Control Estadistico Completo

HTAS.
BASICAS 1
CONTROL ESTADISTICO
DEL PROCESO (SPC)
STATISTICAL PROCESS CONTROL
MODULO
M.C. ROLANDO DEL TORO WALS
UNIDAD I
FILOSOFIAS DE CALIDAD
HTAS. BASICAS 2

LA PROSPERIDAD EN EL CLIMA ECONOMICO DE HOY.

Los manufactureros de la industria automotriz o de
cualquier otro sector, proveedores y organizaciones comerciales,
deben estar dedicados a la mejora continua. Debemos buscar
maneras ms eficientes de producir productos y servicios, estos
productos y servicios deben continuar hacia la mejora en sus
valores. Debemos enfocar hacia nuestros clientes internos y
externos, y proveer la satisfaccin del cliente como primera meta
de negocios.

Para lograr esto, cada quien en nuestra organizacin debe
estar comprometido a la mejora y a la utilizacin de mtodos
efectivos.
1.-INTRODUCCION AL CONTROL ESTADISTICO DE
PROCESO Y FILOSOFIAS DE CALIDAD
HTAS. BASICAS 3
Precios: La Nueva Realidad

El modelo antiguo:
Costo + Ganancia = Precio
(calculado) (fijada) (resultado)
El modelo nuevo:
Precio - Ganancia = Costo
(fijado) (fija) (resultado)

El modelo antiguo: la compaa establece el precio para obtener un objetivo
de ganancia.
El modelo nuevo:
El precio lo establece el mercado mundial competitivo
La ganancia es establecida por las expectativas de los
accionistas.
Eso quiere decir que se debe alcanzar un costo de objetivo
maximo, y que la reduccion de costos se debe poner como
eje central en la planeacion estrategica
I ntroduccin al Control Estadstico del Proceso (SPC)
HTAS. BASICAS 4
DEFINICION Y EVOLUCION DEL CONCEPTO DE CALIDAD.

POR QUE CALIDAD?
cada vez que compramos un carro , que viajamos en avin, nos
damos cuenta como ha adquirido importancia en nuestras vidas
LA CALIDAD.
No deseamos comprar un carro que nos falle , no aceptamos el
mal servicio de las aerolneas.

LA CALIDAD ES :
-SATISFACCER LAS NECESISADES DEL CLIENTE(DEMMING).
-ADECUACIN AL USO
-HACER LAS COSAS BIEN DESDE LA PRIMERA VEZ.
-CUMPLIR CON LOS REQUISITOS.
-LA SATISFACCION DE LAS PERSONAS.

HTAS. BASICAS 5
EVOLUCION DEL CONCEPTO DE CALIDAD.

-ASEGURAMIENTO DE LA CALIDAD.
Comprende todas la tcnicas preestablecidas y sistemticas destinadas a
dar confianza al cliente,
proporcionndole la prueba de que los procesos se dominan para
satisfacer la exigencias relativas a la calidad.

-ADMINISTRACIN DE LA CALIDAD.
La administracin de la calidad es responsabilidad de la alta direccin
involucra a todas las personas , actividades y procesos .
Incluye la planeacin estratgica , la asignacin de recursos y otras
actividades sistemticas para la calidad tales como la planeacin de la
calidad , operaciones y evaluacin.

-SISTEMA DE CALIDAD. Es un conjunto de:
Recursos tecnolgicos humanos y materiales disponibles para la
empresa.
Es la estructura ORGANIZACIONAL , de las responsabilidades , de los
procedimientos y de las normas definidas para su utilizacin.
HTAS. BASICAS 6
ADMINISTRACION DE LA CALIDAD.
Control de
calidad.
Aseguramiento
interno de
calidad.
Sistema de calidad
TECNICAS Y OPERACIN
DE ACTIVIDADES
ASEGURAMIENTO EXTERNO
DE LA CALIDAD (CONFIANZA
DEL CLIENTE.)
CONFIANZA DE LA
ADMINISTRACION
ESTRUCTURA
ORGANIZACIONAL
HTAS. BASICAS 7
FILOSOFIAS DE CALIDAD

W. Edwards Deming
El mundo entero fue testigo de que la economa y la capacidad de
produccin japonesas fueron desbastadas por la segunda guerra
mundial. Cuatro dcadas despus Japn disfruta de un liderazgo casi
indisputable como innovador en mtodos de control de calidad,
productividad y mercadeo competitivo en todo el mundo. Los japoneses
son un reto para el liderazgo industrial y comercial de los Estado Unidos
y Alemania.

El doctor Deming dio origen al increble retorno del Japn, despus de
la destruccin total de la guerra y cre la ruta que ha situado a los
japoneses al frente de la carrera que actualmente se libra en los
negocios y el desarrollo industrial internacionales. Deming aporto su
filosofa que consta de 14 puntos, a travs de los cules se puede lograr
la calidad en la empresa, adicionalmente aporta su ciclo de mejora
continua as como las herramientas estadsticas aplicadas al proceso.

HTAS. BASICAS 8
14 puntos de la Ruta Deming: Mtodo Gerencial

1.Crear perseverancia en el propsito de mejorar productos y servicios
con la meta de ser competitivos, mantener el negocio y generar
empleos. El proceso de negocio empieza con el cliente. De hecho, si no
se inicia con el cliente, muchas veces acaba con el cliente de forma
abrupta. La perseverancia en el propsito afecta a las oportunidades de
maana. De acuerdo con el doctor Deming "Saba usted que el hacer
mejor su esfuerzo, no es suficiente ?". Debe saber que hacer y luego
haga el mejor esfuerzo.

2.Adoptar la nueva filosofa. Estamos en una nueva era econmica
creada por el Japn. La administracin occidental debe despertar al reto,
debe conocer sus responsabilidades y asumir el liderazgo del cambio.
Cualquier cosa que requiera que usted abandone algunas de las premisas
que ha sostenido como dogma durante largo tiempo es sumamente
difcil.

HTAS. BASICAS 9

3.-Deje de depender de la inspeccin para lograr la calidad. Elimine la
necesidad de inspeccionar masivamente, poniendo desde el principio
la calidad en el producto. El uso del proceso de prevencin, incorpora
la retroalimentacin del proceso mismo, as como del cliente, para
modificar las entradas al proceso usando la prevencin de defectos,
sta es una mejora sobre la detencin de defectos. El nfasis est en
la administracin de las salidas no necesariamente en el proceso, con
estos dos enfoques usted puede ser capaz de hacerlo "bien y a la
primera".

4.-Mejorar de manera constante y permanente el sistema de
produccin y servicio, con el fin de alcanzar la calidad y la
productividad, y reducir as, continuamente los costos. El proceso de
mejora continua es una espiral, cuyo centro y blanco es el cliente. Se
puede decir que el mejoramiento es posible debido a que el ciclo
Deming forma parte integral del proceso.

HTAS. BASICAS 10

5.-Elimine barreras que le quiten al trabajador su derecho a sentir
orgullo por su trabajo. LA responsabilidad de los supervisores debe
cambiarse para que en lugar de dar importancia a cifras escuetas, ms
bien enfatice el logro de la calidad. Elimine las barreras que arrebatan a
los empleados administrativos o de ingeniera su derecho a sentir orgullo
por su trabajo, esto significa llegar a un acuerdo entre las partes para
abolir las evaluaciones de desempeo y la administracin por objetivos.

6.-Destierre temores para que todos puedan trabajar con mayor eficacia
para la compaa. El temor esta en todos lados y se presenta en
diferentes formas.

7.-Destruya las barreras entre departamentos. El personal de
investigacin, diseo, ventas y produccin debe trabajar como equipo
para prever los problemas de produccin y de uso que puedan surgir en
el producto o servicio. Definir operativamente las necesidades y las
expectativas esenciales de los consumidores, para que todo mundo
entienda como est contribuyendo al xito en la organizacin, es un
paso firme para derribar las barreras.

HTAS. BASICAS 11

8.-Elimine lemas, exhortos y objetivos que pidan a los trabajadores
cero defectos y nuevos niveles de productividad. La motivacin y
conciencia del personal contribuyen a limitar la variabilidad por las
personas en un proceso.

9.-Elimine estndares de trabajo (cuotas) en los pisos de produccin.
Sustityalos por liderazgo. Elimine la administracin por objetivos.
Elimine la administracin por nmeros u objetivos numricos. Los
estndares de trabajo tienden a limitar la cantidad de mejoras que
pueden lograrse. Del mismo modo que las tolerancias de ingeniera.

10.-Instituya el liderazgo. El propsito de liderazgo debe hacer ayudar
el personal, mquina y aparatos hacer un mejor trabajo. La
supervisin a los trabajadores de produccin. Los supervisores de
lnea realizan tal vez, el trabajo ms difcil en cualquier organizacin.
Es gente que no pertenece a ningn lado, la gente a quienes supervisa
no los considera como uno de ellos y la gerencia realmente no los
considera como parte del equipo gerencial.

HTAS. BASICAS 12

11.-Instituya la capacitacin en el trabajo.

12.-Instituya un programa vigoroso de educacin y superacin personal.
La gerencia reconocer la necesidad de educar y volver a capacitar al
personal cuando se d cuenta que la gente es un activo y no un gasto.

13.-Acabe con la prctica de cerrar el trato con base en el precio. En vez
de esto reduzca al mnimo el costo total. Evolucione hacia proveedores
nicos para cualquier insumo en una relacin a largo plazo con sus
proveedores, fincada en la lealtad y la confianza. Si lo que quiere es
satisfacer las necesidades de sus clientes a un precio que ellos estn
dispuestos a pagar, debe empezar por establecer relaciones a largo plazo
con sus proveedores, animndolos a adoptar la filosofa de la mejora
continua.

14.-Que todos en la organizacin trabajen para lograr la transformacin
es trabajo de todos.

Principio Deming
Establece que aproximadamente el 85% de los problemas en cualquier
operacin pueden ser provocados directamente por el sistema, solo el 15%
son causas especiales atribuibles al trabajador o mquinas.

HTAS. BASICAS 13
Ciclo Deming

El ciclo Deming establece los pasos que se siguen para buscar la mejora
de cualquier actividad o proceso, tal como se ilustra en la figura Consta
de los siguientes pasos:

Planear: definir el propsito de la accin de mejora y buscar la
oportunidad.

Hacer: desarrollar las actividades planeadas

Verificar: constatar que las actividades se estn realizando de acuerdo
a lo planeado.

Actuar: Buscar la manera de corregir las desviaciones que se
encuentren o bien, tomar acciones que permitan mejorar los resultados.

Planear Hacer
Verificar
actuar
HTAS. BASICAS 14
Enfermedades mortales

Carencia de consistencia en el propsito de planificar un
producto y servicio que tenga mercado y mantenga a la empresa
viva.
nfasis en los beneficios a corto plazo
Evaluacin del comportamiento, calificacin por el mrito.
Movilidad de la direccin; se salta de un trabajador a otro
Se dirige utilizando solo las cifras visibles, teniendo muy poco en
cuenta las cifras desconocidas (calidad).
Demasiados costos mdicos.
Costos excesivos de responsabilidad (abogados)

Kaoru Ishikawa

El control total de calidad es un sistema de mtodos de produccin
que econmicamente genera bienes o servicios de calidad, acordes
con los requisitos de los consumidores. Practicar el control de
calidad es desarrollar, disear, manufacturar y mantener un
producto de calidad que sea el ms econmico, el ms til y
siempre satisfactorio para el consumidor.
HTAS. BASICAS 15

Para alcanzar esta meta, es preciso que en la empresa todos
promuevan y participen en el control de calidad, incluyendo tanto a
los altos ejecutivos como a todas las divisiones de la empresa y a
todos los empleados. El control de calidad no es una actividad
exclusiva de especialistas, sino que debe ser estudiado y conseguido
por todas las divisiones y todos los empleados.

El control total de calidad se logra cuando se consigue una
completa revolucin conceptual en toda la organizacin. Esta
revolucin se expresa en las categoras siguientes:
1.Lo primero es la calidad; no las utilidades a corto plazo.
2.La orientacin es hacia el consumidor; no hacia el productor.
Pensar desde el punto de vista de los dems.
3.El siguiente paso en el proceso es su cliente; hay que derribar
las barreras del seccionalismo.
4.Utilizacin de datos y nmeros en las presentaciones; empleo
de mtodos estadsticos.
5.Respeto a la humanidad como filosofa administrativa;
administracin totalmente participante.
6.Administrador interfuncional; trabajo en equipo entre los
diferentes departamentos o funciones.

HTAS. BASICAS 16
Mtodo de 5 pasos de mejoramiento

1.Que la alta direccin reconozca la necesidad del mejoramiento
continuo de la calidad y decida a iniciarlo en un esfuerzo
permanente.
2.Establecimiento de un departamento de promocin a cuyo cargo
este un alto directivo.
3.Un programa de instruccin para la calidad que abarque toda la
empresa.
4.Formacin y funcionamiento de grupos pequeos de trabajo
(crculos de calidad)
5.Realizar peridicamente auditoras de calidad encabezadas por el
ms alto directivo.

Garanta de calidad

La garanta de calidad es la esencia misma del control de calidad. Las
empresas japonesas se han guiado por el principio de "calidad primero".
Al ocuparse de garanta de calidad, se debe tener en cuenta lo
siguiente:
1. La empresa debe garantizar una calidad acorde a los requisitos de los
consumidores.

HTAS. BASICAS 17
2.-Debe expresar igual inters en el caso de productos de
exportacin.
3.-Los altos ejecutivos debern reconocer la importancia de la
garanta d calidad y asegurar que toda la empresa d el mximo
para alcanzar esta meta comn.

Principios de la garanta de calidad.

Dentro de una empresa, la responsabilidad por la garanta de calidad
corresponde a las divisiones de diseo y manufactura, y no a la
inspeccin. Esta ltima simplemente inspecciona a los productos
desde el punto de vista de los clientes, pero no asume la
responsabilidad por la garanta de calidad.

Histricamente la garanta de calidad cumpli las siguientes etapas:

1.Garanta de calidad orientada hacia la inspeccin
2.Garanta de calidad orientada al proceso
Garanta de calidad con nfasis en el desarrollo de nuevos
productos.
HTAS. BASICAS 18
Diagrama de Ishikawa

Tambin conocido como causa- efecto, porque en el recuadro
derecho se anota el efecto (problema) a analizarse y a la izquierda
las probables causas que lo originan. Otro sobrenombre es el de
espina de pescado debido al refrn popular de que "el pescado se
echa a perder por la cabeza"

Efecto
Personal Maquinaria
Materiales
Mtodos
Medio
ambiente
5 EMES
Son los factores en los que conceptualmente se originan los
problemas, estn constituidos por: Mtodos, Mano de obra,
Maquinaria, Materiales y Medio ambinte. Algunas veces se considera
el sistema de Medicin.

HTAS. BASICAS 19
Cmo expresar la calidad?

1.-Determinar la unidad de garanta
2.-Determinar el mtodo de medicin
3.-Determinar la importancia relativa de las caractersticas de
calidad
4.-Llegar a un consenso sobre defectos y fallas, Revelar los defectos
latentes
6.-Observar la calidad estadsticamente
7.-Calidad de diseo y calidad de aceptacin.

JOSEPH JURAN

Define a la mejora de la calidad como la creacin organizada de un
cambio, ventajoso; el logro de unos niveles sin precedente del
comportamiento. Un sinnimo es avance.
Las mejoras son en forma de:
Desarrollo de nuevos productos para sustituir modelos antiguos.
Adopcin de nueva tecnologa
Reduccin de los procesos para reducir ndices de error.

HTAS. BASICAS 20
TRILOGIA DE LA CALIDAD

Tambin llamada gestin de la calidad, consiste en la totalidad de
medios por los cules logramos la calidad. Incluye los procesos de
planificacin, control y mejora de la calidad.

Philiph Crosby

La filosofa de Crosby se desenvuelve a travs de cuatro pilares que
son:

Definicin de la calidad: calidad es cumplir con los requisitos

Sistema de prevencin y no de deteccin

Norma de desempeo: cero defectos

Medicin de la calidad a travs de los costos de calidad

La calidad no cuesta. No es un regalo, pero es gratuita. Lo que cuesta
dinero son las cosas que no tienen calidad - todas las acciones que
resultan de no hacer bien las cosas" a la primera vez -.

HTAS. BASICAS 21
Cuadro de madurez

Incertidumbre: La empresa no sabe ni lo que esta pasando y
no concibe a la calidad como una herramienta de la administracin.

Despertar: Se reconoce a la calidad como una herramienta pero
no se define ni cuando ni como se va a implantar.

Ilustracin: Se inicia el proceso y se establecen pasos serios
para mejorar.

Sabidura: El mejoramiento inicia a rendir resultados, aunque
an no se est en el nivel deseado, y los pasos siguientes sern los
ms difciles adems de cuidar que lo logrado no se pierda ni se
desve de su propsito original.

Certeza: Etapa en donde la prevencin es completa y el costo de
calidad es una fotografa de lo que realmente ocurre en la
organizacin.
HTAS. BASICAS 22

Costos de calidad
Es el costo por cumplir y no cumplir con los requisitos de calidad
especificados. Estos se clasifican en:
Costos de prevencin
Costos de evaluacin
Costos de fallas: internas y externas.

Armand Feigenbaum
El control de calidad (CTC) puede definirse como un sistema eficaz
para integrar los esfuerzos en materia de desarrollo de calidad,
mantenimiento de calidad y mejoramiento de calidad, realizados por
diversos grupos en una organizacin, de modo que sea posible,
producir bienes y servicios con la plena satisfaccin de los clientes.
El control total de la calidad exige la participacin de todas las
divisiones, incluyendo las de mercadeo, diseo, manufactura,
inspeccin y despachos.

HTAS. BASICAS 23
I nfluencias actuales sobre la aplicacin del SPC...
JIT: Produccin Justo a Tiempo
CFM: Manufactura de Flujo Continuo
Filosofa Lotes de Una Pieza
Aclientizacin Masiva
DFT: Tecnologa de Flujo por Demanda
Tema en Comn:
El inventario es un mal que consume recursos vitales Redzcalo ya!
Haga uno cuando lo necesite-no antes!
La incertidumbre o la variacin en la salida del producto/proceso es
lo que maneja los inventarios de seguridad-Eliminemos la variacin
en todo lo que hagamos!
HTAS. BASICAS 24
La manera como administramos las empresas en la actualidad
hace difcil la aplicacin del SPC usando mtodos convencionales...
El Empuje de Manufactura
Tamao de lote reducido

Mezcla de producto no
homogenea

Entrenamiento cruzado
operadores mltiples,
estaciones mltiples

Concepto de clulas de
manufactura
Guas del SPC Convencional
Partes disponibles del
mismo tipo

Proceso continuo

Conocimiento adecuado
de las variables de
entrada del proceso

Los mismos expertos
del
proceso lo administran
HTAS. BASICAS 25
Estas influencias son un hecho en las empresas de hoy...Se necesita
una alternativa diferente del SPC
Alternativas para corridas
cortas

Inspeccin de primera y
ltima pieza
Inspeccin 100%
Una grfica para cada parte
Todas las partes se anotan
en una sola grfica, pero
enorme para que quepan
Problemas de aplicacin

Riesgoso; los clientes
no aceptarn
Costosa; No efectiva
Se requiere un ejrcito
para poderlo hacer
Muy confusa; crea mucho
desorden
HTAS. BASICAS 26
Bueno
La Mentalidad de Portera
Malo
Una percepcin tradicional, pero falsa, de la calidad a los ojos del cliente.
Malo
HTAS. BASICAS 27
La Funcin de Prdida de Taguchi
Calidad
Optima
La percepcin REAL de la calidad a los ojos del cliente.
Mientras ms lejos del punto ptimo
de calidad se vaya usted, mayor ser
la prdida a los ojos del cliente.
Prdida Prdida
HTAS. BASICAS 28
C = Control Controlando un proceso usando el ciclo de
retroalimentacin a travs del cual medimos el desempeo real, lo
comparamos con un estndar y actuamos sobre la diferencia o el
cambio. Mientras ms pronto respondamos al cambio respecto del
estndar, ms uniforme ser la calidad en el producto o servicio.
P = Proceso Cualquier combinacin de mquinas, herramientas,
mtodos, materiales y/o personal empleado para realizar treas
especficas en un producto o servicio. Algunos procesos son de
manufactura, algunos son procesos de servicio, mientras que
otros son operaciones de soporte comunes a ambos.

E(S)= Estadstico La aplicacin de tcnicas estadsticas
(matemticas) para medir y analizar la variacin o cambios
en los procesos a travs del uso de nmeros y datos.
SPC
Definicin del Control Estadstico del
Proceso

HTAS. BASICAS 29
Costo bajos de manufactura
Estndares correctos
Procesos estables
Especificaciones realistas
Menos inspeccin
Tiempo de problema-a-solucin
reducido
Mejores relaciones con los clientes
Medidas de capacidad confiables
Tiempo de ciclo reducido
Calidad del producto mejorada
Beneficios del SPC
Variacin
SPC es el estudio y control de la variacin.
SPC es un mtodo eficiente de recoleccin y anlisis de datos.
Se puede aplicar a cualquier cosa expresada en nmeros. Su
aplicacin va ms all de manufactura, incluyendo compras,
control de produccin, personal, contabilidad, ventas, etc.
HTAS. BASICAS 30
Integridad de los Datos - Tener datos verdicos es de capital
importancia para evitar malentendidos y correcciones dainas.
Las Caractersticas de Calidad que estn bajo el estudio del SPC
deben estar claramente definidas, comprendidas, y haber sido
acordadas por todas las personas involucradas. La aplicacin de
los Criterios debe ser consistente
SPC
Dos Supuestos Bsicos
Dos Clases de Datos
ATRIBUTO - El dato es discreto (contado). Resulta del uso de gauges
pasa-no pasa, o de la inspeccin visual de defectos, problemas
visuales, partes faltantes, o de decisiones pasa/falla o s/no.

VARIABLE - El dato es continuo (medido). Resulta de la medicin real
de caractersticas tales como: impedancia del embobinado de un
motor, propiedades dctiles del acero, dimetro de una tubera,
medicin del flujo de una bomba, etc.

HTAS. BASICAS 31
ERROR DEL MUESTREO
Para poder entender y medir la variacin en un proceso de
manufactura, tomaremos muestras de la salida del proceso. Se
tomarn decisiones como resultado de la evaluacin de cada una
de las muestras. Cada vez que tomamos una muestra y tomamos
una decisin con respecto a la misma, tomamos algunos riesgos.
Hay dos tipos de riesgos:

RIESGO DEL PRODUCTOR: Los resultados de la muestra indican
que el proceso no es aceptable, cuando en realidad, no existe
nada malo en el proceso. Este es conocido tambin como el
Error Alfa.

RIESGO DEL CONSUMIDOR: Los resultados de la muestra
indican que no existe nada malo en el proceso, cuando en
realidad la salida del proceso no es aceptable. Este es conocido
tambin como el Error Beta.
HTAS. BASICAS 32
Una vez que se ha escogido una caracterstica de un proceso,
podemos empezar el estudio seleccionando una muestra para medir
tal caracterstica. Entonces podemos sacar conclusiones acerca de
la salida del proceso, basadas en la muestra.
Para llegar a tales conclusiones, debemos conocer tres cosas de la
muestra:
La forma de su distribucin.
La medida de la tendencia central (El centro de la distribucin)
- media, mediana, modo.
La medida de la variabilidad
- desviacin estndar o el rango.
Descripcin de la Muestra
HTAS. BASICAS 33

HERRAMIENTAS BSICAS PARA EL CONTROL ESTADISTICO DE
PROCESO CEP (SPC).

Histograma.
Grficos de Control
Anlisis de
Capacidad de
Proceso (C
P
, C
PK
, P
P

y P
PK
).

Diagrama de Flujo.
Diagrama de Pareto.
estratificacin
Hoja de Inspeccin.
Diagrama de Causa
y Efecto.
Diagrama de
Dispersin
2.-HERRAMIENTAS BASICAS
HTAS. BASICAS 34
CONTROL ESTADISTICO
DEL PROCESO (SPC)
MODULO
UNIDAD II
HERRAMIENTAS BASICAS
HTAS. BASICAS 35
consejos para su elaboracin.
Asegrese de que las muestras / observaciones sean
representativas.
Asegrese de que el proceso de muestreo es eficiente
de manera que las personas tengan tiempo de hacerlo.
La poblacin (universo), sobre la cual se realiza un
muestreo debe ser homognea, si no lo es, el primer
paso debe ser la estratificacin (agrupacin) para el
anlisis de las muestras el cual debe ser realizado
individualmente.

Utilizable cuando se requiere reunir datos para las
caractersticas (proceso o produccin) a ser estudiadas, tales
datos sern recolectados y convertidos a un esquema
mediante una grfica de control. Estos datos deben ser los
valores de medicin de una dimensin, de una pieza
maquinada, nmero de defectos en un tornillo o perno,
etc.Esta hoja de inspeccin normalmente es utilizada como el
punto lgico de inicio en la mayora de los ciclos de solucin de
los problemas.

2.1.-HOJA DE INSPECCION
HTAS. BASICAS 36
Hoja de Inspeccin. Ejemplo: Manufactura Tipos
de Defecto.

9 8 7 6
102 26 25 22 29
Total:
7 / / /// //
Mala
uniformidad
52
/////
/////
/////
/////
///// //
/////
/////
///// /////
/////
Paso
incorrecto
8 / / / /////
Depto.
Incorrecto
9 // /// /// /
Forma
incorrecta
26 ///// //
/////
///
///// ///// /
Tamao
incorrecto
Total
Mayo.
Defecto.
HTAS. BASICAS 37
2.2.-DIAGRAMA DE FLUJO
El diagrama de flujo es una representacin grfica que
muestra todos los pasos de un proceso. Este diagrama provee
una excelente documentacin de un programa y puede ser una
herramienta til para examinar como se relacionan unos con
otros los pasos de un proceso.
El diagrama de flujo utiliza pasos fciles de reconocer para
representar el tipo de operacin realizada.

Qu es un Diagrama de
Flujo?
Una tcnica de grfica usada para analizar un proceso paso a
paso
Refleja eventos, flujo, y actividades:

- Personas -Mtodos

-Materiales -Medidas

-Mquinaria -Medio ambiente

Un mtodo para capturar e integrar el conocimiento
combinado de todas las personas asociadas con el proceso

HTAS. BASICAS 38
Detalles del Diagrama
de Flujo del Proceso
Qu es esta herramienta?
Es una representacin grfica
de los procesos de
manufactura
Qu es lo que va a identificar?
Todos los pasos del proceso
los que: agregan valor y los
que no agregan valor
Entradas clave del proceso
(Xs) o KPIVs
CTQs (Critico a la calidad)
Puntos para recolectar datos
Los primeros KPIVs que se
van a poner en el FMEA
Cundo se utiliza el Diagrama
de Flujo?
Siempre
Cules son los resultados del
Diagrama?
Identifica sistemas que
necesitan mediciones
Identifica las CTQs para los
estudios de capacidad
Identifica las fallas del plan
de control
Muestra oportunidades de
eliminar pasos
Identifica cuellos de
botella
39
Da estructura para pensar a travs de una situacin compleja
Identifica y graba las condiciones actuales del proceso
Realidad
Crea los medios para comunicar y compartir el conocimiento
Une el entendimiento de detalles del proceso y propsitos
Descubre e ilumina oportunidades a mejorar y da control
consistente
Mantiene propiedad y orgullo en el equipo del proceso en el
funcionamiento del proceso--Acercamiento en equipo a resolver
problemas
Por qu Hacer un Diagrama de
Flujo?
Debe describir:
Las actividades/tareas mayores
Subensambles
Los lmites del proceso
KPIVs (Xs)
CTQs (Ys)
Debe de revisarse y actualizarse frecuentemente
) ,..., , (
2 1 k
x x x f y =
40
DIAGRAMA DE FLUJO DEL PROCESO.
Estudiando estos diagramas por lo general se describen vacos que
son fuentes potenciales de problemas. Estos diagramas de flujo
pueden ser aplicados en cualquier rea, por ejemplo en la
elaboracin de una factura, el flujo de materiales o los pasos
necesarios para hacer una venta, as como en la utilizacin de un
producto. Estos diagramas son ms utilizados para identificar
problemas de un proceso llamado INGENIERIMAGINACION
(imaginacin constructiva).

LOS PASOS BASICOS
Definir los lmites del proceso -- Principio y fin
Identificar las actividades mayores dentro del proceso
Identificar los pasos del proceso y descubrir sus complicaciones
Arreglar los pasos en secuencia de tiempo y sus apropiados
simbolo
Documentar todas las oportunidades de mejoramiento y crear una
lista de acciones
Dar Validez al diagrama de flujo, recorriendo el proceso
Hacer los cambios al Diagrama de flujo despues de haber recorrido
el proceso
Actualizar el diagrama de flujo cuando se hagan cambios
HTAS. BASICAS 41
Quin desarrolla el Diagrama de Flujo?
}El Equipo del Proceso
Operadores Clave:
Entrenador:
Jefe de Grupo:
Auditor:
Mecanico:
Facilitador: (No est asociado con el
equipo)
Otras Definiciones
ENTRADA: El material o los datos que hacen o con los que
se hace algo
SALIDAS: Datos que resultan de una operacin o un proceso
CONTROL: El material o los datos que se usan en el proceso
para indicar qu es lo que se puede o debe hacer en el
siguiente paso
MECANISMO: Los Recursos ( Gente, Maquinaria, etc.) que
participan en el proceso para cambiar las entradas a salidas
LIMITES DEL PROCESO: Los lmites de un proceso dado, estn
normalmente identificados por las entradas, las salidas y los
controles externos que separan lo que est dentro de lo que
est afuera del proceso
HTAS. BASICAS 42
Elementos Elementos del del Proceso Proceso
Proceso
Entradas
(Provedores)
Salidas
(Clientes)
Controles
Mecanismos
(Mquinas, Gente)
(Conocidos y desconocidos)
Partes
Datos de SPC
Instrucciones de trabajo
Procedimientos
Producto
Resultados
Equipo de Inspeccin
Personal de Ensamble
CLIENTE; Quien recibe la salida de su proceso
PROVEEDORES: Quien proporciona la entrada a su proceso
HTAS. BASICAS 43
Definiendo Procesos y CTQs
Identificar Caractersticas
Orientadas al Cliente
Crticas-a la-Calidad (CTQ)
Para cada producto o proceso -CTQ- Medir,
Analizar, Mejorar, y Controlar
Identificar Procesos clave que
causan defectos en una
Caracterstica CTQ
Ejemplos de CTQs Entregas a tiempo
Ordenes correctas y completas
Exactitud y facilidad de lectura de los
reportes de cobro
Tiempo de reparacin
Puntualidad de las facturas
Exactitud de los instructivos (e.g., en
aplicaciones, instalaciones,
mantenimietno)
Ser servicial en la solucin de
problemas, Amabilidad
Cualquier cosa que influye en la satisfaccin
del cliente es Crtico a la Calidad
44
Sub-Producto
A
CTQ
1
CTQ
2
CTQ
3
CTQ
4
CTQ
5
CTQ
6
CTQ
7
Sub-Producto
B
Sub-Producto
C
Producto
Requerimientos
del cliente (CTQs
del cliente)
Requerimientos
del proceso
(CTQs del
proceso)
Defina el rbol del producto e identifique las
CTQs del producto y del proceso
Encuestas de los clientes
Grupos de enfoque
Diagrama de las necesidades del
cliente
Despliegue de la funcin de calidad
(QFD)
Inteligencia de mercadotecnica rpida
Herramientas Tpicas
Identificando las CTQs del cliente
HTAS. BASICAS 45
Haga una encuesta:
clasifique cada
producto en orden
de importancia
evale las CTQs en
orden de
importancia
clasifique nuestro
desempeo contra
las CTQs
Segmentar clientes e iden-
tificar CTQs por segmento
Desarrollar e implementar
una encuesta ms completa
Identificar y entrevistar
unos cuantos clientes
estratgicos
Determine los ms
grandes tipos o grupos
de clientes

Escoja uno o dos
clientes de cada grupo

Realice discusiones
cara-a-cara
muy abiertas
identifique los
productos que usa y
su importancia
identifique los
factores para cada
producto que
generan una
percepcin de buena
o mala calidad
Confirme la segmentacin
inicial con los resultados
de la encuesta

Para cada segmento,
identifique las mayores
CTQs

Sobre la marcha,
observe el desempeo de
las CTQs ms grandes
En algunas ocasiones se requiere un proceso riguroso
cuando las necesidades del cliente no se entienden
completamente
Proceso para identificar CTQs
HTAS. BASICAS 46
En la filosofia 6 sigma el Cinta Negra (BB) est asignado para trabajar
en la eliminacin de los defectos de las CTQs seleccionadas
Sub-Producto
A
CTQ
1
CTQ
2
CTQ
3
CTQ
4
CTQ
5
CTQ
6
CTQ
7
CTQ
8
CTQ
9
Proceso 1

Proceso 2

Proceso 3

Proceso 4
Importantes para nuestro cliente
Sub-Producto
B
Sub-Producto
C
Producto
proyect
o de
una
sola
clula
Proyectos Basados en el Proceso
P
r
o
y
e
c
t
o
s

d
e
l
C
T
Q

C
o
n
t
r
o
l
a
b
l
e
s

p
o
r

n
o
s
o
t
r
o
s

Requerimientos
del Cliente
(CTQs del
cliente)
Requerimientos
del Porceso
(CTQs del
proceso)
{
HTAS. BASICAS 47
Smbolos del Diagrama
Operacin
Demora
Inspeccin
Almacn
Decisin
Transporte
Kanban
48
Lmites Definidos
Operacin
Medida
Decisin
Demora
Movimiento
Almacn
Despliegue grfico de funciones, actividades, y pasos que
constituyen un proceso
Operacin
Operacin
ACTIVIDADES QUE AGREGAN
VALOR
Aquellas operaciones que
transforman ,convierten O
cambian un producto (estampado,
ensamble,tala-
Drado, soldadura, etc.).Hacia lo
que quiere y le Interesa al cliente.
ACTIVIDADES QUE AGREGAN
COSTO
Aquellas operaciones o actividades
que cosumen Tiempo y recursos
pero no aumenta el valor del
Producto ante los ojos del cliente
(contar,mover
almacenar,expeditar ,buscar,
inspeccionar etc.)
Conocidos como desperdicios
V.A. VS N.V.A.
HTAS. BASICAS 49
Tiempo Total del Ciclo
Actividades que
agregan valor
Actividades que
no agregan valor
Tiempo
transcurrido
(sin actividad
alguna)
El proceso en el tiempo
Examine las causas mayores de retrasos, por ejemplo:
Restricciones de recursos
Secuencias
Tamao del lote
Defectos
Actividades que no agregan
valor
Tiempo muerto
Tiempo de espera
Cambios de modelo
Almacenaje
Transporte
Defectos de calidad (yield)
Desarrolle planes para eliminar retrasos y reducir el
ciclo.
HTAS. BASICAS 50
Dinmica de la Metodologa - El Efecto de Embudo
Diagrama de Proceso
Estudios Multi-Vari
Filtro del DOEs
(escrutinio)
DOEs / RSM
Proceso Perfeccionado
Ms de 15 Entradas
10 - 15
8 - 10
4-8
3-6
Matriz C-E y FMEA
HTAS. BASICAS 51
Versiones de un Proceso
Cuando menos hay 3 versiones
(Normalmente)
Lo que ud Cree que es... Lo que le
Gustara que
fuera...
Lo Real...
HTAS. BASICAS 52
2.3.-DIAGRAMA DE PARETO

Utilizable cuando se requiere mostrar la importancia
relativa de todos los problemas o condiciones a fin de
seleccionar el punto de inicio para la solucin de problemas,
o para la identificacin de la causa fundamental de un
problema.

