo de entrega Después de las
Intervalo de 15 días
del proceso mejoras
existente convencionales
(días) (días)
20 17 Días de
Días de
atraso (+9)
15 2 anticipación (-6)
30 5
10 12
2 5 8 12 17
5 4
x = 16 días x = 8 días
Conmemoración
interna. Mejora de 16 a
Fecha
8 (50%) pretendida por
el cliente
CALIDAD
Variación
Perspectiva Interna Perspectiva del cliente

Intervalo 2 días
7
9
9
8
7
x = 8 días
7 8 9
Internamente Días de Días de
anticipación atraso
parece lo mismo (-1) (+1)
Fecha pretendida
por el cliente
El cliente percibe
la mejora
CALIDAD
Beneficios controlar la variabilidad
REDUCCIÓN
DE LA
VARIACIÓN
REDUCIR REDUCIR
DEFECTOS COSTOS
INCREMENTAR
BENEFICIO
EMPRESARIAL
INCREMENTAR
INCREMENTAR
SATISFACCION
INGRESOS
DEL CLIENTE
CALIDAD
Beneficios controlar la variabilidad
CARACTERISTICAS
ADECUADAS MENORES DEFECTOS
Lealtad del
Cliente
Mejor Cuota de Menores Menores Reducción

Precio mercado tiempo costos de de mermas
de ciclo garantía y reprocesos
Mayores Menor
Ingresos Costo Total
#2
Estabilidad de procesos Causas especiales

y comunes de variabilidad
Causas de Variabilidad
CALIDAD
La variabilidad
es debida a
Causas Causas
comunes o especiales o
aleatoria son asignables .
Inherentes al Problemas del
proceso. proceso
❑Para reducir las causas ❑Para eliminar las causas

comunes, se debe mejorar el especiales, se debe
proceso. corregir el proceso.
CALIDAD
Ejemplo:_ Realice su firma 5 veces
CALIDAD
Ejemplo:_ luego vuelva a firmar 5 veces con la otra mano
CALIDAD
CALIDAD
Causas comunes (o por azar)

Es aquella que permanece día a día, lote a lote; la aportan en forma natural
las actuales condiciones de las 6M. Esta variación es inherente a las actuales
características del proceso y es resultado de la acumulación y combinación de
diferentes causas difíciles de identificar y eliminar, debido a que son
inherentes al sistema y porque la contribución individual de cada causa es
pequeña; no obstante, a largo plazo representan la mayor oportunidad de
mejora.
Difícil de detectar y
corregir solo se
puede reducir
CALIDAD
Causas especiales (o atribuibles)

es generada por situaciones o circunstancias especiales que no están
permanentemente en el proceso. Por ejemplo, la falla ocasionada por el mal
funcionamiento de una pieza de la máquina, el empleo de materiales no
habituales o el descuido no frecuente de un operario. Las causas especiales,
por su naturaleza relativamente discreta, a menudo pueden ser identificadas y
eliminadas si se cuenta con los conocimientos y condiciones para ello.
Fácil de detectar y
corregir solo se debe
eliminar
CALIDAD
Variación y sus causas
CALIDAD
Ejemplos de Causas comunes u

especiales
Causas especiales Causas comunes

❑ Equipo medición ❑ Compra sistemática de
malogrado materiales con baja calidad
❑ Lote aislado de materia ❑ Inexistencia de
prima con problemas entrenamiento
❑ Descalibración de un ❑ Falta de estandarización de
equipo operaciones
❑ Corte de energía ❑ Vibración de las máquinas
❑ Uso de herramientas ❑ Fluctuaciones de
equivocadas temperatura
❑ Configuración error del ❑ Tiempo de respuesta de un
operador servidor
CALIDAD
ESTABILIDAD DE UN PROCESO
“Un proceso es estable si las causas de su variación

es por causas comunes se dice que el proceso se
encuentra bajo control estadístico y por tanto es
predecible”
CALIDAD
ESTABILIDAD DE UN PROCESO
“Un proceso es estable si las causas de su variación

