Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 20230605143716954 (3)

    Cargado por

    DanielNeyraMartell
    15 vistas19 páginas

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento

    Copyright:

    © All Rights Reserved
    Descargue como PDF o lea en línea desde Scribd
    Marcar por contenido inapropiado
    15 vistas19 páginas

    20230605143716954 (3)

    Cargado por

    DanielNeyraMartell

    Copyright:

    © All Rights Reserved
    Descargue como PDF o lea en línea desde Scribd
    Marcar por contenido inapropiado
    de 19
    OBJETIVO DE APRENDIZAL ptr een, Sieorese pte ton aoc Seep Cie pecan re Dect cina soar tps gird Ss poe ace Face @ decor cree frie sgn Seon ae © cers cpcinise ‘Srapetaderbepcos xml en side Sec esas evens _Mantit ha sido reconoca por sus proceimientos es ‘tna de oparacién (SOP; standara operating procedures} ‘bossivamente detallatos, I que resulta en hotles quo los ‘sero adoran po eu dstomaticamente alta calidad o abo. necen por su inspida unfonmidad. “Est ee una empresa ‘qe ene me controle, mas siteraa y ia manuals de procedimientas que cualquier cra, excepto el gobo" ice un veterana de la industia. "Yen eldad los Deva ls ction”. Las recamareras trabajan cn una sta de contol de 114 puntos. Uno de sus SOP es: Los empleados tocan tes ves as puerta Después de haven el asociado debe ‘dentioase de nmedao con vor clara y deat iSavieio al cuaro-Blnombre del hudeped no se menciona munca fuera de x habtacén, Aunque ala gente le agrada bur de soe proediientos son una parte muy seria de ae actividades de Marit, y ace procecimientos xtindar do operacénestin disoadas pare protege la maa. fecha reciente, Marit eliin6 algunas de is rskdas puis para los duefios de os hoteles que administra con lo que hs fempoder para que tomen algunas dcistones propia eabre Tos dete * AOTTULD 16 Comeldecaldedycontoleneicode pecons 349 350. rant: Admins de eneroones cae sie LOUE PIENSA USTED? A ee Ree er et ce ea Se ‘control dea caida o vital para garantaar experenciae e srvicio congruentesy cea satsfaceén ea lo clones, ‘como dust lefemplo de Marit. Simples mecaniemos Ge control como ls istas de vexifcacin ye procedmien- {os estandar de operaciénofecon medinscosteabes pare ‘aero. Ponese en contact con oe cents después de ‘ua mala experiencia de servicio pone a descubseto ek ato que ya ha ocuido, demanda medias exraorina- tas do ecuperacin del servicio yamenudo esta ena lea de oe cents. Lotaradel contol de calidad coniteengarantzar que nbienoservico respond esrcomente aes expecaconesy mpl os equsinientos dels clentermedentetzgumients yo medtn dos process ylo relat de des los qustesnecse- "spor mantener un nivel etait de desempeto. Las conse ‘uencias de faa de sistemas yprocedimlentosefectvos de contol la clad pueden oer graves y causar grandes rds mencirs 0 afectar a reputacin de una empee- ‘Soha crtcado a ndustta def sad pa fata de ‘sistemas efbaces de contol de calidad, Por ejemplo, hospital en Fadia prometi evaluat yreisear us ro- ‘edmiento de laboratori después de que los investigdo- ros estatales confmaron qu la necigencia en ls prosbas do laoratto provoos que dooenas de pacientes reclean scbredosis dun medicamentn que adegazal sangre 10 «que rast en a muerte de dos de ellos? Muchas cxganiza- ‘ines de cudado de a sald ulizan métodos contemp: rns parse conto de caked de a manufactur y ors ‘enfoques de meforamiento de a calidad como Sx Sigma, en ‘un ntento por minumizar eens eres. 16-1 Sistemas de control de calidad ‘Todos les sistemas de control de calidad constan de tes componente: 1. Un estindar o meta de desempeto, 2. Un medio para medi el desempeno re 8. Comparaciones del desempeio real om el estndar pars establecer La ase de lis accion co- Enos servicios (as medidas doa calidad de os servicios se presentaron em el capt anterior) se toman medidas similares de control Ls restaurantes de comida pid, por ejemplo, han diea- do cudadosamente sus procesos