15.1 LA ESTADISTICA Y EL MEJORAMIENTO DE LA CALIDAD La calidad de los productos y los servicios se ha convertido en un factor de decisión importante en la mayoría de los negocios del mundo actual. Independientemente de si el consumidor es un individuo, una corporación, un programa de defensa militar o una tienda minorista, cuando el consumidor está haciendo una decisión de compra, es posible que asigne igual importancia a la calidad que al costo y al tiempo de entrega. Por consiguiente, el mejoramiento de la calidad se ha convertido en una preocupación principal para muchas corporaciones. Este capítulo trata del control estadístico de la calidad, un conjunto de herramientas que son esenciales en las actividades de mejoramiento de calidad. Calidad significa buena condición para el uso. Por ejemplo, uno puede adquirir un auto móvil con la expectativa de que no tenga defectos de fabricación y que proporcionará un trans porte confiable y económico; un minorista compra bienes terminados con la expectativa de que estén empacados y preparados apropiadamente para almacenarlos y exhibirlos con facilidad, o un fabricante compra materia prima y espera procesarla sin problemas de reprocesamiento o de unidades defectuosas. En otras palabras, todos los consumidores esperan que los productos y servicios que adquieren satisfarán sus requerimientos. Esos requerimientos definen la buena condición para el uso. La calidad o buena condición para el uso se determina mediante la interacción de la calidad de diseño y la calidad de conformidad. Por calidad de diseño se entienden los diferentes grados o niveles de desempeño, confiabilidad, duración y funcionamiento que son el resultado de decisiones de ingeniería y administrativas deliberadas. Por calidad de conformidad se entiende la reducción de la variabilidad y la eliminación de defectos sistemáticas, hasta que cada unidad producida sea idéntica y sin defectos. 15.2 CONTROL ESTADÍSTICO DE LA CALIDAD El campo del control estadístico de la calidad puede definirse en un sentido amplio como aquellos métodos estadísticos y de ingeniería que se usan para medir, monitorear, controlar y mejorar la calidad. El control estadístico de la calidad es un campo relativamente nuevo, el cual se remonta a los años veinte. El Dr. Walter A. Shewhart de los laboratorios Bell Telephone. fue uno de los pioneros del campo. En 1924 escribió un memorándum que incluía una carta de control moderna, una de las herramientas básicas del control estadístico de procesos. Harold F. Dodge y Harry G. Romig, otros dos empleados de Bell System, aportaron gran parte del liderazgo en el desarrollo de métodos de muestreo e inspección basados en la estadística. El trabajo de estos tres hombres forma gran parte de la base del campo moderno del control estadístico de la calidad. En la Segunda Guerra Mundial se introdujeron de manera generalizada estos métodos en la industria estadounidense. A partir de esa época el Dr. W. Edwards Deming y el Dr. Joseph M. Juran han contribuido a la difusión de los métodos de control estadístico de la calidad. Los japoneses han sido particularmente exitosos en el despliegue de los métodos de control estadístico de la calidad y han usado métodos estadísticos para conseguir una ventaja significativa sobre sus competidores. En los años setenta, la industria estadounidense sufrió extensivamente la competencia japonesa (y de otras naciones); esto ha llevado, a su vez, al interés renovado en los métodos de control estadístico de la calidad en Estados Unidos. Gran parte de este interés se enfoca en el control estadístico de procesos y el diseño experimental. Muchas compañías estadounidenses han iniciado amplios programas para implementar estos métodos en sus organizaciones manufactureras, de ingeniería y de otras áreas de negocios. 15.3 CONTROL ESTADISTICO DE PROCESOS No es practico inspeccionar la calidad dentro de un producto: el producto debe hacerse correctamente la primera vez. En consecuencia, el proceso de fabricación deber ser aceptable o repetible y tener la capacidad de operar con poca variabilidad en torno de la dimensión objetivo o nominal. El control estadístico de procesos en línea constituye una poderosa herramienta para conseguir la estabilidad de los procesos y para mejorar su capacidad mediante la reducción de la variabilidad. Es común considerar el control estadístico de procesos (CEP) como un conjunto de herramientas para resolver problemas que puede aplicarse a cualquier proceso. Las principales herramientas del CEP son: 1. El histograma 2. El diagrama de Pareto 3. El diagrama de causa y efecto 4. El diagrama de concentración de defectos 5. La carta de control 6. El diagrama de dispersión 7. La hoja de verificación Aun cuando estas herramientas son una parte importante del CEP, abarcan únicamente el as pecto técnico del tema. Un elemento igualmente importante del CEP es la actitud: el deseo de todos los integrantes de una organización para mejorar en forma continua la calidad y la productividad mediante la reducción sistemática de la variabilidad. La carta de control es la más pode rosa de las herramientas del CEP. 3.20 p.m. 15.4 INTRODUCCIÓN A LAS CARTAS DE CONTROL 15.4.1 Principios básicos En cualquier proceso de producción, sin importar lo bien diseñado que esté o la atención que se preste a su mantenimiento, siempre existirá cierta variabilidad natural o inherente. Esta variabi lidad natural o "ruido de fondo" es el efecto acumulado de pequeñas causas en esencia inevita bles. Cuando el ruido de fondo de un proceso es relativamente reducido, por lo general se considera que se encuentra en un nivel aceptable del desempeño del proceso. En el contexto del control estadístico de la calidad, a esta variabilidad natural suele llamársele "sistema estable de causas fortuitas o aleatorias". Se dice que un proceso está bajo control estadístico cuando opera única mente en presencia de causas fortuitas de variación. En otras palabras, las causas ortui as son una parte inherente del proceso. 