es por causas comunes se dice que el proceso se
encuentra bajo control estadístico y por tanto es
predecible”
CALIDAD
Errores Tipo 1 y Tipo 2
Error tipo 1.- Tratar como una causa especial alguna falla,
queja, defecto, avería, accidente cuando realmente es debido
a causas comunes
Error tipo 2.- Atribuir causas comunes alguna falla, queja,
defecto, avería cuando realmente es debido a causas
especiales
CALIDAD
Errores Tipo 1 y Tipo 2
Reaccionar a Causas Comunes de Variación como si éstas fueran

Causas Especiales de Variación no mejora el proceso y el resultado
será una variabilidad mayor.
#3
GRÁFICOS DE CONTROL
n
LSC
LC
Indicador
PREDECIBLE
LIC
HOY
muestras
CALIDAD
Gráficos de Control
❑ Es la representación gráfica de una característica de un
proceso.
❑Éstas muestran si en el proceso sólo están presentes
causas comunes de variación o si también están presentes
causas especiales.
❑Indica si algo está
cambiando en su proceso
y en que momento está
sucediendo tal cambio.
❑No le dice que está
causando el cambio y si
éste es “bueno” o
“malo”.
La voz del proceso
CALIDAD
El propósito de los gráficos de control es el de tener bajo control

estadístico una determinada característica de calidad a medir.
En ellos se registran los valores de los parámetros medidos en c/intervalo

de tiempo determinado a priori, y en el que se han señalado previamente
los límites superiores e inferiores que se aceptan en el proceso para
considerarlo bajo control.
LSC LSC = Límite Superior de Control

indicador
Valor del
LC LC = Límite Central
LIC LIC = Limite Inferior de Control
muestras
CALIDAD
Un proceso es predecible o bajo control cuando la experiencia

pasada (data histórica) permite predecir el comportamiento
futuro.
n
LSC
LC
Indicador
PREDECIBLE
LIC
HOY
muestras
La predecibilidad es la esencia del control estadístico de

procesos
CALIDAD
Cuando el comportamiento de la serie de tiempo es

impredecible, se dice que esta fuera de control.
Buscar las causas de las diferencias entre valores bajo

control es una pérdida de tiempo.
Existen Gráficos de Control para Variables y para Atributos.
El gráfico de control es la voz del

proceso
CALIDAD
Objetivo General: Todo grafico de control esta diseñado

para presentar los siguientes principios:
Fácil de entendimiento de los datos
Claridad
Consistencia
Medir variaciones de calidad
Objetivo Especifico
Proceso de prevención para evitar que el producto
llegue sin defectos al cliente.
Detectar y corregir variaciones de calidad
CALIDAD
Tipo de Gráficos de Control
¿Variables ó atributos?
VARIABLES ATRIBUTOS
¿Productos defectuosos ó número de
Característica cuantitativa ; puede defectos? Característica
expresarse mediante un número real o cualitativa ; se observa si un
ser medida o recogida en una escala artículo posee o no dicha
continua. característica.
Productos defectuosos Defectos por Producto

Binomial Poisson
X-R X-S
np p c u
CALIDAD
Límites de control
LC ( w) = E ( w)  L V ( w)
Donde:
W: característica
LC: Límite de control
E(w): Esperanza o media
V(w):Varianza
L: Valor en tablas
Nro de Puntos Especiales

St (Índice de Inestabilidad )=
Nro Puntos Totales
LSC
indicador
Valor del
Donde:
LC St <3% se dice que el proceso es Estable
LIC
muestras
CALIDAD
CALIDAD
Principios estadísticos
❑ Error tipo I (α )
Riesgo de que un punto caiga
fuera de los límites de control,
cuando no existe una causa
atribuible
❑ Error tipo II (β )
Riesgo de que un punto caiga
dentro de los límites de
control, cuando existe una
causa atribuible.
#4
Gráfico de Control Variables