pas alcanzar wn sto grado de exattd yun tempo reduc de respuesta usando intereomunicadores de mans ibs, mirfones que redicen el uid deacon pentalls que muestran la orden de un cliente. En Wendy’ hay temporizadores que cuenta cada Segmento del proceso de integracn de una orden para ayudar a os geentes «controlar el rendi- ‘mien identifica as reas que tienen problemas ‘Las sistemas de control sdecuadlosposeen sentio cconémico, La mportanca del contol me- ‘nudo 50 expla con la regla 1:10100: se detects um defctoo errr ene servicio ys conige en Ik ‘tapa de die, la reparacin pra costar 1 dari se deteca durante el proceso de produeién, podria costar 10 dares. Sin embargo, sel defect se descubrers hasta que lega al lente, core= ilo podria costar 100 dares. os valores en daleresy las proporionesexacasdileren entre ls empresas industias. No ‘bstante el hecho es que el cestode reparacién o de recuperacin de wn seven ment drtes- ‘mente en la medida en que los defects y erores wazan por a cadena de valor. Esta rela spy) {de manera evento la necesidad de control yn enfiqu en Ia prevenién mediante la resin de calidad “en la fuente". La ealdad en la fuente signe que ls persons responsable del rab conto- lena calidad esas procsesidensicandoyconglendoualguer defect o enor cuando lo dteten wacur2 CAPTULO 1: Corto decal yconlenaditke deprocesr 351 Nivelar el campo de juego en el golf Las plots le gol eben cumpli cinco estadaes pra utr as egos SPA del go taro mis, peso bose esc, veloc in mua y ands ‘ene? Los métodospare medi esas caactestias ead pueden exarautomatzadesoeecutarse rmanualmente Pox empl tmato dels pela de gat Ssemide hacindolas pasar pr un anil de metal: ura plea q _aecuada sateen lo, mlentas que una defects lo ‘uz bisculs tales miden el peso en misinas de ‘games velocidad inci se mide con una msquiaespeca 2 determin el erp que tr us peat en akanzar una elcid de 8 ils aproximadamere 158m) por hers -aomper una pn balitica a fra de un ubo que ests exactarerne a 628 pis cas 2 mts de distal ar primera vez. Esto requiere que los empleados eventen con sls hbidades de recoeccin, ‘observacin y ands de datos, ademas de las heramients, la eapactasén y el apoyo gorencla propos 16-1a Practicas para el control de la calidad en la manufactura Fn le manufactur, rls gana lento a apogee pro clive de I cadena proto: en etapa de recepiin de los proveedores, durant varios procesos de produced y en a etapa de iene termina Certificactén y administracion de los proveedores Si los materiales recibidos son de ‘mal caida, entonces bien manufaturado final ertamento no sort moor Se espera quelos pro- ‘eedores proporcionen dacumentuclén y evidencia estadstica de que cuplen ls expecieaciones equerdas. Siesta documentacidn se hace de manera spropiada, es posible super por completo Inspocein dels materiales veabidos. Muchas empress tenen programas formals de certieaion para proveedoees fin de garantizr la integral de les materiales que resben Control en proceso Lossistemas de contro de calidad en proceso son necesaio para garntizar que los productos defectuosos no saan del proceso y, sobre todo, pare imped su produccia en Primer término, Una ongunzacén debe considera los puntos de equlibioentre los costo explic- tos de la detec, la eparacin ye remplazo y los costos implies de permis que una falta de ‘conformidad continge st marcha por el proceso de produc, El controlen proceso po lo comia, ‘esta cargo de as personas que ejecuta los proceso en la ineas fonts este es un ejemplo de calidad onl fuente, Control de los bienes terminados El contol de los bienesterminados a menudo se enfo- xen verficar que ef product cumple los requerimientor del cliente. Per muchos productos de ‘ansumo, esto consite en pruebas faneionles. Por ejemplo, un fabricate de teleisores podria hacer una pacha simple en cada unidad para cerciorare de que oper en forma spropiaa. Hoy Ja tecnologia modera permite quo eses pruebas se efction eipia