El Diagrama de Pareto es una forma especial de grfico de
barras verticales el cual ayuda a determinar que problemas
resolver y en que orden. El hecho de hacer un Diagrama de
Pareto basado en Hojas de Inspeccin o en otras formas de
recoleccin de datos, nos ayuda a dirigir nuestra atencin y
esfuerzos a los problemas realmente importantes.
Obtendremos mejores resultados al analizar los problemas en
orden de importancia.

HTAS. BASICAS 53

.
Elaboracin:
Seleccione los problemas a ser comparados y ordnelos por
categora de acuerdo a lo siguiete:
Lluvia de ideas, por Ej.: Cuales son los principales problemas
de calidad en el departamento A?.
Utilizando los datos existentes, por Ej.: Para establecer las reas
problemticas ms importantes veamos los informes de calidad
generados durante el mes pasado por el departamento A.
Seleccione la unidad de medicin del patrn de comparacin, por
Ejemplo: el costo anual, la frecuencia, etc.

Seleccione el perodo de tiempo a ser estudiado, por Ej.: 8 horas, 5
das, 4 semanas, etc.
Rena los datos necesarios de cada categora, por Ej.: El defecto A
ocurrio X veces en los ltimos 6 meses o bien El defecto B cost X
cantidad en los ltimos 6 meses, etc.
Compare la frecuencia o costo de cada categora respecto a las
dems, por Ej.: El defecto A ocurri 75 veces; el defecto B ocurri
107 veces; el defecto C ocurri 35 veces; o bien El costo anual del
defecto A es de $750, 000 y el del defecto B es de $535, 000.

HTAS. BASICAS 54

Enumere en orden decreciente de frecuencia o costo y de izquierda a
derecha sobre el eje horizontal las diferentes categoras, las
categoras que contengan menos artculos pueden ser combinadas
en la categora denominada otros la cual es colocada al extremo
derecho de la clasificacin.
Arriba de cada categora o clasificacin dibuje una barra cuya altura
represente la frecuencia o costo de esa clasificacin.
Observaciones Adicionales:
Fecuentemente los datos representativos a las frecuencias o a los
costos de las categoras son representados en el eje vertical
izquierdo y su respectivo porcentaje en el eje vertical derecho.
Asegurese que los dos ejes esten a escala

por ej.: El 100% de la escala del eje vertical derecho es equivalente
al costo o a la frecuencia total representada en el eje vertical
izquierdo, el 50% equivalente a la mitad del valor total representado.
Desde la esquina superior derecha de la barra ms alta y
movindose de izquierda a derecha a travs de las categoras se
puede trazar una lnea que nos muestre la frecuencia acumulada de
las categoras (curva acumulado). Haciendo esto podramos
contestar preguntas como Cunto del total es representado por las
tres primeras categoras?.
HTAS. BASICAS 55

Anliza los diferentes grupos de datos, por Ej.: por producto,
mquina, turno, etc. Si no surgen diferencias claras, reagrupar los
datos y utilizar la imaginacin.
Mide el impacto de los cambios hechos en un proceso, por Ej.: antes
y despus de las comparaciones. No se sabe cunto mejor se est
actualmente si no se sabia donde estaba antes del cambio.
Desglosa ampliamente las causas en ms y ms partes especficas.
Elimina la causa, no el sintoma.

Usos Diversos de un Grfico de pareto.
Identifica los problemas ms importantes a travs del uso de
diferentes escalas de medicin, por Ej.: Costo, frecuencia, etc.
Ejemplo:
Diagrama 1).-Quejas de los clientes en el campo; el cual consta de 4
categoras y la de otros cinco, resultando la categora Embarque
con un 42% de todas las quejas.
En seguida elaboramos el Diagrama 2).-Costos de Rectificacin de
Quejas en el Campo; el cual tiene exactamente las mismas cinco
categoras o quejas del Diagrama 1, y resulta que la categora
Embarque representa el 13% del costo total.

HTAS. BASICAS 56
Ejemplo de Diagrama de pareto:

Y
a
r
d
a
s
F
a
l
t
a

N
a
p
F
o
a
m

D
e
f
e
c
t
o
M
a
t
e
r
i
a
l

R
o
t
o
D
e
s
l
a
m
i
n
a
d
o
N
a
p

I
n
v
e
r
t
i
d
o
D
a
o
.
DMN 1 2 3 4 5 6 1 Falta Nap 85.14
10371 77 2 Foam Defecto 14.97
10372 11.97 3 Material Roto 30.5
10377 9 4 Deslaminado 165.9
10378 4 5 Nap Invertido 2
10379 10 6 Dao. 2
10380 4 7 Otro 1
10381 3.5
10384 3
10386 4.73 Defc. F Porcentaje (%)
10387 2 1 165.9 55.02305065
10406 1 2 85.14 28.23786939
10407 1 3 30.5 10.11575072
10408 7.14 4 14.97 4.965009452
10409 1 5 2 0.663327916
10410 30.15 6 2 0.663327916
10411 87 7 1 0.331663958
10414 44 Total: 301.5 100
Total: 85.14 14.97 30.5 165.9 2 2
100
Tabla de Mayor @ Menor.
93.37667076
98.34168021
99.00500813
99.66833604
Total de Cada Frecuencia.
(%) Acumul.
55.02305065
83.26092004
Frecuencia del Defecto
Tabla de Defecto VS Frecuencias.
HTAS. BASICAS 57
Ejemplo de Diagrama de pareto:

1
2
3
4
5
6
7
1 55.02
2 83.26
3 93.37
4 89.34
5 99
6 99.66
7 100
165.9
85.14
1
30.5
14.97
2
2
0
50
100
150
200
250
1 2 3 4 5 6 7
0
10
20
30
40
50
60
70
80
90
100
HTAS. BASICAS 58
2.3.1.-Estratificacin.
Utilizable cuando se requiere analizar casos en los cuales la
informacin oculta los hechos reales. Prcticamente cuando
los datos registrados provienen de varias fuentes. La
estratificacin permite subdividir valores en categoras o
clasificaciones significativas que permitan concentrarse en la
accin correctiva por ejemplo la salida de produccin en una
banda transportadora que recibe la produccin de varias
maquinas.
Maquina 1
Maquina 2
Maquina 3
HTAS. BASICAS 59
Utilizable cuando se requiere explorar y mostrar todas las
causas posibles de un problema o una condicin especfica.
Consejos para su elaboracin.
Procure no ir ms alla del rea de control del grupo a fin de minimizar
posibles frustraciones.
Si las ideas tardan en llegar, utilice las principales categoras de causas
como principales catalizadores. Sea conciso use pocas palabras.
Asegrese de que todos estn de acuerdo con la fase descriptiva del
problema.
2.4.-DIAGRAMA CAUSA EFECTO

Cmo se puede determinar los factores de un diagrama de Causa
Efecto?
Si se esta aplicando a reas administrativas, es recomendable usar las 4
Ps: Plizas, Procedimientos, Personal y Planta.
Si se est aplicando a un proceso de produccin en general, es
recomendable usar las 6 Ms: Mtodo, Materiales, Gente, Maquinaria o
equipo, Mediciones, Medio ambiente.
HTAS. BASICAS 60
Por pasos de acuerdo al diagrama de flujo del proceso de produccin. En la
mayora de los casos, es recomendable utilizar una hoja de inspeccin, para
detectar frecuencias de fallas o defectos.
Colocar en forma apropiada en categoras las principales ideas generadas
en la Lluvia de Ideas.

El Diagrama de Causa y Efecto es una excelente herramienta grfica que
ayuda a priorizar cules variables de entrada clave tienen un impacto en una
variable de salida clave.
C A U S A
E F E C T O
HTAS. BASICAS 61
- composicin metalrgica
- composicin qumica
- dimensiones
- maquinaria
- material detenido
- accesorios
- herramientas
materiales
equipo
Requerimientos
del cliente
Trabajo en equipo- mejoramiento
continuo
Satisfaccin
del cliente
gente ambiente
Mtodo y
sistemas
Ciclo de mejora continua
- ajustes
- instrucciones
- mtto preventivo
- ergonoma
- Humedad
- iluminacin
- temperatura
- limpieza
-Trabajo equipo
- comunicacin
- entrenamiento
- operacin
MSA
HTAS. BASICAS 62
Categorias (Las 6 M)
Mano de Obra
Est calificado?
Tiene experiencia?
Se le asign el trabajo adecuado?
Est dispuesto a mejorar?
Est sano?
Medio Ambiente
Es adecuada la temperatura?
La ventilacin es correcta?
La visibilidad es correcta?
El lugar es ordenado?
Hay suficiente sealizaciones?
Maquinaria
Es la adecuada para la produccin?
Tiene adecuado mantenimiento?
Hay suficientes maquinas?
Es adecuada su lubricacin?
Hace ruidos extraos?
Materiales
Es adecuado el inventario?
Hay desperdicio de
material?
La mezcla es la adecuada ?
El manejo es el adecuado?
Est mezclado con
impurezas?
Mtodo de Trabajo
Es un mtodo seguro?
La secuencia de trabajo es adecuada?
Asegura el buen producto? Es claro el
mtodo de trabajo?Son adecuados los
estndares?
Medicin
La presin del aceite es
correcta?
El nivel de aceite es el correcto?
El peso del producto es
correcto?
El tamao del producto es el
adecuado?
HTAS. BASICAS 63
CAUSA
TODOS LOS INVOLUCRADOS EN EL
EQUIPO CONTRIBUYEN CON SU
CONOCIMIENTO, EXPERIENCIA Y
CREATIVIDAD
LAS OCHO ETAPAS DEL MEJORAMIENTO CONTINUO
CON EL DIAGRAMA CAUSA Y EFECTO
1.- Identificar el Problema .- Que se
necesita ser mejorado
2.- Objetivo .- Establecer metas y
objetivos.
3.- Mediciones .- Decida como y cuando
medir las mejoras.
EL EFECTO DEBE SER MEDIBLE
HTAS. BASICAS 64
NO VIABLE
DE INTERES
PREPARACION
EN PRUEBA
P. EXITOSA
P. NO EXITOSA
6.- Sistemas de Puntos .- Seleccionar y
probar ideas de mejora.
7.- Tarjetas de Estandarizacion .-
Establecer y documentar los nuevos
procedimientos.
8.- Adherencia .- Mantener los
procedimientos estandar.
5.- Tarjetas de Mejora .- Generar
ideas,soluciones y propuestas para las
mejoras (rosa).
4.- Tarjeta de Hechos .- Integrar
informacion sobre las causas del problema
(amarillas).
SUGERENCIAS PARA ESCRIBIR LAS
TARJETAS

.- Utilizar ideas y oraciones completas
.- Escribir una idea principal por tarjeta
.- Ser concreto especifico
.- Poner fecha y firma en sus tarjetas
.- Compartir las tarjetas con su equipo.

Que deseamos conocer acerca de la
situacion actual :
Objetivo es encontrar causas reales
(obstaculos), determinando las categorias a las
que pertenece.

OBSERVACIONES ==> PERCEPCIONES
RESPUESTAS ==> ENCUESTAS
DATOS ==> EVIDENCIAS

Nada mas que HECHOS.

Cuales son las propuestas en cuanto al
mejoramiento de la situacion actual:
.- Recomendaciones
.- Contramedidas
.- Acciones Correctivas
.- Ideas de Mejoramiento
.- Sugerencias

HTAS. BASICAS 65
2.5.-Matriz de Causa y Efecto
Este es un QFD (Quality Function Deployment) simple para enfatizar la
importancia de entender los requerimientos del cliente
Relaciona las entradas claves a los CTQs usando el diagrama del proceso
como su principal fuente
Los CTQs se clasifican de acuerdo a la importancia que le da el cliente
Las entradas claves se registran en relacin con los CTQs
Resultado: Se hace un Pareto de las entradas clave que se usarn en los
FMEA y en los Planes de Control
Resultado: Entrada para los Estudios de Capacidad en la Fase de
Mediciones
Resultado: Entrada en la evaluacin inicial del Plan de Control del
Proceso
HTAS. BASICAS 66
Pasos para hacer la
Matriz de Causa y Efecto
Identifique los requerimientos (salidas) clave del cliente en el
Diagrama de Proceso
Ordene por categoras y asigne el factor de prioridad a cada
salida (Normalmente en escala del 1 al 10)
Identifique todos los pasos del proceso y los materiales
(entradas) del diagrama del proceso
Evale la relacin de cada entrada con cada salida
Puntuacin baja: Los cambios en las variables de entrada
(cantidad, calidad, etc.) tienen un efecto pequeo en la
variable de salida
Puntuacin alta: Los cambios en la variable de entrada
pueden afectar grandemente la variable de salida
Multiplique los valores de relacin por los factores prioridad y
sume el total para cada entrada
67
Ejemplo
1. Anote y
Clasifique las
salidas en
orden de
importancia
para el
cliente
Este paso debe inclur a: Mercadotecnia, Desarrollo del
Producto y Manufactura. Si es posible, el usuario se debe
incluir tambin.
Rango de
Importancia
al Ciente
10 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Entradas
del Proceso
C
o
r
t
o

T
i
e
r
r
a

R
e
s
i
s
t
e
n
c
i
a

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

Total
1
2
3
4
5
6
7
8
Cause and Effect
Matrix
8
Salidas o CTQs
HTAS. BASICAS 68
Ejemplo
2. Anote
entradas
clave
Este paso usa las entradas del Diagrama de Proceso directamente.
Note que las entradas del Proceso siguen el Diagrama de Flujo paso a
paso.
Rango de
Importancia
al Ciente
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Entradas
del Proceso
C
o
r
t
o

T
i
e
r
r
a

R
e
s
i
s
t
e
n
c
i
a

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

Total
1 Ensamble de Switch
2 Conectado de Switch
3 Ensamble de Tapa
4 Ensamble de C Bolt
5 Ensamble de Cover
6 Prueba Final
7
8
9
10
Cause and Effect
Matrix
Salidas o CTQs
HTAS. BASICAS 69
Ejemplo
Esta es una estimacin subjetiva de qu tanto influyen las variables
de entrada en las salidas CTQs
3
Correlacione
las Entradas
con las
Salidas
Rango de
Importancia
al Ciente
10 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Entradas
del Proceso
C
o
r
t
o

R
e
s
i
s
t
e
n
c
i
a

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

Total
1 Ensamble de Swit 10 10
2 Conectado de Swi 9 10
3 Ensamble de Tapa 10 6
4 Ensambled deC Bt 6 7
5 Ensamble de Covr 4 8
6 Prueba Final 4 0
7
8
9
10
11
12
13
14
15
Cause and Effect
Matrix
T
i
e
r
r
a

8
9
9
8
6
7
8
Salidas o CTQs
HTAS. BASICAS 70
Ejemplo - Pareto de KPIVs
Lista para el
Pareto
Hemos sorteado
los nmeros
multiplicados
cruzadamente y
encontramos que:
El ensamble de
switch,
conectado de
switch y
Ensamble de tapa
son muy
importantes.
Ahora podemos
evaluar los planes
de control para
estas KPIVs
Rango de
Importancia
al Ciente
10 8
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Entradas
del Proceso
C
o
r
t
o

T
i
e
r
r
a

R
e
s
i
s
t
e
n
c
i
a

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

R
e
q
u
i
s
i
t
o

Total
1 Ensamble de Swit 10 10 262
2 Conectado de Sw 9 10 252
3 Ensamble de Tap 10 6 218
5 Ensamble de C Bo 6 7 171
10 Ensamble de Covr 4 8 168
9 Prueba Final 4 0 104
11
13
15
12
14
4
7
8
6
Cause and Effect
Matrix
9
9
8
6
7
8
9
Salidas o CTQs
HTAS. BASICAS 71
2.6.- HISTOGRAMA
Es una herramienta estadstica que
nos permite representar por medio
grfica de barras, el comportamiento
de una poblacin al tener los datos
(muestra) agrupados y ordenados de
acuerdo a las veces que ocurren las
variaciones en el proceso.
HTAS. BASICAS 72
TIPOS DE HISTOGRAMAS
Histograma
Normal
Histograma de doble
pico
Histograma con isla
aislada
Histograma
Cliff
Histograma rueda
dentada
HTAS. BASICAS 73
DISPERSIN
D
E
S
V
I
A
C
I
N

C
O
N

R
E
S
P
E
C
T
O

A
L

V
A
L
O
R

M
E
D
I
O

Normal Grande Pequea
P
e
q
u
e
a

G
r
a
n

C
e
n
t
r
a
d
a

LIE LSE LIE LSE LIE LSE
LIE LSE LIE LSE LIE LSE
LIE LSE LIE LSE
LIE LSE
CORRESPONDENCIA CON VALORES
ESPECIFICADOS
74
PASOS PARA LA CONSTRUCCION DE UN HISTOGRAMA
1.-Registrar todos los datos de las muestras recopiladas.
2.-Seleccionar de los datos el valor mximo (Ma) y el valor mnimo
(Mi).
3.-Calcular el Rango (R) de variacin de los datos. R = Ma - Mi .
4.-Seleccione el nmero de intervalos (K) a utilizar en el diagrama
de acuerdo a la tabla siguiente:
No. de datos (N) No. de grupo(K)
25 - 50
50 100
100 -250
250 -------
5 - 7
6 - 10
7 - 12
10 - 15
5.-Calcular la amplitud de la clase (A) . Ancho de cada uno de los K
grupos.
6.-Calcular los lmites inferior (LIK) y el superior (LSK) de cada uno de
los K
LI
1
= M1 LS
1
= LI1 + A
LI
2
= LS1 LS
2
= LI2 + A
LI
3
= LS2 LS
3
= LI2 + A
K tambien puede ser
Calculada como
K = \ N

HTAS. BASICAS 75
PASOS PARA LA CONSTRUCCIN DE UN
HISTOGRAMA
7.-Determinar el nmero de de datos (FK) , que caen dentro
de cada uno de lo grupos (K). Esto se hace
inspeccionando la informacin de tal forma de que cada
dato debe caer en uno y slo un grupo.
8.-Calcule el punto medio de cada una de las clases,
utilizando la siguiente ecuacin:

Punto medio =

9.-Graficar el histograma
Suma de los lmites superior e inferior de la clase
2
76
EJEMPLO DE UN HISTOGRAMA
Se han recolectado los siguientes datos de un proceso de produccin
para la elaboracin de un histograma con el fin de conocer su media y
la desviacin estndar.
Solucin:
Clculo del Rango R = Ma - Mi = 19.9 - 16.2 = 3.7
Clculo de la Amplitud A = R / K = 3.7 / 6 = 0.617 = 0.62
para el valor de K se ha seleccionado el valor de 6 segn el nmero de datos.
Clculo de los lmites inferior y superior de las clases (K).
LI
1
= Mi = 16.20 LS
1
= LI
1
+ A = 16.20 + 0.62 = 16.82
LI
2
= LS
1
= 16.82 LS
2
= LI
2
+ A = 16.82 + 0.62 = 17.44
LI
3
= LS
2
= 17.44 LS
3
= LI
3
+ A = 17.44 + 0.62 = 18.06
LI
4
= LS
3
= 18.06 LS
4
= LI
3
+ A = 18.06 + 0.62 = 18.68
LI
5
= LS
4
= 18.68 LS
5
= LI
4
+ A = 18.68 + 0.62 = 19.30
LI
6
= LS
5
= 19.30 LS
6
= LI
5
+ A = 19.30 + 0.62 = 19.92
16.2 17.3 17.1 17.2 18.8 17.5 16.9 17.0 17.2 19.8
18.0 18.5 18.6 17.1 18.0 18.2 17.2 17.2 18.6 17.5
17.5 19.0 19.1 18.4 17.1 16.8 18.5 16.3 19.9 18.3
18.1 17.8 17.4 16.8 18.4 17.9 17.6 18.6 17.5 17.7
16.8 17.9 17.7 17.2 18.5 19.1 17.7 19.2 19.4 18.0
HTAS. BASICAS 77
Tabla de Frecuencias
No. de clase Lmites de clase Frecuencia Punto medio
1 16.20 - 16.82 5 16.51
2 16.82 - 17.44 12 17.13
3 17.44 - 18.06 14 17.75
4 18.06 - 18.68 11 18.37
5 18.68 - 19.30 5 18.99
6 19.30 - 19.92 3 19.61
EJEMPLO DE UN HISTOGRAMA
16.20 16.82 17.44 18.06 18.68 19.30 19.92
HTAS. BASICAS 78
Anlisis de Regresin
El Anlisis de Regresin es una tcnica estadstica que se
utiliza para analizar la correlacin existente entre
variables. Esta se ensea en cursos de matemticas
como la obtencin de la lnea que mejor queda.

La Regresin Simple compara una variable independiente
tal como:
anuncio de inversin de dlares
contra una variable dependiente como:
ventas en dlares.

2.7.- DIAGRAMA DE DISPERSION
HTAS. BASICAS 79
Regresin Mltiple compara ms de una variable independiente
contra una variable dependiente (o respuesta).
Por ejemplo,
podemos comparar 3 variables independientes:
Temperatura; Velocidad; y Presin
contra una variable de respuesta: El Peso de la Parte
prodicida una inyectora de plastico.

Anlisis de Regresin
Se pueden desarrollar otros tipos de modelos de regresin de
naturaleza no-lineal, tales como modelos cuadrticos o modelos
logartmicos.
Sin embargo, primero nos concentraremos en la dinmica de la
regresin simple.

HTAS. BASICAS 80
Unos cuantos trminos...
Variable Independiente - Alguna variable que puede tener
casi cualquier valor y que causa variacin en alguna
caracterstica dependiente. (ej. la variable de entrada,
KPIV)
Variable Dependiente - Una variable llamada salida o
variable de respuesta (CTQ). El resultado depende de
los valores de la(s) variable(s) independiente(s).

Anlisis de Regresin
Ejemplos:
Variable Dependiente.......Variable(s) Independiente(s)(Potenciales)
Estatura.................................. Estatura de los Padres
Calificaciones ........................Tiempo de Estudio
Puntos por juego ................... Tiempo de Prctica, Entrenador
DPU ..................................... Entrenamiento, Inversin, Actitud
HTAS. BASICAS 81
Puntos de Dispersin - (o diagrama de dispersin) Puntos
de datos dibujados en una grfica que nos proporcionan
una fotografa de la dispersin o de lo desparramado.
Tradicionalmente, la variable independiente (X) se
coloca en el eje horizontal mientras la variable
dependiente (Y), en el eje vertical en un diagrama de 2
dimensiones, estos pares de datos generalmente son
recopilados de informacin historica de los procesos que
toda empresa debe tener disponible.

Variable
Independiente (X)
Variable
Dependiente (Y)
Anlisis de Regresin
HTAS. BASICAS 82
UNA CORRELACION
POSITIVA !!
Anlisis de Regresin
Diagrama de
Dispersin
60
65
70
75
80
60 65 70 75 80
Estatura del padre (in.)
Estatura
del hijo
(in.)
Esperaramos que la
correlacin entre la
estatura del padre (X)
y la estatura del hijo (Y)
fuera una correlacin
uno-a-uno?
HTAS. BASICAS 83
UNA CORRELACION
NEGATIVA!!!
Anlisis de Regresin
Diagrama de Dispersin
0
10
20
30
40
50
85 90 95 100 105 110 115
Velocidad de Corte (pies por min.)
Vida de la
Sierra
(min.)
HTAS. BASICAS 84
NO HAY CORRELACION!!
Anlisis de Regresin
650
750
850
950
1050
1150
1250
1350
1450
1550
60 65 70 75 80
Estatura del padre (pulgadas)
Puntos
Examen
Universidad
HTAS. BASICAS 85
Procedimiento General para realizar un anlisis de regresin...
1. Planear el experimento asegurando imparcialidad y
aleatoridad.

2. Recolectar buenos datos.

3. Dibujar Diagrama de Dispersin.

4. Calcular la Ecuacin de Regresin.

5. Calcular la R-Cuadrada.

6. Interpretar la informacin.
Anlisis de Regresin
HTAS. BASICAS 86
Recuerde que la ecuacin general de una recta es como sigue...
y = mx + b

donde x = variable independiente
m = ngulo de inclinacin
y b = interseccin de la variable dependiente, y.....
Anlisis de Regresin
Ahora, vamos a modificarla un poquito...
El modelo de regresin lineal se estima como...

Y = b0 + b1 X

donde Y es la estimacin de la variable dependiente dado un
valor de la variable independiente, X
b0 = interseccin de la ecuacin de regresin
y b1 = ngulo de inclinacin de la ecuacin de regresin
^
^
HTAS. BASICAS 87
Lo que estamos buscando es la lnea que minimizar la
distancia desde los puntos graficados hacia la lnea....
*
*
*
* *
*
*
* *
*
Lnea de
Regresin
Puntos
Dispersos
Desviaciones
Variable
de
Entrada (X)
Variable
de
Respuesta
(Y)
Anlisis de Regresin
HTAS. BASICAS 88
La inclinacin est dada por....
(EXY - |EXEY]/n)
b1 =
(EX - [EX] /n)
2
2
b1
Anlisis de Regresin
Variable
de
Respuesta
(Y)
Variable
de
Entrada (X)
HTAS. BASICAS 89

b1
La interseccin de y est dada por...

b0 = Y - b1 X
}
b0
Anlisis de Regresin
Variable
de
Respuesta
(Y)
Variable
de
Entrada (X)
HTAS. BASICAS 90
Ejemplo

Supongamos que un instructor quiere comparar las horas de
estudio
como la variable independiente (X); contra calificaciones como la
variable dependiente (Y).

El instructor cree que existe una fuerte correlacin y quiere:

1) Ver si realmente existe dicha correlacin;
y
2) Si es as, de alguna forma predecir cuales sern las
calificaciones
basado en las horas de estudio.

Anlisis de Regresin
HTAS. BASICAS 91
Ejemplo

Primero, el instructor recolecta datos buenos...

Estudiante Horas Estudiadas (X) Calificaciones (Y)
1 2 65
2 2 60
3 3 68
4 4 72
5 4 68
6 5 80
7 6 80
8 6 87
9 7 94
10 7 96
Anlisis de Regresin
HTAS. BASICAS 92
Ejemplo

Segundo, el instructor hace un diagrama de dispersin...
Correlacin

Positiva?
Anlisis de Regresin
Horas Estudiadas vs. Calificaciones
50
60
70
80
90
100
1 2 3 4 5 6 7 8
Horas Estudiadas
C
a
l
i
f
i
c
a
c
i
o
n
e
s

HTAS. BASICAS 93
Ejemplo

Ahora, podemos calcular b1 y b0 para
desarrollar la ecuacin de regresin.
X Y XY X
2 65 130 4
2 60 120 4
3 68 204 9
4 72 288 16
4 68 272 16
5 80 400 25
6 80 480 36
6 87 522 36
7 94 658 49
7 96 672 49
2
Las estadsticas necesarias
para calcular b1 y b0....

EX = 46 X = 4.6

EY = 770 Y = 77.0

EXY = 3746 n = 10

EX = 244

2
Anlisis de Regresin
HTAS. BASICAS 94
Ejemplo

Por lo tanto,

EXY - (EXEY/n)
b1 =
EX - [(EX)/n]

3746 - [(46)(770)/10]
=
244 - [46 /10]

= 204/32.4 = 6.3

2
2
2
b0 = Y - b1 X

= 77 - 6.3 (4.6)

= 48.0
De esta manera,

Y = 6.3 X + 48.0

^
Anlisis de Regresin
HTAS. BASICAS 95
Ejemplo

Volvamos a ver el Diagrama de Dispersin ahora con la Ecuacin
de Regresin ya dibujada

Anlisis de Regresin
40
50
60
70
80
90
100
1 2 3 4 5 6 7 8
Horas Estudiadas
C
a
l
i
f
i
c
a
c
i
o
n
e
s

HTAS. BASICAS 96
Ejemplo
Hablando intuitivamente, se ve como que queda bin? ,nos
sentimos agusto prediciendo Y dada X usando este modelo?
Anlisis de Regresin
40
50
60
70
80
90
100
1 2 3 4 5 6 7 8
Horas Estudiadas
C
a
l
i
f
i
c
a
c
i
o
n
e
s

HTAS. BASICAS 97
Paso 5

Ahora introducimos una prueba de diagnstico para determinar
el nivel de confianza que tenemos en la habilidad de nuestro
modelo para predecir.

Utilizamos un estadstico llamado coeficiente de determinacin
ms comunmente llamado R cuadrada.

R es una medida de la cantidad de variacin en las salidas (o
variable de respuesta) esto lo explica el modelo de regresin.
Mientras ms grande sea esta cantidad, mayor ser la confianza
que tendremos en el modelo en s.
2
Anlisis de Regresin
HTAS. BASICAS 98
Paso 5

Para calcular e interpretar la estadstica R, primero calculamos r,
llamada coeficiente de correlacin.

n EXY - (EX)(EY) -1 < r < +1
r = y
[n EX - (EX) ] [n EY - (EY) ] 0 < R < 1

Ya tenemos todas las medidas necesarias para calcular r de
nuestros clculos de b1 y b0 con excepcin de EY .
2 2 2 2
2
2
Anlisis de Regresin
HTAS. BASICAS 99
Ejemplo

Recuerde...

EX = 46 EY = 770 EXY = 3746 EX = 244

X = 4.6 Y = 77.0 n = 10

y ahora, EY = 60,678

2
2
Anlisis de Regresin
HTAS. BASICAS 100
Ejemplo

Usando estos valores podemos calcular r y adems R .

10 (3746) - (46) (770)
r =
[10 (244) - (46) ] [10 (60,678) - (770) ]

= 2040/2120.64

= 0.962 as... R = 0.962
= 0.925

2
2 2
2
2
Anlisis de Regresin
HTAS. BASICAS 101
Ejemplo

R = 0.925 = 92.5%

La cantidad 92.5% representa el porciento de la variacin en la
variable de respuesta Y, debido a una relacin lineal con X.

Adems 100% - 92.5% = 7.5%

Esto quiere decir que 7.5% de la variacin se debe a algo ms.

Anlisis de Regresin
HTAS. BASICAS 102
Paso 6 - Interpretacin

Si R = 1, quiere decir que existe una correlacin uno a uno.

ej. 100% de la variacin la aclara la ecuacin de regresin.
Esta sera la ms fuerte correlacin posible.

Si R = 0, quiere decir que NADA de la variacin la explica
la ecuacin de regresin. Entonces, NO existe correlacin.

Esperamos que las R s sean 1?

Cmo determinamos que es o no una correlacin fuerte?

2
Anlisis de Regresin
REGRESION NO LINEAL
Linea recta y = a + bx

Curva exponencial y = ae
(a>0)

Curva logaritmica y = a + b lnx

Curva de poder y = ax
(a>0)
bx
b
x
x
x
x
y
y
y
y
Anlisis de Regresin
104
n Xi

Xi Xi
A

b
=
Yi

Yi Xi
Los coeficientes de regresin a y b pueden ser encontrados resolviendo el
Siguiente sistema de ecuaciones lineales por medio de la triangular superior
2
Donde las variables son definidas de la siguiente manera

Regresin A Xi Yi
Lineal a Xi Yi
Exponencial Ln a Xi Ln Yi
Logaritmica a Ln Xi Yi
C. De poder Ln a Ln Xi Ln Yi
Anlisis de Regresin
HTAS. BASICAS 105
EJEMPLOS
1.-Ajustar el siguiente conjunto de datos a una curva exponencial
Solucin
Xi .72 1.31 1.95 2.58 3.14 a = 3.46
Yi 2.16 1.61 1.16 .85 0.5 b = - 0.58

2.-Ajustar los siguientes datos a una curva logaritmica
Solucin
Xi 3 4 6 10 12 a = - 47.02
Yi 1.5 9.3 23.4 45.8 60.1 b = 41.39

3.-Ajustar los siguientes datos a una curva de poder

X 10 12 15 17 20 22 25 27 30 32 35
Y 0.95 1.05 1.25 1.41 1.73 2.00 2.53 2.98 3.85 4.59 6.02

Solucin a = 0.03 b = 1.46

Anlisis de Regresin
HTAS. BASICAS 106
Xi Yi LnYi Xi XiLnYi
.72 2.16 0.770 0.5184 0.5544
1.31 1.61 0.476 1.7161 0.6235
1.95 1.16 0.148 3.8025 0.2886
2.58 0.85 -0.162 6.6564 -0.4179
3.14 0.5 -0.693 9.8596 -2.1760
9.70 6.28 0.539 22.553 -1.1274
SUMA =
Solucin del ejemplo 1
n Xi Ln Yi

Xi Xi XiLnYi
2
2
La matriz de solucin quedaria
De la siguiente manera donde
n = 5
HTAS. BASICAS 107
1 1.94

0. 3.712
0.1078

-2.1730
5 9.70

9.70 22.53
0.539

-1.1274
3.712 b = -2.1730

b = -0.585

Ln a + (1.94) (-0.585) = 0.1078

Ln a = 0.1078 + 1.135

Ln a = 1.2428

a = antiLn (1.2428)

a = 3.46

Por lo tanto el modelo quedaria de la siguiente manera

Y = 3.46 e
-0.58 X
^
GRAFICAS DE CONTROL 108
CONTROL ESTADISTICO
DEL PROCESO (SPC)
MODULO
UNIDAD III
GRAFICAS DE CONTROL
3.-GRAFICAS DE CONTROL
Dr. Walter Shewhart
Laboratorios Bell ~1920
Fu el primero en hacer la distincin entre variacin controlada y
no-controlada debida a causas comunes y especiales.
Desarroll las grficas de control para separar las dos causas.
Es la nica herramienta que distingue entre causas especiales y
causas comunes de la variacin.
Qu es una Grfica de
Control?
Es la representacin grfica de una caracterstica de un proceso.
Representa a un proceso mostrando si solo estn presentes causas
comunes de variacin.
Le dice si algo est cambiando en su proceso y en que momento
est sucediendo tal cambio.
No le dice que est causando el cambio y si este es bueno o
malo.
Aplicaciones Bsicas de
las
Grficas de Control
Asisten al determinar si un proceso ha estado operando dentro
de control estadstico.
Separan las causas comunes de variacin de las causas
especiales de variacin.
Ayudan a lograr y mantener control estadstico.
Beneficios de los Sistemas de Grficas de
Control
Tcnica comprobada para mejorar la productividad
Efectiva para prevenir defectos
Evita ajustes innecesarios al proceso
Proporciona informacin de diagnstico
Proporciona informacin acerca de la capacidad del proceso
HTAS. BASICAS 111
El Mejoramiento del Proceso y las
Grficas de Control
Sistema de
Medicin
Entrada Salida
1. Detectar la
Causa Asignable
4. Verificar y
Observar
3. Implantar
Accin Correctiva
2. Identificar la
Causa Raz
Proceso
3.1.-Componentes de una Grfica de Control
Lmite de Control
Inferior
Media
2 0 1 0 0
6 1 5
6 0 5
5 9 5
5 8 5
S a m p l e N u m b e r
S

a

m

p

l

e

M

e

a

n

X - b a r C h a r t f o r K PO V
X = 5 9 9 . 1
U C L = 6 1 3 . 6
L C L = 5 8 4 . 6
Lmite de Control
Superior
2 0 1 0 0
X - b a r C h a r t f o r K P O V
( + 3 Sigma)
( + 2 Sigma)
( + 1 Sigma)
( -1 Sigma)
( - 2 Sigma)
( - 3 Sigma)
UCL
LCL
Para las grficas de Shewhart, como la X-barra. Los lmites de control
se colocan a +/- 3 desviaciones estndar de la media del proceso
Zone A
Zone B
Zone C
Zone C
Zone B
Zone A
HTAS. BASICAS 114
CAUSAS COMUNES
Existen en cada operacin/proceso
Son causadas por el mismo proceso (debido a la forma como
usualmente hacemos las cosas)
Generalmente controlable por la gerencia
CAUSAS ESPECIALES
Existen en la mayora de las operaciones/procesos. Se pueden
presentar de vez en cuando, o continuamente en algunos
procesos.
Son causados por una nica alteracin o una serie de ellas.
Generalmente controlable por el operador (o cuando menos
detectable).