X-R y X-S
CALIDAD
GRAFICA CONTROL VARIABLES
CALIDAD
GRAFICA X-R
La carta X detecta
cambios significativos
en la media del
proceso. Cuando la
curva se desplaza la
carta manda una o
varias señales de fuera
de control
La carta R detecta
cambios significativos
en la amplitud de la
dispersión.
CALIDAD
Definición de los términos
El gráfico de control tiene:

Línea Central que representa el promedio histórico de la característica
que se está controlando
Límites Superior e Inferior que calculado con datos históricos presentan
los rangos máximos y mínimos de variabilidad.
Subgrupos
Grupo de mediciones con algún criterio similar obtenidas de un
proceso
Se realizan agrupando los datos de manera que haya máxima
variabilidad entre subgrupo y mínima variabilidad dentro de cada
subgrupo
Media
Sumatoria de todos los subgrupos divididos entre el numero de
muestras
Rango
Valor máximo menos el valor mínimo
CALIDAD
Pasos para una gráfica de

control por variables
Definir la característica de calidad (Lo que le interesa al
cliente que se cumpla)
Escoger el subgrupo racional (n)
Reunir los datos
Calcular los límites de control y la línea central
Revisar los límites de control y la línea central
Lograr el objetivo
CALIDAD
Subgrupos racionales
Tamaño del subgrupo
“Seleccionar subgrupos o muestras de manera que si hay

causas atribuibles, la posibilidad de diferencia entre subgrupos
sea máxima, mientras que la misma posibilidad dentro del
subgrupo sea mínima”.
Walter Shewhart:
CALIDAD
Tamaño de Subgrupo y tamaño de muestra
Suponga que usted realiza un estudio de los niveles de

glucosa en la sangre de 9 pacientes, quienes siguen una
dieta estricta y rutinas de ejercicios. Usted toma las
lecturas de la glucosa en la sangre de cada paciente todos
los días durante 20 días. Cuántos puntos tiene la gráfica
de control y de que tamaño sería el subgrupo
CALIDAD
Tamaño de Subgrupo y tamaño de muestra

Día paciente 1 paciente 2 paciente 3 paciente 4 paciente 5 paciente 6 paciente 7 paciente 8 paciente 9
1 85 87 150 100 100 90 70 72 75
2 70 85 143 100 121 92 66 70 69
3 75 80 140 92 130 83 70 68 67
4 75 83 149 95 130 80 68 85 75
5 73 78 140 90 124 86 69 70 75
6 77 110 165 110 150 110 115 80 75
7 75 98 172 110 145 110 95 52 80
8 96 110 168 110 145 110 80 80 75
9 89 95 170 110 145 120 89 72 79
10 75 95 220 100 149 100 110 80 85
11 80 90 165 103 135 95 77 76 85
12 80 88 155 103 120 85 79 78 82
13 75 85 150 103 135 90 75 85 78
14 75 88 150 95 130 90 70 76 89
15 82 95 145 100 133 90 77 89 79
16 80 90 165 103 135 95 77 86 80
17 85 100 160 120 140 100 90 79 92
18 70 100 165 120 140 100 120 86 71
19 95 100 155 120 139 100 89 86 78
20 78 110 158 122 145 108 95 95 78
n: Tamaño subgrupo: 9 m: número de subgrupos: 20

CALIDAD
Fórmulas de Limites Gráfico Control X-R
CALIDAD
TABLA DE FACTORES Gráfico Control X-R