yrenablemente, Por ejemplo, Jos letores de imagenolgs alo lrgo de las Iiessempacsdoras de slientordetectan de modo confble las particule extras 352 MARTE: Adniitacion de operons cates de sia 16-1» Pricticas de control de calidad en los servicios Muchas de las mismas prctes deserts en la seceidn anterior pueden aplicarse al control de cll Aad en ls operaciones sues de servicios come procesmiento de relamaciones de cheques ‘o seguros médvos. Lo sencos frontal que ipican tn contacto considerable con lo lien tes deben controlarse de ota manera, La ejecckin dala de miles de eneventos de service es un ‘eto para cualquier organizacionprestadora de sere. ‘Un manera de controlar la calidad en los serio es preven as fuentes de ertores y equvo- ‘aciones en primer trmino, usando el enfoquepols-yoke. Otro medio es conta y capita os prestadores en cuanto als habldades de acministcion del servicio como parte de wn enfoque del ‘contol de calidad basa on la prevencin, ‘La medicin de la stisfccién dl cliente pede sere de base para los sistemas efectos de contol en los servicios: Las instruments par Ia itisfccén del lente com frecuencia se enfocan ‘en oe atbutoe de servo como actitd, tempo de entrega, entra a empo, manejo de excep cones, responsabilidad y soporte téenico; ls atributos del producto como confabilidd y precio, yas medidas generales de satisfacén. En FedExse pide los centes que eaifiquen todo, desde a fcturacién hasta el desempiio de los mens, ln condiién del paguete, las epaciades de soguimiontoyrastreo, el mangjo de queasy a evicadd de los empleades ‘Muchas orginiaciones ae preocapan nds pork lealad de loeellentes que por su satisfac, Losclentes que simplemente estan satisfochos a mendo pueden hacer compas os competidores por comodidad, promociones wu otras factres. Les ellentes lealespriovizan ls negocios can una ‘onganizacn particular yen ocasiones se toman la nolstia de permanecer con es empresa o pagan ‘una prima porhacerl. Estos clientes gustan mis, etn ispuesos «pagar precios misao, remiten nuevo lentes yer menos costa hacer negocios on allo Hoy muchas empresiswtlizan una medida Iamada puntuacén neta dl promotor (NPS; net promoter score), que fue desurollaa por (yes marca regtrada de) Fred Reichel, Bain & Com- any y Satmeteis para medir I ead del ciente. Esta medida se bas en una simple pregunta: Coil es la probbilidad de que nos recomiende,yse eva en un esala de 0 «10. Las pn ‘haclones de. 10 por lo comin se asotan con lo clientes leales que habiuslnente seninclentes _eptides(promotores" Is puntuaciones de 7 $e asocian con ls clientes que extn saisfechos ero que podiranpasrse a a competencia ("pai"), yas de 6 0 menos representan aos lentes ‘nsatisfechos que eifundirén comentarios negation (“detractors”). Los promotor son mengs Sen sibles alos precios y mis redituables, mientras que los detractores son mis sensbles aos precios, esertan en tass mis alts y en consecuencia son menes rentables. La NPS es la diferencia entre cl poreentaje de promotore ydetractres, que, isn, xe corrlacons estechamente con el ret ‘mien del mercado y ls ingresos, Las puntuaciones supeiores a 50% se consderan buenas, as ‘empresas sobreslientessulen tener puntuaciones en ln esala de Ta 90 por cent, 16-2 Control estadistico de los procesos ylavariacion {lcontro estadisico de los procesos (SPC) esunt metdologta para dar sequimiento ata caida de os _broesos de mantactura rstacn de servicios para ayudar identi yelminarlscausosnodeseadas de vracié. La varisién curre por muchas razones, como as incoberendas en los insumos materiales; los cambios en ls condiciones ambientales temperatura, medals cclos de mantenimiento de 1a maquinria; la partlpacéa y el autosericio dels dientes el desgaste de las herramientas,y Ix fatign humana, Ciera vartacn e obvi, como ls ncoasistencas en los tempos de entraga de los plats o la cantidad de alimento en un restanrae; otavaracin —como las fim difeencas las dimensiones