Procesos y Control de Procesos

Diplomado de Gestión de
procesos
Módulo 7
Análisis de datos y control estadístico de procesos
para la toma de decisiones
Resultados de aprendizaje:
1 Sabe reconocer un proceso
2 Entiende la idea de variabilidad
3 Distingue los conceptos de capacidad

y estabilidad
Identifica el estado de un proceso con

4 estadística descriptiva
Esquema de un proceso
Input Proceso Output
Gestión
Calidad Competitividad (producto)
“Es el juicio que el cliente tiene sobre un

producto o servicio, resultado del grado con el
Productividad
cual un conjunto de características inherentes al
producto cumple con sus requerimientos.” (Optimización)
(Gutiérrez y De la Vara, 2009)
Variabilidad (Medición)
Mejora (Nuevo ciclo)

Estabilidad
Estado de un
PROCESO Capacidad
INCAPAZ E INPACAZ, CAPAZ, PERO CAPAZ Y

INESTABLE PERO ESTABLE INESTABLE ESTABLE
Estadística descriptiva y toma de decisiones:
Tendencia Central
Dispersión
Medidas Formas
Localización
Frecuencias
Parámetros
Distribución Límites reales
Diagrama de cajas
Estadística descriptiva y toma de decisiones:
• “La estadística estudia los métodos científicos para
recoger, resumir y analizar datos, así como para sacar
conclusiones validas y tomar decisiones razonables basadas
en tal análisis”
(Spiegel, M. R. 1991).
• “El campo de la estadística trata de la recolección,

presentación, análisis y uso de datos para tomar decisiones,
solucionar problemas y diseñar productos y procesos”.
(Montgomery, D.C. y Runger G.C., 2004).
INDUCCIÓN DE ESTADÍSTICA
FUNDAMENTOS
Estadística Descriptiva Estadística Inferencial
Consiste en coleccionar, organizar, resumir y Consiste en hacer inferencias, pruebas de

presentar un conjunto de datos. hipótesis y hacer predicciones.
Un estudio descriptivo muestra varias Utiliza datos de una muestra para hacer
propiedades de un conjunto de datos como la estimaciones o inferencias acerca de la
media, mediana, moda, dispersión, forma, etc. población de la cual se extrajo la muestra.
Entre las herramientas gráficas se tiene: Utiliza herramientas como las pruebas de
histogramas, diagramas de caja, entre otros. hipótesis y diagramas de dispersión para
determinar la relación entre las variables y
hacer predicciones utilizando ecuaciones de
regresión.
FUNDAMENTOS
DATOS DESCRIPCION EJEMPLO
Resultan de la medición de alguna Por ejemplo: el peso de una bolsa de panales.

escala continua como longitud, 350.45 gramos
peso, temperatura, etc. 350.46 gramos
Continuos o variables 349.95 gramos
Por ejemplo:
El numero de defectos en la superficie pintada.
Discretos o atributos Resultan de contar las ocurrencias El numero de valvulas defectuosas.
de eventos. El numero de latas de conservas con defectos de
soldadura.
FUNDAMENTOS
Medidas de tendencia Medidas de dispersión Medidas de asociación

central
Son números que representan el Son aquellas que permiten evaluar Son números que proveen
centro de la tendencia de un la distancia de los valores de la información acerca de la relación
conjunto de datos. variable a un cierto valor central , o entre las variables. Las estadísticas
Las principales medidas son: que permiten identificar la pueden estimar la existencia de
concentración de los datos. Las una relación entre las variables y la
principales medidas son: fuerza de la relación. Las
principales medidas son:
• Media aritmética • Rango Covarianza
• Media geométrica • Desviación de la media Coeficiente de correlación
• Moda • Varianza Coeficiente de determinación
• Mediana • Desviación estándar