Factors for three sigma control limits for x and R-charts
Factors for R-chart

Factor for X- Lower Control Upper Control Process
Sample size chart Limit Limit Capability
n A2 D3 D4 d2
2 1,880 0,000 3,267 1,128
3 1,023 0,000 2,575 1,693
4 0,729 0,000 2,282 2,059
5 0,577 0,000 2,115 2,326
6 0,483 0,000 2,004 2,534
7 0,419 0,076 1,924 2,704
8 0,373 0,136 1,864 2,847
9 0,337 0,184 1,816 2,970
10 0,308 0,223 1,777 3,078
11 0,285 0,256 1,744 3,173
12 0,266 0,284 1,716 3,258
13 0,249 0,308 1,692 3,336
14 0,235 0,329 1,671 3,407
15 0,223 0,348 1,652 3,472
16 0,212 0,364 1,636 3,532
17 0,203 0,379 1,621 3,588
18 0,194 0,392 1,608 3,640
19 0,187 0,404 1,596 3,689
20 0,180 0,414 1,586 3,735
21 0,173 0,425 1,575 3,778
22 0,167 0,434 1,566 3,819
23 0,162 0,443 1,557 3,858
24 0,157 0,452 1,548 3,895
25 0,153 0,459 1,541 3,931
CALIDAD
Aplicación Gráfico Control X-R
Ejemplo.- Se modificaron los reglajes de todas las máquinas destinadas al llenado de

sacos. Para evitar la recurrencia de las fallas, se decidió diseñar unos gráficos de control
para la detección rápida de las desviaciones del proceso.
Se colocó una balanza en el mismo proceso, conectada a un ordenador que registraba
las pesadas, tomándose 10 muestras de 5 sacos c/u durante 1 día y se dispone de la
información de la tabla se pide determinar los limites y graficar la carta de control X-R
Valores observados
X R
1 2 3 4 5 (Media) (Recorrido)
1 7,24 7,13 7,20 6,89 7,14 7,12 0,35
2 6,90 6,96 7,08 7,25 6,84 7,01 0,41
3 7,04 7,24 6,87 6,97 7,02 7,03 0,38
4 6,79 6,80 6,86 6,85 6,77 6,82 0,09
5 7,14 6,85 7,04 7,14 7,23 7,08 0,38
6 7,16 6,87 6,85 6,82 6,96 6,93 0,34
7 6,92 6,93 6,88 7,01 6,98 6,94 0,13
8 7,21 7,05 6,81 6,80 7,20 7,01 0,41
9 6,84 7,11 7,22 6,85 6,92 6,99 0,39
10 6,85 7,12 6,88 6,93 6,75 6,91 0,37
Siendo el promedio de las medias y del recorrido: 𝑋ധ = 6,98

𝑅ത = 0,32
CALIDAD
TABLA DE FACTORES Gráfico Control X-R

Factors for three sigma control limits for x and R-charts
Factors for R-chart

Factor for X- Lower Control Upper Control Process
Sample size chart Limit Limit Capability
n A2 D3 D4 d2
2 1,880 0,000 3,267 1,128
3 1,023 0,000 2,575 1,693
4 0,729 0,000 2,282 2,059
5 0,577 0,000 2,115 2,326
6 0,483 0,000 2,004 2,534
7 0,419 0,076 1,924 2,704
8 0,373 0,136 1,864 2,847
9 0,337 0,184 1,816 2,970
A2=0.577
10 0,308 0,223 1,777 3,078
11 0,285 0,256 1,744 3,173
12 0,266 0,284 1,716 3,258
13 0,249 0,308 1,692 3,336
D3=0.00
14 0,235 0,329 1,671 3,407
15 0,223 0,348 1,652 3,472
16 0,212 0,364 1,636 3,532
17 0,203 0,379 1,621 3,588
18 0,194 0,392 1,608 3,640
D4=2.115 19
20
0,187
0,180
0,404
0,414
1,596
1,586
3,689
3,735
21 0,173 0,425 1,575 3,778
22 0,167 0,434 1,566 3,819
23 0,162 0,443 1,557 3,858
24 0,157 0,452 1,548 3,895
25 0,153 0,459 1,541 3,931
CALIDAD
Gráfico X de control de los pesos de llenado de los sacos
Promedio de las medias y del recorrido: X = 6,98 ; R = 0,32
A partir de los valores de los promedios de las medias y del recorrido y con la
ayuda de las tablas necesarias, se diseñó el gráfico X , calculando los límites de
control según:
LCI = X - A2 *.R LCI = 6.98 – 0.577 x 0,32 = 6,80
LCS = X + A2 .R LCS = 6.98 + 0.577 x 0,32 = 7,17
7,40
Peso medio muestra sacos
7,30
7,20 LCS=7,17
7,10
(kg)
7,00 X = 6,98
6,90
6,80 LCI=6,80
6,70
1 2 3 4 5 6 7 8 9 10
Muestras
MSc. Percy Castro Rangel
CALIDAD
Gráfico R de control de los pesos de llenado de los sacos
X = 6,98 ; R = 0,32
Promedio de las medias y del recorrido:
A partir de los valores de los promedios de las medias y del recorrido y con la
ayuda de las tablas necesarias, se diseñó el gráfico R para controlar la dispersión
de cada muestra, siendo sus límites de control:
LCI =R * D3 LCI = 0,32 x 0 = 0
LCS = 0,32 x 2,11 = 0,68
LCS =R *D4
Al representarse el gráfico R de control, como puede observarse en la siguiente
figura, se confirmó que le recorrido de las muestras estaba bajo control.
0,80
0,70 LCS=0,68
0,60
Recorrido
0,50
0,40
0,30 R = 0,32
0,20
0,10
0,00 LCI=0
1 2 3 4 5 6 7 8 9 10
MSc. Muestras
Percy Castro Rangel
CALIDAD
CALIDAD
Gráfica Xbarra-R de nivel de glucosa (9 pacientes)