fiscas de as plezsproduides por la maquinara— es apenas perceptible, pO puede sor determinada medkant agin tipo de preseso de mediién. ‘aPtuLo 1 Comldecaesty cont exadetc de proce 353, la variacién de causas comunes es ana resultado de les comps ineraccones de es J LS variactén ocurre por varicone en materiales heramientas,mdqui: ] muchas razones, como las: as informacion wobgjadoesy eletono. Ta) 1 inconsisvensias en los ‘asic es una parte natural del deo de insumos meteriales. lntecnologay les proceso y no puede con- ‘tole es det no podemos inure cada _reruct del proceso Fstavariackin aparece slant, noes pole identifar oexpiear 108 41s de mantenimiento ss faenteso casas particles, Sin mbar de 1a maquinaria, la sp, suefecto combinado por lo comin ese participacién y el tubley puede desebireestaditicamente. autoservicio del cliente, el ‘ss comas comines do le wisn deagaate de las herranientas por lo general representan de 80 « a fatiga human: Ta varaién observa en un proceso. Solo caer ae Pueden reduces tse dspone de tecolo- $a, deo de procesas o epactacn mds vanados. videntement, eto responsabilidad del eerencia Lo variacin de causas especiales ( signable) paced defuetesetemar que no son hee ‘eso roesa aparecenesperdcamentey peturben elparénaktoro dos casascomunes. La vain decausas especiales cure en forma espriica y pede prevenrse,oalmenos explcarsey enten- dese. Pr ejemplo, una herranients prea descomponeseenun paso de un proces, un taujador pia ser distal por un cole on ean de tris podria detenerseenun restaurant que ‘esukaraen tempos de espera poco comunes) La varaién de causa expecialestendeaser fei de deteta usando metods estates, pore ler el patréa normale mediiones. Cuando se dentifican ls causes especiales, por lo gener ls responsables del proceso y que estén cago de acer el trabajo, como operadores de maquina, empleaos de surtido de pedis, eater, debe- ‘an emprender la aeson correct de corto plan. Impedir que ocur la varacén de causa especiales es I eseci del contol de aida. $1 ringura causa especial oft a producto de un proces decinos que el proces et bajo cont}; cuondo hay aus expec xe de quel procea std fuera de contro. Un proce qu et bajo contra no ‘equiere cambio ses un proceso fuera de contra neces correein. Sin embargp, comin los cambios en las condiciones smbientales, eT Una muesta de 200 chntesquerespontonalapregnta | Enmerc total de promroreses de + 82 = 148;elntne "Gud eslapobablidad de quenes mcomiende”reutéenlo | total dederacoresesde 21 +12+647-+3-+0+ 1=50 siguiente: Coma pene del total eeesentan 43 16.7% as uel puntuacén neta de promotes es 483% 167% = 315%, 10 o ° 2 354 paaTe Admini opens yess de uate Control de calidad de las recetas médicas Secaleda que almenos7 000 pacientes mueten cada ato debido a erores micas Una meer admistrain process y cont decals, come la simple ‘a deo process ls ncorparacién de esos de a ‘lida en cada eapa ce proceso ye uso de tenoogia sn eliminate este manus, pede nize osenores Alguros secs cambio enel proceso, como el ecaneo de os envases de edna a dable vesfieacén del medcament, a concenacén ya Cantidad coectos postin evr paves equvcscones Laerafegbe es ia causa important dele eres de melcacin Las ects eecténcas evn por ‘completo lea manus, pero aunque nis de 85% elas fracas tienen atenolol indipensable pa rei recetaslecreicas slo un etc dels mesic ‘etadouniderses urn esstema No stare un etude ee que hasta 12 eas ecetas envi eectrncamete 3s famaciascontenen ears, que quia as de as recetas exras amano {que los empleados cometan dae nrimens hie swan intentan controlar un prosero: srt ‘no que ya est bajo control. o no coreg uno que et fuera de conte Aunque es obvio que un proceso en verdad em de control debe carnegie, muchos trabyjado- ‘screen de manera equivocada que ead ver que l producto de un proceso diverge del objetivo, debe hacerse un ajste. En realidad, el sobreajustede un proceso bajo control incremental ata ‘in