Causas comunes y especiales
Cada tipo exhibe diferentes caractersticas estadsticas; por lo
tanto, para controlar y reducir sus efectos, debemos tratarlas
de manera diferente.
HTAS. BASICAS 115
Causas Comunes vs. Causas Especiales de Variacin

Causas Comunes de Variacin...
Ms del 90% de la variacin es por naturaleza, debida a causas
comunes. Por ejemplo, cules son algunas de las causas
comunes de variacin que lo forzan a usted a llegar al trabajo a
diferente hora cada da? Lo crea usted o no... la variacin que
existe en las ventas es debida a causas comunes.

Causas Especiales de Variacin...
Menos del 10% de toda la variacin es por naturaleza, debida a causas
especiales. Cules podran ser algunos ejemplos de causas
especiales de variacin que lo forcen a llegar a horas variables a su
trabajo cada da?
Aunque menos del 10% de toda la variacin es debida a causas
especiales, la gente an tiende a tratar cada pico o valle como si
fuera especial - cuando normalmente son causas comunes.

HTAS. BASICAS 116

A quin le importa? Por qu invertir tiempo identificando si la
variacin en un proceso es debida a causas comunes o
especiales?

La respuesta...
Una de las principales razones del por qu se hacen y se utilizan las
grficas de control, es para identificar causas especiales de
variacin. Usaremos diferentes estrategias para reducir la variacin
dependiendo de si la variacin es comn o especial.

HTAS. BASICAS 117

Prueba para detectar causas especiales...
1) Recolecte, grafique, y clasifique cuando menos 30 datos y
asegurese de que pasan las pruebas de normalidad y calcule
los lmites de control. Tpicamente, esto incluye calcular la
media, la desviacin estndar, y entonces ir arriba y abajo 3
desviaciones estndar de la media.

2) Aplique las siguientes pruebas: (si alguna pasa, la variacin se dice
que es causa especial por naturaleza)
2.1) Cualquier punto que caiga fuera de los lmites de control.
2.2) 7 puntos consecutivamente incrementando o decreciendo.
2.3) 7 puntos consecutivos en un lado de la media (no la meta).
2.4) 14 puntos consecutivos en forma de serrucho.

HTAS. BASICAS 118

Tres estrategias para reducir las causas comunes de variacin...
1) Estratificacin - examinando las diferentes caractersticas
respecto la salida del proceso, tales como que da de la semana
ocurri la variacin ms alta o cual estilo/parte gener la mayor
variacin. Tpicamente, las grficas de Pareto son muy tiles
cuando se estratifican los datos.

.
2) Disgregacin - dividir un proceso en sus componentes y
estudiar la variacin en cada paso del proceso. Se relaciona
muy seguido con estudios de capacidad y de rendimiento. Los
Diagramas de Flujo, los histogramas, y las grficas de pareto
son muy tiles al desintegrar los datos.

HTAS. BASICAS 119
3) Experimentacin - cambiando algunos factores en diferentes niveles y
analizando los resultados y los efectos. La Experimentacin puede
resultar costosa y lo comn es que se intente nicamente despus de
haber hecho la estratificacin y/o la disgregacin.

Otros conceptos...
1) La Regla de los 5 Por qu.
2) Lmites de Control vs. Lmites de Especificacin.

5 Elementos de la Grficas de Control
1) Grfica de Observaciones (X-barra, X)
2) Grfica de Variaciones (R, s, MR) - Por qu se necesita?
3) Tabla de Datos
4) Reporte de Acciones Correctivas
5) Ventana de Sumario Estadstico (normalmente en los paquetes de
software de sistemas de SPC nicamente)

Pasos para Implantar
Grficas de Control
Seleccione la caracterstica apropiada que se va
a controlar
Selecione el punto de recoleccin de los datos
Seleccione el(los) tipo(s) de grfica(s) de
control
Determine el tamao de la muestra apropiado y
la frecuencia
Establezca las bases para los sub-grupos
racionales
Determine el mtodo y los criterios de medicin
Determine la capacidad de los gauges
Desarrolle un estudio inicial de capacidad para establecer los
lmites de control de prueba
Disee las formas para recolectar y graficar los datos
Establezca un procedimiento para recolectar, graficar, analizar
y actuar; basndose en esta informacin
Proporcione instrucciones por escrito y entrene al personal
involucrado
Tipos de Grficas de Control
Existen muchos tipos de grficas de control; sin embargo, los
principios bsicos para cada una, son los mismos.
El tipo apropiado se escoge utilizando el conocimiento de ambos
SPC y los objetivos de su proceso.
La seleccin del tipo de grfica depende de:
Tipos de Datos: atributos vs. variables
Facilidad del muestreo homogeneidad de la
muestra
Distribucin de los datos normal o anormal
Tamao del subgrupo constante o variable

Como Seleccionar el tipo Correcto de
Grfica de Control
Tipo de
datos
Mediciones
individuales o
subgrupos?
Datos normalmente
distribuidos?
Inters
principal en cambios
bruscos de la
media?
Tamao del
subgrupo constante?
rea de oportundad
constante de muestra a
muestra?
Grficar defectos
o defectivos?
u
c,u
p, np
p
X, Rm
MA, EWMA,
o CUSUM
y Rm
Xbarra-R
Usar grfica X barra-R con
reglas modificadas
Los datos tienden a estar
normalmente distribuidos debido
al teorema del lmite central
Ms efectivas para detectar
cambios graduales a largo plazo Si ni n ni p son pequeas;
X barra-R, y X-Rm son
efectivas tambin
Si la media es grande, X y Rm
son efectivas tambin
Atributos
Variables
Defectivos
Si
No
Defectos
No
Medicin a
Subgrupos
No
No
Si
Si
Individuales
Si
Muestreo
Tamao de la Muestra
Grfica de variables: 5 si es posible por cada muestra de 30 a 40
muestras
Grfica de atributos : 30 o ms dependiendo de los porcentajes
Frecuencia de la Muestra
No demasiadas (muy costoso)
No muy poquitas (la informacin no es confiable)
Como regla general: mientras ms seguido, es mejor
Los sistemas de medicin en-lnea ofrecen control del proceso en el
tiempo real
Subgrupos racionales
Trate de capturarlos cuando los factores clave de un proceso son
consistentes
Si se hace correctamente, un subgrupo racional para un proceso en
control reflejar unicamente variacin de causas comunes
Una idea fundamental en el uso de las cartas de control es recopilar datos
muestrales de acuerdo a lo que Shewhart denomino subgrupo racional.
En general esto significa:
La seleccin de subgrupos o muestras de modo que, en la medida de lo
posible, la Variabilidad de las observaciones dentro de un subgrupo
incluya toda la variabilidad aleatoria o natural, y excluya la variabilidad
asignable o por causas especiales

Cuando se aplican las cartas de control a los procesos de produccion, el
orden temporal de la produccion es una base logica para la formacion de
subgrupos racionales

El orden cronologico es una buena base, para formar subgrupos, ya que
permite la deteccion de causa asignables que se presentan con el paso
del tiempo
En algunas lineas de maquinado en las primeras operaciones de
desbaste se muetrea cada 2 hrs. Ya que las tolerancias son mayores en
estas operaciones, a diferencia de las ultimas operaciones donde el
muestreo es cada hora ya que la tolerancia es mas cerrada en estas
operaciones.

Cuando un proceso esta formado por varias maquinas que combinan
su salida en una banda de transporte comun. Si se toman muestras
en la salida de esta banda Sera muy dificil detectar si alguna de las
maquinas estan fuera de control por lo que es recomendable aplicar
tecnicas de cartas de control a la salida de cada maquina.
A veces este concepto debe aplicarse a diferente cabezales de la
misma maquina, estaciones de trabajo diferentes, opradores
diferentes, y asi sucesivamente.
Es costumbre ubicar los limites de control sobre una grafica a una
distancia de mas o menos tres desviaciones estndar de la variable
graficada. Estos limites se conocen como limites de control 3-
sigma
Estos limites consideran valores de Z o/2 = 3 en un intervalo de
confianza que comprende una area bajo la curva de la normal del
99.73%
Otra manera de evaluar las desiciones con respecto al tamao de la
muestra y la frecuencia de muestreo, es mediante la longitud de
corrida promedio (LCP) de la grafica de control

La LCP es el numero promedio de puntos que deben graficarse antes de
que uno de ellos indique una condicion de proceso fuera de control.
Para cualquier grafica de control la LCP pude calcularse a partir de
la media de una variable aleatoria geometrica como:

LCP =

Donde p es la probabilidad de que cualquiere punto exceda los limites
de control. Por lo tanto para una carta X con limites 3-sigma, p = 0.0027
es la probabilidad de que un solo punto caiga fuera de estos limites cuando
El proceso est bajo control, asi que

LCP =

Es la longitud de corrida promedio de la carta X cundo el proceso esta
Bajo control
1
p
1 = 1 = 370
p 0.0027
Impacto del Tamao del Subgrupo
UCL
LCL
UCL
LCL
UCL
LCL
n = 3 n = 10 n = 25
Si el tamao de la muestra se incrementa, los lmites de control
estarn ms juntos. Esto tiene el efecto de incrementar la sensibilidad
de la grfica a cambios pequeos en el promedio de la poblacin.
Tambin disminuye la probabilidad del error tipo II. Como regla
general, el tamao del subgrupo (n) debe ser: 2 < n < 6.

No utilizar grficas de control para analizar
datos ha sido una de las mejores formas
conocida por el hombre de aumentar costos,
desperdiciar esfuerzos, y bajar la moral.

- Dr. Donald J. Wheeler

4.-GRAFICAS DE CONTROL PARA
VARIABLES
X-barra
Mide el objetivo o el centro del proceso
Verifica el cambio en la Media de la variable a travs del tiempo
Individuales
Similar a la X-barra
Grafica puntos individuales en lugar de la Media
Mediana
Similar a la X-barra
Grafica todos los puntos en la muestra y el punto de enmedio se
encierra en un crculo
Rango
Se usa con la grfica X-barra
Verifica la variabilidad del proceso a travs del tiempo
Mide la ganancia o prdida de uniformidad
Sigma
Similar a la grfica de Rango
Usa la estimacion de Sigma de la muestra
Rango Mvil
Similar a la grfica de Rango
Se grafica un rango nuevo con cada punto consecutivo
Se usa con la grfica individual
Sumario
Grficas de Control de Variables
Tipo de Grfica Propsito Aplicacin
Tamao del
Subgrupo
Comentarios
Rango (R)
Exponencialmente
Balanceada Prom.
Movible (EWMA)
Suma acumulativa
(CUSUM)
Observar el promedio
de una caracterstica
a travs del tiempo
Cuando se pueden muestrear ms
de 1 unidad cada vez

Observar la
variabilidad de una
caracterstica /tiempo

Promedio (X)
Se usa con la grfica X cuando
la muestra es <8

n = 1

n> 2

Insensible a los cambios menores que 2 Sigma
cuando: n = 4 a 6

3 s n s 8

Desviacin
Estndar (S)
Se usa con la grfica X cuando
la muestra es >9

n>9

Individual y
Rango Movible
(I - MR)
Aumenta la sensibilidad debido al aumento del
tamao de la muestra. Se usa cuando es necesario
un control estricto y/o el costo no es impactante
Se debe estar seguro que se cumplan los
requerimientos de la distribucin normal
Areas de produccin que
requieren perodos largos de
tiempo para una sola muestra o
cuando una nica muestra es
significativa
Se usa en areas donde el subgrupo
racional es n=1 o cuando es nece-
sario detectar cambios pequeos
en el proceso, o cuando los datos
no estn normalmente distribuidos
n > 1
Similiar a EWMA

n > 1
Se usa en aplicaciones
especiales
Observar pequeos
cambios en el proceso
Observar la
variabilidad de una
caracterstica
individual a
travs del tiempo
No es de Shewhart. No reacciona a cambios grandes
tan rpidamente. Tambin es capaz de producir
resultados pronosticados. Suaviza los datos para
enfatizar tendencias. Importan ms datos recientes
No es de Shewhart. La misma sensibilidad que la
EWMA. Difcil de graficar manualmente
Ninguno

Observar la
variabilidad de una
caracterstica /tiempo

4.1.-Grficas de Control X - R ( Medias y
Rangos )
Ventajas
Aritmtica simple
Muy sensible a cambios en el proceso
Tamao de muestra constante

Limitante
Una grfica de control por caracterstica de calidad
DECISION DE LA CONSTRUCCION DE LA GRAFICA INCLUYENDO:
PRIMER PASO:
LOS OBJETIVOS A CONSEGUIR
ELECCION DE LA VARIABLE
ELECCION DEL TAMAO Y FRECUENCIA DE
OBTENCION DE LOS DATOS
Guas para la seleccin de subgrupos:
Para procesos en produccion respecto a las grficas de control ;

Minimice la oportunidad de cambios dentro de la muestra.
Tome piezas consecutivas.

Tome la muestra peridicamente en la hora especificada para
estudiar cambios en el proceso entre intrvalos.

Para procesos totalmente nuevos, se recomienda un tamao de
subgrupo de 4 5 piezas consecutivas a intrvalos de 1 2
horas, Dependiendo de las tolerancias de los procesos como el
desbastado (2hrs) o el rectificado (1hr).
METODO DE REGISTRO
INSTRUMENTO Y METODO DE MEDICION
Y = Peso (lbs)
9.5
10
10.5
Y = peso (lbs)
9.5
10
10.5
En lugar de ver todas las salidas del proceso (puntos),
supongamos que nicamente nos podemos dar
el lujo de ver una muestra de n=3 por hora
= Medida individual
= Promedio del subgrupo
R
=1.0
Grfica de Rango
R=1.0
Y = Peso (lbs)
R=0.5
Rango (ancho)= R=1.5
Grfica de Rango:
Y = Peso (lbs)
Promedios:
Grfica X-barra
LCL
UCL
Linea Central
2do. PASO:
CALCULAR PARA CADA SUBGRUPO
X y R
RANGO = VALOR MAXIMO - VALOR MINIMO
3er. PASO:
A) CALCULAR LA MEDIA DE RANGOS.
X = E X i = X 1 + X 2 + ...........X n

n n

R = ER i = R 1 +R 2 + ..............R k

K K
n = El numero de observaciones de la muestra
K = El numero de muestras
137
B) CALCULAR LIMITE SUPERIOR E INFERIOR PARA LA GRAFICA
RANGOS
DONDE D3, D4 Y A2 SON
CONSTANTES DE
GRAFICAS DE CONTROL
QUE DEPENDEN DEL
TAMAO DE LA MUESTRA
LSC R = D4 R

LIC R = D3 R
C) CALCULAR X (PROMEDIO DE PROMEDIOS) O BIEN CONOCIDA COMO
LA MEDIA DE MEDIAS
X = E X i = X1 + X 2 + .............X k
K K

4to. PASO
CALCULAR LOS LIMITES DE CONTROL PARA LA GRAFICA DE MEDIAS O
PROMEDIOS
LSC X = X + A 2 R

LIC X = X A 2 R
Nombre de la parte: tubo alimentacion de gasolina CT-40 Especificacin:
Caracterstica: Espesor de Formado
Frec./ Tamao de Muestra: 5 piezas cada hora Instrumento : Vernier Digital
X =Promedio de X = LSC = X +( A2 R ) = LIC = X +( A2 R ) = X - ( A2 R) =
R =Promedio de R= LSCR = D4 R = LICR = D3 R =
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
1.82 1.74 1.68 1.75 1.74 1.74 1.78 1.70 1.70 1.72 1.76 1.75 1.75 1.77 1.69 1.72 1.75 1.74 1.75 1.73 1.69 1.71 1.77 1.74 1.76 1.75 1.73 1.75 1.73 1.78
1.79 1.66 1.66 1.69 1.75 1.76 1.78 1.68 1.68 1.65 1.76 1.74 1.69 1.70 1.71 1.68 1.68 1.74 1.82 1.59 1.72 1.67 1.74 1.75 1.76 1.61 1.69 1.71 1.69 1.75
1.67 1.76 1.72 1.64 1.78 1.73 1.68 1.78 1.75 1.65 1.74 1.77 1.66 1.75 1.74 1.62 1.78 1.73 1.71 1.75 1.74 1.63 1.75 1.71 1.65 1.72 1.76 1.65 1.73 1.74
1.78 1.65 1.79 1.78 1.77 1.73 1.79 1.63 1.74 1.72 1.67 1.77 1.71 1.64 1.74 1.77 1.78 1.74 1.72 1.69 1.71 1.73 1.73 1.72 1.76 1.66 1.71 1.76 1.72 1.77
1.69 1.80 1.72 1.75 1.65 1.76 1.76 1.75 1.73 1.75 1.77 1.77 1.71 1.77 1.70 1.76 1.64 1.76 1.72 1.76 1.69 1.75 1.65 1.80 1.71 1.78 1.72 1.74 1.63 1.78
X 1.75 1.72 1.71 1.72 1.74 1.74 1.76 1.71 1.72 1.70 1.74 1.76 1.70 1.73 1.72 1.71 1.73 1.74 1.74 1.70 1.71 1.70 1.73 1.74 1.73 1.70 1.72 1.72 1.70 1.76
R 0.15 0.15 0.13 0.14 0.13 0.03 0.11 0.15 0.07 0.10 0.10 0.03 0.09 0.13 0.05 0.15 0.14 0.03 0.11 0.17 0.05 0.12 0.12 0.09 0.11 0.17 0.07 0.11 0.10 0.04
1.42 1.92
GRAFICADE CONTROL PORVARIABLES X & R
X
R
1.726 1.797 1.654
0.105 0.221 0
L
E
C
T
U
R
A
S
1.40
1.44
1.48
1.52
1.56
1.60
1.64
1.68
1.72
1.76
1.80
1.84
1.88
1.92
1.96
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
0.00
0.04
0.08
0.12
0.16
0.20
0.24
0.28
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
LI C
LSC
LSC
LSE
LI E
ACCIONES
EN CASOS ESPECIALES
CUANDO CUALQUIER PUNTO ESTE FUERA DE
LIMITES
AL CORRER LOS 7 PUNTOS QUE ESTEN ENCIMA O
DEBAJO DE LA LINEA CENTRAL
AL CORRER LOS 7 PUNTOS ARRIBA O HACIA ABAJO
OBIAMENTE CUALQUIER OTRO FUERA DE PATRON
DEL MODELO
INSTRUCCIONES DE ACCION
1.
2.
3.
4.
5.
NOMBRE DE PARTE
SUBGRUPO
No. A2 D3 D4
2 1.88 * 3.27
3 1.02 * 2.57
4 .73 * 2.28
5 .58 * 2.11
6 .48 * 2.00
7 .42 .08 1.92
8 .37 .14 1.86
9 .34 .18 1.82
10 .31 .22 1.78
L
E
C
T
U
R
A
S
1
R
X
SUMA
5
4
3
2
TIEMPO
DIA
R- PROMEDIOS R- DISTANCIAS (R) LCL = D3R- UCL = D4R-
X- PROMEDIOS X-
MAQ. No.
PLANTA
GRAFICA DE CONTROL
PROMEDIOS (X) LCL = X - A2R- UCL = X + A2R-
CARACTERISTICAS
OPERACION
DIAS
DEPTO.
TAMAO DE MUESTRA/FREQUENCIA
ESPECIFICACIONES DE ING. PARTE No.
DEBE ESTAR EL PROCESO
CONTROLADO ANTES DE PODER
DETERMINAR LAS CAPACIDADES
Nmero de
observaciones
n A2 A3 A6 B3 B4 c4 d2 d3 d4 D3 D4 D5 D6 E2
2 1.880 2.659 0.000 3.267 0.7979 1.128 0.853 0.954 0.000 3.267 0.000 3.865 2.660
3 1.023 1.954 1.187 0.000 2.568 0.8862 1.693 0.888 1.588 0.000 2.574 0.000 2.745 1.772
4 0.729 1.628 0.000 2.266 0.9213 2.059 0.880 1.978 0.000 2.282 0.000 2.375 1.457
5 0.577 1.427 0.691 0.000 2.089 0.9400 2.326 0.864 2.257 0.000 2.114 0.000 2.179 1.290
6 0.483 1.287 0.030 1.970 0.9515 2.534 0.848 2.472 0.000 2.004 0.000 2.055 1.184
7 0.419 1.182 0.509 0.118 1.882 0.9594 2.704 0.833 2.645 0.076 1.924 0.078 1.967 1.109
8 0.373 1.099 0.185 1.815 0.9650 2.847 0.820 2.791 0.136 1.864 0.139 1.901 1.054
9 0.337 1.032 0.412 0.239 1.761 0.9693 2.970 0.808 2.915 0.184 1.816 0.187 1.850 1.010
10 0.308 0.975 0.284 1.716 0.9727 3.078 0.797 3.024 0.223 1.777 0.227 1.809 0.975
11 0.285 0.927 0.350 0.321 1.679 0.9754 3.173 0.787 3.121 0.256 1.744
12 0.266 0.886 0.354 1.646 0.9776 3.258 0.778 3.207 0.283 1.717
13 0.249 0.850 0.382 1.618 0.9794 3.336 0.770 3.285 0.307 1.693
14 0.235 0.817 0.406 1.594 0.9810 3.407 0.762 3.356 0.328 1.672
15 0.223 0.789 0.428 1.572 0.9823 3.472 0.755 3.422 0.347 1.653
16 0.212 0.763 0.448 1.552 0.9835 3.532 0.749 3.482 0.363 1.637
17 0.203 0.739 0.466 1.534 0.9845 3.588 0.743 3.538 0.378 1.622
18 0.194 0.718 0.482 1.518 0.9854 3.640 0.738 3.591 0.391 1.608
19 0.187 0.698 0.497 1.503 0.9862 3.689 0.733 3.640 0.403 1.597
20 0.180 0.680 0.510 1.490 0.9869 3.735 0.729 3.686 0.415 1.585
21 0.173 0.663 0.523 1.477 0.9876 3.778 0.724 3.730 0.425 1.575
22 0.167 0.647 0.534 1.466 0.9882 3.819 0.720 3.771 0.434 1.566
23 0.162 0.633 0.545 1.455 0.9887 3.858 0.716 3.811 0.443 1.557
24 0.157 0.619 0.555 1.445 0.9892 3.895 0.712 3.847 0.451 1.548
25 0.153 0.606 0.565 1.435 0.9896 3.931 0.709 3.883 0.459 1.541
Ms de 25
CONSTANTES PARA LAS GRAFICAS DE CONTROL
3
n
3
2n
1 -
3
2n
1 +
SUB.DATO 1 DATO 2DATO 3DATO 4DATO 5 X R
1 30.005 29.977 30.024 29.857 29.985 29.970 0.167
2 30.019 30.066 29.947 30.004 30.095 30.026 0.148
3 30.001 30.088 30.130 29.999 30.002 30.044 0.131
4 30.056 30.037 29.942 29.931 30.036 30.000 0.125
5 30.014 29.894 30.079 29.898 29.846 29.946 0.233
6 30.099 30.038 30.024 30.013 30.051 30.045 0.086
7 29.945 29.975 30.006 29.803 30.028 29.951 0.225 A2 =
8 29.979 30.114 30.076 29.890 29.974 30.007 0.224 D4 =
9 29.991 30.043 29.947 29.944 29.999 29.985 0.099 D3 =
10 29.993 30.054 30.001 30.073 30.102 30.045 0.109 d2 =
11 29.964 30.112 30.033 29.950 29.995 30.011 0.162 LSCx =
12 29.949 30.044 30.063 29.991 29.983 30.006 0.114 LICx =
13 29.974 30.056 29.994 29.957 30.080 30.012 0.123 LCx =
14 30.043 30.052 29.986 29.901 29.962 29.989 0.151 LSCr =
15 29.980 30.040 30.084 29.944 30.065 30.023 0.140 LICr =
16 29.890 30.122 29.835 30.119 30.030 29.999 0.287 LCr =
17 30.201 30.020 30.011 29.975 30.047 30.051 0.226
18 29.930 30.038 30.130 30.034 30.067 30.040 0.200
19 30.059 29.937 29.963 30.101 29.996 30.011 0.164 LSE =
20 29.946 30.026 29.990 29.951 29.972 29.977 0.080 LIE =
21 29.935 30.115 30.011 29.940 30.079 30.016 0.180 Cp =
22 29.944 30.122 30.036 29.883 29.922 29.981 0.239 Zlse =
23 30.201 30.070 30.026 29.960 30.062 30.064 0.241 Zlie =
24 29.977 29.933 29.990 30.097 29.999 29.999 0.164 Zmin =
25 30.060 29.961 29.928 30.026 29.928 29.981 0.132 Cpk =
0.0727
a).- En base a lo anterior, realice una Grfica X-R. 30.002
b).- Determine la capacidad del proceso. PP =
Zlse =
Zlie =
Zmin =
PPk= 1.1
X n-1 =
1.15
Especificacin Cliente = 30 +/- 0.25
3.4
1.14
Sn-1 =
30.250
29.750
1.17
3.41
3.61
3.41
29.911
30.007
0.350
0
0.0712
25.0
5.0
30.007
R = 0.166
X s = 750.178
(# Subgrupos). K =
Una persona de la empresa X quiere conocer el comportamiento de su proceso, en el cual se construye una barra especial, donde la longitud del
cliente es de 30 +/- 0.25, para lo cual determino obtener 25 subgrupos de tamao 5 de acuerdo con la siguiente tabla:

3.5
COLUMNAS MANEJO/RESULTADOS
R s = 4.150
3.4
Lim. X
Lim. R
X =
S* =
(Tamao Subgrupo). n=
0.580
2.110
0.166
2.330
0
30.103
FORMULAS:
Limites en X:
LSCx = X + (A2 x R).
LICx = X - (A2 x R).
LCx = X
Limites en R:
LSCr = D4 x R
LICr = D3 x R
LCr = R
S* = R/d2
Cp = (LSE - LIE) / (6 x S*)
ZLSE = (LSE - X ) / S*
ZLIE = (X - LIE) / S*
Cpk = Zmin / 3.
PP = (LSE - LIE) / (6 x Sn-1)
Zlse = (LSE - Xn-1) / Sn-1
Zlie = (Xn-1 - LIE) / Sn-1
PPk = Zmin / 3.
Grfica X
29.5
29.6
29.7
29.8
29.9
30
30.1
30.2
30.3
13579
1
1
1
3
1
5
1
7
1
9
2
1
2
3
2
5
Muestra
X

P
r
o
m
e
d
i
o
X LSE LSC LC LIC LIE
Grfica R
0.000
0.050
0.100
0.150
0.200
0.250
0.300
0.350
0.400
13579
1
1
1
3
1
5
1
7
1
9
2
1
2
3
2
5
Muestra
R
a
n
g
o
R LSC LC LIC
Recalculando lmites de control

Los lmites de control han sido generados por la salida del proceso
en s. Se deben recalcular nicamente cuando sea apropiado
hacerlo. En general, recalcule cuando:

Una grfica se empez a llenar recientemente y se encuentra
en el perodo de la curva de aprendizaje respecto al
muestreo, medicin, dibujo, etc.

Existe un cambio conocido en el proceso y su efecto ha sido
verificado contra los lmites viejos de control.