U C L=130,72
Media de la muestr a
120
_
_
100 X=101,03
80
LC L=71,35
1 3 5 7 9 11 13 15 17 19
M uestr a
160 U C L=160,1
Rango de la muestr a
120
_
R=88,2
80
40
LC L=16,2
0
1 3 5 7 9 11 13 15 17 19
M uestr a
CALIDAD
Gráfico Control X-S
Diagrama para variables que se aplican a procesos masivos, en los

que se quiere tener una mayor potencia para detectar pequenos
cambios. Por lo general, el tamaño de los subgrupos es n > 10.
CALIDAD
Fórmulas de Limites Gráfico Control X-S
CALIDAD
TABLA DE FACTORES Gráfico Control X-S
CALIDAD
Ejemplo Gráfico Control X-R
Caso - En la fabricación de envases plásticos primero se elabora la preforma

para lo cual se tienen varios criterios de calidad, uno de ellos es el peso de
la preforma. Para cierto envase, el peso debe estar entre 28.00 +/- 0.50
gramos. Cada media hora se toma un subgrupo de 10 preformas y se
pesan. Las medias y desviaciones estándar de los últimos 20 subgrupos se
muestran en seguida:
muestras 1 2 3 4 5 6 7 8 9 10
Media 28.048 28.042 27.985 27.968 28.044 28.162 27.981 27.985 28.024 27.973
Desv Estándar 0.1343 0.1596 0.0846 0.0868 0.1086 0.1029 0.1241 0.101 0.0924 0.1049
muestras 11 12 13 14 15 16 17 18 19 20
Media 28.021 28.026 28.004 27.993 27.949 28.028 27.99 28.004 27.997 28.014
Desv Estándar 0.1157 0.1127 0.0841 0.1090 0.1285 0.1116 0.0927 0.1691 0.1083 0.1031
CALIDAD
Datos
Tamaño subgrupo (n) (ver tabla) 10 c4 0.9727
Tamaño muestra (nro puntos en el gráfico m) 20
media de las medias 28.0119
media de las desviaciones estandar 0.1117
Reemplazando formulas se obtiene
MEDIAS DESVIACIÓN ESTANDAR

LCI LC LCS LCI LC LCS
27.9030 28.0119 28.1208 0.0318 0.1117 0.1916
CALIDAD

Grafico Control Medias
28.2
28.15
28.1
28.05
28
27.95
27.9
27.85
27.8
27.75
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Media LCI LC LCS
Grafico de Control S
0.25
0.2
0.15
0.1
0.05
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Desv Estándar LCI LC LCS
CALIDAD
CALIDAD
Gráfica Xbarra-S Nivel de Glucosa (9 pacientes)