ene producto. Ast los empleades deben saber cand dejar en pa un proceso para mastene? lavrition al minimo, 163 Elaboracion de graficas de control Las grifias de control son muy senels de war; se desarrollaron a principios dl siglo Xx par que lostrabajadores fables as sar (sin computador ncleuladora!). En esencia, tomameos mues- tna del producto de un proceso interes perio y nedinc a caractertca del calidad que ‘deseamos controlar, hacemos algunos lel, trzamos las datos en una grfiene interpretaos los resultados, El siguiente es un resumen de Tos pasos que serequieven para desarrllary usr ls gifs de ‘control. Los pasos 1a se enfoen en la preparacén de una gfe nical ene paso 5, las gileas se usan para continar el seuimient, y ene paso 6s usunlos dato para el anise del capaci el proceso, 1. Preparacin iia a mética que se vaa montorer y eortolar; por efmplo el dismetro de wn aero perforado, el tempo para procesar un pedi, el porcentae de devoluciones de los cates el nimero de quejas por da, ‘APTULO 16 Cont caddy cones deprcens 385 Determine el tamatio dea muestra (mero de observaciones en eda muestra) ylarecuen- ca de muestreo (tiempo entre a toma de muestra sucess). Enla secelén 4 analizaremos ‘lgunos aspects pricticas relaonados cn eta dcisiones © Preparelagrflea de contol. Fstapuedeelaborase en unahoja de papel, de modo més ‘dente, en una computadra wsando wa hoja de edlulo oun page de software comer 2. Revoleeién de datos 4. Registre ls datos . Calcul ls estadstiasrlevantes: promedios, rangs, proporciones, tetera, Trace las estadtiens en a gen. tas tareas pueden realzarse mano o en una computador, 1 Determinacn de los Kintes de conta dl experiment 2, Tac linea contra (proceso promedio) en la grin . Caloue slimes de contra superior nferioe. Cabe insist en que ls hojas de elleulo yl software pueden automatizar estas teas. 4A Anis interpretacion 6 Investig agin para Ifa de control , Elimine los pants uers de conto © De ser necsario, wok acaleular os imites de contol 5. Use lngrifica como hereamienta de reslucin de problemas 2. Contin con I ecole yl raz de datos. 1. Tdentfque le stones fem de contoly enprenda acionescomectas 5, Determinacd dela capac del proceso con el uso dels datos de a ria de conta Eisen muchos tips diferentes de gificas de contra. Todas tienen ma extractra sna, pero las férmulas expects que se utlizan para calcul ls inites de control on diferentes. Ademés, se ‘wan dtntstpos de grifia pra ls tpos dforentes de indicadoes. ‘Una métrica continua esla ques caleul apart dels datos meds camo el grado de conermidad canna expeciicacén en una excalacominue de med Algunos ejemplos soa la longitu, cl peso el ‘tempo. El tempo de espera de los clientes yel tempo de entrega dels pedidos son otros empl. {Los datos continues por lo comin requerengrficas de ("x barr”) . Una métrica diseretaeslaquesecalulaa prt delosdatos qu se cuenta. Una dimension de una pez producida por una aquina esti dentro o fuera de I tolerancx; pedo esté completo 0 {ncompleto, ou cent hizo una quejao nol lao respect a una experiencia de servicio, Podemos conta el porentae ol nmero de peas dentro d la toloranca, el porcentaje 0 el nximero de dios completo y el porcentje 0 imero de ques. Estos on ejompis de métrica diseretasy ‘usudmente requleren grifies de contol que anaes grea de p 0 ‘eremoe ejemplos del uso dela métics tanto continnss como diet cuando estudiemos tan elaborar diferentes tipos de grafias de contra 16-38 Elaboracion de graficas de xy R El primer paso para desarollar las grifias de y es ecoplar los dibs. Corminment se reco- lectan de 25 a 30 muestra. Por lo generale tamatio de las miestras que x ws es de 310, pero de Seslomis comin. El nimero de muestra se indea con k,n denoa el mai de la muestra, Para ‘ada muestra, se alelan In media (que se denota por) y el rango (A). sto valores se trazan 356 panTe 3: Admins de operadores y cadens mnie EEE Ey ETT Un bicante de aes rubs peridleamente el