Hay un cambio desconocido o incierto en el proceso. La grfica
R es un buen indicador de lo aejo de los lmites si 2/3 o ms
puntos caen arriba/abajo de la lnea central. Si estn arriba
indica que est empeorando lo cual requiere investigacin y
accin inmediata.
Cuando debemos recalcular lmites de control?
(1) Muestran los datos un
comportamiento claramente
diferente al pasado?
(4) Esperamos que el nuevo comportamiento
contine?
(3) Es deseable el nuevo proceso?
(2) Se conoce la razn de este
cambio?
No necesitamos
lmites nuevos
Usted debera
buscar causas
asignables en lugar
de andarle
moviendo a los
lmites.
Est bien revisar los lmites basados en los datos
recolectados desde el cambio en el
comportamiento del proceso.
S
S
S
S
No
No
No
No
146
Prom Disper
Estable
?
S / No
Prom
Prom Prom Disper Disper Disper
Grfica X
Grfica R
Esperaramos ver las grficas en control o fuera de control?
Prom Disper
Estable
?
S / No
Prom
SI NO NO NO NO SI SI SI
Grfica X
Grfica R
Esperaramos ver las grficas en control o fuera de control?
Prom Disper
Estable
?
S / No
Prom
SI NO NO NO NO SI SI SI
DENTRO
DENTRO
DENTRO
DENTRO
FUERA
FUERA
FUERA
FUERA
Mitos comunes del SPC
Mito#1
Los datos deben estar distribuidos normalmente para usar una grfica de control
Mito#2
Los datos deben de estar en control antes de colocarse en una grfica de control
Mito#4
Las grficas de control funcionan debido al Teorema del Lmite Central
Mito#5
Las tcnicas de Pre-Control son tan poderosas como una grfica de control
Mito#6
El SPC debera de usarse nicamente al llegar a la Fase IV: Control del Proceso.
Mito#3
los datos que estn en control en una grfica estarn normalmente distribuidos
Fase I: Medicin del Proceso
Fase II: Anlisis del Proceso
Fase III: Mejora del Proceso
Fase IV: Control del Proceso
MITO:
El SPC debera de usarse
nicamente al llegar a la Fase IV:
Control del Proceso.
Hacer de la Fase IV el punto principal de la
utilizacin del SPC es perder el verdadero poder
y el potencial de mejora de las grficas de
control.
4.2.- Anlisis de Patrones en las
Grficas de Control
Cualquier punto fuera del lmite de control superior o inferior es
seal de que el proceso est fuera de control
De otro modo buscamos patrones usando reglas establecidas para
reconocer las condiciones fuera de control
Solamente use las reglas en las cuales los operadores pueden
tomar accin.
Reglas de Western Electric:
Un punto fuera de los lmites de 3-sigma
Dos de tres fuera de los lmites de 2-sigma
Cuatro de cinco fuera de los lmites de 1-sigma
Ocho consecutivos en un lado de la lnea central
Tendencia:
Movimiento continuo en una direccin. Las tendencias son ocasionadas
usualmente por el desgaste gradual de una herramienta o el deterioro de
algn otro componente crtico del proceso. Las tendencias pueden
resultar tambin por las influencias de la estacin del ao, tales como
temperatura.
1 5 1 0 5 0
O b s e r v a t i o n N u m b e r
UCL
LCL
Aprendiendo a Interpretar las Grficas
Mezcla:
Se observa que la mayora de los puntos tienden a caer muy cerca de
los lmites de control, y relativamente pocos cerca de la lnea central.
Una condicin de mezcla la generan dos o ms distribuciones que se
traslapan generando la salida del proceso. La severidad de este modelo
depende de qu tanto se traslapen las distribuciones. Algunas veces la
mezcla es el resultado de un sobre-control, donde los operadores
hacen demasiados ajustes al proceso muy frecuentemente respondiendo
a la variacin normal en lugar de reaccionar a las causas asignables
unicamente.
2 0 1 0 0
UCL
LCL
Estratificacin:
Los puntos graficados tienen la tendencia a agruparse cerca de la lnea
central.
Una causa potencial de la estratificacin es el clculo incorrecto de los lmites
de control. Tambin puede ser que el proceso ha mejorado y su distribucin
ya es ms angosta. De cualquier forma, se deben recalcular los lmites de
control.
2 0 1 0 0
UCL
LCL
Cambios en el Nivel del proceso:
El promedio del proceso cambia a un nuevo nivel. Estos cambios
resultan por la introduccin de algo nuevo: operadores, materiales,
mtodos, mquinas, etc. Tambin puede ser un cambio en los
mtodos de inspeccin o cambio de estndares por mejoras al
proceso.
2 0 1 0 0
UCL
LCL
2 0 1 0 0
Patrn Cclico:
Se observan ciclos repetidos en la grfica. Esta configuracin puede ser
el resultado de un cambio sistemtico como temperatura, fatiga del
operador, rotacin regular de operadores y/o mquinas, fluctuaciones
de voltaje o presin, etc...
UCL
LCL
4.3.-GRAFICOS DE CONTROL X-S (MEDIA
Y DESVIACION ESTANDAR)
OBJETIVOS DE LOS GRAFICOS X-S
ESTABLECER O CAMBIAR ESPECIFICACIONES
PARA DETERMINAR SI UN PROCESO PUEDE CUMPLIR CON LO
ESPECIFICADO
ESTABLECER O CAMBIAR UN PROCESO DE PRODUCCION
ESTABLECER O CAMBIAR UN PROCEDIMIENTO DE INSPECCION Y DE
ACEPTACION O AMBOS
ESTOS GRAFICOS NOS PROPORCIONAN UNA BASE EN LA TOMA DE
DECISIONES DURANTE LA PRODUCCION.
CUANDO INVESTIGAR LAS CAUSAS DE
VARIACION
CUANDO TOMAR UNA ACCION
CUANDO DEJAR SOLO EL PROCESO
ACEPTACION O RECHAZO DE UN PRODUCTO
REDUCCION DE COSTOS DE INSPECCION
ELABORACION DE LA GRAFICA X-S
A CONTINUACION SE ENUMERAN LOS PASOS NECESARIOS.
UNO.- OBTENER LA MEDIA DE LAS MEDIAS DE LOS DATOS ESTO ES:
n1x1 + n2x2 + n3x3 + + nkxk
n1 + n2 + n3 + + nk
X=
SI EL SUBGRUPO MAS GRANDE NO SUPERA AL MAS PEQUEO EN MAS DE
DOS VECES SU TAMAO, EL CALCULO CON MEDIAS NO PONDERADAS SE
CONSIDERA SUFICIENTEMENTE CORRECTO.
DOS.- OBTENER LA MEDIA DE LA DESVIACION ESTANDAR (S)
n1s1 + n2s2 + n3s3 + + nksk
2 2 2 2
n1 + n2 + n3 + + nk
s=
TRES.- CALCULAR LA MEDIA DEL TAMAO DE LOS GRUPOS
n1 + n2 + n3 + + nk
k
n =
CUATRO.- CALCULAR EL FACTOR A 1
A1=
3
n
CINCO.- CALCULAR EL FACTOR B 4
B4=
3
2 n
1 +
SEIS.- CALCULAR EL FACTOR B 3
B3=
3
2 n
1 -
SIETE.- OBTENER LOS LIMITES DE CONTROL PARA X
LSCX =
X + A1S
LICX =
X - A1S
NUEVE.- OBTENER LOS LIMITES DE CONTROL PARA S
LSCS =
B4S
LICS = B3S
4.4.-GRAFICO DE CONTROL X R DE MEDIANAS
EL GRAFICO DE MEDIANAS SE DEBE TRABAJAR CON GRUPOS DE IGUAL
TAMAO. SE SUGIERE QUE ESTOS SEAN DE 5 , 7 O 9 (PARA UNA
MAYOR FACILIDAD DE CALCULO DE LA MEDIANA) OBSERVACIONES
CADA UNO, DE ESTA MANERA EL VALOR CENTRAL NO NECESITA
CALCULARSE
1
2
3
1 , 2 , 3 , 4 , 5.
1 , 2 , 3 , 4 , 5, 6 , 7.
1 , 2 , 3 , 4 , 5 , 6 , 7 ,
8 , 9.
ELABORACION DE LAS GRAFICAS DE MEDIANAS
UNO) CALCULAR LA MEDIA DE LAS MEDIANAS
X= X1 + X2 + X3 + + Xn
n
DOS) CALCULAR LA MEDIA DE RANGOS.
R = R + R + R + + R
1 2 3
n
n
TRES) CALCULAR EL LIMITE SUPERIOR E INFERIOR
DE CONTROL PARA MEDIANAS
LSC = X + A6 R
LIC = X A6 R m
m
CUATRO) CALCULAR EL LIMITE SUPERIOR E INFERIOR DE CONTROL PARA
RANGOS
LSC = D4 R
LIC = D3 R
4.5.- GRAFICOS DE CONTROL X-Rm
LECTURAS INDIVIDUALES Y RANGOS
MOVILES
El tamao de la muetra es de una unidad n=1 algunos ejemplos
de estas situaciones son las siguientes:
*Se utiliza tecnologia de medicion e inspeccion automatizada
*El ritmo de produccion es muy lento
*Las mediciones repetidas de un proceso difieren solo debido a
*errores en el laboratorio o a errores en el analisis
La grafica utiliza el rango movil (Rm) de dos observaciones
Sucesivas para estimar la variabilidad del proceso.
El rango movil esta definido como
Rm= Xi - Xi-1
164
1.-Calcular el promedio de las lecturas individuales

X = X1 + X2 + ...........Xk
K
2.-Determinar los rangos moviles para cada par de lecturas
obs. Concentracion rango movil
1 102 .0 -
2 94.8 7.2
3 98.3 3.5
4 98.4 0.1
5 102.0 3.6
3.-Calcular el promedio de los rangos moviles

R m = R1 +R2 + . . . . . . Rk-1
K-1
4.-Calcular los limites de control para la grafica

LSC=X + 2.66 Rm
LC= X
LIC=X 2.66 Rm

La pureza de un producto qumico se mide cada hora.
La tabla siguiente presenta las determinaciones de pureza
de las ultimas 14 horas
Obs. Pureza Obs. Pureza
1 81 8 79
2 83 9 82
3 82 10 75
4 80 11 80
5 84 12 83
6 76 13 86
7 83 14 84

Determinar si el proceso se encuentra bajo control estadstico
Ejemplo
4.6.- GRAFICA DE CONTROL DE SUMA
ACUMULATIVA
La desventaja ms importante de cualquier grafica de control de
Shewhart es que sta es relativamente insensible a corrimientos
Pequeos en el proceso, del orden de1.5o o menos.
Una alternativa muy eficaz para la grafica de control es la grafica de
control de suma acumulada (SUMCUM) que tiene un desempeo
mucho mejor en la deteccin de corrimientos pequeos.
La carta SUMCUM grafica las sumas acumuladas de las desviaciones
de los valores muestrales con respecto a un valor especfico. Por
ejemplo, supngase que se toman muestras de tamao n>1 y que
Xj es el promedio de la j-sima muestra. Entonces si o es el valor
deseado de la media del proceso, la grafica de control de SUMCUM
se forma al graficar la cantidad:
Si = E (Xj - o )
J=1
i
Contra el nmero de
Muestra i
Si es la suma acumulada hasta la i-sima muestra inclusive, combinando
la informacion de varias muestras.
Las graficas SUMCUM son particularmente eficaces con muestras
de tamao n=1. Esto hace que sea conveniente emplearla en industrias
quimicas y de procesos, donde es frecuente que los subgrupos
racionales sean de tamao uno, asi como en la fabricacion de partes
discretas con medicin automatica en cada una de ellas y en el control
en linea utilizando microcomputadoras, directamente en el centro de
Trabajo.
Si el proceso permanece bajo control en el valor deseado o, la suma
acumulada debe fluctuar alrededor de cero. Sin embargo si la media
se desplaza hacia arriba, aparecer entonces un corrimiento hacia
arriba o positivo. Si la media se desplaza hacia abajo el corrimiento
sera hacia abajo o negativo, por lo tanto si tenemos una tendencia
en los puntos deber considerarse como una evidencia de que la media
del proceso se ha desplazado, con lo que debe emprenderse la
busqueda de una cusa asignable o especial.
SUMCUM
Ejemplo:
Considere una muestra de 20 observaciones de concentracion
en la salida de un proceso quimico. Las observaciones se toman a
intervalos de una hora, si el valor deseado para la concentracin
Es o = 99
Si = E (X j 99)

= (X j 99) + E (X j 99)

= (X j 99) + Si-1
J=1
J=1
i-1
i
SO = 0
169
Observacion i X i X i 99 Si = (X i 99) +Si-1
1 102.0 3.0 3.0
2 94.8 -4.2 -1.2
3 98.3 -0.7 -1.9
4 98.4 -0.6 -2.5
5 102.0 3.0 0.5
6 98.5 -0.5 0.0
7 99 0.0 0.0
8 97.7 -1.3 -1.3
9 100.0 1.0 -0.3
10 98.1 -0.9 -1.2
11 101.3 2.3 1.1
12 98.7 -0.3 0.8
13 101.1 2.1 2.9
14 98.4 -0.6 2.3
15 97.0 -2.0 0.3
16 96.7 -2.3 -2.0
17 100.3 1.3 -0.7
18 101.4 2.4 1.7
19 97.2 -1.8 -0.1
20 101.0 2.0 1.9
o
p
d
u
L
Existen dos enfoques generales para el diseo de los limites
de control para las SUMCUM. El primero es el procedimiento
de la mscara V. sta es una ranura en forma de V en un plano
que puede colocarse en diferentes posiciones sobre la grafica
el procedimiento de desicin consiste en colocar la mascara V
sobre la grafica en el punto O sobre el ultimo valor Si, y la linea OP
paralela al eje horizontal.Si todas las sumas acumuladas previas
se encuentran dentro de los dos brazos de la mscara V, entonces
el proceso esta bajo control por lo contrario se consideraria fuera
de control si algun punto esta fuera de los brazos.

La mscara V puede aplicarse a cada punto nuevo de la grafica
SUMCUM.

Algunos programas de computadora hacen la grafica SUMCUM
con el esquema de control de la mascara V.

5.-GRAFICAS DE CONTROL PARA
ATRIBUTOS
Estn basadas en decisiones de acepto/no-
acepto.
Se pueden aplicar en casi cualquier operacin
donde se recolectan datos.
Se utilizan en caractersticas de calidad que no
pueden ser medidas o que son costosas o
difciles de medir.
A diferencia de las grficas de control por
variables, las grficas de atributos se pueden
establecer para una caracterstica de calidad o
para muchas.
CARACTERISTICAS DE LOS GRAFICOS DE CONTROL POR
ATRIBUTOS.
LOS HECHOS QUE FAVORECEN EL USO DE LOS GRAFICOS POR ATRIBUTO
SON:
APLICABLES A CUALQUIER PROCESO
RAPIDOS Y SIMPLES DE OBTENER
FACILES DE INTERPRETAR
CONTRIBUYEN A DAR PRIORIDAD A AREAS CON PROBLEMAS
LAS OBSERVACIONES POR ATRIBUTOS CONSTAN DE:
UN CRITERIO, UNA PRUEBA, Y UNA DECISION
Defectos vs. Defectivos
Un defectivo es una unidad en una muestra que tiene una
o ms no-conformancia(s) respecto al criterio especificado.

Un defecto es cada no-conformancia respecto al criterio de
aceptacin especificado.
Tipos de Grficas de Atributos
Defectivos
np - nmero de unidades no-conformantes
p - proporcin de unidades no-conformantes

Defectos
c - nmero de defectos
u - proporcin de defectos
Tamao de la Muestra, Sensibilidad y Seleccin

Una limitante de las grficas de control de atributos es que se
requieren tamaos de muestra mucho ms grandes para tener
la misma sensibilidad que la de una grfica X-barra y R.
Las muestras deben ser seleccionadas al azar de un lote y un
perodo especificado de produccin.
Terminologa y Smbolos
n = tamao de la muestra
k = nmero de grupos de muestras
s = desviacin estndar (muestra y poblacin)

Grfica np
np = nmero promedio de defectivos

Grfica p
p = promedio de fraccin defectiva
P = promedio de porciento defectivo

Grfica c
c = nmero promedio de defectos

Grfica u
u = nmero promedio de defectos por unidad
n = tamao promedio de la muestra
Sumario
Grficas de Control de Atributos
Tipo de
Grfica
Propsito Aplicacin
Tamao del
Subgrupo
Comentarios
Fraccin
Defectiva (p)
Nmero de
Defectivos (np)
Nmero de
Defectos por
Subgrupo (c)
# Promedio de
Defectos por
Unidad (u)
Observar el # de
defectivos en
un subgrupo

# Unidades
rechazadas
Revisar la fraccin
de defectivos
en un subgrupo

Unidades Rechazadas
Unidades Revisadas
Verifica el # de
defectos en
un subgrupo.

Observa el #
promedio de
defectos en
una unidad
Tamao del subgrupo fijo lo que
elimina la necesidad de recalcular
los lmites de control para cada
subgrupo.
Ms conveniente que la grfica p
Se usan normalmente en puntos de
control de calidad donde 1 o ms
atributos del producto se inspec-
cionan y resulta una condicin de
pasa/falla para la unidad.
Empleada para verificar el #
de defectos en una unidad
Empleada para verificar
el # promedio de defectos
en una unidad.
Tamao del subgrupo puede
variar; debe ser lo
suficientemente grandepara tener
probabilidad alta de que, al
menos 1 defecto est presente
en el subgrupo.
El tamao del subgrupo debe
permanecer fijo
El tamao del subgrupo es 1
unidad la cual puede tener
mltiples defectos.
Tamao del subgrupo diferente
de uno pero fijo
El tamao del subgrupo
puede variar.
No es efectiva cuando el nivel de defectos es
bajo. se deben considerar otra alternativas.
No es efectiva cuando el nivel de defectos es
bajo y/o cuando el tamao del subgrupo es
demasiado pequeo. No es apropiada tampoco
si un solo defecto genera una condicin fuera
de control.
El control no es efectivo cuando el nivel de
defectos es pequeo.

Los lmites deben ser calculados individualmente
para cada subgrupo si el tamao del subgrupo
ha estado variando.

El control no es efectivo cuando el nivel de
defectos es pequeo.

Distribucin Binomial
Se aplica cuando estamos evaluando
defectivos.
Las grficas p y np se basan en sta
distribucin.
Existe una medida de tendencia central
(promedio de fraccin defectiva = p, np) y una
medida de variabilidad (desviacin estndar).
Evala las partes y las separa en categoras
de aceptado/no aceptado con un proceso
estable y la fraccin defectiva conocida (p).
5.1.-La Grfica de Control np
Es el formato ms simple para revisar defectivos.
Requiere tamao de muestra constante.
Se grafica directamente el nmero de defectivos de la muestra.
La medida de tendencia central es el nmero promedio de artculos
Defectivos / muestra - np. Esta es la lnea central de la grfica.
OBJETIVOS DE LOS GRAFICOS (np)
INVESTIGAR LA MEDIA DE ARTICULOS DEFECTUOSOS DE MUESTRAS
CONSTANTES SOMETIDAS A INSPECCION.
RETROALIMENTAR AL PROCESO MEDIANTE EL DESCUBRIMIENTO DE
PUNTOS FUERA DE CONTROL
IDENTIFICAR Y CORREGIR CAUSAS DE LOS ARTICULOS DEFECTUOSOS.
SUGERIR AREAS PARA EL EMPLEO DE GRAFICOS X-R PARA
DIAGNOSTICAR PROBLEMAS DE CALIDAD
PROPORCIONAR UN CRITERIO DE ANALISIS PARA MEJORA DE
PROCESOS
ETAPAS PARA LA ELABORACION DEL GRAFICO (np)
CALCULAR EL PROMEDIO DE UNIDADES
DEFECTUOSAS (np) .
p =
i = 1
E np
E n
np =
K
K
i = 1
E np
K
i = 1
K
CALCULAR LOS LIMITES
LSCnp = np + 3 n p ( 1 - p )
LICnp = np - 3 n p ( 1 - p )
USOS DE LOS GRAFICOS (np)
AYUDAR A MEJORAR EL TRABAJO.
CONOCER LAS CAUSAS QUE CONTRIBUYEN AL REPROCESO,
QUE AL CONTROLARLAS, LO HACEN DISMINUIR.
OBTENER EL DISEO HISTORICO DE UNA O VARIAS
CARACTERISTICAS DE UNA OPERACIN EN EL PROCESO
PRODUCTIVO.
INVESTIGAR SOBRE EL CURSO O TENDENCIA DE UN
DEFECTO O UN GRUPO DE ELLOS.
Supongamos que tenemos un grupo de datos que representan el nmero
ordenes de compra rechazadas de el total diario de 62.
2 5 4 3 3 6 5 0 7 5 4 1 2 3 6 3 8 4 4 4 6 4 2 3 7
Nmero de unidades defectivas por da
Tiempo
2 5 2 0 1 5 1 0 5 0
1 0
5
0
S

a

m

p

l

e

C

o

u

n

t

N P C h a r t f o r N u m b e r
N P = 4 . 0 4 0
U C L = 9 . 8 7 0
L C L = 0 . 0 0 0
GRAFICA No.______________
GRAFICA DE ATRIBUTOS ( )

DEPARTAMENTO:________________ ATRIBUTO:______________________________ LSC _______________________ LIC ________________
PRODUCTO: _____________________ UNIDAD DE MEDICION: ___________________ ____________________________

FECHA
5.2.-La Grfica de Control p
La segunda grfica que se puede usar cuando observamos
defectivos.
Puede usarse con tamaos de muestra constantes o variables.
Se grafica ya sea fraccin defectiva, o porcentaje defectivo.
La medida de tendencia central es el promedio de fraccin
defectiva (p) o el promedio del porcentaje defectivo (P).
La medida de variabildad es la desviacin estndar en ambos
casos.
Grfica p - Tamao de Muestra Variable
El tamao de muestra variable crea problemas con los lmites
de control porque (s) es una funcin inversa del tamao de la
muestra. Mientras el tamao de la muestra se incrementa,
los lmites de control de p se hacen ms angostos.
La grfica terminada es difcil de interpretar.
OBJETIVOS DE LOS GRAFICOS P
AVERIGUAR DESPUES DE UN LAPSO DE TIEMPO, LA
PROPORCION MEDIA DEFECTUOSA DE ARTICULOS O PIEZAS
DEFECTUOSAS SOMETIDAS A INSPECCION
DESCUBRIR AQUELLOS PUNTOS FUERA DE CONTROL QUE
REQUIEREN UNA ACCION PARA IDENTIFICAR Y CORREGIR
LAS CAUSAS DE LA MALA CALIDAD.
CUANDO LA MUESTRA ES GRANDE.
MIENTRAS MAYOR SEA LA MUESTRA Y EL NUMERO DE
ARTICULOS DEFECTUOSOS PERMANEZCA CONSTANTE,
MAYOR SERA LA CALIDAD O CUANDO LA MUESTRA ES
CONSTANTE Y EL NUMERO DE ARTICULOS DEFECTUOSOS
DISMINUYE.
ETAPAS PARA LA ELABORACION DEL GRAFICO DE CONTROL.
A) REGISTRAR DATOS
B) CALCULAR LAS FRACCIONES

DEFECTUOSAS DE LOS SUBGRUPOS (P)
186
C) CALCULAR LA MEDIA DE P
D) CALCULAR LA n PROMEDIO DE LAS MUESTRAS
n = n1+n2+..........nk
P =
n1 P1 + n2 P2 + + nk Pk
n1 + n2 + + nk
K
P =
X
n
X=Es el numero de piezas
defectuosas de cada muestra
n =es el tamao de la
muestra que es variable
SI EL TAMAO DEL SUBGRUPO VARIA FUERA DE +/-
25% CON RESPECTO DEL TAMAO PROMEDIO,
ENTONCES PARA CADA SUBGRUPO SE DEBERA
CALCULAR LOS LIMITES DE CONTROL.
TENEMOS COMO LIMITES DE TAMAO DE MUESTRA
LS = n + 25%
LI = n - 25%
LICp = P - 3 P ( 1 - P )
LSCp = P + 3 P ( 1 - P )
n
n
Supongamos que tenemos un grupo de datos (pchart.mtw)
que representan los resultados diarios de una estacin de
prueba funcional. Se prueban 500 unidades diariamente.
12 15 19 13 9 26 18 14 17 18 16 24 11 31 16 10 16 17 20 15 8 13 12 17 18
Nmero de unidades defectivas por da
Tiempo
2 5 2 0 1 5 1 0 5 0
0 . 0 7
0 . 0 6
0 . 0 5
0 . 0 4
0 . 0 3
0 . 0 2
0 . 0 1
0 . 0 0
P

r

o

p

o

r

t

i

o

n

P C h a r t f o r N u m b e r
1
P = 0 . 0 3 2 4 0
U C L = 0 . 0 5 6 1 6
L C L = 0 . 0 0 8 6 4 5
El formato ms simple para monitorear defectos.
Requiere tamao de muestra constante.
Grafica el nmero de defectos en cada unidad inspeccionada para
cada muestra.
La medida de tendencia central es el promedio de defectos por lote
=
La medida de variabilidad es:
la desviacin estndar =
c
c
5.3.-GRFICOS DE CONTROL PARA NUMERO DE
DEFECTOS POR MUESTRA INSPECCIONADA (C)
ES EMPLEADO EN UN CAMPO MAS RESTRINGIDO, SE FUNDAMENTA EN SU
UTILIDAD PARA LA DETERMINACION DE DEFECTOS POR UNIDAD
CLASIFICADOS SEGN SU IMPORTANCIA COMO EL NUMERO DE DEFECTOS
POR YARDA, O EL DE DEFECTOS EN UN PARABRISAS
PASOS PARA LA CONSTRUCCION DE GRAFICOS C
OBTENCION DE DATOS
CALCULAR LOS LIMITES DE CONTROL
c =
n
n
i = 1
E c
LSCc = c + 3 c LICc = c - 3 c
n =Es el numero de
muestras inspeccionadas

MUESTRA NUM. DE
DEFECTOS
MUESTRA NUM. DE
DEFECTOS
1
2
3
4
5
6
7
8
9
10

6
4
8
10
9
12
16
2
3
10

11
12
13
14
15
16
17
18
19
20

9
15
8
10
8
2
7
1
7
13

La siguiente tabla muestra el numero de defectos en una
muestra de 5 piezas de circuito impreso. Determinar los
limites de control para una grafica c
EJEMPLO DE GRAFICO C
Se usa al verificar defectos (o imperfecciones).
Se puede usar con tamao de muestra constante o
variable.
La medida de tendencia central es el promedio de
defectos/unidades inspeccionadas = u.
La medida de variabilidad es la desviacin estndar
desv. est. =
u
a
i
a
i
= # unidades inspeccionadas en la muestra
5.4.-GRAFICA DE CONTROL O DEFECTOS
POR UNIDAD (U)
En algunos procesos pude ser preferible
trabajar con el numero promedio de defectos
por unidad que con el numero total de
defectos por lo tanto si la muestra consiste
de n unidades y existen en total C defectos
en ella, entonces
U=
C
n
Si existen m muestras
preliminares y el numero
de defectos por unidad es
U1,U2..........Um
Podemos calcular U
El tamao de muestra puede ser variable
a diferencia de la grafica C donde el
tamao de muestra debe ser constante
U=
U1+U2+.........Um
m
La linea central y los limites de control
para la grafica U son:
LSC= U+3 / U
n
LIC= U-3 / U
n
LC= U
Donde n es el promedio de las muestras
MUESTRA TAMAO DE LA
MUESTRA
NUMERO DE
DEFECTOS C
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

5
5
5
5
5
5
5
5
5
5
5
5
5
5
5

6
4
8
10
9
12
16
2
3
10
9
15
8
10
8

Construir una grafica de control U para los datos de defectos
en las tarjetas de circuito impreso considerando que cada
muestra consta de 5 tarjetas de circuito los datos
respectivos se dan en la siguiente tabla

EJEMPLO DE GRAFICO U
Dimetro de
la burbuja
X1 = 12.2
X2 = 11.1
X3 = 13.3
X1 = 12.2
X1 = 12.2
X2 = 11.1
X3 = 13.3
X4 = 13.3
V
A
R
I
A
B
L
E
S

Grfica X-Barra - R
Hay burbujas?
(Aceptar/Rechazar)
Cantidad de
Burbujas
Rechazo Aceptado
3 2 0 4
A
T
R
I
B
U
T
O
S

Grfica P
Grfica C
Muestra #1 Muestra #2 Muestra #3 Muestra #4
3 Familias de grficas:
Rechazo Rechazo

UCL
LCL
TIEMPO

UCL
LCL
TIEMPO

UCL
LCL
TIEMPO
Dimetro de
la burbuja
X1 = 12.2
X2 = 11.1
X3 = 13.3
X1 = 12.2
X1 = 12.2
X2 = 11.1
X3 = 13.3
X4 = 13.3
V
A
R
I
A
B
L
E
S

Grfica X-Barra -R
Hay burbujas?
(Aceptar/Rechazar)
Rechazo Rechazo Aceptado Rechazo
A
T
R
I
B
U
T
O
S

Grfica P
Nmero de
burbujas
3 2 0 4
Grfica C
Muestra#1
Muestra #1 Muestra #2 Muestra #3 Muestra #4
Muestra #1 Muestra # 2 Muestra #3 Muestra #4
%
R
e
c
h
a
z
a
d
o

#
d
e

b
u
r
b
u
j
a
s

D
i
m
e
t
r
o

d
e

l
a

b
u
r
b
u
j
a

3 Familias de datos
3 Familias de grficas
Muestra#2 Muestra#3 Muestra#4
Qu se puede decir de un proceso estable? ...No Mucho!
Si nicamente estn presentes las
causas comunes de la variacin,
la salida de un proceso forma una
distribucin que es estable a
travs del tiempo y por lo tanto,
predecible
Si estn presentes causas especiales de la
variacin, la salida del proceso no es estable
a travs del tiempo e IMPREDECIBLE:

No podemos saber que pasar:
- Maana
- Entre muestras
?
FASE UNO - DESEMPEO
- VARIACION (CAUSAS ESPECIALES / NATURALES)
- IMPREDECIBLE (POR HORA, A DIARIO)
- DETECTAR Y ELIMINAR LAS CAUSAS ESPECIALES

FASE DOS - REPETIBILIDAD
- EN CONTROL
- UNICAMENTE VARIACION NATURAL
Cmo progresamos hacia La Meta
Datos variables
0% Rechazo
Objetivo
Datos de atributos
La Meta es ...
Ejercicio: Cul grfica de control usara?
(1) Prueba diaria de la calidad del agua
(2) Porcentaje del contenido de crema en las botellas de leche
(vienen en juegos de 4 botellas)
(3) Porcentaje diario de los ltimos 90 das:
(Retrabajo de hoy) dividido entre (Produccin de hoy)
(4) Nmero de defectos por yarda cuadrada de tela,
donde la tela es de tamao variable
(5) Nmero de pasas por caja de cereal
(6) Nmero de partes defectivas en lotes de 100
(7) Porciento de partes defectivas por hora de produccin
(8) Nmero de imperfecciones en la superficie de las tasas de caf (juegos de cuatro)
(9) Longitud de los tornillos en tamaos de muestra de 10 tomados
de lotes de produccin
Instrucciones: Identifique la grfica de control ms apropiada para cada
una de las siguientes aplicaciones. Explique por qu la escogi.

Una Grfica de control le va a decir cuando raspe
el pan tostado. . .

. . .Pero es mucho mas importante que use la
Grfica de control para que APRENDA cmo dejar
de estarlo quemando!

- Dr. Donald J. Wheeler

Hacer otra cosa, es condenar su proceso a la experiencia
inevitable de que los mismos problemas se repitan una y
otra vez.
Comprensin
Implementacin
Comunicacin
Enseando
Vendiendo ideas
Los agentes de cambio seguido fallan porque
no perciben a la persuasin como parte de su
trabajo.
Muy pocas ideas, si es que hay, han sido
aceptadas por su propio mrito. Todas se
tienen que vender
Exito a travs de Mtodos Estadsticos:
204
CONTROL ESTADISTICO
DEL PROCESO (SPC)
MODULO
UNIDAD IV
ESTUDIOS DE CAPACIDAD DE PROCESO

CAPACIDAD DEL PROCESO 205
La Capacidad del proceso se define como el nivel de confianza que
existe en un proceso de cumplir con especificaciones fijas.

Pregunta: De dnde vienen las especificaciones?

Tpicamente, existen 3 diferentes panoramas respecto a las
especificaciones. La mayora de las especificaciones. tienen ambos
lmites, superior LSE (USL) e inferior LIE (LSL). Sin embargo, en
algunos casos, las especificaciones son unilaterales. Esto quiere
decir que solo existe un lmite LSE o LIE

Estos limites no son los limites de control de que se determinan en una
grafica de control para variables ( LSC Y LIC ) ya que estos los
determina la salida de un proceso y que obtenemos por medio del
muestreo que realizamos cada cierto periodo de tiempo
6.-Estudios de Capacidad de Proceso
Hace muchos aos, la industria le di la tarea a los especialistas en
estadstica de desarrollar un ndice o una razn que describiera
estadsticamente la capacidad del proceso (o el nivel de confianza del
cumplimiento de las especificaciones por un proceso dado).

Uno de los primeros ndices desarrollado fu el estadstico Cp. Este es
ms comunmente llamado el estadstico de capacidad del proceso o
habilidad potencial del proceso.

El Cp se define como sigue:

Cp = LSE LIE = Tolerancia Total
6 s Dispersin del Proceso
6.1.-Introduccin a la Capacidad del
Proceso
Cp = LSE LIE = Tolerancia Total
6 s Dispersin del Proceso

Preguntas

1. Qu significa Tolerancia Total?

2. Qu significa Dispersin del Proceso?

3. De donde vienen las 6 s ?

4. Qu est fijo y qu es variable en la frmula para calcular
Cp?

5. Por lo tanto, de qu depende el Cp?

I ntroduccin a la Capacidad del Proceso

Hablando intuitivamente, conforme la desviacin estndar se
hace ms y ms pequea.... Qu se podra decir acerca de la
capacidad del proceso? Se mejora o se empeora?
En lo que respecta a la frmula del Cp, mientras la desviacin
estndar, s, se hace ms pequea, Qu le pasa al Cp?
Por lo tanto, mientras ms grande es el Cp, ms robusta es la
capacidad del proceso!!!

Ejercicio #1 de Cp
Supongamos un proceso hipottico, el LSE = 24 y el LIE = 0.
En el mes de Mayo, se juntaron datos y se calcul la
desviacin estndar, s, quedando con un valor de 8 (s = 8).
Calcule el Cp.
Cp = LSE LIE = ___________ =
6S

LSE = 24 LSL = 0
Ejercicio #1: s = 8, Cp = ______

Ejercicio #2: s = 4, Cp = _______

Cul fu el efecto de reducir la desviacin estndar en el Cp del
Ejercicio #1 vs el Cp del Ejercicio #2?
El Cp fu utilizado por muchas compaas como la medida de
capacidad el proceso. Sin embargo, profesionales, analistas, e
ingenieros empezaron a tener problemas con el Cp. 2 cuestiones
muy grandes salieron a flote. Adivine cuales fueron....
Problema #1: La media no haba sido considerada!!
Desde que el Cp depende solamente de la desviacin estndar, lo
centrado de los datos no se toma en consideracin.
Tericamente, los datos pueden estar centrados fuera de las
especificaciones con una desviacin estndar pequea y de
acuerdo al Cp indicara alta capacidad del proceso.


Problema #2: El Cp es intil para especificaciones
unilaterales!!
Desde que, para calcular el Cp, usted debe tener ambas
especificaciones, superior e inferior, usted no puede calcular
el Cp cuando solo tiene una de las dos.

La Industria le di tarea a los especialistas OTRA VEZ!! Su tarea?
Obtener un mejor ndice...uno que contestara las dos cuestiones
pendientes que existan con el Cp.
El Cpk fu desarrollado habilidad real del proceso. El Cpk se define y
se calcula como sigue:
Cpk = min {Cpk-superior; Cpk-inferior}

donde Cpk-superior = LSE - x y Cpk-inferior = x - LIE
3 s 3 s
Cpk = min {Cpk-superior; Cpk-inferior}

donde Cpk-superior = LSE - x Cpk-inferior = x - LIE
3 s 3 s
Lo que el Cpk intentaba hacer era cortar la tolerancia total a la
mitad y analizar la capacidad del proceso para cumplir cada
especificacin separadamente usando el promedio del proceso
y permitiendo el anlisis cuando existieran especificaciones
unilaterales...

LSE
LIE
Cpk-superior
Cpk-inferior
El numerador mide la distancia del promedio del proceso hacia la
especificacin respectiva. Quiere usted que el numerador
sea grande o pequeo?
En el denominador, por qu cree usted que es 3 s en lugar de
6s como en el Cp? Tal como en el Cp, mientras s se hace
pequea, el denominador se hace ms pequeo.
Por lo tanto, mientras ms grande sea el Cpk, ms grande ser
la capacidad del proceso.

Ejercicio #1de Cpk
Como en nuestro ejemplo previo, donde LSE = 24 y LIE = 0, la
desviacin estndar para Mayo era 8. Ahora, supongamos que la
media es igual a 20. Primero, vea usted si puede visualizar en la
grfica de abajo como se veran los datos conociendo simplemente
LSE, LIE, x, y s.

0
4
8
12
16
20
24
28
Ejercicio #1de Cpk
Hablando intuitivamente, le parece que el proceso es
capaz o incapaz de cumplir con las especificaciones.
Ahora, usando las formulas de arriba, calcule el Cpk-
superior, Cpk-inferior, y el Cpk total...
LSE = 24; LIE = 0; x = 20; s = 8

Cpk-superior = __________ = Total
Cpk =
Cpk-inferior = __________ =

Pregunta:
Cuando calcula el Cpk total, Tiene usted realmente que
calcular ambos el Cpk-superior y el Cpk-inferior? No!
Usted puede saber cual va a ser el menor de los dos.
Cmo?

Ejercicio #2 de Cpk
Recuerde nuestro ejercicio de Cp anterior, los datos del mes siguiente
produjeron una desviacin estndar de 2. Supongamos que la media
se mantuvo en 20. Calcule el Cpk y comente el movimiento respecto
de los datos del mes anterior del Ejercicio #1.
LSE = 24; LIE = 0; x = 20; s = 2 (ahora)
Cpk =

Pregunta:
Aunque la capacidad del proceso ha mejorado, se siente usted
agusto con la habilidad de cumplir con las especificaciones. Por
qu o por qu no? Si no, cul es el problema y qu se
necesita para remediarlo?