Estadísticas Descriptivas
Estadística >
Estadística básica >
Mostrar
estadísticos
descriptivos
En “Variables” indicar los datos a

analizar y en “Por variables”
indicar los grupos en lo se
mostrarán los datos.
En el ejemplo, se mostrarán
los “reprocesos” por cada
“turno”
En el botón “Estadísticas”
se podrán seleccionar los
parámetros a analizar.
En la “ventana de sesión”
se mostrarán los resultados
a interpretar.
Histogramas
Gráfica >
Histograma
Histogramas
Seleccionar el tipo de histograma

a graficar. La opción “Simple”
grafica sólo barras, “Con ajuste”
grafica una curva que representa
los
extremos de las barras. El resto
de opciones permiten hacer
gráficas comparativas.
Histogramas
En el tipo de gráfica “Con ajuste y

grupos”, indicar la variable a
graficar en “Variables de gráficas”
y los grupos comparativos en
“Variables categóricas”. En nuestro
ejemplo, mostraremos la
“Satisfacción” en cada uno de los
“turnos”.
Histogramas
En caso se grafiquen varios

grupos, se puede mejorar la
vista si en el botón “mostrar
datos” quitamos la opción
“Barras”
Histogramas
En caso se muestren “grupos”, se puede usar el

botón “Múltiples gráficas” para seleccionar la
mejor vista. La opción “Sobrepuesto..” permite
una sola grafica con varios histrogramas en un
solo panel,
“Paneles separados” mostrará una misma gráfica
pero con un panel por grupo, “gráficas
separadas” permitirá una gráfica separada por
grupo.
Histogramas
La gráfica muestra la
“Satisfacción” por cada
“turno”. La vista
es“Sobrepuesta en la misma
gráfica” y “sin barras”.
Caja de datos
Gráfica >
Gráfica de caja
Caja de datos
Seleccionar el tipo de “caja de

datos” a graficar. La opción “Una Y
- Simple” grafica una sola caja,
“Una Y - Con grupos” permite
comparar cajas según grupos de
datos. El resto de opciones
aplica para más de una variable
a
graficar.
Caja de datos
En el tipo de gráfica “Una Y – con

grupos”, indicar la variable a
graficar en “Variables de gráficas”
y los grupos comparativos en
“Variables categóricas”. En nuestro
ejemplo, mostraremos la
“Satisfacción” en cada uno de los
“turnos”.
Caja de datos
Se puede mejorar la vista si en

el botón “Mostrar datos”
seleccionamos “Línea de
conexión de la media”.
Caja de datos
Para comparar visualmente grupos se recomienda

graficar las cajas usando el botón “Múltiples
gráficas” y seleccionando la opción “En paneles
se parados de la misma gráfica”.
Caja de datos
La gráfica muestra la
“Satisfacción” por cada
“turno” con “línea de
conexión de la media”.
ESTABILIDAD DE PROCESO
GRÁFICAS DE CONTROL
 Las gráficas de control son las herramientas más usadas para entender el
comportamiento de un proceso y determinar visualmente su variabilidad.
 Las partes típicas de una gráfica de control son: Diagrama de comportamiento,

línea de la media y límites de control.
 Existen diversas gráficas de control, aplicadas según la naturaleza del indicador

o variable, sin embargo todas deben proporcionar el soporte para identificar
fácilmente una desviación.
 Una vez se identifique la desviación se deberá determinar si es una variación

por causas comunes o causas especiales.
 Una variación por causa común es inherente a cualquier sistema, se puede

entender que es una variación “natural”. Si el proceso presenta sólo una
variación por causas comunes entonces el proceso es estable, predecible, bajo
control.
 Una variación por causas especiales implica una situación especial, específica.
También implica que existen factores que inducen la variación sobre las causas
comunes. Si un proceso presenta causas comunes y a la vez causas especiales
entonces el procesó será inestable, impredecible, fuera de control estadístico.
 FUERA DE LÍMITE: Cualquier punto en o fuera de los límites

es anormal y requiere investigación.
 CORRIDA: Siete puntos continuamente en un lado de la línea

central es anormal. También, 10 de 11 puntos, 12 de 14 o 16
de 20 puntos en un lado de la línea de centro es anormal
 TENDENCIA: Siete puntos en dirección contínua hacia arriba

o hacia abajo es anormal
 ACERCAMIENTO A MEDIA: La mayoría de los puntos dentro

de la línea central y 1.5σ* usualmente indican que hay una
mezcla de datos proveniente de diferentes poblaciones, que
hacen que los límites de control sean demasiado anchos,
necesitando una estratificación de datos
 CICLOS: Cualquier repeticiónde tendencias hacia arriba o

hacia abajo es anormal y requiere investigación
 ACERCAMIENTO A LÍMITES: 2 of 3 puntos fuera de la línea
2σ* es anormal
ELEGIR GRÁFICO DE CONTROL
Datos Continuos Datos Discretos
Datos sobre productos