U C L=130,72
Media de la muestr a
120
_
_
100 X=101,03
80
LC L=71,35
1 3 5 7 9 11 13 15 17 19
M uestr a
50 U C L=50,67
Desv.Est. de la muestr a
40
_
30 S =28,77
20
10
LC L=6,88
1 3 5 7 9 11 13 15 17 19
M uestr a
#1
Pruebas de Procesos Inestables

CALIDAD
PRUEBAS DE PROCESOS INESTABLES: X
CALIDAD
Observación de patrones
LCS a) Tendencia: la observación de una tendencia

puede revelar un desgaste uniforme y
X continuado de la máquina, debido a una falta
de mantenimiento, suciedad, o un cambio
LCI continuo en el entorno de trabajo.
LCS b) Ciclos: la detección de ciclos puede esconder

la falta de concentración de los operarios en
los procesos manuales, que al observar un
X
desplazamiento excesivo respecto al limite
LCI central de control, recuperan de forma
continuada su objetivo.
LCS
c) Agrupaciones: la presencia de agrupaciones
muestra cambios en las condiciones de
X trabajo, debido por ejemplo a sustituciones
de las máquinas, turnos de trabajo o una
LCI sustitución de los materiales utilizados.
Ingeniería Industrial 73
CALIDAD
Observación de patrones
LCS d) Cambios repentinos: un cambio repentino

puede ocultar una dejadez de los operarios
X que, al detectar que se alejan de los valores,
vuelven a situarse bruscamente en la
LCI tendencia original.
e) Errático: un gráfico de control con grandes

LCS
cambios, si bien dentro de los límites de
control, puede esconder una incorrecta
X puesta a punto de dicho proceso. Se suele
presentar en la fase inicial de un determinado
LCI proceso, por inexperiencia del operario,
máquina o materia prima.
LCS f) Cambios en el recorrido: muestra la

existencia de grandes variaciones en el
proceso, si bien en ocasiones la mediana de
X las muestras (Ẍ) puede mantenerse muy
controlada. Se puede presentar cuando un
LCI
operario experto, es reemplazado por otro
menos hábil.
Ingeniería Industrial 74
CALIDAD
INTERPRETACIÓN DE GRÁFICA DE CONTROL
CALIDAD
INTERPRETACIÓN DE GRÁFICA DE RANGOS
❑ Esta gráfica se debe analizar primero, ya que el

comportamiento de los promedios y de los rangos de los
subgrupos depende de la variabilidad estimada de las
piezas.
❑ Se deben verificar las ocho pruebas
❑ Verificar que no haya tendencias
CALIDAD
INTERPRETACIÓN DE GRÁFICA DE MEDIAS
❑ Si la gráfica de rangos está bajo control, la dispersión del

proceso está estable y por lo tanto se puede analizar la
gráfica de los promedios; los límites de control de esta
gráfica se basan en la cantidad de variación de los rangos.
Con la gráfica de medias se determina si el centro del
proceso está cambiando con el tiempo y si ese es el caso,
entonces existen causas especiales de variación que están
ocasionando esos problemas.
❑ Nunca se deben relacionar los puntos en una gráfica de
medias con los límites de especificación, ya que los puntos
en la gráfica son promedios y las especificaciones
corresponden a valores individuales, presentando una
variabilidad mayor que los subgrupos.
CALIDAD
INTERPRETACIÓN DE GRÁFICA DE “S”
❑ Primero se debe analizar esta gráfica, ya que si no stá bajo

control estadístico los límites de la gráfica de medias no
tendrán sentido.
❑ En caso de que no este bajo control estadístico, se deberán

encontrar las causas especiales de variación y eliminar los
puntos fuera de control y recalcular los límites.
CALIDAD
ACCIONES
Acciones Locales
❑ Generalmente se requieren para eliminar causas especiales
de variación
❑ Generalmente pueden tomarse por gente cercana al proceso
❑ Típicamente pueden corregir alrededor del 15% de los
problemas del proceso
Acciones Sobre el Sistema