Ejercicio #3 de Cpk
Ahora, se han hecho ms mejoras para mover la media (o centrar el
proceso) ms cerca del objetivo de 12. El 3er mes los datos
produjeron la misma desviacin estndar de 2. Sin embargo, la
media ahora es igual a 14. Calcule el Cpk y comente este
movimiento respecto de los datos del mes anterior del Ejercicio
#2.
LSE = 24; LIE = 0; s = 2; x = 14 (ahora)

Cpk =

Reglas de Decisin: Regla de Dedo Gordo
Tradicional
Zona Frontera Sigma Definicin

Roja Cpk < 1.0 menor que Incapaz
3 sigma

Amarilla 1.0 < Cpk < 1.67 entre 3 y En los mejorable
lmites 5 sigma

Verde Cpk > 1.67 mayor que Capaz
5 sigma


Estimadores de la desviacion estndar en las diferentes
graficas de control para variables
MEDIA GRAFICA
ESTIMADOR
DE
PARA n

X

X
= R
2

X

X - R
= R
4,5,,6

X

X - S
= S
Variable

X

X - R
= A R
3,5,,7
^
^
^
^

d2
d2
6
3
C4
Nota: para poder realizar un estudio de capacidad de proceso
es necesario que las graficas de promedios y rangos esten
estables estadisticamente.
SUB.DATO 1 DATO 2DATO 3DATO 4DATO 5 X R
1 30.005 29.977 30.024 29.857 29.985 29.970 0.167
2 30.019 30.066 29.947 30.004 30.095 30.026 0.148
3 30.001 30.088 30.130 29.999 30.002 30.044 0.131
4 30.056 30.037 29.942 29.931 30.036 30.000 0.125
5 30.014 29.894 30.079 29.898 29.846 29.946 0.233
6 30.099 30.038 30.024 30.013 30.051 30.045 0.086
7 29.945 29.975 30.006 29.803 30.028 29.951 0.225 A2 =
8 29.979 30.114 30.076 29.890 29.974 30.007 0.224 D4 =
9 29.991 30.043 29.947 29.944 29.999 29.985 0.099 D3 =
10 29.993 30.054 30.001 30.073 30.102 30.045 0.109 d2 =
11 29.964 30.112 30.033 29.950 29.995 30.011 0.162 LSCx =
12 29.949 30.044 30.063 29.991 29.983 30.006 0.114 LICx =
13 29.974 30.056 29.994 29.957 30.080 30.012 0.123 LCx =
14 30.043 30.052 29.986 29.901 29.962 29.989 0.151 LSCr =
15 29.980 30.040 30.084 29.944 30.065 30.023 0.140 LICr =
16 29.890 30.122 29.835 30.119 30.030 29.999 0.287 LCr =
17 30.201 30.020 30.011 29.975 30.047 30.051 0.226
18 29.930 30.038 30.130 30.034 30.067 30.040 0.200
19 30.059 29.937 29.963 30.101 29.996 30.011 0.164 LSE =
20 29.946 30.026 29.990 29.951 29.972 29.977 0.080 LIE =
21 29.935 30.115 30.011 29.940 30.079 30.016 0.180 Cp =
22 29.944 30.122 30.036 29.883 29.922 29.981 0.239 Zlse =
23 30.201 30.070 30.026 29.960 30.062 30.064 0.241 Zlie =
24 29.977 29.933 29.990 30.097 29.999 29.999 0.164 Zmin =
25 30.060 29.961 29.928 30.026 29.928 29.981 0.132 Cpk =
0.0727
a).- En base a lo anterior, realice una Grfica X-R. 30.002
b).- Determine la capacidad del proceso. PP =
Zlse =
Zlie =
Zmin =
PPk= 1.1
X n-1 =
1.15
Especificacin Cliente = 30 +/- 0.25
3.4
1.14
Sn-1 =
30.250
29.750
1.17
3.41
3.61
3.41
29.911
30.007
0.350
0
0.0712
25.0
5.0
30.007
R = 0.166
X s = 750.178
(# Subgrupos). K =
Una persona de la empresa X quiere conocer el comportamiento de su proceso, en el cual se construye una barra especial, donde la longitud del
cliente es de 30 +/- 0.25, para lo cual determino obtener 25 subgrupos de tamao 5 de acuerdo con la siguiente tabla:

3.5
COLUMNAS MANEJO/RESULTADOS
R s = 4.150
3.4
Lim. X
Lim. R
X =
S* =
(Tamao Subgrupo). n=
0.580
2.110
0.166
2.330
0
30.103
FORMULAS:
Limites en X:
LSCx = X + (A2 x R).
LICx = X - (A2 x R).
LCx = X
Limites en R:
LSCr = D4 x R
LICr = D3 x R
LCr = R
S* = R/d2
Cp = (LSE - LIE) / (6 x S*)
ZLSE = (LSE - X ) / S*
ZLIE = (X - LIE) / S*
Cpk = Zmin / 3.
PP = (LSE - LIE) / (6 x Sn-1)
Zlse = (LSE - Xn-1) / Sn-1
Zlie = (Xn-1 - LIE) / Sn-1
PPk = Zmin / 3.
Grfica X
29.5
29.6
29.7
29.8
29.9
30
30.1
30.2
30.3
13579
1
1
1
3
1
5
1
7
1
9
2
1
2
3
2
5
Muestra
X

P
r
o
m
e
d
i
o
X LSE LSC LC LIC LIE
Grfica R
0.000
0.050
0.100
0.150
0.200
0.250
0.300
0.350
0.400
13579
1
1
1
3
1
5
1
7
1
9
2
1
2
3
2
5
Muestra
R
a
n
g
o
R LSC LC LIC
La Desviacin Estndar

1o
T LSE
p(d)
Lmite Superior de Especificaciones (LSE)
Especificacin del Objetivo (T)
Lmite Inferior de Especificaciones (LIE)
Media de la distribucin ()
Desviacin Estndar de la distribucin (o)
3o
LIE
6.2.- FILOSOFIA SEIS SIGMA Y LA
CAPACIDAD DEL PROCESO
Proceso 3 Sigma
(Normalmente Distribuido)
Sin Desplazamiento de la Media
Proceso 3 Sigma
Con Desplazamiento de la
Media de 1.5 Sigmas
65 55 45 35 65 55 45 35
Espec. Inferior Espec. Superior
P
D
=1350 PPM
P
D
=3.4 PPM
P
D
=1350 PPM
P
D
=66800 PPM
P
D
(Total) = 2700 PPM P
D
(Total) = 66803 PPM
P
D
= Probabilidad de Defecto
Espec. Inferior Espec. Superior
Proceso 6 Sigma
Con Desplazamiento de la
Media de 1.5 Sigmas
80 70 60 50 40 30 20
Proceso 6 Sigma
Sin Desplazamiento de la Media
80 70 60 50 40 30 20
P
D
= 1.2X10
-9
P
D
= 1.2X10
-9
P
D
= 1.1X10
-13
P
D
= 3.4X10
-6
P
D
(Total) = 2.4X10
-9
P
D
(Total) = 3.4X10
-6
Espec. Inferior
Espec. Inferior Espec. Superior Espec. Superior
P
D
= Probabilidad de Defecto
La Estrategia .....
Caracteriz
ar
LSE
T
LIE
T
LSE
LIE
Optimiz
ar
T
LSE
LIE
LSE LIE
Avanzar
Unidad deMedida
La Curva Normal y Capacidad de Proceso
Unidadde Medida

Unidad de Medida
Lmites de
Desmempeo
Probabilidad
de Defectos
Area de Aceptacin
USL
LSL
Mala Capacidad
del Proceso
Muy Alta
Probabilidad
De Defectos
USL
LSL
Muy Baja
Probabilidad
De Defectos
Muy Alta
Probabilidad
De Defectos
Muy Baja
Probabilidad
De Defectos
Excelente Capacidad
del Proceso

6.3.-Capacidad a Corto Plazo y Largo Plazo
Capacidad a Corto Plazo
El reto de las empresas es: Obtener clculos
exactos de la Capacidad Real del Proceso
Veamos un ejemplo: Entregas a Tiempo
Es capaz el Proceso? Es Estable?
Nuestro Gestor recolect los datos de los
ltimos 30 das de entregas a tiempo a los clientes.

Los lmites de especificacin del cliente son: +/- 2 das
de la fecha promesa de entrega.
Capacidad a Corto Plazo
Un estudio de Capacidad a corto plazo incluye un
perodo relativamente corto de tiempo (Das,
Semanas) generalmente consiste de 30 a 50
datos de una grfica. Segn sea el caso.

3 0 2 0 1 0 0
4
3
2
1
0
- 1
- 2
- 3
- 4
I

n

d

i
v

i
d

u

a

l

V
a

l
u

e

I C h a r t f o r C 1
X = - 0 . 0 6 9 1 5
U C L = 3 . 1 2 4
L C L = - 3 . 2 6 2
Capacidad a Largo Plazo
Es capaz el proceso? Es estable?
El Gestor esta emocionado, los resultados se ven bien. Est listo
para Cantar Victoria y ya pidi su bono.
Sin embargo, el Siemprelisto El jefe no est de acuerdo. Sugiere
una confirmacin de los datos a Largo Plazo.
Decepcionado el Gestor va a realizar tal estudio.

Un estudio de
capacidad a largo
plazo cubre un
perodo
relativamente largo
de tiempo
(semanas, meses)
generalmente
consiste de 100-
200 datos.
2 0 0 1 0 0 0
1 0
5
0
- 5
- 1 0
- 1 5
I

n

d

i
v

i
d

u

a

l

V
a

l
u

e

I C h a r t f o r c o m b o
X = 0 . 0 1 4 2 4
U C L = 8 . 4 3 6
L C L = - 8 . 4 0 7
Punto a Discusin
1. La decisin entre lo que es corto y largo plazo es el punto
de mayor discusin en nuestras instalaciones. Recoger el
grupo correcto de datos depende de: el proceso, de como
se hacen los subgrupos, y de las fuentes de variacin que
est usted tratando de observar.

2. Corto plazo es provechoso cuando el obtener datos de largo
plazo es costoso y difcil (bajos volmenes de produccin o
laboratorio de diseo) o cuando la rapidez es lo que cuenta
(la capacidad estimada del proceso se requiere urgentemente).

3. De los datos de corto plazo es posible estimar / predecir los
datos de capacidad a largo plazo por medio del uso del 1.5
Sigma recorrido.
La Idea de Subgrupos Racionales
Meta: Establecer una ventana de muestreo lo
suficientemente pequea, como para excluir
influencias sistemticas no aleatorias (causas
especiales).
Resultado esperado: Los datos nos mostrarn
nicamente las causas comunes de variacin dentro
de grupos de n tems y las causas especiales (si es
que las hay) de variacin entre grupos.
Palabras de Advertencia !!!
Los estudios de capacidad se deben conducir con cuidado.
Los siguientes supuestos se toman al hacer clculos de capacidad:
1. Est en control
(Si no, mtalo a control primero)
2. Tiene una distribucin normal
(Si no, transfrmelo o use otra tcnica estadstica)
El no cumplir con estos supuestos resultar en estudios
de capacidad erroneos.
231
MODULO
UNIDAD V
ANALISIS DEL SISTEMA DE MEDICION
MSA
ANEXOS QS-9000
ANALISIS DEL SISTEMA DE
MEDICIN
232
Objetivo
Dominar las tcnicas que permite analizar el sistema de
medicin de la empresa.
El presente curso servir como gua de procedimientos
para evaluar la calidad del sistema de medicin
7.- Anlisis del Sistema de Medicin
Sistema de
medicin
Instrumento
s
Operadores
Mtodos de
medicin
MSA
MEDICIN
233
Se necesitan tres aspectos fundamentales para evaluar un
sistema de medicin
1. Adecuada discriminacin
2. Estabilidad estadstica en el tiempo
3. Consistencia de las propiedades estadsticas en el rango
esperado y aceptable para el anlisis o el control del
proceso.
Estas determinaciones tienen mayor significado cuando se
toman respecto a la variacin del proceso. La costumbre de
reportar el error de la medicin como un porcentaje de la
tolerancia es inadecuada para los retos del mercado actual
en cual se hace nfasis en la mejora continua del proceso.
Tipos de variacin del Sistema de Medicin
Sesgo o exactitud, Repetibilidad, Reproducibilidad,
Estabilidad, Y Linearidad
7.1.- INTRODUCCION MSA
MEDICIN
234
Cuestiones Importantes para preguntar
Qu tan grande es el error de medicin?
Podemos detectar mejoramientos en el proceso
cuando estos ocurran?
Cul es la fuente del error de medicin?
Han sido las medidas tomadas en unidades lo
suficientemente pequeas como para que reflejen la
variacin presente?
Es el sistema de medicin estable a largo plazo?
Es el sistema de medicin capaz para este estudio?
Qu tanta incertidumbre se le debe de atribuir a la
medida cuando se interprete?
Cmo se puede mejorar el sistema de medicin?
MSA
MEDICIN
235
Cualquier informacin del comportamiento del proceso
que juntemos debe de pasar primero a travs de un
sistema sensorial.
Un
proceso:
Proceso Entrada
Salida
Observaciones
Medidas
Datos
Proceso
Entrada Salida
Partes
(Ejemplo)
MSA
-- El Proceso de medicin.
En otras palabras, necesitamos someter las salidas del
primer proceso a un segundo proceso
MEDICIN
236
El proceso de medicin debe de ser manejado como
un verdadero proceso
Proceso
Entrada
Salidas Proceso de
medicin
Entrada Salidas
Observaciones
Medidas
Datos
Partes
(Ejemplo)
Fase I: Medida del Proceso
Fase II: Anlisis del Proceso
Fase III: Mejoramiento del proceso
Fase IV: Control del Proceso
MSA
MEDICIN
237
Humedad
Limpieza
Vibracin
Variacin de Voltage en la Lnea
Fluctuacin de Temperatura

Tcnica del Operador

Procedimientos Estndar
Suficiente Tiempo de Trabajo

Estndar de Mantenimiento

Frecuencia de Calibracin

Entrenamiento del Operador

Inestabilidad de Algoritmo

Inestabilidad Electrica
Desgaste
Inestabilidad mecnica
Herramienta
Naturaleza
Mtodos de trabajo
Fuentes de variacin de medidas
Diagrama del
Proceso
Diagrama Causa y Efecto
( Diagrama de Pescado)
1er paso
2ndo paso
3er paso
4to paso
Variacin de Medir
Facilidad de Meter Datos
MSA
MEDICIN
238
Posibles fuentes de variacin
largo plazo
variacin de proceso
Corto plazo
variacin de proceso
variacin
en
muestreo
variacin actual del proceso
Repetibilidad calibracin Estabilidad Linealidad
variacin por
gauges
variacin por
Operadores
(Reproducibilidad)
variacin del proceso de medir
variacin observada
Para observar la variacin actual del proceso, la variacin
debida al sistema de medicin debe identificarse primero y
separarse de la del proceso
Proceso
Entrada Salida Entrada
Proceso de
medicin
Salida
Observaciones
Medidas
Datos
Partes
(Ejemplo)
MSA
MEDICIN
239
El sistema de medicin puede cambiar el centro de
nuestros datos
Proceso
Entrada
Salida
Proceso de
Medida
Entrada Salida

Observacione
s
Medidas
Datos
Partes
(Ejemplo)
+ =
El sistema de
medicin est
sesgado -
Determinado
por medio de
estudio de
calibracin
Pro
g
Pro
Avg
Pro
Avg

Actual(Part
e)

Sistema de Medir

Observado
(Total)
MSA
MEDICIN
240
El sistema de medicin transmitir variacin a nuestros
datos.
Proceso
Entrada
Salida
Proceso de
Medir
Entrada Salida
Observaciones
Medidas
Datos
Partes
(Ejemplo)
+
=
Variabilidad de
producto
(Variabilidad
actual)
Variabilidad
de medida
VariabilidadTotal
(Variabilidad
observada)
Variacin del
sistema de medir
- Investigado a
travs de un
estudio de G
R&R
o
Actual(Parte)
2
o
Sistema de medir
2
o
Observado
(Total)
2
MSA
MEDICIN
241
Estabilidad Linealidad
Posibles fuentes de variacin del proceso
Largo plazo
variacin de proceso
Corto plazo
variacin de proceso
variacin
de muestreo
variacin actual
Repetibilidad calibracin
variacin por
gauge
variacin por
operadores
(Reproducibilidad
variacin de medida
variacin observada
Miramos a repetibilidad y reproducibilidad como si
fueran muy seguido (pero no siempre) los principales
contribuidores de errores de medicin
MSA
MEDICIN
242
Observemos los
mtodos usados para
investigar la variacin
de los sistemas de
medir
variacin del
sistema de medir
-Investigado a
travs de
estudios de G
R&R
Introduccin al Estudio de G R&R
o o o
Total
Parte
a
Parte
Sistema de medir
2
2
2
=
+

MSA
MEDICIN
243
-1 Parte
-1 Operador
-3 Medidas en la
marca
Ejercicio: El estudio intuitivo de G R&R
x
x
x
La
Marca
Tres
Valores de
medida
Plan de muestreo #1:

Un operador obtendr tres
medidas en cada parte donde
se encuentra la marca.
MSA
MEDICIN
244
-1 Parte
-1 Operador
-3 Medidas en la marca
x
x
x
=2.0
Dispersin
Observada
(Desv Est)
La desviacin estndar
de las tres lecturas es
2.0
o
Observado
(Total)
MSA
MEDICIN
245
x
x
x
=2.0
Fuentes de variacin
Dispersin
Observada
?
-1 Parte
-1 Operador
-3 Medidas en la marca Por qu estas tres lecturas no son
exactamente iguales?
Cul clase de variacin est
presente -- siempre y cuando que
las tres medidas no sean iguales?
o
Observado
(Total)
MSA
MEDICIN
246
-1 Parte
-1 Operador
x
x
x
=2.0
Fuentes de
variacin
- Gauge
(Repetibilidad)
dispersin
observada
(Std.Dev.)
x
x
x
=4.0
-1 Parte
-3 Operadors
=6.0
x
x
x
-3 Partes
-3 Operadores
(i.e., 1 Medida. por Oper., 1 Parte por Oper.)
Relacin estadstica
o
Observado
(Total)
o
Observado
(Total)
o
Observado
(Total)
o
Total
2
=
o
Repet
2
MSA
MEDICIN
247
o
Total
2
=
o
Repeat
2
+
o
Oper
2
+
o
Part
2
36 = 4 + 12 + 20
o
Total
2
=
o
Repeat
2
+
o
Oper
2
16 = 4 + 12
o
Total
2
=
o
Repeat
2
4 = 4
o
2
Aislando los
componentes
de varianza
Componente
de varianza
Varianza
o
2
Dev.Estd
o
Repetibilidad
4 2.00
Operador-a-
Operador
12 3.46
Parte-a-Parte
20 4.47
Total
36 6.00
MSA
MEDICIN
248
o
Total
2
=
o
Repeat
2
+
o
Oper
2
+
o
Part
2
36 = 4 + 12 + 20
o
Total
2
=
o
Repeat
2
+
o
Oper
2
16 = 4 + 12
o
Total
2
= o
Repeat
2
4 = 4
o
o
Component
Total
2
2
Indice de discriminacin: Nmero de categoras
distintivas
2 1
2
2 2
-
+
|
\
|
.
|
|
o
o o
Total
peat Oper Re
=
2
36
4 12
1 -
+
|
\
|
.
|
= = 1.87
Componente
de varianza
Varianza
s
2
Std.Dev.
s
% Total
Variacin de
proceso
(%Contribucin)
%
Tolerancia
Repetibilidad 4 2.00 4/36 = 11.1%
5.15 (2.00)
2.00
= 5.15%
Operador-a-
Operador
12 3.46
12/36 = 33.3% 5.15 (3.46)
2.00
= 8.90%
Parte-a-Parte 20 4.47 20/36 = 55.5%
5.15 (4.47)
2.00
= 11.5%
Total 36 6.00
36/36 = 100% 5.15 (6.00)
2.00
= 15.5%
5 15 . ( ) s
Componente
Tolerancia
5 15 . ( ) s
Componente
Tolerancia
99%
Tol=2.00
MSA MSA
MEDICIN
249
VARIACION
TOTAL DE
LA MEDICION
EXACTITUD
ESTABILIDAD LINEARIDAD
REPETIBILIDAD
REPRODUCIBILIDAD
Todo sistema de medicion esta sujeo a variacion
El diagrama de causa y efecto para la variacion total
en las mediciones es el siguiente
MSA
MEDICIN
250
7.2.- Anlisis del Sistema de Medicin
El propsito de cualquier anlisis de un sistema de medicin
debe ser la mejor comprensin de las fuentes de variacin que
pueden influir en los resultados que produce el sistema. Esta
comprensin nos permitir cuantificar y comunicar las
limitaciones de un SM especfico.

Como en todo proceso, la distribucin que puede ser usada para
describir la variacin del SM puede ser caracterizada por:
1) Localizacin (Estabilidad, Sesgo o Exactitud, Linearidad)
2) Dispersin (Repetibilidad,Reproducibilidad, Incertidumbre)

Las tcnicas que veremos en este curso suponen que la muestra
o caracterstica a medir no se altere o se destruya durante la
medicin.
MSA
MEDICIN
251
7.2.1.- Discriminacin del SM
La discriminacin del SM es la capacidad del SM para
detectar o indicar fielmente pequeos cambios de la
caracterstica medida (tambin se conoce como resolucin).
Debido a las limitaciones econmicas y fsicas el SM no
percibir todos los posibles valores de una caracterstica
medida, ya que son infinitos.

Si el SM no tiene una discriminacin adecuada no podr
identificar la variacin del proceso ni determinar los valores
individuales de las muestras (partes). En este caso se debe
buscar una mejor tcnica de medicin.

La discriminacin se considera inaceptable para el anlisis si
no puede detectar la variacin del proceso e inaceptable para
el control si no puede detectar las causas especiales de la
variacin.
MSA
MEDICIN
252
Discriminacin del SM
Control
Puede ser usado para
control slo si
- La VP es pequea
comparada con las
especificaciones.
- Las principales fuentes de
VP causan cambios bruscos.

Anlisis
Inaceptable para estimar los
parmetros e ndices del
proceso
Slo indica si el proceso
est produciendo partes
conformes o no conformes
Unasolacategoradedatos
1Categoradedatos
MSA
MEDICIN
253
2-4CategorasdedatosenlaVP
Control
- Puede ser usada con
tcnicas de control
semivariables basada en la
distribucin del proceso.
- Puede producir grficas
de control insensibles.

Anlisis
- Generalmente
inaceptable para estimar
ndices y parmetros del
proceso.

- Slo provee estimaciones
toscas
MSA
MEDICIN
254
5msCategorasdedatos
Control: Puede ser usado con grficas de
control
Anlisis:Recomendado para el anlisis
MSA
MEDICIN
255
Los sntomas de una discriminacin inaceptable pueden aparecer en
el diagrama de rango. Las figuras anteriores contienen dos grupos de
diagramas de control derivados de los mismos datos. El diagrama de
control B aparece que est fuera de control debido al ajuste artificial
de los lmites. Los rangos cero son ms un producto del redondeo que
de la indicacin de la variacin de su producto.
La mejor indicacin de una discriminacin inadecuada se da en el
diagrama de rango. En particular cuando el diagrama de rango
muestra solo 1, 2 o 3 posibles valores para el rango dentro de los
lmites de control, las mediciones estn hechas con una
discriminacin inadecuada. Tambin, si el diagrama de rango muestra
cuatro posibles valores para el rango dentro de los lmites de control y
ms de una cuarta parte de los rangos son cero, entonces las
mediciones estn hechas con una inadecuada discriminacin.
Un SM tendr una discriminacin adecuada si su resolucin aparente
es pequea con relacin a la variacin de proceso.
Una recomendacin para una adecuada disriminacin sera que la
resolucin aparente sea como mximo una dcima parte de seis
veces la desviacin estndar del proceso (6o) en lugar de la regla
tradicional que dice que la resolucin aparente sea como mximo una
dcima parte del ancho de tolerancia.
MSA
MEDICIN
256
Grficos de control (truncamiento en la milsima)
0
Subgrupos
10 20 30
0.135
0.140
0.145
M
e
d
i
a

d
e

m
u
e
s
t
r
a
X = 0.1409
LSC = 0.1460
LIC = 0.1359
0.00
0.01
0.02
R
a
n
g
o
R = 0.008781
LSC = 0.01857
LIC = 0
menor unidad de medicin es 0.001
Grfico de control X/R para datos donde la
MSA
MEDICIN
257
Grficos de control (truncamiento en la centsima)
0
Subgrupos
10 20 30
0.135
0.140
0.145
M
e
d
i
a

d
e

m
u
e
s
t
r
a
X = 0.1408
LSC = 0.1459
LIC = 0.1358
0.00
0.01
0.02
R
a
n
g
o
1 1 1 1 1
R = 0.008750
LSC = 0.01850
LIC = 0
Grfica de control X/R para datos donde la menor
unidad de medicin es 0.01
MSA
MEDICIN
258
Ejemplo de discriminacin
0.1415 0.1415 0.1388 0.1369 0.1466 0.1384 0.1377 0.1419 0.1468 0.1376
0.1464 0.1401 0.1392 0.1336 0.1379 0.1375 0.1361 0.1496 0.1369 0.1377
0.1344 0.1492 0.1471 0.1369 0.1443 0.1404 0.1416 0.1385 0.1455 0.1364
0.1416 0.1395 0.1334 0.1438 0.1353 0.1441 0.1428 0.1362 0.1379 0.1463
0.1385 0.1422 0.1419 0.1364 0.1383 0.1411 0.1387 0.139 0.1507 0.1401
0.142 0.142 0.139 0.137 0.147 0.138 0.138 0.142 0.147 0.138
0.146 0.14 0.139 0.134 0.138 0.138 0.136 0.15 0.137 0.138
0.134 0.149 0.147 0.137 0.144 0.14 0.142 0.139 0.146 0.136
0.142 0.14 0.133 0.144 0.135 0.144 0.143 0.136 0.138 0.146
0.139 0.142 0.142 0.136 0.138 0.141 0.139 0.139 0.151 0.14
0.14 0.14 0.14 0.14 0.15 0.14 0.14 0.14 0.15 0.14
0.15 0.14 0.14 0.13 0.14 0.14 0.14 0.15 0.14 0.14
0.13 0.15 0.15 0.14 0.14 0.14 0.14 0.14 0.15 0.14
0.14 0.14 0.13 0.14 0.14 0.14 0.14 0.14 0.14 0.15
0.14 0.14 0.14 0.14 0.14 0.14 0.14 0.14 0.15 0.14
MSA
MEDICIN
259
Discriminacin en la prctica
Recordar !!!
En las grficas X-R del control estadstico de proceso, en la
grfica de rangos se detectan los problemas de discriminacin
cuando:
1.- Hay pocos valores de rangos (1,2 o 3). Saltos bruscos en la
grfica.
2.- Hay 4 valores de rangos, pero ms de la cuarta parte de
los rangos son iguales a 0. Muchos puntos pegados al eje de
las fechas.
7.2.2.- Estabilidad
Estabilidad en el SM (tradicional): la variacin total en el sesgo
del sistema en el tiempo en una muestra dada o patrn.

Estabilidad estadstica: el trmino ms general que es aplicado
no solo en la estabilidad si no en la repetibilidad, sesgo
(exactitud), procesos en general, etc.
MSA
MEDICIN
260
Estabilidad
La estabilidad es la variacin total en las
mediciones realizadas al mismo patrn
(o muestra) midiendo la misma
caracterstica a travs de un perodo
largo de tiempo.
TIEMPO 2
TIEMPO 1
ESTABILIDAD
MSA
MEDICIN
261
Estabilidad
La estabilidad estadstica del proceso o sistema, combinada con el
conocimiento de la materia, nos permite predecir el desempeo del
proceso en el futuro. Sin un conocimiento basado en datos del
estado de control de un proceso de medicin, la repetibilidad,
reproducibilidad, etc, son solo descripciones de los datos obtendidos
durante el estudio.

Evaluar la repetibilidad, reproducibilidad, etc de SM para el cual el
estado de estabilidad es desconocido puede ocasionar ms dao
que beneficio.
Cuando se evala la estabilidad estadstica de un SM se deben
tomar en consideracin el medio ambiente, los usuarios, las
partes y los mtodos que el sistema de medicin espera
experimentar durante su vida. No es razonable checar cada
sistema de medicin para todas las posibles condiciones
ambientales, posibles partes, etc., por lo que es importante antes
de evaluar la estabilidad estadstica de un SM determinar y
priorizar cuales factores pueden influenciar al sistema de medicin
e incluir en el estudio factores de alta prioridad.
MSA
MEDICIN
262
Estabilidad
La estabilidad se determina a travs del uso de diagramas de
control. Los diagramas de control tambin proveen un medio de
separacin de la variacin debido a las causas que afectan los
resultados de medicin (causas comunes de variacin) de la
variacin que es resultado de las variaciones especficas (causas
especiales de variacin).
El tamao de muestra y la frecuencia de muestreo para un diagrama
de control de un sistema de medicin debe ser determinado en base
al conocimiento del SM. La principal consideracin es, nuevamente
las condiciones a las cuales el sistema de medicin se expone
durante su uso.

No es necesario calcular un nmero de estabilidad del SM. Los
ndices se usan comnmente como medida de mejora pero con un
diagrama de control, la mejora al sistema se puede ver en el
diagrama. Una forma de mejora puede ser la eliminacin de causas
especiales del proceso resultando un proceso de medicin estable.
Ms mejoras pueden ser vistas como la reduccin en el ancho de los
lmites de control indicando que la variacin por causa comn del
sistema se ha estado reduciendo.
MSA
MEDICIN
263
Estabilidad
La distribucin de la medida se mantiene
constante y se puede predecir a travs del
tiempo para ambos, promedio y desviacin
estndar
Sin arrastrarse, sin repentinos cambios, sin
ciclos, etc.
Evaluada usando grficas de control
MSA
MEDICIN
264
7.2.3.- Sesgo o exactitud
Es necesario obtener un valor de referencia aceptado de una
parte o pieza. Esto usualmente se realiza en un laboratorio.
Este valor de referencia se comparar posteriormente con
promedios de las lecturas de los operadores (identificadas
com Xa, Xb y Xc) del estudio de R y R.
Una forma alternativa de determinar el Sesgo o Exactitud es

1) Medir una muestra con exactitud en el laboratorio
2) Que un operador mida la muestra como mnimo 10 veces con el
instrumento que se est evaluando.
3) Calcular el promedio de las mediciones. La diferencia entre el
promedio calculado y el valor de referencia es el sesgo del SM.

Si es necesario un ndice, se puede calcular el sesgo relativo como
el porciento de la variacin del proceso (o de la tolerancia),
multiplicando por 100 y dividiendo entre la variacin del proceso (
o tolerancia).
MSA
MEDICIN
265
Exactitud
La exactitud del instrumento es la diferencia entre el promedio
observado de la medida y el valor maestro. El valor maestro
es aceptable si, la referencia estndar es fcil de seguir
Valor maestro
(Referencia estndar)
valor del
promedio
Valor
real
Exactitud
Promedio
observado
MSA
MEDICIN
266
EJERCICIO: Exactitud y Precisin

x x
x
x
x
x
x
x
x
x
x x
x x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Meta
Municiones o
Gotas de agua
Exacto No Exacto
Preciso
No Preciso
MSA
MEDICIN
267
Bias (diferencia)
Los promedios de medida son diferentes por cantidad fija.
Efectos imparciales incluyen:
Bias (diferencia) del operador- diferentes operadores detectan
diferentes promedios de la misma cosa.
Bias (diferencia) del equipo- diferentes mquinas detectan
diferentes promedios de la misma cosa, etc.
El proceso ideal da en el blanco
Instrumento 1
Dia 1
Instrumento 2
Dia 2
MSA
MEDICIN
268
Sesgo o exactitud
Si el sesgo relativo es grande se debe buscar
entre las siguientes causas:

1-Error en el patrn
2-Componentes incorrectos
3-Instrumento hecho para una dimensin
incorrecta.
4-Instrumento midiendo una caracterstica
incorrecta.
5-Instrumento no calibrado correctamente.
6-El operador usa de manera incorrecta el
instrumento.
MSA
MEDICIN
269
Una parte es medida 10 veces por un inspector. Las 10 lecturas
se dan en la siguiente tabla. El valor de referencia obtenido es de
0.80 mm. Y la variacion del proceso para la parte es de 0.70 mm
EJEMPLO DE EXACTITUD
X1=0.75 X6=0.80
X2=0.75 X7=0.75
X3=0.80 X8=0.75
X4=0.80 X9=0.75
X5=0.65 X10=0.70
X = EX = 7.5 = 0.75
10 10
EXACTITUD = PROMEDIO - VALOR DE
OBSERVADO REFERENCIA
EXACTITUD = 0.75 0.80 = -0.05

% EXACTITUD =100 (0.05 0.70) = 7.1%
El pocentaje de la tolerancia para la
Exactitud se calcula de la misma manera
Sustituyendo la tolerancia por la variacion
Del proceso
MSA
MEDICIN
270
Ejercicio de Sesgo o Exactitud
Se determina en el laboratorio que el espesor de
un espaciador tipo B-12 es 0.45 mm y la
variacin del proceso es de .07 mm. Se mide 10
veces el espesor del espaciador tipo B-12.
Valores de 10 mediciones realizadas por un
operador se muestran a continuacin:
0.53
0.43
0.47
0.47
0.44
0.33
0.42
0.49
0.39
0.43
Hallar el sesgo y el sesgo
relativo.
MSA
MEDICIN
271
7.2.4.- Repetibilidad
La repetibilidad del proceso de medicin implica que la
variabilidad del sistema de medicin en s sea consistente. Dos
fuentes comunes de error de repetibilidad son las variaciones
de medicin debido al instrumento en s y a la variacin
posicional de la muestra en el instrumento. Debido a que estas
dos variaciones se representan por un subgrupo de rangos de
mediciones repetidas, el diagrama de rango mostrar la
consistencia del proceso de medicin.
Si el diagrama de rango est fuera de control,
generalmente hay un problema con la consistencia del
proceso de medicin.
Estos puntos identificados como fuera de control deben ser
investigados en busca de causas especiales de inconsistencia
y corregirlos. La nica excepcin es cuando las mediciones
tienen una inadecuada discriminacin.
MSA
MEDICIN
272
EJERCICIO: Exactitud y precisin

x x
x
x
x
x
x
x
x
x
x x
x x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Los estudios de
GR&R se enfocan
en los problemas
de precisin
MSA
MEDICIN
273
Precisin (Tambin se le conoce cmo
R&R)
Estimacin limitada del clculo de la variacin total del
sistema de medir (i.e., limitada en el sentido de que
puede haber otras fuentes de variacin distintas a
nuestro enfoque de Operador-a-Operador y
repetibilidad de Gauge)
medida de la variacin natural de medidas repetidas
involucrando varios operadores.
Trmino: Error hecho al azar, Anchura, Error de
reprobar
Incluye ambos Repetibilidad y Reproducibilidad
2 partes del
Componente
o
o o
R R
petibilidad producibil
idad
(Sistema de medir)
&
Re Re
2 2 2
= +
MSA
MEDICIN
274
Repetibilidad (Un componente de
precisin)
La variabilidad intrnsica del sistema de medicin
Variacin que ocurre cuando repetidas mediciones son
tomadas en la misma parte y bajo las mismas,
idnticas condiciones
Mismo operador
Mismo set-up
Mismas unidades
Mismas condiciones ambientales
Corto plazo
Aproximada por la desviacin estndar agrupada, de la
distribucin de mediciones repetidas
Repetibilidad es siempre menor que el total de la
variacin del SM
MSA
Repetibilidad es la variacin en las mediciones obtenidas con
un instrumento de medicin usado varias veces por un
mismo operador midiendo la misma caracterstica en la
misma muestra.
MEDICIN
275
EJEMPLO DE REPETIBILIDAD
Cinco muestras de un proceso de manufactura son seleccionadas
Dos inspectores que normalmente hacen las mediciones realizan
El estudio.
INSPECTOR 1 INSPECTOR 2
parte
s
1 2 3 4 5 1 2 3 4 5
prueb
as
1 217 220 217 214 216 216 216 216 216 220
2 216 216 216 212 219 219 216 215 212 220
3 216 218 216 212 220 X 220 220 216 212 220 X
prom
edio
216.3 218.0 216.3 212.7 218.3 216.3 218.3 217.3 215.7 213.3 220.0 216.9
rango 1.0 4.0 1.0 2.0 4.0 4.0 4.0 1.0 4.0 0.0
MSA
MEDICIN
276
CARTA DE CONTROL DE REPETIBILIDAD DEL RANGO
2 INSPECTORES, 3PRUEBAS Y 5 PARTES
INSPECTOR 1 INSPECTOR 2
6.4
2.5
0.0
1 2 3 4 5 2 3 4 5 1
UCL
R
RANGO EN CONTROL EL PROCESO DE MEDICION ES CONSISTENTE
MSA
MEDICIN
277
7.2.5.- Reproducibilidad
La reproducibilidad del proceso de medicin implica que la
variabilidad entre operadores sea consistente. Una forma de
ver la variabilidad del operador es que representa el sesgo
incremental que puede ser atribuido a cada operador. Si este
sesgo o variabilidad del operador existe, los promedios de los
operadores individuales van a diferir. Esto se puede observar
en el diagrama de control de medias comparando los
promedios de operador para cada muestra.
La variacin de operador o reproducibilidad se estima
determinando el promedio global para cada operador y luego
encontrando el rango (R
0
) sustrayendo el menor promedio de
operador al mayor promedio de los operadores.
MSA
MEDICIN
278
Reproducibilidad
Reproducibilidad es la variacin en el promedio de las
mediciones realizadas por diferentes operadores
usando el mismo instrumento de medicin midiendo la
misma caracterstica sobre la misma muestra.
OPERADOR A
OPERADOR B
OPERADOR C
REPRODUCIBILIDAD
MSA
MEDICIN
279
Reproducibilidad
La diferencia en los promedios tomados por diferentes
personas usando los mismos o diferentes instrumentos para
medir la misma caracterstica.
Proceso ideal
Inspector A
Inspector B
Inspector C
Inspector A
Inspector B
Inspector C
(C)Medidas
de Antonio
(A)Medidas de
Juan
(B)Medidas de Mara
MSA
MEDICIN
280
Reproducibilidad (Un componente de
precisin)
La variacin que resulta cuando diferentes condiciones
son usadas para tomar la medida
Diferentes operadores
Diferentes set-ups
Diferentes partes
Diferentes codiciones del medio ambiente
Largo palzo
Estimado por la desviacin estndar del promedio de las
medidas tomadas en diferentes condiciones
Reproducibilidad tambien tiene sus 2 propios
componentes
o o o
Re * producibil idad Operador Operador Parte Interaccin
2 2 2
= +
MSA
MEDICIN
281
Variacin entre muestras
Mientras ms medias caigan fuera de los lmites y operadores
concuerden en cuales muestras son diferentes del promedio global,
las mediciones se convierten ms tiles.