Subgrupo de Subgrupo de Subgrupo de Datos sobre cantidad de defectos
defectuosos (proporción de
tamaño 1 tamaño 2 a 5 tamaño mayor a 5 por producto
defectos)
Muestra de Muestra de Muestra de Muestra de

Gráfico I-MR Gráfico X-R Gráfico X-S
tamaño variable tamaño constante tamaño variable tamaño constante
Gráfico P Gráfico NP Gráfico U Gráfico C

TIPOS DE GRÁFICA– I, mR
 Conocido como Gráfico Individual y Rangos Móviles

 Usado para datos continuos. Permite monitorear un proceso cuyas salidas medibles
ocurren en largos intervalos de tiempo. También monitorea procesos con salidas que
ocurren una por vez.
 Ejemplos:
– Costo de operación mensual por cliente por división
– Ausentismo mensual
– Horas extras por trimestrales por departamento
TIPOS DE GRÁFICA– I, mR
 El llenado promedio proporcionará un peso de llenado de 52.44 lbs.

 Rutinariamente se puede esperar llenar el peso tan alto como 53.11 lbs y tan bajo
como 51.77 lbs
TIPOS DE GRÁFICA– x, R
 Usado para datos continuos. Monitorea la variación utilizando “subgrupos”. Considera

intervalos cortos de recolección de datos
 Ejemplos:
– Test para nitidez de imagen (medida en pixels) en una fondo de pantalla.
– Tiempo para aprobar un crédito
– Tiempo de respuesta al cliente
– Espera telefónica (medida en minutos) en un servicio de atención al cliente
TIPOS DE GRÁFICA– x, R
 El llenado promedio proporcionará un peso de llenado de 52.19 lbs

 Rutinariamente se puede esperar un peso de llenado tan alto como 52.26 lbs y tan bajo
como 52.11 lbs
TIPOS DE GRÁFICA– p
 Usado para monitorear la proporción de ítems no conformes en un proceso. Los límites

de control inferior y superior cambian si el tamaño del subgrupo varía. La línea central
del gráfico p representa la proporción media de defectos. Se usa cuando hacer
mediciones no sería económico o deseable.
 Ejemplos:
– Proporción de actividades no terminadas en plazo
– Proporción de órdenes de servicio no efectuados correctamente la primera vez
– Proporción de actividades retrabajadas
TIPOS DE GRÁFICA– p
 Como promedio el porcentaje de llamadas perdidas será de 9% por día.

 Rutinariamente se puede esperar hasta un 19% de llamadas perdidas.
TIPOS DE GRÁFICA– np
 El gráfico np puede ser utilizado si el número de ítems observados por vez fuera el
mismo (n es constante) o si el número de ítems no conformes encontrados es finito
(cada ítem de la población, es conforme o no conforme).
 Ejemplos
– Número de trabajos, en un conjunto de 30, que no fueron terminados en plazo
– Número de recibos incorrectos entre los 100 procesados en el mes
– Número de ítems, de un pallet de 20, que fallan en un determinado test pasa/no pasa
TIPOS DE GRÁFICA– np
 Un promedio de 2.4 de un total de 50 llamadas traerán como resultado Clientes

insatisfechos.
 Rutinariamente se puede esperar que 7 de cada 50 llamadas traerán como resultado
Clientes insatisfechos
TIPOS DE GRÁFICA– u
 Es un gráfico de control que representa el número de defectos en un área de

oportunidad que no es constante. El punto de datos dibujado es proporcional a los
defectos por unidad. Los límites superior e inferior pueden variar.
 Ejemplos
– Número de virus detectados en un programa de computadoras por mes
– Número de errores en recibos por mes
– Número de errores en el pago de empleados por mes
TIPOS DE GRÁFICA– u
 El proceso promedia un 25% de porcentaje de excepción por día.