desgaste el dibujo de sus lamas en condiciones de so smuladas, at ‘stuar contolar sus process de manuf, la empresa liza gafcas dey Se elgeton 0 muestas coda una on es lartas rads ene ferentes unos dare atioe asd opeacin Dado que n= 3, factors de lite de cL, = 3188 + 10x08) = 429 ‘conl pra de son (vali 161), = 0 cl, =3148— 102108) = 208 9D, 257-Usando is ecuciones 161 162.Fes 1.88 ‘lrango promesioes 108 Loslimtesdecortelsecaluen | Lafgue 161 muesalplanla de cel ‘Giicas dey ‘usando ls euacones 163: ue calcul eslimtes de contol taza seis, Plana Grificas de xy A de Excel pra el problema reueto después en sus respectvas ges de contr. Lago se hacen lot ellos de a media genera y rango promedio. Estos valores especifican las lines centrale dele grees de ¥y R, respec ‘mente, La media general (que se denota por) esl promedio dels medias muesrales (062) Limp poston ue oi Sn uss snag pan ns pon on a inte tn opr Inferior (UCLy LCL) de las grifcas de ty de. Los Kintes de contol eslelan fimente ust do las siguintes emul UCL, UCL, = Di vole + AR VoL, AR 7 63) onde lus constantesD,,D, Ay dependen del tamato de la muestra (ae el apéndiceB) Los limites de control representan el rango en el que se espera que eign tds los panto s l proceso est bajo contol estalistico, Si cualesquers puntos caen fuera de lot Kimites de contol 1081 se observan enlesquera patrones poco comunes, es probable que alguns casa especial hays afectao al proceso, Este debera estudiase para determiaar a cas. Sibay causa especiales, no son representativas dl verdadero estado de control estudio, ls ecu dela ines ental y os limites de control starin ssgados. Las punts de datos corresponientescebenciminars,ydeben calealarse nov valores de, fy ls limites de conte Para determina si un proceso esti bajo contro estudtico, la grfcs de siempre se analiza Primero. Como los limites de control de a grfiea de ¥ dependen del rego promedi, ls eansas ‘specsles en la grin de Rpodran produce patrons poco comunes en grafic de , aun eaando el centro del proceso esté bajo contro. For ejemplo, una tendencia descendent en la gro de puede causar que los datos dela grifica de x parezcan estar fuera de contol evade en realidad no ‘vast Un vez establecdo el control estadstico del grifia de R, la atreién debe digs hacia Ia grin de 16-80 Interpretacién de patrones en las gréficas de control [La ubicacién de los punts y los patones de puntes en una grifica de cotrolpermiten establecer, con solo una redeida posi de ero, in proces eats bj controlestditico ono, Un pro- xs etd bajo control enando la grfca de control ene las siguientes cartes 1. Ning puto exts fer de los Kimites de conto 2. Elmimero de punts aria y abajo de nea central es aprocimadansente gu 3, Los puntos parecen caer aleatoriamente aria yaajo del nea ental. 4 Lamayorta de los puntes, aunque no todos, esta cern de la ina central, soo algunos estin cera dels limites de control ‘Come puede ver, esta carcteritics son evidentes en I grifin de de lagu 16.1. As, conc amos que la gif de Rest ajo conto. ‘Cuando un proceso est fers de control, es frecuente que vamos camctriticas extras, Las més comnes sn 1. Un punto afers de los lnites de contol 2. Umcambioen el valor romeo, 3. Una tendencia gradual, 4. Unpatré claleo. CCndo wn punto eae fuera de los nites de onto, primero debe vesfcarse la posbildad de ‘que los limites de control se haya cael made qe el panto se haya trazado en forma ineo- ‘recta, Si ninguna de ambos sel aso esto ped indica que el promesio del proceso ha cambindo. 