Un sistema de medicin se considera generalmente adecuado si
una mayora de los promedios de muestra caen fuera de los
lmites y los operadores concuerdan en los promedios de
muestras que quedan fuera. Entonces el diagrama de medias
indica la habilidad relativa de sistema de medicin para medir
muestras.

En algunos casos esta evaluacin es suficiente para
determinar si un sistema de medicin es adecuado.
Una vez que el proceso de medicin es consistente (el diagrama de
rango bajo control) y que se puede detectar la variacin entre
partes ( diagrama de medias tienen una mayora de puntos fuera de
los lmites de control), entonces el porcentaje de la variacin del
proceso consumido por el sistema de medicin se puede
determinar. La desviacin estndar del sistema de medicin se
estima por medio de la siguiente formula
MSA
MEDICIN
282
Variacin entre muestras
2 2
o e m
o o o + =
Donde o
e
es la desviacin estndar del instrumento y o
o
es la
desviacin estndar del operador.
La desviacin estndar entre partes se puede determinar a partir
de los datos del estudio del SM o de un estudio independiente de
habilidad de proceso. Si se usa el estudio del SM, se estima la
desviacin estndar entre partes (o
p
) determinando los promedios
de cada parte y luego encontrando el rango de promedios de parte
(R
p
). La variacin entre partes se puede ver en el diagrama
de control de media. Debido a que los lmites de control
para las medias de muestra se basan en el error de
repetibilidad ms que en la variacin entre partes, muchas
de las medias de subgrupo estn fuera de sus lmites.
MSA
Variacin entre partes
MEDICIN
283
Si ninguna de las medias de grupos cayeran fuera de los lmites,
la variacin muestra a muestra se oculta dentro de la
repetibilidad y la variacin de la medicin domina la variacin
del proceso. Si las muestras se seleccionaron de tal manera que
representen la variacin de proceso esperada entonces el
sistema de medicin es inaceptable para analizar el proceso.
7.2.6.- Linearidad
La linearidad se puede determinar escogiendo muestras de todo el
rango de operacin del instrumento de medicin. Se determina el
sesgo de cada una de las muestras con la diferencia entre el valor
promedio y el valor de referencia.
Un ndice que puede representar la linearidad del equipo es la
pendiente de la lnea de regresin que mejor se ajusta a los puntos
de sesgo vs. los valores de referencia, multiplicado por la variacin
del proceso o la tolerancia. Para convertir la linearidad del
instrumento en porcentaje de la variacin del proceso se multiplica
por 100 y se divide entre la variacin del proceso.
MEDICIN
284
Si el grfico muestra que los datos se pueden representar con
una lnea recta entonces la lnea de regresin de mejor ajuste
representa la linearidad entre esos dos parmetros. La bondad
de ajuste R
2
de la recta de regresin lineal determinar
cuando existe una buena relacin lineal. Si la recta de
regresin tiene un buen ajuste lineal, entonces la magnitud de
la linearidad y el porcentaje de linearidad se pueden calcular
para determinar si la linearidad es aceptable. Si la recta de
regresin no tiene un buen ajuste, entonces es posible que los
sesgos y los valores de referencia tengan una relacin no-lineal.
Esto requiere de anlisis ms profundo para determinar si el
sistema tiene una linearidad aceptable.
MSA
Linearidad
MEDICIN
285
Linearidad
La linearidad es la diferencia
entre los valores de sesgo a
travs del rango de operacin del
instrumento.
PROMEDIO
OBSERVADO
PROMEDIO
OBSERVADO
VALOR DE
REFERENCIA
VALOR DE
REFERENCIA
Parte pequea
Del rango
Parte grande
del rango
EXACTITUD
PEQUEA
EXACTITUD
GRANDE
RANGO DE OPERACIN DEL INSTRUMENTO
MSA
MEDICIN
286
Linearidad
Si el SM tiene no-linearidad, busque en las posibles causas:
Instrumento no calibrado adecuadamente en los extremos del
rango de operacin.
Error en los patrones mnimo o mximo.
Instrumento defectuoso.
Caractersticas internas de diseo del instrumento.
Mientras ms pequea es la pendiente de la recta
de mejor ajuste, mejor es la linearidad.
En la prctica lo que se busca es que % de
linearidad no aumente en el tiempo.
MSA
MEDICIN
287
Valor de referencia 1 2 3 4 5
10.00 15.00 20.00 25.00 30.00
i 1 8.61806 15.0579 18.9265 25.5803 30.5539
n 2 9.13901 16.0682 19.7374 26.009 30.0557
t 3 8.96708 14.9307 19.5892 25.3242 29.6709
e 4 10.904 15.4102 21.1471 24.4518 29.4999
n 5 11.0854 16.36 20.5322 26.218 28.0105
t 6 10.2197 14.9625 21.8141 24.5133 29.9928
o 7 9.70077 13.9678 20.06 24.7468 29.4763
s 8 10.431 14.8412 19.4832 23.9872 30.9239
9 10.5727 14.0289 19.6094 24.5846 30.3398
10 9.66169 16.9803 18.5735 26.2732 29.6415
11 11.039 15.8101 19.7144 25.3939 30.6245
12 9.91919 15.96 19.3107 24.9057 29.2721
Prom 9.37555 14.3841 18.6784 23.642 28.0758
Sesgo -0.62 -0.62 -1.32 -1.36 -1.92
MSA
MEDICIN
288
7.3.- Preparacin para un anlisis del SM
El estudio del SM debe ser preparado con suficiente tiempo y
planeacin. Una preparacin tpica es como sigue:
1.El enfoque a usar debe ser planeado. Por ejemplo, determinar
usando la experiencia o conocimientos de ingeniera si existe
influencia del operador en la calibracin o uso del equipo.
Existen SM donde el efecto de la reproducibilidad se puede
considerar despreciable, por ejemplo, cuando un botn se presiona
y se muestra un nmero en la pantalla.
2. Se debe tener en cuenta diversos factores para determinar la
cantidad de muestras, operadores y mediciones para realizar el
estudio:
(a) Lo crtico de la dimensin: Dimensiones crticas de la pieza
requieren ms muestras y mediciones.
(b) Forma de las muestras: En el caso de piezas grandes o
pesadas, se deben escoger pocas piezas y muchas mediciones.
MEDICIN
289
Preparacin para un anlisis del SM
3. Debido a que el objetivo es evaluar el SM en general, los
operadores deben ser seleccionados entre los que normalmente
operan el instrumento.
4. Las muestras deben ser seleccionadas del proceso de
produccin y deben representar toda la variacin del proceso.
Muchas veces esto se realiza tomando muestras de diferentes das
y diferentes turnos hasta recopilar una cantidad de muestras
mucho mayor que las que se vayan a utilizar en el estudio. Se
enumeran las muestras y se seleccionan de manera aleatoria
las muestras que van a participar en el estudio.
5. El instrumento debe tener una discriminacin tal que permita
determinar directamente al menos una dcima parte de la variacin
total del proceso.
Por ejemplo, si la variacin del proceso en la caracterstica que se
mide es 0.01, el equipo debe poder medir cambios de 0.001.
6. Asegurar que el mtodo de medicin mide realmente la
dimensin de la caracterstica que todos los operadores siguen el
procedimiento de medicin definido.
MEDICIN
290
Pasos para conducir un estudio
1. Las mediciones deben ser realizada en orden aleatorio.
2. Los operadores no deben conocer el nmero de pieza que
estn midiendo. Pero la persona que conduce el estudio s
debe conocer el nmero y registrar el dato correspondiente,
es decir Operador A, Muestra 1, Primera medicin; Operador
B, Muestra 4, Segunda medicin, etc.
3. Las lecturas se deben estimar como el menor nmero ms
cerca que se puede obtener. Si es posible, las lecturas se deben
hacerse a la mitad de la menor graduacin. Por ejemplo, si la
menor graduacin es 0.001, entonces la estimacin para cada
lectura debe ser redondeada al 0.0005 ms cercano.
4. El estudio debe ser conducido por una persona que
reconozca la importancia de la precaucin requerida al conducir
un estudio.
5. Cada operador debe seguir el mismo procedimiento (con
todos los pasos) para obtener las lecturas.
MSA
MEDICIN
291
Generalmente dos o tres operadores
Generalmente 10 unidades a medir
Cada unidad es medida 2-3 veces por cada
operador
Seis-fases para analizar el sistema de
medir
Estructura tpica:
FASE I Calibracin de gauge (o Verificacin)
FASE II Experimento y recoleccin de datos
FASE III Obtenga estadstica con
GAGE R&R

Macro
FASE IV Analizar, Interpretar Resultados
FASE V Checar por unidades inadecuadas de medicin
FASE VI Evaluacin continua: medicin como un proceso
MSA
MEDICIN
292
Problema con el tamao de muestra
Nmero de operadores
Si el proceso usa varios operadores, escoja de 2-4 al
azar
Si el proceso usa solamente un operador, o sin
operadores, desarrolle un estudio sin el efecto de los
operadores (el efecto de reproducibilidad se ignora)
Nmero de muestras
Seleccione suficientes muestras como para que:
(nmero de muestra) X (nmero de operadores) > 15
Si no es prctico o posible, escoja el nmero de pruebas
para que:
Si (#Muestras)x(#Oper) < 15, intentos = 3

MSA
MEDICIN
293
Ejemplo: Recabando datos
GRR
1 2 3 4 5 6 7 8 9 10
Operador
A
Operador
B
Operador
C
Nmero de parte
Rplica#1
Rplica #2
-10 Partes
-3 Operadores
-2 Mediciones en la
marca
(ej, 2 Rplicas)
MSA
MEDICIN
294
Los 3 estudios en uno!
1 2 3 4 5 6 7 8 9 10
Operador
A
Operador
B
Operador
C
Nmero de parte
-1 Parte
-1 Operador
x
x
x
x
x
-1 Parte
-3 Operadores
-1 Medida c/u en la marca
x
x
x
-3 Partes
-3 Operadores
-3 Mediciones totales en las marca
(ej, 1 Medida por Oper., 1 Parte por
Oper.)
Rplica #1
Rplica #2
X
X
X X
X
X
X
X
MSA
295
Col. Num. 1 2 3 4 5 6 7 8 9 10 11 12
Inspector
Muestra # 1
a
prueba 2
a
prueba 3
a
prueba Diferen. 1
a
prueba 2
a
prueba 3
a
prueba Diferen. 1
a
prueba 2
a
prueba 3
a
prueba Diferen.
1 0.65 0.60 0.05 0.55 0.55 0.00 0.50 0.55 0.05
2 1.00 1.00 0.00 1.05 0.95 0.10 1.05 1.00 0.05
3 0.85 0.80 0.05 0.80 0.75 0.05 0.80 0.80 0.00
4 0.85 0.95 0.10 0.80 0.75 0.05 0.80 0.80 0.00
5 0.55 0.45 0.10 0.40 0.40 0.00 0.45 0.50 0.05
6 1.00 1.00 0.00 1.00 1.05 0.05 1.00 1.05 0.05
7 0.95 0.95 0.00 0.95 0.90 0.05 0.95 0.95 0.00
8 0.85 0.80 0.05 0.75 0.70 0.05 0.80 0.80 0.00
9 1.00 1.00 0.00 1.00 0.95 0.05 1.05 1.05 0.00
10 0.60 0.70 0.10 0.55 0.50 0.05 0.85 0.80 0.05
Totales 8.30 8.25 0.00 0.45 7.85 7.50 0.00 0.45 8.25 8.30 0.00 0.25
8.30 0.05 7.85 0.05 8.25 0.03
0.00 0.00 0.00
Suma 16.55 Suma 15.35 Suma 16.55
0.83 0.77 0.83
Max X 0.83
0.05 # Pruebas D4 Min X 0.77
0.05 2 3.27 Dif X 0.06
0.03 3 2.58 0.04 3.27 0.13
Suma 0.12
0.04
HOJA DE DATOS DE REPETIBILIDAD Y REPRODUCIBILIDAD DE CALIBRADORES (Mtodo Largo)
A- B- C-
XA XB XC
RA RB RC
RB
RC
R
( R )(D4) = UCL
R
*

* Lmite de R's individuales. Marque aquellos que salen de este lmite. Identifique la causa y corrija.
Repita esas lecturas usando el mismo medidor y unidad que se us originalmente o deseche esos
valores y recalcule R y el valor lmite UCL
R
de las observaciones.
RA
( )
x
( )
=
296
# y nombre Parte: Nombre calibrador: Fecha:
Caracterstica: Calibrador nm: Realizado por:
Especif. B/P: Tipo de calibrador: Tolerancia del Equipo: 0.4
R 0.04 X Dif 0.06
ANALISIS DELA UNIDAD DEMEDIDA ANALISIS DEL % DETOLERANCIA
Repetibilidad - Variacin en el equipo % SDR = [(SDR) / Tolerancia del equipo ] (100)
2 3
Desviacin estndar (SDR) = ( R ) x ( k1 ) = 4.56 3.05 0.17 0.40
0.04 4.56 0.17 43.70 %
Reproducibilidad - Variacin debida al evaluador
2 3
Desviacin estndar (SDM) = 3.65 2.70
% SDM = [(SDM) / Tolerancia del equipo ] (100)
[(X
Dif
) x ( k2 )]
2 _
[(SDR)
2
/ (n x r)]
0.14 0.40
0.06 2.70 0.17 10 2
35.47 %
= 0.14 n = nmero de partes
r = nmero de pruebas
REPETEBILIDAD Y REPRODUCIBILIDAD (R&R)
R&R = (%SDR)
2 +
(%SDM)
2
R&R =
= 43.70 35.47
= 0.17 0.14 = 0.23
= 56.29
R E P OR T E D E R E P E T I B I L I D A D Y R E P R O D U C I B I L I D A D
De Hoja de Datos
(SDR)
2 +
(SDM)
2
x
Pruebas
k1
= =
=[ ( ) / ] (100)
=
[( )
Operadores
k2
x ( )]
2
-
[( )
2
/
( x )]
( )
2
( )
2
+
NOTA: Todos los clculos estn basados tomando 5.15 sigmas
(99% del rea bajo la curva normal)
=[ ( ) / ] (100)
=
( )
2
( )
2
+
%
Un valor negativo debajo la raiz cuadrada causa que la variacin
del evaluador tome el valor de cero.
MEDICIN
297
FIRST REPLICATE SECONDREPLICATE
Part Operator Response Part Operator Response
8 1 0.85 1 1 0.60
2 1 1.00 2 1 1.00
10 1 0.60 3 1 0.80
6 1 1.00 4 1 0.95
5 1 0.55 5 1 0.45
4 1 0.85 6 1 1.00
7 1 0.95 7 1 0.95
1 1 0.65 8 1 0.80
9 1 1.00 9 1 1.00
3 1 0.85 10 1 0.70
1 2 0.55 1 2 0.55
2 2 1.05 2 2 0.95
3 2 0.80 3 2 0.75
4 2 0.80 4 2 0.75
5 2 0.40 5 2 0.40
6 2 1.00 6 2 1.05
7 2 0.95 7 2 0.90
8 2 0.75 8 2 0.70
9 2 1.00 9 2 0.95
10 2 0.55 10 2 0.50
1 3 0.50 1 3 0.55
2 3 1.05 2 3 1.00
3 3 0.80 3 3 0.80
4 3 0.80 4 3 0.80
5 3 0.45 5 3 0.50
6 3 1.00 6 3 1.05
7 3 0.95 7 3 0.95
8 3 0.80 8 3 0.80
9 3 1.05 9 3 1.05
10 3 0.85 10 3 0.80
Haga que el operador 1 mida
todas las muestras una vez en
secuencia aleatorizada(como
aparece en el cuadro de la
derecha).
Despus, que el operador 2
mida todas las muestras en
secuencia aleatorizada.
Continue hasta que todos los
operadores hayan medido las
muestras una vez.
Repita estos pasos por todas las
rplicas requeridas.
Meta los datos en Minitab en 3
columnas diferentes. (una
versin de estos datos aparece
en el archivo GAGERR.MTW)
Ejemplo de GR&R :
10 Partes
3 Operadores
2 Rplicas
USL=1.5
LSL=0.5
MSA
MEDICIN
298
Col. Num. 1 2 3 4 5 6 7 8 9 10 11 12
Inspector
Muestra # 1
a
prueba 2
a
prueba 3
a
prueba Diferen. 1
a
prueba 2
a
prueba 3
a
prueba Diferen. 1
a
prueba 2
a
prueba 3
a
prueba Diferen.
1
2
3
4
5
6
7
8
9
10
Totales
Suma Suma Suma
Max X
# Pruebas D4 Min X
2 3.27 Dif X
3 2.58
Suma
HOJA DE DATOS DE REPETIBILIDAD Y REPRODUCIBILIDAD DE CALIBRADORES (Mtodo Largo)
A- B- C-
XA XB XC
RA RB RC
RB
RC
R
( R )(D4) = UCL
R
*

* Lmite de R's individuales. Marque aquellos que salen de este lmite. Identifique la causa y corrija.
Repita esas lecturas usando el mismo medidor y unidad que se us originalmente o deseche esos
valores y recalcule R y el valor lmite UCL
R
de las observaciones.
RA
( )
x
( )
=
MEDICIN
299
# y nombre Parte: Nombre calibrador: Fecha:
Caracterstica: Calibrador nm: Realizado por:
Especif. B/P: Tipo de calibrador: Tolerancia del Equipo:
R X Dif
ANALISIS DELA UNIDAD DEMEDIDA ANALISIS DEL % DETOLERANCIA
Repetibilidad - Variacin en el equipo % SDR = [(SDR) / Tolerancia del equipo ] (100)
2 3
Desviacin estndar (SDR) = ( R ) x ( k1 ) = 4.56 3.05
%
Reproducibilidad - Variacin debida al evaluador
2 3
Desviacin estndar (SDM) = 3.65 2.70
% SDM = [(SDM) / Tolerancia del equipo ] (100)
[(X
Dif
) x ( k2 )]
2 _
[(SDR)
2
/ (n x r)]
%
= n = nmero de partes
r = nmero de pruebas
REPETEBILIDAD Y REPRODUCIBILIDAD (R&R)
R&R = (%SDR)
2 +
(%SDM)
2
R&R =
=
= =
=
R E P OR T E D E R E P E T I B I L I D A D Y R E P R O D U C I B I L I D A D
De Hoja de Datos
(SDR)
2 +
(SDM)
2
x
Pruebas
k1
= =
=[ ( ) / ] (100)
=
[( )
Operadores
k2
x ( )]
2
-
[( )
2
/
( x )]
( )
2
( )
2
+
NOTA: Todos los clculos estn basados tomando 5.15 sigmas
(99% del rea bajo la curva normal)
=[ ( ) / ] (100)
=
( )
2
( )
2
+
%
Un valor negativo debajo la raiz cuadrada causa que la variacin
del evaluador tome el valor de cero.
MEDICIN
300
Inspeccin de Atributos:
- Clasifica una unidad como conformante o no conformante
- Cuenta el nmero de no conformancias por unidad de
inspeccin
Un proceso de medicin de atributos perfecto...
- Clasificara correctamente cada unidad como conformante o
no
conformante
- Producira siempre un conteo correcto de las no
conformancias de una unidad
Procesos de Medicin de Atributos
7.4.- R y R por atributos
MEDICIN
301
Algunas inspecciones de atributos requieren poco
juicio:
- La respuesta correcta es obvia
- Ejemplo: Resultado de pruebas destructivas = Se
quebr o No se quebr
- Ejemplo: S queda o No queda
Ms seguido, son extremadamente subjetivas:
- Especialmente en pruebas/evaluaciones no destructivas
- Entrenamiento y definiciones operacionales son cruciales
MEDICIN
302
Un instrumento de atributos o gage es aquel que compara cada
muestra con un conjunto de lmites y acepta la pieza si se
satisfacen los lmites, de lo contrario la rechaza.
A diferencia del instrumento variable, el instrumento de atributos
no puede indicar que tan buena o que tan mala es la muestra,
solamente si la muestra se acepta o se rechaza.
Mtodo corto
El mtodo corto se conduce seleccionando 20 muestras. Dos
operadores miden todas las muestras dos veces, en orden
aleatorio.
Se deben seleccionar muestras de manera que abarquen desde
valores ligeramente abajo hasta ligeramente arriba de los lmites
de especificacin.
El instrumento se considera aceptable si todas las decisiones
(cuatro por muestra) concuerdan.
Si la medicin no concuerda, se debe corregir el gage o re-
evaluarlo.
MEDICIN
303
Curva de desempeo del gage
El propsito de desarrollar la Curva de Desempeo del Gage
(CDG) es determinar la probabilidad de aceptar o rechazar
una muestra de un valor de referencia. Una CDG ideal es la
que se muestra en la siguiente figura:
Curva de Desempeo del Gage sin Error
0
0.2
0.4
0.6
0.8
1
0.4 0.5 0.6 0.7 0.8 0.9 1 1.1 1.2
Valores de referencia
P
r
o
b
a
b
i
l
i
d
a
d

d
e

a
c
e
p
t
a
c
i
n
Lmite
inferior
Lmite
superior
Sin embargo
este caso es una
excepcin de los
sistemas de
medicin.
MEDICIN
304
Curva de desempeo del gage
Una vez que se determina el error, es posible calcular la
probabilidad de aceptar una muestra de un valor de
referencia cuando se usa ese sistema.
Curva de Desempeo del Gage
0
0.5
1
0.4 0.6 0.8 1 1.2
Valores de referencia
P
r
o
b
a
b
i
l
i
d
a
d

d
e

a
c
e
p
t
a
c
i
n
Para llevar esto a
cabo, se hace la
suposicin de que la
repetibilidad y la
reproducibilidad se
distribuyen
normalmente con
varianza s
2
.

El error est compuesto por la repetibilidad, la reproducibilidad
y el sesgo. Este se distribuye con media X, el valor de
referencia, ms el sesgo y varianza s
2

MEDICIN
305
Evaluando los sistemas de medicin de atributos
Dos de los ms comunes y directos mtodos para evaluar un proceso de
medicin de atributos son:
(1) Reevaluacin Experta
- Investiga exactitud nicamente
(2) Estudio Round-Robin
- Investiga acuerdos operador-a-operador (precisin)
- Puede investigar tambin exactitud si se incluye el Experto
NOTA: Ambos involucran una persona (o equipo) sirviendo como el
Experto -- del estndar de referencia, como estaba. El Experto
es la Autoridad Final en el estatus del proceso -- el que conoce La
verdad.
Un Experto re-inspecciona partes que han pasado por la inspeccin de
rutina.
Incluye ambos items que pasaron y que fallaron.
Los resultados originales se comparan contra los resultados correctos
del Experto para localizar las discrepancias.
MEDICIN
306
Unit Inspector A Expert
1 R A
2 A A
3 R A
4 A A
5 A A
6 A A
7 A A
8 A A
9 A A
10 A A
11 R R
12 R R
13 R R
14 R R
15 R R
16 R R
17 R R
18 A R
19 R R
20 R R
Unit Inspector B Expert
111 R R
112 R R
113 R A
114 R A
115 R A
116 R R
117 R R
118 A A
119 A A
120 A A
121 R R
122 A R
123 R R
124 A A
125 R R
126 A A
127 R R
128 A A
129 R R
130 R A
%Mala aceptada
=1/10=10%
%Buena rechazada
=2/10=20%
%Decisiones correctas
=17/20=85%
%Mala aceptada
=1/10=10%
%Buena rechazada
=4/10=40%
%Decisiones correctas
=15/20=75%
NOTA:
A=Aceptada
R=Rechazada
Enfoque comn #1: Reevaluacin experta
MEDICIN
307
Enfoque Comn #1: Re-evaluacin del Experto
Ventajas:
- Fcil,
- Observacin realista del proceso de medicin operando bajo
condiciones rutinarias.
- No hay cuidado especial o comportamiento extrao, toda vez
que los operadores no saben que los estn evaluando.
Desventajas:
- No existe control de lo que el proceso proporciona como muestras
(ej., el proceso escoge lo que se va a ver, no usted).
- Puede que no obtenga categoras importantes, tipos de defectos,
o condiciones del proceso, para mostrarlos en el estudio.
- Comparaciones injustas de diferencias de operador-a-operador,
desde que los operadores no inspeccionan exactamente las
mismas partes (posible confusin con condiciones del proceso).
MEDICIN
308
50%
40%
30%
20%
10%
0%
10%
20%
30%
40%
50%
A B C D E F
I
n
e
x
a
c
t
i
t
u
d
e
s

% de Producto Malo Aceptado
% de Producto Bueno Rechazado
Lnea de Juicio
Perfecto
- Inspectores C y F aparentan operar con estndares sueltos.
- Inspector B parece operar con estndares apretados.
- Inspector E muestra pobre discriminacin en ambas direcciones.
- Alerta de Comparacin: Inspectores no manejan las mismas partes.
Enfoque Comn #1: Re-evaluacin del
Experto
MEDICIN
309
Se pueden visualizar errores como un filtro con la
densidad de la malla inapropiada
Filtro muy
ancho
Filtro muy
fino
Filtro correcto
Inspector
B
Inspector
F
Filtro muy ancho
Filtro muy fino
Filtro correcto
Inspector B parece
operar con
estndares
apretados.
Inspector F
parece operar
con estndares
sueltos.
Filtro muy ancho
Filtro muy fino
Filtro correcto
50%
40%
30%
20%
10%
0%
10%
20%
30%
40%
50%
A B C D E F
I
n
e
x
a
c
t
i
t
u
d
e
s

% de Producto Malo Aceptado
% de Producto Bueno Rechaz.
Lnea de Juicio
Perfecto
MEDICIN
310
Una cantidad de partes pre-seleccionadas--algunas
claramente aceptables, algunas claramente inaceptables, y
algunas en ambos lados de las condiciones marginales.

Cada unidad tiene un nmero de serie y es evaluada por cada
inspector.

Los resultados individuales se anotan por nmero de serie.

Estos se comparan contra los resultados correctos del
Experto para evaluar exactitud.

Con mltiples inspectores, los resultados de cada persona
para una parte dada se comparan con los de otros inspectores
para evaluar precisin (acuerdo).
Enfoque Comn #2: Estudio Round-Robin(c/ Experto)
MEDICIN
311
Desventajas:
- No tan fcil, ms esfuerzo, requiere arreglos especiales
- Puede no ser una observacin realista del proceso de medicin
operando en condiciones de rutina.
- Puede ocasionar cuidado especial o comportamiento extrao,
desde que los operadores saben que estn siendo evaluados.
Ventajas:
- Se tiene control de las muestras que se proporcionan
(ej., aqu usted escoge lo que se ve, no el proceso).
- Puede garantizar categoras importantes, tipos de defectos, o
condiciones del proceso que saldrn a flote en el estudio.
- Comparacin justa de las diferencias de operador-a-operador,
desde que los operadores estarn inspeccionando las mismas
partes exactamente.
Enfoque Comn #2: Estudio Round-Robin(c/ Experto)
MEDICIN
312
Estudio Round-Robin (c/ Experto): Un Ejemplo
Una compaa Americana que fabrica cubiertas para el claxon del volante
del automvil.
El Gerente de Planta, preocupado por la posible mezcla de las cubiertas
por los inspectores, orden un estudio de consistencia en la inspeccin
(proceso de medicin de atributos).
Por qu? Durante un recorrido de la planta descubri varias cubiertas
inaceptablesen el bin marcado como aceptados.
Tambin encontr cubiertas aceptables en el bin marcado: rechazos.
50 items fueron preseleccionados -- algunos claramente aceptables,
algunos claramente inaceptables, y algunos en ambos lados de la
condicin marginal.
4 Inspectores y un Experto (Gerente de Calidad) anotaron
(1) Rechazo o Aceptado, y (2) la(s) razn(es) de cualquier rechazo
MEDICIN
313
A B C D
8 8 8 8
42 42 42 42
Num. de rechazos
Num. de aceptados
Inspector
- Los cuatro inspectores rechazaron 8 partes!
- Existe un problema con el proceso de inspeccin?
Estudio Round-Robin (c/ Experto): Un Ejemplo
MEDICIN
314
Sin embargo, un examen ms profundo de
los resultados indica un problema
definitivo:
(Se muestran 20 resultados de las 50 cubiertas)

- De las 50 cubiertas, los inspectores
actualmente acordaron unnimamente en solo
una cubierta Rechazada.

- Estuvieron de acuerdo por unanimidad en 29
cubiertas Aceptadas.

- % de partes en desacuerdo = 20/50 = 40%
Unit A B C D
1 R R R A
2 A A R A
3 A A A A
4 A A A A
5 A A A A
6 A A A A
7 A A A A
8 A A A A
9 A A A A
10 A R R R
11 R A A R
12 A A R A
13 R A A R
14 A R A A
15 A A A A
16 A A A A
17 A A A A
18 A A A A
19 A A A A
20 A A A A
Enfoque Comn #2: Estudio
Round-Robin(c/ Experto)
MEDICIN
315
Estudio Round-Robin (c/ Experto)
Unit A B C D Expert
1 R R R A A
2 A A R A A
3 A A A A A
4 A A A A A
6 A A A A A
7 A A A A A
8 A A A A A
9 A A A A A
11 R A A R A
14 A R A A A
15 A A A A A
16 A A A A A
17 A A A A A
18 A A A A A
19 A A A A A
20 A A A A A
5 A A A A R
10 A R R R R
12 A A R A R
13 R A A R R
Exactitud vs. el Experto?
A B C D
9/13=69% 9/13=69% 9/13=69% 8/13=61.5%
4/37=10.8% 4/37=10.8% 4/37=10.8% 3/37=8.1%
% Aceptados Malos
%Rechazados Buenos
Inspector
0.20
0.10
0.00
0.10
0.20
0.30
0.40
0.50
0.60
0.70
A B C D
I
n
e
x
a
c
t
i
t
u
d
e
s

% Producto Malo
Aceptado
Lnea de Juicio
Perfecto
% Producto Bueno
Rechazado
%Total de Decisiones
Correctas = 150/200
= 75%
MEDICIN
316
7.5.-R y R por atributo (Mtodo largo)
Para un gage se utiliza el concepto de Curva de Desempeo del
Gage para ejecutar el estudio que se utiliza para evaluar la
repetibilidad y el sesgo o exactitud del gage. Este anlisis puede
ser usado en gage de un lmite y dos lmites. Para un gage de
doble lmite, slo se necesita examinar un lmite con la
suposicin de linearidad y uniformidad del error. Por
conveniencia aqu se va a usar el lmite inferior.
En general, el estudio de gage por atributos, consiste en obtener los
valores de referencia para un grupo de muestras seleccionadas.
Estas muestras se evalan un nmero de veces (m), con un total de
aceptaciones (a), lo cual se registra para cada muestra. A partir de
estos datos se determina la repetibilidad y el sesgo.