 Rutinariamente puede tener hasta un 61% de porcentaje de excepción
TIPOS DE GRÁFICA– c
 El gráfico c utiliza como datos el número de defectos, y no el número de ítems

defectuosos. Los dados son discretos y se refiere al número de no conformidades. El
tamaño de la muestra es constante
 Ejemplo
– Número de ocurrencias de informaciones erróneas en una pedido de crédito de un
cliente
– Número de errores en un informe
TIPOS DE GRÁFICA– c
 Un promedio de 4.75 errores por 100 facturas.

 Rutinariamente se puede esperar hasta 11.3 errores
CAPACIDAD DE PROCESO
INTRODUCCIÓN
Capacidad de proceso de DELANTERA HB
LEI LES
P rocesar datos Dentro de
LE I -0,25 General
O bjetiv o *
LE S 0,25 C apacidad (dentro) del potencial
M edia de la muestra -0,0234816 Cp 0,56
N úmero de muestra 354 C PL 0,51
Desv .E st. (D entro) 0,147709 C P U 0,62
Desv .E st. (G eneral) 0,195539 C pk 0,51
C apacidad general
Pp 0,43
PPL 0,39
PPU 0,47
P pk 0,39
C pm *
-0,4 -0,2 0,0 0,2 0,4 0,6

D esempeño observ ado E xp. D entro del rendimiento E xp. Rendimiento general
P P M < LE I 79096,05 P P M < LE I 62570,43 P P M < LE I 123343,75
P P M > LE S 50847,46 P P M > LE S 32049,30 P P M > LE S 80965,50
P P M Total 129943,50 P P M Total 94619,73 P P M Total 204309,25
INTRODUCCIÓN
 Es el nivel de cumplimiento del proceso sobre los requisitos del cliente.
 La capacidad del proceso es una de las principales métricas o técnicas para

entender la variabilidad.
 Se lee a través de las colas de una distribución, tanto derecha como izquierda, lo
que se entiende como líneas de especificación superior e inferior,
respectivamente.
INTRODUCCIÓN
 El cumplimiento de un proceso sobre los requisitos del cliente puede presentar

muchas variantes, por ejemplo podría cumplir sólo una de las especifcaciones,
podría cumplir ambas o podría incumplir ambas.
 Por lo tanto, debemos entender la variabilidad de un proceso mediante un

conjunto de métricas y no sobre una sola variante de cumplimiento.
 Para ello, es esencial definir mediantes técnicas VOC – Voz del Cliente la
especificación del cliente, es decir, los rangos de aceptación del producto o
servicio que va a recibir.
INTRODUCCIÓN
 Por ejemplo, un cliente espera que la pizza que ordenó llegue alrededor de los
30 minutos, si llega antes, digamos a los 25 se sentiría más sastisfecha, pero
posiblemente también acepte si llega a los 35, pero ¿si llega a los 7 minutos? O
¿llega a los 50 minutos?.
 El propósito de plantear límites de especificación es definir los rangos de

aceptación del cliente.
 Se puede decir que la diferencia entre los límites de especificación superior e

inferior son la variación permitida del proceso.
INTRODUCCIÓN
Donde:
LES= límite de especificación superior
LEI = límite de especificación inferior
LEI =m - 3s  LES =m + 3s
• 6 se puede considerar como la dispersión real del proceso, también se le conoce como una
medida de la capacidad del proceso.
ÍNDICES
 Los índices de capacidad del proceso son medidas de la habilidad del proceso
para fabricar productos que cumplen con las especificaciones.
 Los índices de capacidad del proceso intentan mostrar en un solo número

si un proceso puede cumplir consistentemente con los requerimientos
impuestos sobre un proceso por clientes internos o externos.
 Estos índices permiten comparar dos procesos completamente diferentes.