1. La mayoría de los procesos no operan en un estado de control estadístico. 2. Por consiguiente, el uso regular y cuidadoso de cartas de control identificarán las causas asignables. Si estas causas pueden eliminarse del proceso, la variabilidad se reducirá y el proceso mejorará. (ver imagen 15.2) 3. La carta de control tan sólo detectará las causas asignables. Por lo general será necesaria la acción de la administración, del operador y del departamento de ingeniería para elimi nar la causa asignable. Es vital un plan de acción para responder a las señales de la carta de control. Al identificar y eliminar las causas asignables, es importante encontrar la causa de raíz del problema y atacarla. Una solución cosmética no redundará en un mejoramiento real del proceso a largo plazo. El desarrollo de un sistema eficaz de acciones correctivas es un componente esencial de una implementación eficaz del CEP. La carta de control también puede usarse como un recurso de estimación. Es decir, a partir de una carta de control que indica control estadístico pueden estimarse ciertos parámetros del proceso, tales como la media, la desviación estándar y la proporción de unidades no conformables o incidentales. Estas estimaciones pueden usarse después para determinar la capacidad Bol pro Las cartas de control han tenido una larga historia de uso en la industria. Hay al menos cinco razones de su aceptación. 1. Las cartas de control son una técnica probada para mejorar la productividad. Un programa de cartas de control exitoso reducirá las piezas de desecho y las tareas de reprocesamiento, que son los principales depredadores de la productividad en cualquier operación. Cuando se reducen las piezas de desecho y las tareas de reprocesamiento, aumenta la productividad, se reducen los costos y se incrementa la capacidad de producción (medida en el número de piezas aceptables por hora). 2. Las cartas de control son un recurso eficaz para prevenir defectos. La carta de con trol ayuda a mantener el proceso bajo control, lo cual es consistente con la filosofía "hazlo bien a la primera". Nunca es más barato separar las unidades "buenas" de las "malas" en una fase posterior de lo que es hacerlas correctamente desde el principio. Si no se cuenta con un control del proceso eficaz, se estará pagando a alguien por hacer un producto no conformable. 3. Las cartas de control previenen los ajustes innecesarios del proceso. Una carta de control puede distinguir entre el ruido de fondo y una variación anormal; ningún otro re curso, incluyendo un operador humano, es tan eficaz para hacer esta distinción. Si los operadores del proceso ajustan el proceso con base en pruebas periódicas sin relación con un programa de carta de control, con frecuencia tendrán una reacción exagerada ante el ruido de fondo y realizarán ajustes innecesarios. Estos ajustes innecesarios por lo ge neral redundan en un deterioro del desempeño del proceso. En otras palabras, la carta de control es consecuente con la filosofía "si no está descompuesto, no le metas mano" 4. Las cartas de control proporcionan información de diagnóstico. Frecuentemente, el patrón de los puntos de una carta de control incluirá información que tiene un valor de diagnóstico para un operador o ingeniero experimentado. 5. Las cartas de control proporcionan información acerca de la capacidad del proceso. 15. 5 CARTAS DE CONTROL X Y R Cuando se trabaja con una característica de la calidad que puede expresarse como una medición, se acostumbra monitorear tanto el valor medio de la característica de la calidad como su varia bilidad. El control sobre la calidad promedio se ejerce por la carta de control de los promedios, conocida generalmente como carta X. La variabilidad del proceso puede controlarse con una carta del rango (carta R) o bien con una carta de la desviación estándar (carta S), dependiendo de la manera en que se estime la desviación estándar de la población. Se revisará únicamente la carta R. Suponga que se conocen la media µ y la desviación estándar o del proceso y que la característica de la calidad tiene una distribución normal. Considérese la carta X. Como se mencionó anteriormente, puede usarse u como la línea central de la carta de control, y los límites 3-sigma superior e inferior pueden colocarse en LCS =µ+30/√n y LCI =μ-30/√n, respectivamente. Cuando no se conocen los parámetros μ y σ, por lo general se estiman con base en muestras preliminares, las cuales se toman cuando se considera que el proceso está bajo control. Se recomienda el uso de por lo menos 20 a 25 muestras preliminares. Suponga que se cuenta con m muestras preliminares, cada una de tamaño n. De manera típica, n será 4, 5 o 6; estos tamaños de las muestras relativamente pequeños se usan ampliamente y con frecuencia surgen de la construcción de subgrupos racionales. Sea X, la media muestral de la i-ésima muestra. Entonces la media de la población, u, se estima por medio de la gran media EJEMPLO 15.1 La pieza de una turbina de avión se fabrica mediante un proceso de colada de precisión. La abertura del aspa en este vaciado es un parámetro funcional importante de la pieza. Se ilustrará el uso de las cartas de control X y R para determinar la estabilidad estadística de este proceso. En la tabla 15-1 se presentan 20 muestras de cinco piezas cada una. Los valores dados en la tabla se han codificado usando los tres últimos dígitos de la dimensión; es decir, 31.6 debería ser 0.50316 pulgadas. Las cantidades x = 33.3 y = 5.8 se muestran al final de la tabla 15-1. El valor de A, para muestras de tamaño 5 es A₂ = 0.577. Entonces los límites de control de prueba de la carta X son:
𝑥 = ±𝐴2 𝑟 = 3,32 ± (0,577)(5,8) = 33,32 ± 3,35
𝐿𝐶𝑆 = 36,67 𝐿𝐶𝐼 = 29,97 Para la carta R, los limites de control de prueba son: 𝐿𝐶𝑆 = 𝐷4𝑟 = (2,115)(5,8) = 12,27 𝐿𝐶𝐼 = 𝐷3𝑟 = (0)(5,8) = 0