La primera etapa del estudio es la seleccin de las muestras. Es
esencial que se conozca el valor de referencia de cada muestra. Por
razones prcticas, se seleccionan 8 muestras de valores de
referencia equidistante. Los valores mximo y mnimo deben
representar la variacin del proceso. Se debe aplicar el gage en las
ocho muestras M=20 veces y registrar el nmero de aceptaciones.
MEDICIN
317
R y R por atributos
La muestra ms pequea debe tener valor a = 0; la ms grande
a = 20 y las restantes seis muestras valor a entre 1 y 19. Si este
criterio no se satisface se debe aplicar el gage a ms muestras
con valor de referencia conocido hasta que se satisfagan las
condiciones. Si, el valor ms pequeo a >0 entonces se deben
buscar muestras con valores ms pequeos y aplicar el gage
hasta que a=0. Si, el valor ms grande a < 20 entonces se deben
buscar muestras con valores ms grandes hasta que a = 20. Si
hay menos de seis muestras con valor entre 1 y 19, se debe
aplicar el gage a otras muestras valores intermedios entre los
valores de las muestras con a entre 1 y 19. El primer intervalo en
a = 0 comienza a partir del mayor valor de referencia con a = 0.
Para a = 20, el primer intervalo comienza en el menor valor de
referencia donde a = 20. Si es necesario el procedimiento se
repite hasta que los criterios se satisfagan.
MEDICIN
318
R y R por atributos
Una vez que se seleccionen las muestras, se calculan las
probabilidades de aceptacin para cada muestra con la siguiente
funcin:
Esta ecuacin cubre los casos cuando o se encuentra entre 1 y 19.
Para el caso o = 0, se toma P(o)= 0 excepto para el mayor valor de
referencia con o=0, que se toma P(o)= 0.025. Para los casos con
o=20, se toma P(o)=1, excepto para el menor valor de referencia
con o=20, que se toma P(o)=0.975.
=
= >
= <
+
=
5 . 0 5 . 0
20 , 5 . 0
5 . 0
0 , 5 . 0
5 . 0
) ( '
m
a
si
a
m
a
si
m
a
a
m
a
si
m
a
a P
HTAS. BASICAS 319
NORMA ISO-9000-2000 ,
MODULO

ISO/FDIS-9001-2000
UNIDAD VI
NORMATIVIDAD 320
TQM Mejora continua
QS 9000
sociedad con proveedor
TQC JIT, costos de calidad
empiezan cambios en
la cultura de calidad
ISO 9000 Empieza la mejora-Htas.
en la resolucin de problemas
QA Aseguramientode Procedimientos
calidad escritos y SPC
QC control de
calidad Inspecciones
JIT
Premio
Deming
Premio
Malcom
Baldrige
QFD
Mayores
Cambios
culturales
manufactura de clase mundial
8.1.- INTRODUCCION
NORMATIVIDAD 321
Diseo y desarrollo
del producto
Compras
Diseo y desarrollo
del proceso
Produccin
Inspeccin y
pruebas
Embalaje y
Almacenamiento
Ventas y
Distribucin
Instalacin y
Operacin
Servicio tcnico y
Mantenimiento
Eliminacin
despus del uso
Marketing en todas sus funciones
El ciclo de la calidad ISO 9000
NORMATIVIDAD 322
ANTECEDENTES DE LA NORMA ISO 9000.

PROPOSITOS DEL ISO 9000.

ESTABLECER REGLAS PARA QUE UNA ORGANIZACIN
PUEDA IMPLEMENTAR UN SISTEMA DE CALIDAD EFECTIVO Y
AS CUMPLIR CON LAS NECESIDADES DE LOS CLIENTES.

EL SISTEMA ISO 9000 SE CRE EN 16 PAISES EN SU MAYORIA DE
EUROPA,EN MXICO EL EQUIVALENTE ES LA NORMA NMX -CC 003
:1995 IMNC 9001:1994.
ISO 9000 ES UN ESTANDAR APROBADO INTERNACIONALMENTE QUE
DEFINE LOS REQUERIMIENTOS PARA UN SISTEMA DE CALIDAD
INTERNACIONAL.
INTERNATIONAL FOR STANDARIZATION ORGANIZATION........EL
CUL CUBRE LAS RESPONSABILIDADES ,PROCEDIMIENTOS Y
CONTROLES QUE AFECTAN LA CALIDAD DE LOS PRODUCTOS Y
SERVICIOS.
PRINCIPIOS BSICOS DE UN SISTEMA DE CALIDAD.

1-DOCUMENTAR LO QUE SE HACE.
2-HACER LO QUE SE DOCUMENTA.
3-PROBARLO
NORMATIVIDAD 323
Visin general de ISO 9000
Qu es ISO 9000?
Serie de ideas genericas
Ampliamente aplicables
Esta identificacin varia entre los paises. En: EUA,
ANSI/ISO/ASQC Q9000
JIS Z9000 (Japan International Norms),
ISO 9000 (Euro-Norms).
Se aplica ampliamente en la industria en general, militar y
automotriz
El estndar define un conjunto de documentos que se deben
de implementar y mantener para tener un sitema efectivo de
calidad pero no dice cmo hacerlo
Pretende proveer una estructura de trabajo, pero no dice
como lograrla
No funciona un sistema si la gente est pobremente
entrenada y desmotivada, esto puede daar cualquier sistema
No requiere de altos resultados de la calidad ya que no tiene
un programa especifico como 6sigmas, o JIT o MRP

NORMATIVIDAD 324
Estndares y compromisos para
asegurar la calidad
9001
Diseo/desarrollo
Produccin
Instalacin y servicio
9004-1
Guias de sistema de Administracin de la calidad
y propsitos de auditora interna
9002
Produccin
Instalacin y servicio
9003
Pruebas e
Inspeccin Final
9000-1
Guas para seleccin
y uso
Versin 1994
8.2.-NORMAS ISO- 9000
Sistemas de Calidad / Modelo Para el Aseguramiento de
la Calidad.
Las Normas de la serie ISO 9000 son:
1. ISO 9000-1.
Administracin de la calidad y estndar de aseguramiento
de calidad. Parte 1: Guias de seleccin y uso.
2.- ISO 9001.
Modelo Para el Aseguramiento de Calidad en Diseo,
Desarrollo, Produccin, Instalacin y Servicio.
-Para uso cuando la conformidad con los requisitos
especificados debe ser asegurada por el proveedor durante
el Diseo, Desarrollo, Produccin, Instalacin y Servicio.

NORMATIVIDAD 326
NORMAS ISO 9000
3.- ISO 9002.
Modelo para el aseguramiento de calidad en
Produccin, Instalacin y Servicio.
especificados debe ser asegurada por el proveedor
durante la Produccin, Instalacin y Servicio.
4. ISO 9003.
Modelo para el aseguramiento de calidad en Inspeccin
y Pruebas Finales.
especificados debe ser asegurada por el proveedor
solamente durante Inspeccin y Pruebas Finales.
NORMATIVIDAD 327

5. ISO 9000-2.
Administracin de la calidad y estndars de
aseguramiento de calidad. Parte 2: Guas genericas
para la aplicacin de ISO 9001, ISO 9002 e ISO 9003.
Las Normas Internacionales relacionadas con
Sistemas de Calidad que pueden ser utilizadas con
propsitos externos de aseguramiento de calidad, son
los incisos 4, 3, y 2: ISO 9003, ISO 9002 e ISO 9001
respectivamente.

NORMATIVIDAD 328
de De varios procesos consultivos llevados a cabo en ms de 100 pases
(se recibieron ms de 15.000 respuestas y sugerencias) se pusieron de
manifiesto las siguientes reclamaciones con respecto a ISO 9001:94:

Demasiado orientada a la fabricacin.
Demasiada burocracia y papeles en las empresas.
Falta de claridad y simplificacin en la norma.
Difcil compatibilidad con otras normas y modelos.
No conecta bien con las prcticas y procesos
empresariales.

Como consecuencia de todo lo anterior, se produce quizs el cambio ms
espectacular a primera vista, que consiste en que la actual familia ISO
9000 queda reducida a tres nuevas normas principales.
ISO 9000 dedicada a la terminologa que sustituye a la anterior
UNE-EN ISO 8402
ISO 9001 que sustituye a la conocida triada 9001/2/3.
ISO 9004 dedicada a guiar a las organizaciones hacia la mejora.
quedando como nica norma certificable la norma ISO 9001.
I, Mientras ISO 9001 marca los requerimientos mandatorios, ISO 9004
profundiza ms en ellos y, en vez de ser una gua para la implantacin
de ISO 9001, se convierte en una gua para la mejora del
comportamiento de las organizaciones.

NORMATIVIDAD 329
MODELO DE TRANSICIN DE ISO 9001:1994 A ISO
9001:2000
NORMATIVIDAD 330
PREGUNTAS MAS COMUNES DEL 9001
Cundo estarn disponibles las Normas revisadas?
Se presume que las revisiones de las Normas ISO 9000, 9001 y 9004
estarn disponibles a finales del ao 2000. En este momento se
desconoce la fecha de publicacin de la normas de auditora, debido a la
fusin de la norma ISO 10011 con ISO 14010, 14011 y 14012.
Qu suceder con las normas ISO 9002 y 9003?
Las versiones de ISO 9002 y 9003 del ao 1994 quedarn obsoletas a
partir del momento de la publicacin de la ISO 9001:2000. Se debern
seguir los requisitos aplicables de la nueva versin de la Norma.
Por qu se revisan las normas?
La organizacin ISO exige una revisin de sus normas de forma
peridica, para asegurar que son actuales y satisfacen las necesidades
de los usuarios.
En el caso de ISO 9001:2000, se ha enfocado en enfatizar:
Medir la Satisfaccin del Cliente
Mejora Continua
Gestin de los Recursos

NORMATIVIDAD 331
Qu suceder con las otras normas y documentos de la familia
actual ISO 9000:1994?
La familia actual de normas ISO 9000:1994 comprende alrededor de 20
normas y documentos. En la nueva versin, se dispondr slo de tres
normas: ISO 9000, 9001 y 9004.
Actualmente se pretende que el resto de normas y documentos sern
retirados o sustituidos por informes tcnicos (con excepcin de ISO
10011 e ISO 10012)
Se dispondr de la versin traducida de las normas
inmediatamente despus de su publicacin por ISO?
ISO publicar las normas ISO 9001:2000 en francs y en ingls. La
traduccin de la norma depender de las Entidades Nacionales de
Normalizacin, como es

Cundo deber mi empresa cambiar su sistema de Calidad?
En este momento no es necesario realizar ningn cambio, pero sera
adecuado conocer los diferentes borradores que se generen. As, la
Empresa puede prever algunos cambios en el Sistema.
Se dispone de guas para la transicin a ISO 9001:2000.
NORMATIVIDAD 332
0.1 GENERAL
Esta norma internacional especifica requerimientos para un
sistema de administracin de la calidad, que puede ser usada
por una organizacin para direccionar la satisfaccin del
cliente mediante el cumplimiento de los requisitos del cliente y
regulatorios aplicables. tambin puede ser usado por partes
internas y externas , inclusive por cuerpos de certificacin,
para evaluar la habilidad de una organizacin para cumplir con
los requerimientos del cliente y regulatorios.

La adopcin de un sistema de administracin de la calidad
necesita ser una decisin estratgica de la organizacin.
El diseo e implantacin del sistema es influenciado por
necesidades variantes, los objetivos particulares, los productos
provistos, los procesos empleados y el tamao y la estructura
de cada organizacin.
9.-NORMA INTERNACIONAL ISO/FDIS 9001-2000
NORMATIVIDAD 333

ESTRUCTURA DE LA NORMA ISO 9000:2000
CAMBIOS ESENCIALES EN LA REVISIN DE ISO 9000:2000.
Los cambios esenciales en la Revisin de la norma ISO 9000 :1994 son
los siguientes:
-Los requerimientos son ms simples y fciles de usar y se orientan
hacia todo tipo de organizaciones , en cuanto a tamao y sector de
actividad.
- Una de las metas es que la norma deber satisfacer las necesidades
de los inversionistas y otras partes interesadas .
- Es compatible con otros sistemas como el del sistema administrativo
ambiental ISO 14000.
- Existen nuevos requerimientos , tales como la satisfaccin del cliente
, la INFRAESTRUCTURA, el ambiente de trabajo , la mejora continua.
- La estructura de la norma se retira de los 20 requerimientos para
quedar estructurada en cuatro grandes captulos .
-Se orienta a un modelo de procesos
-Se sustituye el trmino de proveedor por el trmino de organizacin
.
-Desaparecen los modelos ISO 9001 , ISO 9002 e ISO 9003 .S tiene
un solo estndar certificable.
NORMATIVIDAD 334
Cules son los principales cambios de las normas?
Los principales cambios que han sido introducidos en el nivel CD2 son:
+ Estructura orientada a proceso y una secuencia ms lgica
de los contenidos
+ Mejora Continua
+ Medida de la Satisfaccin del Cliente como indicador de
Mejora
+ Atencin a los recursos tales como comunicacin y entorno
de trabajo
+ Mejoras en la terminologa para una interpretacin ms fcil
+ Compatibilidad con el Sistema de Gestin Ambiental
+ Referencia especfica a principios de gestin de calidad
+ Autoevaluacin como medio de mejora (ISO 9004).
NORMATIVIDAD 335
Qu se entiende por Mejora Continua?
La Mejora Continua es el proceso dirigido a
aumentar la efectividad y/o la eficacia de la
organizacin para alcanzar sus objetivos y
polticas. La Mejora Continua responde a las
necesidades y expectativas crecientes de los
Clientes y asegura una evolucin dinmica del
Sistema de Gestin de Calidad.
Por qu se ha incluido la medida de la
Satisfaccin del Cliente en la nueva
revisin de la ISO 9001?
La Satisfaccin del Cliente tendra que ser uno
de los principios bsicos de cualquier
organizacin. La medida de la satisfaccin del
cliente permite conocer el grado de eficacia del
Sistema de Calidad.
NORMATIVIDAD 336
Qu es un proceso?
Una actividad u operacin que recibe entradas y las convierte en
salidas puede ser considerado proceso. Casi todos las actividades y
operaciones relacionadas con un servicio o producto son procesos.
En una organizacin existen diferentes procesos conectados entre s.
A menudo, la salida de un proceso puede ser la entrada de otro. La
identificacin y gestin sistemtica de los diferentes procesos
desarrollados en una organizacin, y particularmente la interaccin
entre tales procesos, puede ser referida como "la aproximacin del
proceso" a la gestin o gestin de los procesos.
La revisin de las Normas mejorar la satisfaccin del
Cliente?
El Sistema de Gestin de Calidad descrito en la revisin de las normas
se basa en los principios de gestin de calidad que incluye la
aproximacin al proceso y la orientacin al Cliente. La adopcin de
dichos principios debera facilitar clientes con un nivel de confianza
ms alto que el producto (incluyendo servicio) satisfar sus requisitos
e incrementa su grado de satisfaccin.

NORMATIVIDAD 337
ENFOQUE DE PROCESOS

Esta norma internacional alienta la adopcin de un enfoque de
procesos para la administracin de la calidad.
Cualquier actividad que reciba entradas y las convierta en salidas
puede ser considerado como un proceso. Para que la organizacin
funcione efectivamente , debe identificar y administrar numerosos
procesos enlazados. A menudo la salida de un proceso se convierte
en la entrada al siguiente proceso. La identificacin y administracin
sistemtica de los procesos empleados dentro de una organizacin y
las interacciones entre tales procesos puede ser referida como el
ENFOQUE DE PROCESOS.
RELACION CON ISO 9004
Esta edicin ISO 9001 ha sido desarrollada como una parte de un
par consistente de normas de sistemas de administracin de la
calidad, siendo la otra parte ISO 9004-2000. Las dos normas
internacionales estn diseadas para ser usadas juntas , pero
tambin pueden ser usadas independientemente.aunque las
normas internacionales tienen diferente alcance , tienen
estructuras similares para facilidad de uso.
ISO 9004 no es una gua para implantar ISO 9001-2000 y no esta
intencionada para uso de certificacin o contractual.
NORMATIVIDAD 338
ESQUEMA DEL MODELO ISO 9000-2000.

INSUMO
REALIZACION DE
PRODUCTO Y/O
SERVICIO
PRODUCTO
S
A
T
I
S
F
A
C
C
I
O
N
C
L
I
E
N
T
E
R
E
Q
U
E
R
I
M
I
E
N
T
O
Sistema de calidad.
SISTEMA ADMINISTRATIVO DE CALIDAD
MEJORA CONTINUA.
RESPONSABILIDAD
DE LA DIRECCION
ADMINISTRACION
DE RECURSOS

MEDICION,
ANALISIS Y
MEJORA
P/S
C
L
I
E
N
T
E
--------------------------------------
-----------
NORMATIVIDAD 339
COMPATIBILIDAD CON OTROS SISTEMAS DE
ADMINISTRACION
Esta norma internacional esta intencionada para ser
compatible con otros sistemas de administracin
internacional reconocidas.
Esta alineada con ISO 14001-1996 con el fin de realzar
la compatibilidad de las dos normas para el beneficio de
la comunidad usuario.
Esta norma internacional no incluye requerimientos
especficos para otro sistema de administracin, tales
como aquellos particulares para la administracin
ambiental, y administracin de la salud ocupacional la
seguridad o la administracin financiera.
NORMATIVIDAD 340
Quality management system-requirement
Sistemes de management de la quality--
exigences

Version literal del ingles al castellano
NORMA INTERNACIONAL ISO/FDIS
9001-2000
NORMATIVIDAD 341
ESTRUCTURA DE LA NORMA ISO 9000-2000.
El estndar ISO 9001 cambia su estructura de 20 requerimientos . la
nueva estructura comprende 4 secciones de generalidades y 4
captulos o clusulas principales:
1.-ALCANCE
2.-REFERENCIA A LA NORMA.
3.-TERMINOS Y DEFINICIONES.
4.-REQUERIMIENTOS DEL SISTEMA ADMINISTRATIVO DE CALIDAD.
5.- RESPONSABILIDADES DE LA DIRECCIN.
6.-ADMINISTRACIN DE RECURSOS.
7.-REALIZACIN DE PRODUCTO Y /O SERVICIO.
8.- MEDICION , ANALISIS Y MEJORAMIENTO.
MODELO DE PROCESO.
-Los requerimientos de la norma ISO 9000-2000 se orientan al flujo
de trabajo real en una organizacin , lo que no sucede con la norma
ISO 9000 :1994.
-El enfoque de proceso de la norma es la identificacin y
administracin sistemtica de los procesos empleados dentro de una
organizacin y su interaccin.
-La norma ISO 900I recomienda a la direccin la adopcin del
enfoque de proceso.
NORMATIVIDAD 342
PREFACIO
La organizacin internacional para la estandarizacin ISO es una
federacin mundial de cuerpos nacionales de normas CUERPOS
MIEMBROS DE LA ISO. El trabajo de preparar normas
internacionales es llevado a cabo mediante comits tcnicos de iso.
Cada cuerpo miembro interesado en un asunto para el cual haya
establecido un comit tcnico , tiene el derecho de ser representado
en este comit. Los borradores de normas internacionales DIS ,
adoptados por los comits tcnicos son circulados a los cuerpos
miembros para votacin. La publicacin como una norma
internacional IS requiere aprobacin de por lo menos 75% de los
cuerpos miembros que emiten su voto.

Cierta atencin debe ser puesta hacia la posibilidad de que algunos de
los elementos de esta norma pueden estar sujetos a derechos de
patente. ISO no debe ser tenido como responsable de identificar
cualquier o todos los derechos de patente.
Esta tercera de edicin de ISO 9001 cancela y reemplaza a la segunda
edicin ISO 9001-94 la cual ha sido tcnicamente revisada. Las
estipulaciones de iso 9002-94 e iso 9003-94 que estn asentadas en
norma internacional.ISO 9002-94 E ISO 9003-94 Sern retiradas con la
publicacin de ISO 9001-2000.
NORMATIVIDAD 343
SITEMA DE GESTION DE LA CALIDAD
REQUISITOS
1.- ALCANCE
1.1.- General
Esta norma internacional especifica los requisitos para un sistema
de gestin de la calidad, aplicable cuando una organizacin
A.-Necesite demostrar su capacidad para suministrar de forma
consistentemente productos que satisfagan los requisitos del
cliente y los requisitos reglamentarios aplicables.
B.- Pretenda conseguir la satisfaccin del cliente atreves de la
efectiva aplicacin del sistema, incluido los procesos para la
mejora continua y el aseguramiento de la conformidad con los
requisitos del cliente y los requisitos reglamentarios o regulatorios
que sean aplicables.

NOTA> en esta norma internacional, el termino PRODUCTO se
aplica nicamente al producto destinado o solicitado por el cliente.
NORMATIVIDAD 344
1.2.- APLICACION
Todos los requisitos de esta norma internacional son genricos y se
pretende que sean aplicables a todas las organizaciones con
independencia de su tipo, tamao o producto suministrado.
Cuando algn requisito de esta norma internacional no pueda aplicar
debido a la naturaleza de la organizacin y de su producto, este puede
considerarse su exclusin.
Cuando se lleven a cabo exclusiones, la conformidad con esta norma
internacional no se considera aceptable a menos que dichas exclusiones
se limiten a requisitos del capitulo 7, y tales exclusiones no afectan a la
capacidad o responsabilidad de la organizacin para proporcionar
productos que cumplan los requisitos del cliente y los requisitos
reglamentarios que sean aplicables.
2.- NORMAS PARA CONSULTA
Como la norma de referencias esta fechada, las modificaciones
posteriores, o las revisiones, de la citada norma internacional no son
aplicables. No obstante, se recomienda a las partes que basen sus
acuerdos en esta norma internacional que estudien la posibilidad de
aplicar la edicin mas reciente de la norma internacional citada abajo.
Los miembros de IEC e ISO mantienen el registro de las normas
internacionales en vigor en cada momento.
NORMATIVIDAD 345
3.- TERMINOS Y DEFINICIONES
Para el propsito de esta norma internacional, los trminos y
definiciones dados en ISO 9000-2000, y los siguientes aplican.
NOTA los trminos usados en la edicin de esta norma internacional
describe la cadena del suministro como sigue.
Proveedor organizacin cliente
el termino organizacin reemplaza al termino proveedor previamente
usado , para significar la unidad a que esta norma aplica.el termino
proveedor es usado ahora en lugar del anterior termino
subcontratista. Los cambios han sido introducidos para reflejar el
vocabulario usado por las organizaciones.
A lo largo del texto de esta norma internacional, cuando se utilic el
termino PRODUCTO , este puede significar tambin SERVICIO.
NORMATIVIDAD 346
4.- SISTEMAS DE GESTION DE LA CALIDAD
4.1.- Requisitos generales
la organizacin debe establecer, documentar,implantar,,
mantener y continuamente mejorar un sistema de gestin de la
calidad de acuerdo a los requisitos de esta norma.
La organizacin debe>
A-identificar los procesos necesarios para el sistema de gestin
de la calidad y su aplicacin dentro de toda la organizacin.
B-determinar la secuencia e interaccin de estos procesos.
C-determinar los criterios y mtodos requeridos para asegurar el
funcionamiento efectivo y el control de los procesos
D- asegurar la disponibilidad de recursos e informacin necesario
para apoyar el funcionamiento y el seguimiento de los procesos.
E-medir, realizar el seguimiento y analizar estos procesos.
F-implantar las acciones necesarias para alcanzar los resultados
provistos y la mejora continua de estos procesos.
La organizacin debe de gestionar estos procesos de acuerdo con
los requisitos de esta norma internacional.
NORMATIVIDAD 347
4.2.- Requisitos generales de documentacin
La documentacin de los sistemas de gestin de la
calidad debe incluir.
A-declaraciones documentadas de una poltica de la
calidad y objetivos de la calidad.
B-un manual de calidad.
C- los procedimientos documentados requeridos por la
organizacin para asegurar el control, funcionamiento y
planificacin efectivo de sus procesos.
E- los registros de la calidad requeridos por esta norma
internacional.
La organizacin debe establecer y mantener un manual de
calidad que incluya>
A- el alcance del sistema de gestin de la calidad, incluyendo los
detalles y la justificacin de cualquier exclusin.
B- los procedimientos documentados establecidos para el sistema
de gestin de la calidad o una referencia a los mismos.
C- una descripcin de la interaccin entre los procesos del
sistema de gestin de la calidad.
4.2.2.- MANUAL DE CALIDAD
NORMATIVIDAD 348
4.2.3.- CONTROL DE DOCUMENTOS
Los documentos requeridos por el sistema de gestin de la calidad
deben controlarse. Los registros de la calidad son un tipo especial de
documentos y deben controlarse de acuerdo con los requisitos dados en
el apartado 4.2.4.
Debe establecer un procedimiento documentado para definir los
controles necesarios.
A- para aprobar la PERTINENCIA E IDONEIDAD de los documentos
antes de su edicin.
B- para revisar y actualizar los documentos cuando sea necesario as
como para llevar a cabo su reaprobacin
C- para asegurar que se identifican los cambios y el estado de revisin
actual de los documentos.
E- para asegurar que los documentos permanecen legibles y fcilmente
identificables.
F- para asegurar que se identifican los documentos de origen externo y
se controla su distribucin.
G- para evitar el uso no intencionado de documentos obsoletos, y para
aplicarse una identificacin adecuada en el caso de que se mantenga
por alguna razn
NORMATIVIDAD 349
4.2.4.- CONTROL DE LOS REGISTROS DE CALIDAD
Debe establecerse y mantenerse registros de calidad para
proporcionar evidencia de la conformidad con los requisitos as
como el funcionamiento efectivo del sistema de gestin de la
calidad.
Los registros de calidad deben permanecer legibles, fcilmente
identificables y recuperables. Debe establecerse un
procedimiento documentado para definir los controles
necesarios para la identificacin, legibilidad, almacenamiento,
proteccin, atencin, tiempo de retencin y eliminacin de los
registros de calidad.
NORMATIVIDAD 350
5.- RESPONSABILIDAD DIRECTIVA
5.1.- Compromiso de la direccin
la alta direccin debe proporcionar evidencia de su compromiso
hacia el desarrollo e implantacin del sistema de gestin de la
calidad y para la mejora continua de su eficacia por medio de.
A- comunicar ala organizacin la importancia de cumplir con
los requerimientos del cliente as como tambin, los requisitos
legales y regulatorios.
B- establecer la poltica de calidad y los objetivos de calidad.
C- conducir revisiones directivas.
D- asegurar la disponibilidad de los recursos necesarios.
5.2.- Enfoque al cliente

la alta direccin debe asegurar que los requisitos del cliente se
determinen y cumplan con el propsito de lograr la satisfaccin del
cliente.
NORMATIVIDAD 351
5.3.- Politica de calidad
La direccin debe asegurar que la poltica de calidad.
A- sea apropiada a los propsitos de la organizacin
B- incluya compromiso para cumplir los requisitos y hacia la mejora
continua
C- provea un marco para establecer y revisar los objetivos de
calidad.
D- sea comunicada y extendida en los niveles apropiados dentro de
la organizacin.
E- sea revisada para su continua adecuacin.
5.4.- Planificacin
5.4.1.- objetivos de calidad
la alta direccin debe asegurar que los recursos necesarios para
lograr los objetivos de calidad estn establecidos en las funciones y
niveles relevantes dentro de la organizacin. Los objetivos de la
calidad deben de ser medibles y consistentes con la poltica de
calidad incluyendo el compromiso hacia la mejora continua, los
objetivos de calidad deben incluir aquellos necesarios para cumplir
con los requisitos para el producto.
NORMATIVIDAD 352
5.4.2.- PLANIFICACION DEL SISTEMA DE GESTION DE
LA CALIDAD
La alta direccin debe asegurar que>
A- la planificacin del sistema de gestin de la calidad se lleva acabo
con el fin de cumplir los requisitos dados en el apartado 4.1, as como
los objetivos de calidad.
B- se mantiene la integridad del sistema de gestin de la calidad
cuando se planea e implementa cambios en el sistema de gestin de
la calidad.
5.5.-RESPONSABILIDAD, AUTORIDAD Y COMUNICACION
5.5.1.- RESPONSABILIDAD>
La alta direccin debe asegurar la definicin y comunicacin de las
responsabilidades, autoridades y su interrelacin dentro de la
organizacin.
NORMATIVIDAD 353

5.5.2.- REPRESENTANTE DE LA DIRECCION> la alta direccin
debe designar un miembro de la direccin quien, con independencia
de otras responsabilidades, debe de tener la responsabilidad y
autoridad que incluya>
A- asegurar que se establezcan, implanten y mantengan los procesos
necesarios para el sistema de gestin de la calidad.
B- informar ala alta direccin el funcionamiento del sistema de gestin
de la calidad, incluyendo las necesidades de la mejora>
C- promover la toma de conciencia de los requisitos de los clientes en
todos los niveles de la organizacin.
NOTA> la responsabilidad del representante de la direccin puede
incluir relaciones con partes externas sobre asuntos relacionados con
el sistema de gestin de la calidad.
5.5.3 .-COMUNICACION INTERNA
La alta direccin debe asegurar que se ESTABLEZCAN los procesos
apropiados de comunicacin dentro de la organizacin y que la
comunicacin tendr lugar considerado la eficiencia del sistema de
gestin de la calidad.
NORMATIVIDAD 354
5.6.- REVISION POR LA DIRECCION
.-
5.6.1.- GENERALIDADES
la alta direccin debe, a intervalos planificados, revisar el sistema de
gestin de la calidad de la organizacin, para asegurar su
INTEGRIDAD, adecuacin y eficiencia, la revisin debe incluir la
evaluacin de las oportunidades de mejora y las necesidades de
efectuar cambios en el sistema de gestin de la calidad, incluyendo la
poltica de calidad y los objetivos de calidad.
5.6.2.- INFORMACION PARA LA REVISIN
POR LA DIRECCION DEBE INCLUIR INFORMACION SOBRE>
A- resultados de auditorias
B- retroalimentacin de los clientes
C- funcionamiento de los procesos y conformidad del producto
D- situacin de las actividades preventivas y correctivas.
E- seguimiento de las acciones derivadas de las revisiones anteriores
a la direccin.
F- cambios planeados que podra afectar el sistema de gestin de la
calidad.
G-recomendaciones para la mejora.
NORMATIVIDAD 355
5.6.3.- RESULTADOS DE LA REVISIN
Los resultados de la revisin por la direccin deben incluir las
decisiones y acciones asociadas a>
A- la mejora de la eficiencia del sistema de gestin de la calidad
y sus procesos.
B- la mejora del producto en relacin con los requisitos del
cliente.
C- las necesidades de recursos.

6.- GESTION DE LOS RECURSOS
6.1.- SUMINISTRO DE RECURSOS
la organizacin debe determinar y suministrar los recursos necesarios
para>
A- implantar y mantener el sistema de gestin de la calidad y mejorar
continuamente su eficiencia
B- lograr la satisfaccin del cliente.
6.2.- RECURSOS HUMANOS
6.2.1.- GENERALIDADES
el personal que realice trabajos que afecten a la calidad del producto
deben ser competente en base a la educacin, formacin, habilidades,
experiencias apropiadas.

NORMATIVIDAD 356
6.2.2.- COMPETENCIA, SENSIBILIZACION Y FORMACION
LA ORGANIZACIN DEBE>
A- determinar EL PERFIL DE CONOCIMIENTOS NECESARIOS
para el personal que realiza actividades que afecten la
calidad del producto>
B- proporcionar formacin o tomar otras acciones para
satisfacer dichas acciones.
C- evaluar la eficiencia de las acciones tomadas.
D- asegurar que sus empleados son consistentes de la
relevancia e importancia de sus actividades y como
contribuyen a la consecucin de los objetivos de calidad.
E- mantener los registros apropiados de la educacin,
formacin, habilidades, y experiencia.
NORMATIVIDAD 357
La organizacin debe identificar, proveer y mantener las instalaciones
necesarias para obtener la conformidad del producto, incluyendo: edificios,
espacios de trabajo e infraestructura asociada.
< equipo para los procesos tanto, soporte fsico HARDWARE, como soporte
lgico SOFTWARE. servicios de apoyo tales como transportacin y
comunicacin.

6.3.- INFRAESTRUCTURA
6.4.- AMBIENTE DE TRABAJO
la organizacin debe identificar y gestionar los factores humanos y fsicos
del ambiente de trabajo necesarios para lograr la conformidad del
producto.
NORMATIVIDAD 358
7.- REALIZACION DEL PRODUCTO
7.1.-Planificacion de la realizacin del producto.
La organizacin debe planificar y desarrollar los procesos necesarios para
la realizacin del producto. La planificacin de la realizacin del producto
debe ser consistente con los requisitos de otros procesos del sistema de
gestin de la calidad.
En la planificacin de la realizacin de los productos la organizacin debe
determinar lo sig., cuando sea apropiado>
>los objetivos de calidad y los requisitos para el producto.
>la necesidad para establecer procesos y documentacin, y proveer los
recursos e instalaciones especificas para el producto.
> las actividades de verificacin y validacin y los criterios de
aceptabilidad.
>los registros que sean necesarios para proporcionar evidencia de los
procesos de realizacin y el producto resultante cumple con los requisitos.
7.2.-Procesos relacionados con el cliente
7.2.1.- determinacin de los requisitos relacionados con el cliente
la organizacin debe determinar>
A- los requisitos especificados por el cliente, incluyendo los requisitos
para las actividades de entrega y post-venta.

NORMATIVIDAD 359
B- los requisitos no especificados por el cliente pero necesarios
para la utilizacin prevista o especificada.
C- los requisitos legales y reglamentarios relacionados con el
producto.
D- cualquier requisito adicional determinado por la organizacin.
7.2.2.- Revisin de los requisitos relacionados con el producto
La organizacin debe revisar los requisitos relacionados con el
producto.
Esta revisin debe efectuarse antes de que la organizacin
comprometa a proporcionar un producto al cliente.
Y debe asegurar que>> los requisitos del producto estn definidos.
> las diferencias existentes entre los requisitos del pedido o contrato
y los expresados previamente son resueltas.
Debe mantenerse registros de los resultados de la revisin y de las
acciones originadas por la misma.

NORMATIVIDAD 360
7.2.3.- COMUNICACION CON EL CLIENTE
La organizacin debe identificar e implementar las disposiciones
para la comunicacin con el cliente en relacin con a >
> informacin del producto
> preguntas, manejo de los contratos u ordenes, incluyendo
enmiendas.
> retroalimentacin del cliente, incluyendo quejas del cliente.
7.3.- DISEO Y/O DESARROLLO
7.3.1.- PLANIFICACION DEL DISEO Y/O DESARROLLO
La organizacin debe planificar y controlar el diseo y/o desarrollo
del producto>
la planificacin del diseo debe determinar>
> las etapas del diseo y/o desarrollo de los procesos.
>las actividades de revisin, verificacin y validar apropiadas para
cada etapa del diseo y/o desarrollo.
NORMATIVIDAD 361
7.3.2.-ELEMENTOS DE ENTRADA PARA EL DISEO Y/O
DESARROLLO
Las entradas en relacin a los requisitos del producto deben
estar definidas y documentadas. Estas deben incluir>
> requisitos funcionales y de desempeo
>requisitos legales y reglamentarios aplicables.
>informacin aplicable derivada de diseos similares previos
>otros requisitos cualquier, esenciales para el diseo y/o
desarrollo.
Las entradas deben de ser revisadas para su adecuacin.
Requisitos incompletos, ambiguos o en conflicto deben ser
resueltos.
> las responsabilidades y autoridades para las actividades del diseo
y/o desarrollo.
La organizacin debe gestionar las interfaces entre los diferentes grupos
implicados en el diseo y desarrollo para asegurar una comunicacin
eficaz y una clara asignacin de responsabilidades.