❑ Generalmente se requieren para reducir variaciones debidas
a causas comunes
❑ Casi siempre requieren de acciones de la
dirección/administración para correcciones
❑ Son necesarias para corregir típicamente alrededor del 85%
de los problemas del proceso
CALIDAD
¿Qué aprendimos?
CALIDAD
“ La única forma de hacer un buen trabajo es amar lo

que haces”
Steve Jobs
Muchas Gracias

UNIDAD 3 Calidad y La Mejora Continua de Procesos SESION 5

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

UNIDAD 3 Calidad y La Mejora Continua de Procesos SESION 5

Cargado por

Copyright:

Formatos disponibles

CALIDAD

UNIDAD-3: Calidad y Variabilidad

Al finalizar la unidad el estudiante aplica las herramientas y

Tema 1: Variabilidad y pensamiento estadístico

Tema 2: Estabilidad de procesos Causas especiales y

Tema 3: Gráficos de control

Tema 4: Gráficos de control de variables: X-R y X-S

Tema 5: Pruebas de Procesos Inestables

Variabilidad y pensamiento estadistico

Mano de obra Equipos

❑ (a) Las muestras varían de una a otra;

Pensamiento Estadístico niveles Organizacionales

Fuente: Calidad Total y Productividad Humberto Gutierrez

Variabilidad y Pensamiento Estadístico

Variabilidad y Pensamiento Estadístico

“La complejidad se deriva solo de nuestra incapacidad de

Variabilidad y Pensamiento Estadístico

“Los problemas, mientras mas

“La explicación más sencilla que

El control de una empresa es simple, pero no fácil

Variabilidad y Pensamiento Estadístico

Variabilidad y Pensamiento Estadístico

Variabilidad y Pensamiento Estadístico

Solución A): De inmediato, los Solución B): Cuando a un empleado común

Variabilidad y Pensamiento Estadístico

NO HAY CONFLICTOS EN LA REALIDAD. Lo que hay es conflictos en

“Y es que en el mundo traidor

AXIOMA: “NO EXISTEN DOS COSAS IGUALES”

Término utilizado para representar la desviación

La desviación estándar indica el nivel de dispersión o

Mayor valor de la desviación estándar, indica mayor

5.7 7.8 9.9 12.0 14.1 16.2 18.3

Visión sólo de MEDIAS

LIE LSE Clientes insatisfechos porque reciben

Se compara la media con las

Se inicia trabajo de mejoramiento

Como resultado la media se ubica dentro

Se compara la media y la variación con las

Nos damos cuenta que el proceso tiene

Como resultado todo el proceso se ubica

Expectativa del cliente: plazo de entrega 8 días después del pedido

Perspectiva interna Perspectiva del cliente

Perspectiva Interna Perspectiva del cliente

Beneficios controlar la variabilidad

Beneficios controlar la variabilidad

Mejor Cuota de Menores Menores Reducción

Estabilidad de procesos Causas especiales

❑Para reducir las causas ❑Para eliminar las causas

Ejemplo:_ Realice su firma 5 veces

Ejemplo:_ luego vuelva a firmar 5 veces con la otra mano

Causas comunes (o por azar)

Causas especiales (o atribuibles)

Variación y sus causas

Ejemplos de Causas comunes u

Causas especiales Causas comunes

“Un proceso es estable si las causas de su variación

“Un proceso es estable si las causas de su variación

Errores Tipo 1 y Tipo 2

Errores Tipo 1 y Tipo 2

Reaccionar a Causas Comunes de Variación como si éstas fueran

El propósito de los gráficos de control es el de tener bajo control

En ellos se registran los valores de los parámetros medidos en c/intervalo