358 PARTE: Adminracin de operanesy dens eso Un ejemplo de un cambio en el promedio se muestra en la figura 16.1; vemos que los iis ‘ocho puntos ena grifiea de estn aria de aie centr, lo que sgjee quela media del proceso ‘ha aumentado, Esto pods indica qu alg caus un desgateexcesvo del dbo en as muestas recientes, que uns tanda diferente de materia rimas ova mela nadecuada en la comps ‘qulmica dea ana. Aguas segs habituales que se usin para identiflear un cambio inelen: > Spuntos segues aribao abo de a inea central, >> 10de 11 puntos consccutvs arriba o abajo del nea contra, > 12de 14 puntos consecutiv aria o abajo de linea contra, > de punts consocativos en la rein dl tei extorlor entre a inca central y uno de los ites de conte y > 4 de puntos consecativos en I rein dels dos tereis exterires entre lalinea central y uno de os ints de contol sta res se devivan de lel de probabidd la posbildad de que ourran en un proceso ‘que esti bajo contol es suaent redida, de manera ques ccurren, sospecharfames ura causa especial ‘Une tendenciacreciente odeerelonte por lo gener resulta del desgaste de las hereamientas, los cambios de temperatura ots condiciones ambientales, el doterioro general del equipo, la scumulacin desordenada de accesories o la iia del oporador. Alededor de soso site puntos fonsecutvs eyo valor aumento dsminsye porlo comdn sigalican un cambio gradual. ‘Un pan cio también es extra y debe causa suspicacia. Pda ser resultado de los efec- tos estacionales de las entrogas de materials, las caeiones de a tmmperatua, los clos de man- tenimient oa rotacién pica dels operons, Cada ver. ques Wentifique un pat extra cen una grfica de contra el proceso debe detenese hast que el problema se haya denticado y consid 16-3¢ Elaboracién de graficas de p Muchas earctristicas de calidad suponen nicanente dos valores, como bueno © malo, apabado ‘oreprobado testers. La propor de elements de no confridad puede monitorearseusan= ‘do una grade contol Imad grifce dep, donde pes la roporei de clmentes de no confor. ‘midad que se han encontrado en la muestra. En ceasones, esta grea tambign se Tama de fracion de no conforma o de fracetn defectuose. Lo misino que lade datos continios, una gra dep se elabora reuniendo primero de 253 30 rmoestras del atibuto por med. El tamato de exla muestra debe ser lo bastante grande yarn que ‘tenga varios elementos de no coafrnidad. Sil probabilidad de halla un elemento de no eonfor- mda ee reduc, por lo comin se necesita una muestra do 1000 mis elementos. Las estas se cligen en peradoediversos, para que sea posible investiga cunlesquieracausas especiales que se entiiquen. Suponga que se seleccionan k muestra, ead an de amas. Sly representa el simero de no ‘oaformidad en una muestra, a proporién de ro conforma es yn La fracelnpromedio de no conformidad delgrupo de k mvestas es ntwtotm ina] Es decir, sume el nimero de elementos de no conforma en todas as muestra y divida entre n por [el mero ttl de elementos. Tenga culdado dono confundin yk, (Note que esta femal solo se apicaenand todas as rest Henen tamatosiuaes). Esta estadsticareflea el deserpeio promedio del peso. Seria de esperar que wn alls porcentaje de moestastvieran una racine ‘i conformidad de menos de 3 desacionesestinkar de. Una estimacion dela desviacin estindar sti dada por (oss) CAMO 6 codec cote depcens 359 Enconsectenc lites de cnt pein inforor stn dado por +8 My uct, om, SiLCL, es menor que ceo, sews un valor de cer, ELanlsis de una grifica dep es similar al de una grea deo R. Los patos fuera dos imites ‘de contol sgufican uma stain fuera de control. Para identifica as ass especiales deben bus «arse patronesy tendencas. Sin embarg, un panto en una grfien dep por dejo del Kinite inferior ‘de control o el desarrllo de una tendeneiadebajo dela lines central iadican que el proceso podria haber mejorad, con base en un objetivo ideal de cero deficts. Se recomiendaprudencia antes de ‘scar conelasones at, porque podanhaberse cometdo erroes durante as ul, 1a figura 162 muestra a plantila de hoja do elealo “Grif dep de Excel, que le permite Introducir datos y después clea sFimites de contra ta as grifesde contr (066) 16-34 Elaboracién de graficas de c ‘Una grfica dep da seguimient ala proporeié de elementos de no confannidad, pero un elemento Dende se centr el proceso? > {Cust varicilidad existe ene proceso? > gBsaceptable