ÍNDICES
 Para estimar la capacidad de un proceso, éste de encontrarse estable y los datos

deberían distribuirse normalmente.
 Generalmente se usan dos índices para evaluar la capacidad del proceso para
producir dentro de especificaciones:
 Cp: índice de capacidad potencial del proceso. No toma en cuenta la media observada del
proceso.
 Cpk: índice de capacidad o habilidad real del proceso. Sí toma en cuenta la media
observada en el proceso.
ÍNDICES – CAPACIDAD POTENCIAL
LSE  LIE
Cp 
6̂
 Cp > 1; el proceso es potencialmente capaz de producir dentro de los límites de
especificación.
 Cp = 1; el proceso es apenas capaz. Los límites de especificación son iguales a

los límites de tolerancia natural.
 Cp < 1; el proceso no es potencialmente capaz.

ÍNDICES – CAPACIDAD POTENCIAL
LSE  LIE
Cp 
6̂
 Por ejemplo, los límites de especificación para un producto son 77 para el
límite superior y 70 para el límite inferior con una desviación estándar de
1.85.
 Halle Cp
 ¿Qué puede decir acerca de la capacidad de proceso?.
 ¿Cuál es el ratio de capacidad para el ejemplo previo? ¿Cómo se
interpreta?
ÍNDICES – CAPACIDAD REAL
 Es un índice o medida del desempeño real del proceso que toma en cuenta la
media del mismo.
 Dos procesos pueden tener el mismo Cp pero Cpk muy distintos. El Cp indica la
capacidad potencial considerando ambas colas, mientras que el Cpk indica la la
capacidad menor entre las colas, es decir, la de menor cumplimiento.
ÍNDICES – CAPACIDAD REAL
 LSE  ˆ ˆ  LIE 
Cpk  mínimo  , 
 3ˆ 3ˆ 
 Cpk > 1.33; el proceso es capaz y es comúnmente usado como una meta para
muchas compañías.
 1 < Cpk < 1.33; el proceso es marginalmente capaz.
 Cpk < 1; el proceso no es capaz

ÍNDICES – DESEMPEÑO DEL PROCESO
 Cuando el proceso no está bajo control se emplea en lugar de Cp y Cpk

los índices de desempeño del proceso Pp y Ppk.
 La determinación del Pp y Ppk es similar a la de Cp y Cpk, sin embargo,

considera la desviación esrtándar de la muestra S.
LSE  LIE ì LSE - m̂ m̂ - LIE ü

Pp  Ppk =mínimo í , ý
î 3S 3S þ
6S
ÍNDICES – TAGUCHI
 El enfoque de Taguchi sugiere que cualquier variación del valor objetivo

(t), sea dentro o fuera de los límites de especificación, es una fuente de
defectos y una perdida para la sociedad.
 La pérdida es proporcional a la distancia entre la media del proceso de

producción y el valor objetivo especificado.
LSE - LIE 2
t = s +( T - m )
2
Cpm =
6t
ÍNDICES – TAGUCHI
LSE - LIE t = s + ( T - m)
2 2
Cpm =
6t
Por ejemplo, una máquina produce partes con los siguientes límites de
especificación: USL=16, LSL=12, y el valor objetivo=14. La desviación
estándar es 0.55 y la media del proceso 15.
a) Encuentre los valores de Cpm.
b) Compare Cpm con Cpk.
ÍNDICES – Partes por millón
 Partes por millón miden cuantas partes por cada millón producidas son
defectuosas.
 PPM para una variable con dos límites de especificación
PPM  1   ( LSE )   ( LIE ) * 1000000