NORMATIVIDAD 362
7.3.3.- RESULTADOS DEL DISEO Y DESARROLLO
Los resultados del diseo y desarrollo deben proporcionarse de
manera que permita su verificacin en relacin a las entradas del
diseo y desarrollo y deben aprobarse antes de su liberacin.
Los resultados del diseo y desarrollo deben>
A - satisfacer los elementos de entrada del diseo y desarrollo.
B- proporcionar la informacin necesaria para las operaciones de
compras, produccin y servicio.
C- contener o referenciar los criterios de aceptacin para el
producto.
7.3.4.- REVISION DEL DISEO Y/O DESARROLLO
en las etapas adecuadas, deben realizarse revisiones sistemticas
del diseo y desarrollo para>
A- evaluar los resultados del diseo y desarrollo en relacin a su
capacidad para cumplir los requisitos e,
B- identificar problemas y proveer las acciones necesarias.
NORMATIVIDAD 363
7.3.5.- VERIFICACION DEL DISEO Y/O DESRROLLO
La verificacin debe ser desempeada para asegurar que la salida
cumple con las entradas del diseo y/o desarrollo. Los resultados de
las verificaciones y las subsecuentes acciones de seguimiento deben
ser registradas.

7.3.6.- VALIDACION DEL DISEO Y/O DESARROLLO
la validacin del diseo y/o desarrollo debe de ser desempeada para
confirmar que el producto resultante es capaz de cumplir con los
requisitos para el uso intencionado
donde quiera que sea aplicable,la validacin debe de ser completada
antes de la entrega o implementacin del producto. Donde sea
impractico desempear una completa validacin antes de la entrega o
implementacin, una validacin parcial debe ser desempeada hasta
la extensin aplicable. Los resultados de la validacin y las
subsecuentes acciones de seguimiento deben ser registradas.
NORMATIVIDAD 364
7.3.7.- CONTROL DE CAMBIOS DEL DISEO Y/O DESARROLLO
Los cambios del diseo y/o desarrollo deben ser identificados,
documentados y controlados. Esto incluye la evaluacin del efecto del
cambio o partes del constituyentes y productos entregados.
Los resultados de la revisin de los cambios y acciones subsecuentes
deben ser documentados.
7.4.- COMPRAS
7.4.1.- PROCESO DE COMPRAS
la organizacin debe controlar sus procesos de compra para asegurar
que el producto comprado este conforme a los requisitos. El tipo y
extensin del control debe ser dependiente del efecto en la
subsecuente realizacin de los procesos y la salida de ellos.
La organizacin debe evaluar y seleccionar los proveedores basados
en su habilidad para suministrar productos en acuerdo con los
requisitos de la organizacin.
Los criterios para la seleccin, la evaluacin debe estar definida ..
Los resultados de las evaluaciones y acciones de seguimiento
subsecuentes deben ser registradas.
NORMATIVIDAD 365
7.4.2.- INFORMACION DE COMPRAS
Los documentos de compras deben contener informacin que describa
el producto a ser comprado, incluyendo cuando sea apropiado>
A- requisitos para aprobacin o calificacin de >
> producto,
> procedimientos, y procesos,
> equipo y, personal.
B- requisitos del sistema de gestin de la calidad.
La organizacin debe asegurar la adecuacin de los requisitos
especificados contenidos en los documentos de compras antes de su
liberacin.
7.4.3.- VERIFICACION DE LOS PRODUCTO COMPRADOS
La organizacin debe identificar e implementar las actividades
necesarias para la verificacin del producto comprado.
Cuando la organizacin o su cliente proponga desempear
actividades de verificacin en los locales de los proveedores,
la organizacin debe especificar la disposicin de la
verificacin intencionada y el mtodo de liberacin del
producto en la informacin de compra.
NORMATIVIDAD 366
7.5.- OPERACIN DE PRODUCCION Y SERVICIO

7.5.1.- CONTROL DE LAS OPERACIONES DE PRODUCCION Y SERVICIO
la organizacin debe controlar las operaciones de produccin y
servicio a travs de >
> la disponibilidad de la informacin que especifica las
caractersticas del producto,
> donde sea necesario, la disponibilidad de instructivos de trabajo.
> el uso y mantenimiento del equipo adecuado para las operaciones
de produccin y servicio.
> la disposicin y uso de los dispositivos de medicin y monitoreo,
> la implementacin de actividades de monitoreo,
la implementacin de procesos definidos para liberar, entregar y
actividades aplicables de postentrega.
NORMATIVIDAD 367
7.5.2.- VALIDACION DEL PROCESO
La organizacin de los procesos de produccin y servicio cualquiera,
donde los resultados de salida no pueden se verificados por una
subsecuente medicin y monitoreo. Esto incluye procesos cualquiera
donde las deficiencias llegan a ser aparentes solo despus de que el
producto esta en uso o que el servicio ha sido entregado.
La validacin debe demostrar la capacidad de los procesos para
lograr los resultados planeados.
La organizacin debe definir las disposiciones para la validacin que
deben incluir lo siguiente, cuando sea aplicable.>
> calificacin de los procesos > cal. Del equipo y personal
> uso de metodologas y procedimientos > requerimiento . De reg.
7.5.3.- Identificacin y trazabilidad
La organizacin debe identificar el producto, donde sea apropiado,
por medios adecuados en todo lo largo de las operaciones de
produccin y servicio.
La organizacin debe identificar el estado del producto con respecto
a los requisitos de medicin y monitoreo.
La organizacin debe controlar y registrar la identificacin nica del
producto, donde la rastreabilidad sea un requisito.
NORMATIVIDAD 368
7.5.4.- BIENES DEL CLIENTE
La organizacin debe ejercer cuidado con la propiedad del cliente mientras
este bajo el control de la organizacin o siendo usada por la organizacin.
la organizacin debe identificar, verificar y proteger y mantener la
propiedad del cliente provista para el uso e incorporacin en el producto.
La ocurrencia de cualquier propiedad del cliente que sea perdida, o de
otra manera encontrada ser inadecuada para el uso debe ser registrada y
reportada al cliente.
7.5.5.- CONSERVACION DEL PRODUCTO
la organizacin debe preservar la conformidad del producto con los
requerimientos del cliente durante el procesamiento interno y durante la
entrega a su destino final. Esto debe incluir la identificacin, manejo,
empaque , almacenaje y proteccin.
Eso tambin debe aplicar alas partes constituyentes de un prod..
NORMATIVIDAD 369
7.6.- CONTROL DE EQUIPOS DE MEDIDA Y
OBSERVACION
La organizacin debe identificar las mediciones que deben ser
hechas y los dispositivos de medicin y observacin requeridos para
asegurar la conformidad de los productos a los requisitos
especificados.
Donde sea aplicable, los dispositivos de medicin y monitoreo
>deben ser ajustados y calibrados peridicamente o antes de su
uso.
> ser salvaguardados de ajustes que invalidaran la calibracin.
> ser protegidos del dao y deterioro durante el manejo,
mantenimiento y almacenamiento.
> tener los resultados de sus calibraciones registradas.
NORMATIVIDAD 370
8.- MEDICION, ANALISIS Y MEJORA
8.1.- GENERALIDADES
la organizacin debe definir, planear, e implementar
las actividades de medicin y observacin, anlisis y
mejora necesarios.
A- para demostrar la conformidad del producto.
B- para asegurar el sistema de gestin de la calidad.
C- para mejorar continuamente la eficacia del
sistema de gestin de la calidad.
8.2.- MEDICION YOBSERVACION
8.2.1.- Satisfaccin del Cliente.
La organizacin debe realizar el seguimiento de la
informacin relativa a la percepcin del cliente, del
grado en que la organizacin ha satisfecho sus
requisitos. Debe determinarse los mtodos para
obtener y utilizar dicha informacin.
NORMATIVIDAD 371
8.2.2 .-Auditoria Interna
La organizacin debe conducir auditorias internas peridicas
para determinar si el sistema de la administracin de la
calidad>
> esta conforme a los requerimientos de esta norma
internacional.
> se ha implantado y se mantiene de manera eficaz.
Se debe planificar el programa de auditorias tomando en
consideracin el estado y la importancia de los procesos y
reas a auditar, as como los resultados de auditorias
previas. Se deben definir criterios de auditorias.
Debe definirse un procedimiento documentando las
responsabilidades y requisitos para la planificacin y
realizacin de auditorias. Y para la presentacin de resultados
y mantenimiento de registros.
NORMATIVIDAD 372
8.2.3.- MEDICION Y OBSERVACION
La organizacin debe aplicar mtodos apropiados para la
observacin cuando sea aplicable la medicin de los procesos del
sistema de gestin de la calidad.estos mtodos deben demostrar
la capacidad de los procesos para alcanzar los resultados
planeados. Cuando no se alcancen los resultados esperados,
deben llevarse acabo acciones correctivas y preventivas.

8.2.4.- MEDICION Y SEGUIMIENTO DEL PRODUCTO

la organizacin debe medir y hacer un seguimiento de las
caractersticas del producto para verificar que se cumplan con los
requisitos del producto.
Debe mantenerse evidencia de la conformidad con los criterios
de aceptacin. Los registros deben indicar la autoridad
responsable de la puesta en uso el producto.
NORMATIVIDAD 373
8.3.- CONTROL DE PRODUCTO NO CONFORME
La organizacin debe asegurarse que el producto que no sea
conforme con los requisitos, se identifica y controla para prevenir
una utilizacin o entrega no intencionada. Los controles y las
responsabilidades relacionadas con el mismo, as como las
autorizaciones para tratar los productos no conformes deben estar
definidas en un procedimiento documentado.
La organizacin debe tratar los productos no conformes mediante
una o mas de las sig.. Maneras.
A- actuando para eliminar la no conformidad detectada.
B- autorizando su aceptacin, envo o aceptacin bajo concesin
de las autoridad competente.
C- actuando para retomar su utilizacin o aplicacin original.
NORMATIVIDAD 374
8.4.- ANALISIS DE DATOS
La organizacin debe determinar, recopilar y analizar los datos
apropiados para demostrar la adecuacin y la eficiencia del sistema de
gestin de la calidad y para evaluar donde pueda realizarse mejoras
continuas del sistema de gestin de la calidad. Esto debe incluir a los
datos generados por las actividades de medicin y observacin y por
cualquier otra fuente relevante.
El anlisis de estos datos debe proporcionar informacin sobre>
A- la satisfaccin del cliente.
B- la conformidad con los requisitos del producto.
C- las caractersticas y tendencias de los procesos y productos
incluyendo las oportunidades para llevar acabo acciones preventivas, y
D- los proveedores.
8.5.- MEJORA
8.5.1.- MEJORA CONTINUA
la organizacin debe mejorar continuamente la eficacia del sistema de
gestin de la calidad por medio de la utilizacin de la poltica de calidad,
objetivos de calidad, resultados de las auditorias,anlisis de datos,
acciones correctivas y preventivas y la revisin por la direccin.
NORMATIVIDAD 375
8.5.2.- ACCIONES CORRECTIVAS
Debe establecerse un procedimiento documentado para
definir los requisitos para A.- revisar no conformidades
B.- determinar las causas de la no conformidad
C.-La organizacin debe tomar acciones para eliminar las
causas de no conformidades con objeto de prevenir su
repeticin. Las acciones correctivas deben ser apropiadas a los
efectos de las no conformidades encontradas.
D.- evaluar la necesidad de adoptar acciones para asegurar
que las no conformidades no vuelvan a ocurrir.
E.- determinar e implantar las acciones necesarias.
F.- registrar los resultados de las acciones tomadas.
G.- revisar las acciones correctivas tomadas.
NORMATIVIDAD 376
8.5.3.- ACCIONES PREVENTIVAS
La organizacin debe determinar acciones para eliminar las causas
de no conformidades potenciales para prevenir su ocurrencia. Las
acciones preventivas tomadas deben ser apropiadas para los
efectos de los problemas potenciales.
A- determinar no conformidades potenciales y su causas.
B- evaluar las necesidades de actuar para prevenir la ocurrencia
de no conformidades.
C- determinar e implantar acciones necesarias.
D- registrar los resultados de las acciones tomadas,
E- revisar las acciones preventivas tomadas.
NORMATIVIDAD 377
ISO/ TS-16949 Y
QS-9000
MODULO

INTRODUCCION AL QS-9000
Y LA NORMA ISO / TS-16949
UNIDAD VII
NORMATIVIDAD 378
La QS-9000 actualmente en vigor es la tercera edicin de fecha Marzo
de 1998 y obligatoria desde Enero de 1999, fecha en que la segunda
edicin queda obsoleta. En esta tercera edicin se han incluido los
Requisitos del Sector, en la Seccin I junto a los Requisitos de ISO-
9000. As, los Requisitos Especficos del Cliente han pasado a ser
Seccin II. Adems, y se han incluido las Interpretaciones Autorizadas
por la AIAG (Automotive Industry Action Group)
Se denomina "Seven Pack" al conjunto de los manuales que
componen la QS-9000 , tres de ellos obligatorios y el resto de
referencia. A saber:
QS-9000: Requisitos del Sistema de Calidad
QSA: Evaluacin del Sistema de Calidad
PPAP: Proceso de Aprobacin de Piezas para Produccin
APQP: Planificacin Avanzada de la Calidad
FMEA: Anlisis de Modos de Fallo y sus Efectos
SPC: Control Estadstico de los Proceso
MSA: Anlisis de Sistemas de Medida
10.-INTRODUCCIN AL QS-9000
379
Estandares internacionales ISO-9000
Requerimientos del cliente QS-900
Proceso de aprobacion de partes para produccin
---------------------------- PPAP -----------------------------------
Requerimientos especificos de la empresa

Procedimientos

Instucciones de
trabajo

Registros y docum.
Manual de
calidad
Manuales de referen.
Del cliente:
APQP & Control plan
FMEA
MSA
SPC
Define
Resposabili
dades
Define: Que,
Quien y Cuando
Dice el Como
Resultados: muestra
Como el sistema
Esta operando
NORMATIVIDAD 380
La cantidad de procedimientos documentados la extensin de cada
uno y la naturaleza de su forma y presentacin depende
principalmente de la complejidad de las instalaciones, la
organizacin y la naturaleza de la organizacin.
MAC
PAC
IT
R
Nivel 1
Nivel 2
Nivel 3
Nivel 4
Estructura documental del sistema de calidad
NORMATIVIDAD 381
MANUAL DE CALIDAD
Es un documento que establece la poltica de calidad y describe el
sistema de calidad de una organizacin, el cual se puede referir a
todas las actividades de la organizacin o a solo una parte de
estas
Un manual de calidad contiene o refiere los procedimientos
documentados del sistema de calidad
Un manual de calidad debe cubrir todos los criterios de la norma
aplicables al sistema de calidad.
NORMATIVIDAD 382
Propsitos de los manuales de calidad
Comunicar la poltica de la organizacin, procedimientos y
requisitos;
describir e implementar un sistema de calidad efectivo
proporcionar un mejor control de las prcticas y facilitar las
actividades de aseguramiento
proporcionar las bases documentadas para auditar el sistema de
calidad
proporcionar la continuidad del sistema de calidad y sus requisitos
durante circunstancias cambiantes
capacitar al personal en los requisitos del sistema de calidad y sus
mtodos de cumplimiento
Presentar el sistema de calidad para propsitos externos tales
como demostrar el cumplimiento con las normas
demostrar el cumplimiento del sistema de calidad con los
requisitos de calidad ensituaciones contractuales.
NORMATIVIDAD 383
RESPONSABILIDAD Y COMPROMISO DE LA DIRECCIN

LA DIREECCIN DEBE MOSTRAR EVIDENCIA DE SU COMPROMISO AL
DESARROLLO Y MEJORA DEL SISTEMA ADMINISTRATIVO DE CALIDAD A
TRAVS DE:
COMUNICAR A LA ORGANIZACIN LA IMPORTANCIA DE CUMPLIR CON
LOS REQUERIMIENTOS DE LOS CLIENTES AS COMO LAS REGULACIONES
LEGABLES APLICABLES.
ESTABLECER LA POLTICA DE CALIDAD Y OBJETIVOS DE LA CALIDAD.
REALIZAR REVISIONES POR LA DIRECCIN.
ASEGURAR LA DISPONIBILIDAD DE LOS REECURSOS NECESARIOS.

ENFOQUE HACIA EL CLIENTE.
LA DIRECCIN DEBE ASEGURAR QUE LAS NECESIDADES Y
EXPECTATIVAS DEL CLIENTE SEAN DEFINIDAS, CONVERTIDAS A
REQUERIMIENTOS Y CUMPLIDAS CON EL OBJETIVO DE ALCANZAR SU
SATISFACCIN.

NORMATIVIDAD 384
RESPONSABILIDAD DE LA DIRECCIN
Poltica de la calidad
Objetivos de calidad
Tableros de mando
Organizacin
Organigrama
Matriz de responsabilidades y autoridades
Descripcin de responsabilidades y autoridades
Recursos
Representante de la direccin

NORMATIVIDAD 385
PROCEDIMIENTO

forma especificas
de desarrollar una
actividad
El procedimiento generalmente contiene
Los propsitos de alcance de una actividad
Qu debe hacerse y por quin
Cuando, dnde y cmo debe ser hecha
Qu materiales, equipos y documentos deben ser utilizados
Cmo debe estar controlada y registrada
NORMATIVIDAD 386

POLTICA DE CALIDAD.

LA DIRECCIN DEBE ASEGURAR QUE LA POLTICA DE CALIDAD:
ES ADECUADA AL PROPSITO DE LA ORGANIZACIN.
INCLUYA EL COMPROMISO A CUMPLIR REQUERIMIENTOS Y A LA MJORA
CONTINUA.
PROVEA UN MARCO DE REEFERENCIA PARA ESTABLECER Y REVISAR
OBJETIVOS DE CALIDAD.
ES COMUNICADA Y ENTENDIDA EN TODOS LOS NIVELES DE LA
ORGANIZACIN
ES REVISADA PARA QUE SE ADECUE PERMANENTEMENTE.
LA POLTICA DE CALIDAD DEBE SER CONTROLADA.

POLTICA DE CALIDAD.

DIRECTRICES Y OBJETIVOS GENERALES DE UNA ORGANIZACIN ,
CONCERNIENTES A LA CALIDAD, LOS CUALES SON FORMALMENTE
EXPRESADOS POR LA ALTA DIRECCIN
NORMATIVIDAD 387

POLTICAS DE CALIDAD.

GENERAL MOTORS
EN GM TENEMOS COMO POLTICA LOGRAR LA SATISFACCIN
Y EL ENTUSIASMO DE NUESTROS CLIENTES A TRAVS DEL
TRABAJO EN EQUIPO Y LA MEJORA CONTINUA DE NUESTROS
PRODUCTOS Y SERVICIOS.

AXA.
NOSOTROS CON EL HABITO DE LA MEJORA CONTINUA
BUSCAMOS LA SATISFACCIN DE NUESTROS CLIENTES.

COECYT.
PREVER MEDIANTE LA MEJORA CONTINUA, EL ASEGURAMIENTO
DE LA CALIDAD DE NUESTROS SERVICIOS QUE SE OTORGAN A
LOS USUARIOS, BUSCANDO SATISFACER LAS DEMANDAS E
INCREMENTAR EL BIENESTAR SOCIAL, EDUCATIVO Y
CULTURAL.
NORMATIVIDAD 388
Instruccin de Trabajo

CLIENTE: TEXTRON

PIEZA: DEMISTER
DERECHO

NPC: 1000263 AA

NC: EI-
DRDDD-009

OPERACION:
INSPECCION

RESPONSABLE:
IINSPECTOR

CARACT.
ESPECIAL :4

NI: B08

Instrucciones:
1.-Lnea PC # 532, Peso
(Foto A), Especificacin,
min.155 grs mx 235 grs.
Instrumento de Medicin
Bascula.A

2.-Lnea PC # 533, Espesor
de pared en rea A (Foto
B), Especificacin. min 0.7
mm. Max 3 mm
Instrumento de medicin:
Gage de Ultasonido .B

B

A

NORMATIVIDAD 389
REGISTRO
ES UN DOCUMENTO QUE PROPORCIONA EVIDENCIA OBEJTIVA
DE LAS ACTIVIDADES REALIZADAS O DE LOS RESULTADOS
OBTENIDOS
Son la principal fuente de
informacin que habla de la implantacin
y comportamiento del sistema de calidad.
Para los auditores, si algo no est registrado
quiere decir que no se hizo, que no sucedi.
NORMATIVIDAD 390
CONTROL DE REGISTROS DE CALIDAD

Los registros deben ser establecidos y mantenidos en
cumplimientos con los procedimientos documentados

Los registros deben estar almacenados apropiadamente y
ser fcilmente recuperables.
Los periodos de retencin de los registros se deben
especificar

El tiempo de retencin de los registros de calidad
debern ser establecidos y documentados en un
procedimiento.
La determinacin del tiempo de retencin de un registro
se basa , generalmente, en el tiempo de vida que se
espera del producto, y la extensin del periodo de
garanta, los registros legales o contractuales y dems.
NORMATIVIDAD 391
Evolucin de los referenciales del sector automtriz.

A finales de los aos 80 y principios de los 90, los grandes fabricantes del
sector del automvil europeos y americanos, empezaron a poner de
manifiesto una mayor sensibilidad hacia los requisitos de la calidad. Una de
las principales causas de este hecho fue, la evidente superioridad
demostrada por los fabricantes japoneses en el terreno de la calidad,
sumado a los incrementos de cuotas de mercado que estaban consiguiendo
en los continentes americano y europeo.

A raz de estos hechos los fabricantes occidentales comenzaron a potenciar
la calidad entre sus proveedores con la adjudicacin de distintivos como el
Q101/Q1 de Ford el Supplier of the Year de General Motors.

Fue ms tarde cuando empezaron a surgir los referenciales de calidad tal y
como los conocemos hoy, el EAQF del grupo PSA y RENAULT, la QS-9000
de Chrysler, Ford y General Motors, la VDA 6.1 de Audi, BMW, Daimler Benz
y VW, y la AVSQ de FIAT e IVECO.

Estos referenciales recogan, bsicamente, los requisitos que deban
contemplar los diferentes sistemas de calidad de los suministradores, para
poder considerarlos como Proveedor homologado y apto para el
suministro de productos.

NORMATIVIDAD 392
Esto hizo, que los fabricantes de vehculos tuvieran que crear equipos
propios de auditores, con el consiguiente gasto en estructura. La
posterior delegacin de las auditorias y certificaciones a entidades de
certificacin acreditadas, obedece, entre otros motivos, al traspaso de
estos costes a los proveedores, que son actualmente los que tienen que
asumir los gastos de las auditoras y certificaciones de calidad.

Esta estrategia se est extendiendo a toda la industria en general,
basada en el principio de que cada cual ha de ser responsable de la
calidad de sus productos y por lo tanto el control de calidad
tradicional de recepcin, cada vez se utiliza menos, y en cambio, se
exige ms a los proveedores que implanten sistemas de calidad
eficientes y los certifiquen como evidencia de su correcto cumplimiento.

Actualmente, los fabricantes de vehculos de todo el mundo, reconocen
los certificados de sistemas de calidad emitidos por entidades de
certificacin acreditadas, y se limitan en sus funciones, a una tarea de
supervisin de los procesos productivos y productos suministrados.

NORMATIVIDAD 393
Armonizacin de los referenciales a la nueva ISO TS 16949.

La problemtica surgida con la proliferacin de diferentes
referenciales, se haca evidente, cuando un mismo proveedor
suministraba al mismo tiempo a 2 o ms fabricantes. La obligacin de
cumplir con varios referenciales (no armonizados) a la vez, ha llevado
a la mayora de empresas proveedoras del automvil a duplicar
esfuerzos en el desarrollo de sus sistemas de calidad, sobretodo a
nivel burocrtico, y a incrementar sus costes de estructura, para poder
dar satisfaccin a las exigencias de los fabricantes, as como un
sobrecosto en el mantenimiento de las diferentes auditoras y
certificaciones de los referenciales.

Los ecos de esta problemtica, llegaron pronto hasta los principales
fabricantes de vehculos, que decidieron concretar en un nico
referencial todas las exigencias comunes a las polticas de calidad de
cada uno de ellos. Estas han sido las causas principales del nacimiento
del referencial ISO TS 16949.

NORMATIVIDAD 394
La 3 Edicin es la ltima revisin de la Norma QS9000 (Marzo
1998), est basada el texto integro de la Norma ISO 9000:94,
ms los requisitos especficos del sector del automvil,

Con posterioridad, en el ao 1999 apareci el referencial ISO/TS
19649 con el fin de armonizar los referenciales del sector del
automvil americanos y europeos, (QS9000, VDA6.1, etc).

Actualmente, este referencial est siendo revisado conforme los
requisitos y al texto de la norma ISO 9000:2000 ms los
requisitos propios del sector del automvil y el borrador final es
de Julio de 2001 y su emisin definitiva est prevista para Marzo
de 2002, lo cual, se supone, cancelar definitivamente todos los
dems referenciales de este sector ya que, en esta revisin
colaboran la IATF de Estados Unidos, JAMA de Japn, ANFIA de
Italia, CCFA de Francia, VDA de Alemania, SMMT de UK y la
IAOB.

NORMATIVIDAD 395
La ISO/TS 16949 es una especificacin tcnica que establece los requisitos
bsicos para estructurar Sistemas que aseguren la calidad de los
productos y/o servicios de las empresas automotrices que la emitieron.
Los proveedores, pertenecientes a la cadena de abastecimiento del sector
automotriz, han sido exigidos en los ltimos aos a una monstruosa
evolucin de sus Sistemas de Calidad. El proceso se inici con las normas
especficas de las terminales, como por ejemplo el Q101 de Ford, despus
surgi la necesidad de la certificacin ISO 9000. Con la integracin de las
normas de las terminales americanas, los esfuerzos se concentraron en
adecuarla a los requisitos QS 9000 y sus metodologas (APQP, PPAP, MSA,
FMEA, CEP).

La IATF (International Automotive Task Force) ha dado a conocer una
nueva norma global para el sector automotriz a fin de simplificar los
requerimiento del sistema de calidad para los proveedores
automotores.
11.- ISO/TS 16949
NORMATIVIDAD 396
Esta unificacin de normas tiene especial importancia para
Latinoamrica, donde una cantidad cada vez mayor de fabricantes desean
trabajar como proveedores de fabricantes de automviles del mundo
entero.
Los fabricantes de componentes certificados con ISO / TS 16949 pueden
mantener un registro segn un sistema de calidad nico que satisfaga los
requerimientos de mltiples clientes. El marco comn de la ISO / TS
16949 elimina el requerimiento de realizar auditorias separadas para cada
cliente.
Combinada con los requerimientos especficos del cliente, ISO/TS 16949
satisfar pero no reemplazar las siguientes normas establecidas
por diferentes pases:
QS-9000 (EE.UU.)
VDA 6.1 (Alemania)
AVSQ (Italia)
EAQF (Francia)
Los fabricantes que aceptarn el registro ISO/TS 16949 son Ford,
General Motors (incluso Opel Vauxhall), DaimlerChrysler, BMW, Fiat,
PSA Peugeot-Citroen, Renault SA y Volkswagen.
NORMATIVIDAD 397
NORMATIVIDAD 398
Esta norma TS 16949 est siendo editada por un comit ISO +
representantes de QS-9000 (americanos) + representantes de VDA
(alemanes) + representantes de EAQF Y AVSQ (franceses e italianos).
Es de esperar que los intereses particulares sern fuertes
De momento parece que la propuesta de norma tiene la siguiente
estructura
- Basada en la norma ISO 9000 - edicin 1994
- 75% de su contenido es igual a la actual QS-9000 3 edicin
- 20% proviene de la actual VDA-6.1 4 edicin
- Resto de EAQF edicin 1994

Parece que todos los constructores citados y ms, se han puesto de
acuerdo para pedir a las empresas proveedoras de primer nivel, el
siguiente plan de certificaciones:
Ao 2000: Certificarse de acuerdo con ISO 9000:1994 + TS 16949
Ao 2001: Certificarse de acuerdo con ISO 9000:2000 + TS 16949
Lo que significara tener que pasar una sola auditoria (ahora se pasa
una por referente)

NORMATIVIDAD 399
ISO TS 16949 y novedades principales del referencial.
El proceso de mejora continua.

La mejora continua de la calidad, el servicio, los costos y la tecnologa
debe estar considerada en la poltica de la calidad.
el suministrador debe identificar oportunidades de mejora de la calidad y
de la productividad e implantar los proyectos de mejora apropiados.
Representante del cliente.

El suministrador debe designar a los responsables apropiados para
representar internamente las necesidades del cliente en relacin con los
requisitos de la calidad, tales como seleccin de caractersticas especiales,
establecimiento de objetivos de la calidad, formacin, acciones correctoras
y preventivas, diseo y desarrollo del producto

Sin duda, el espritu de este requisito, es el de tener un nico interlocutor
por parte del cliente en las empresas suministradoras, que realice funciones
de enlace y coordinacin de todos los trabajos y exigencias con el mismo.

NORMATIVIDAD 400
Responsabilidad de la calidad.

El personal responsable de la calidad debe tener la autoridad para
detener la produccin con objeto de corregir los problemas de la
calidad
Aunque este requisito ya se mencionaba en otros referenciales, aqu
lo explicita de una forma ms contundente.

Recursos.

Especialmente en lo relativo al proceso de produccin, todos los
turnos deben tener personal responsable, o con delegacin, para la
calidad.
Este requisito hace especial referencia al 3er. Turno (turno de noche),
donde todos conocemos que no siempre se dispone de personal
calificado para realizar las tareas de calidad.

NORMATIVIDAD 401
Plan estratgico de empresa.

El suministrador debe utilizar un plan estratgico de empresa
completo, formal y documentado. El plan estratgico debe ser un
documento controlado

Deben establecerse mtodos para determinar las expectativas
actuales y futuras del cliente. Se debe usar un proceso objetivo para
definir el alcance, la recolecin y el anlisis de la informacin,
incluyendo la frecuencia y los mtodos de recolecin

El contenido del plan estratgico de empresa no est sujeto a
auditora de tercera parte.

La novedad en este apartado estriba en la exigencia de formalizacin y
control del plan de empresa y en la implantacin de un mtodo de
recolecin, anlisis y utilizacin de la informacin, entre las que se
encontrarn las expectativas actuales y futuras de los clientes.

NORMATIVIDAD 402
Impacto en la sociedad.
se deben tratar, en el estado del arte, los problemas de seguridad
del producto y los medios para reducir al mnimo los riesgos
potenciales para los empleados, clientes, usuarios y medio ambiente.
El suministrador debe sensibilizar a su personal sobre la importancia
de las exigencias ligadas a la seguridad del producto
el suministrador debe tener un proceso para asegurar el
cumplimiento con todas las disposiciones legales y reglamentarias
aplicables de seguridad y de medio ambiente, incluyendo las
relativas a almacenamiento, manipulacin, reciclado, eliminacin o
destruccin de materiales.
Este apartado de la norma es mucho ms concreta y exigente que
los anteriores referenciales, dado que obliga al suministrador a
ponerse al da en todos los aspectos legales y reglamentarios.
Compras.
Todos los productos o materiales comprados y utilizados en la
fabricacin de piezas deben satisfacer los requisitos reglamentarios
que sean aplicables en el pas de fabricacin y venta (por ejemplo,
requisitos reglamentarios relativos al medio ambiente, la electricidad,
la compatibilidad electromagntica y la seguridad).

NORMATIVIDAD 403
Desarrollo de los sistemas de la calidad de los subcontratistas.

El suministrador debe promover a sus subcontratistas a
desarrollar su sistema de la calidad conforme a la presente
Especificacin Tcnica o a uno de los referenciales del sistema de la
calidad de uno de sus clientes

Requisitos aplicables a los laboratorios.
Cuando las actividades de control, ensayo y calibracin sean
efectuadas por un laboratorio interno del suministrador, el
laboratorio debe cumplir con la Norma ISO/IEC 17025

Cuando el suministrador utilice los servicios de control, ensayo y
calibracin de laboratorios comerciales/independientes, las
instalaciones de stos deben estar acreditadas segn la norma
ISO/IEC 17025 o una norma equivalente nacional
La norma EN ISO 17025 contiene todos los requisitos que los
laboratorios de ensayo y calibracin tienen que cumplir si desean
demostrar que aplican un sistema de la calidad, son tcnicamente
competentes y son capaces de generar resultados tcnicamente
vlidos.
NORMATIVIDAD 404
Investigacin y Desarrollo.

El suministrador debe utilizar medios de investigacin y desarrollo
con el fin de asegurar la innovacin de productos y procesos
Esta exigencia es nueva y obliga a los suministradores a invertir en
I+D para mejorar su competitividad y ser capaces de ofrecer nuevos
productos y soluciones a los clientes.
Proceso de auditora.
Las funciones o servicios no ubicados en la planta, no podrn obtener
un certificado independiente.
Se debern realizar como mnimo las preguntas relacionadas en el
Cuestionario (chek-list) de la ISO TS 16949.
No se otorgar el certificado ISO TS 16949 si se encuentra una nica
no conformidad menor.
Se auditarn todas las funciones o servicios aunque no se encuentren
fsicamente en la planta.
Durante la auditora se deber demostrar que se ha realizado una
auditora interna completa y una revisin por la Direccin.

NORMATIVIDAD 405
Cada auditora del emplazamiento (inicial y de seguimientos) debe
comportar, como mnimo, el examen de:

- Reclamaciones de clientes y respuestas del suministrador.
- Resultados de la auditora interna y revisin por la Direccin
- Progresos realizados hacia los objetivos de mejora continua.
- Eficacia de las acciones correctoras realizadas.

Si las empresas ya disponen de un certificado en base a un
referencial del automvil, concedido por un organismo reconocido por
la IATF es posible realizar una extensin aplicando las siguientes
condiciones:

1.- Si el campo de la certificacin no ha cambiado, como mnimo se
debern auditar los captulos 4.1, 4.2 y 4.14 y las exigencias
especficas de los clientes.

2.- Si el campo de la certificacin ha cambiado, se debera auditar el
100 % de la norma ISO TS 16949 incluidas las exigencias especficas
de los clientes. El muestreo no est autorizado.

Control Estadistico Completo

Cargado por

Información del documento

Descripción 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

Control Estadistico Completo

Cargado por

Copyright:

Formatos disponibles

HTAS.

También podría gustarte