el desempetio en rlaién con as especificacones? > Que proporein de a prxduccin se espera que cumpla las especfcaiones? ‘CAPTULO 16 Comldecaidad yon entice deprecons 363, Capacidad de un proceso versus especifcaciones de diseio Especteaen de disabo spctcacin sto -—+— eH ‘ian ose ‘teen ened acer NGHVGu=1 pcan de eo ecco oto e+ -—— K+ ne ‘Vettin cbeevac Varostnsteonads age) AGN Gest ‘Una de as propiedades de una distibucn normal esque 89.79% de as observaciones eaerén a menos de tre dsvicionesestindar de a media. AS, se espera que um proeso que est aj contro ienere 1m porcentje muy grande de procdctos entre — Soy 4+ Sa, dane pes wn proceso pro- ‘odio, En eonseeuenca la varacin natal del proceso puede estimarse mediante = 3, lo que carscterizn su capacidad, Una manera de celular la deevacn esindar en esta frm es tomar ‘una muestra de datos, calulrladevicn estindar dela nesta, sara como una extiactén ‘dee. Un segundo mitodo, qu se waa menudo junto con una gelion doy Re tar 2 dvidion- ‘do el ango promodio ente una constant, dy, que pede encontrar en el apéndice B. Bs det, 06s) R 4 Le eapacidad del proceso suele compararse con las especifcaiones de defo para indica competencia en el cumpliniento de ls expecfcaione, La figura 16.{ihstra cuatro posblessi- tuaclones que pueden presentarse cuando vavabldad que se cbserva en un proceso se compara con ls expecificaciones de defo. Ea a putea), el rango de variaein dl proceso es mayor que la specific de die, a, ser impose que el proceso cumpla ls expetcaiones en un gran porcentaje de veces, Los gerentes pueden descr pera o rtrabar lis dsconfarmes (100% de inspecién es necesari), invert en un mejor proces con menos vara o cambiar espe- ‘cacones de disefio. Ena parte), el proces es eapaz le prvi de xoverdo con la specifica ‘in, aunque requ un cudadoro seguimiento para garintizar que pemaneze en ea posi, En la parte), la varacén obsorvada es mn estrocha que las espcifacones; esta esl situacién ‘deal desde el punto de vista del contrat de eaidad ya qu roquere poc supervision 0 contol Por ‘kino, en la parted) la varain observada es la mista que la especficaién de diseio, aunque el proces estédescentrado ates de experar que haya algunos products dsconformes. 165a Indice de capacidad de procesos La relacsn ene la arian natal y las expeccalnes a menudo secuantfxcon una medi Hamada Indice de capacidad de procesos, El ndice de apacidad de procesos, Ce define como la pro- poten entre Ia amplitad de la especfcacin y Ia varaién natural de proceso. C, rlacona la 364 panre >: Admins deopeaenesyaderas de sumnvo ‘arian natural del proceso com las especiiacionss de diseio en wna sola medida euanitai. En ‘éeminos numerios, a emul es fn) USL = limite superior de I expecfcnion SL = limit inferior de la espciieacén ‘= desviacén estindar del proceso (ounaestimacin basada en la dase ctindar de a meses) ‘Les valores de C, menores que 1 sigafiean que un porcentje considerable de Is prin (varacién obser) no se jutarda as especificaiones de deo (nave la Figura 16 a). Note que ‘euando G, = 1 la arta observada es la misms que la amplitd del especifleacin de die, USL ~ L5t.(eomo-en la figura 16 4). Los valores de C,superiores a indcan una buena eapacdad (Figura 1640); de hecho, muchas empresas requieren que sus proseedoresdemvestren un alto valor oe ivr de, depend de adel pecs sn propa tarda xno naga dy mone aslo sapods Ch Paton cae ci rn, on feos nnd cial ler pe = PSE mite superior de wn lado) 116.10] = ES dnt infor de un ldo) tus.) G.~ minG Gy) tas} Por ejemplo, un alto valor de C,, indica quo al proceso tiene gran capacidad para cumplir a ‘especfcacién superior. Cy ese "per de los caus” y proporcina un indicio acerca de as es pecificacines tanto inferior como superior pueden cunplise independientemente de dénde est ‘entrada ol proceso. Este ese valor enol que se eafoa la mayoria de les goretes a eT [nun proceso contol se iceron 120 acon de

    También podría gustarte