INTRODUCCIÓN
Capacidad de proceso de Diámetro

(utilizando 95.0% confianza)
LEI Objetivo LES

Procesar datos Dentro de
LEI 0.35 General
Objetivo 0.5
LES 0.65 Capacidad (dentro) del potencial
Media de la muestra 0.54646 Cp 2.54
Número de muestra 100 LC inferior 2.13
Desv.Est. (Dentro) 0.0197205 LC superior 2.94
Desv.Est. (General) 0.0193414 CPL 3.32
CPU 1.75
Cpk 1.75
LC inferior 1.46
LC superior 2.04
Capacidad general
Pp 2.59
LC inferior 2.23
LC superior 2.94
PPL 3.39
PPU 1.78
0.36 0.40 0.44 0.48 0.52 0.56 0.60 0.64 Ppk 1.78
Desempeño observado Exp. Dentro del rendimiento Exp. Rendimiento general LC inferior 1.53
PPM < LEI 0.00 PPM < LEI 0.00 PPM < LEI 0.00 LC superior 2.04
PPM > LES 0.00 PPM > LES 0.08 PPM > LES 0.04 Cpm 0.99
PPM Total 0.00 PPM Total 0.08 PPM Total 0.04 LC inferior 0.93
www.sgs.pe

Procesos y Control de Procesos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Procesos y Control de Procesos

Cargado por

Copyright:

Formatos disponibles

Diplomado de Gestión de

1 Sabe reconocer un proceso

2 Entiende la idea de variabilidad

3 Distingue los conceptos de capacidad

Identifica el estado de un proceso con

Input Proceso Output

“Es el juicio que el cliente tiene sobre un

Mejora (Nuevo ciclo)

INCAPAZ E INPACAZ, CAPAZ, PERO CAPAZ Y

• “El campo de la estadística trata de la recolección,

Estadística Descriptiva Estadística Inferencial

Consiste en coleccionar, organizar, resumir y Consiste en hacer inferencias, pruebas de

DATOS DESCRIPCION EJEMPLO

Resultan de la medición de alguna Por ejemplo: el peso de una bolsa de panales.

Medidas de tendencia Medidas de dispersión Medidas de asociación

• Media aritmética • Rango Covarianza

• Media geométrica • Desviación de la media Coeficiente de correlación

• Moda • Varianza Coeficiente de determinación

• Mediana • Desviación estándar

En “Variables” indicar los datos a

Seleccionar el tipo de histograma

En el tipo de gráfica “Con ajuste y

En caso se grafiquen varios

En caso se muestren “grupos”, se puede usar el

Seleccionar el tipo de “caja de

En el tipo de gráfica “Una Y – con

Se puede mejorar la vista si en

Para comparar visualmente grupos se recomienda

 Las partes típicas de una gráfica de control son: Diagrama de comportamiento,

 Existen diversas gráficas de control, aplicadas según la naturaleza del indicador

 Una vez se identifique la desviación se deberá determinar si es una variación

 Una variación por causa común es inherente a cualquier sistema, se puede

 FUERA DE LÍMITE: Cualquier punto en o fuera de los límites

 CORRIDA: Siete puntos continuamente en un lado de la línea

 TENDENCIA: Siete puntos en dirección contínua hacia arriba

 ACERCAMIENTO A MEDIA: La mayoría de los puntos dentro

 CICLOS: Cualquier repeticiónde tendencias hacia arriba o

ELEGIR GRÁFICO DE CONTROL

Datos Continuos Datos Discretos

Datos sobre productos

Muestra de Muestra de Muestra de Muestra de

Gráfico P Gráfico NP Gráfico U Gráfico C

 Conocido como Gráfico Individual y Rangos Móviles

 El llenado promedio proporcionará un peso de llenado de 52.44 lbs.

 Usado para datos continuos. Monitorea la variación utilizando “subgrupos”. Considera

 El llenado promedio proporcionará un peso de llenado de 52.19 lbs

 Usado para monitorear la proporción de ítems no conformes en un proceso. Los límites

 Como promedio el porcentaje de llamadas perdidas será de 9% por día.

 Un promedio de 2.4 de un total de 50 llamadas traerán como resultado Clientes

 Es un gráfico de control que representa el número de defectos en un área de

 El proceso promedia un 25% de porcentaje de excepción por día.

 El gráfico c utiliza como datos el número de defectos, y no el número de ítems

 Un promedio de 4.75 errores por 100 facturas.

Capacidad de proceso de DELANTERA HB

-0,4 -0,2 0,0 0,2 0,4 0,6

 Es el nivel de cumplimiento del proceso sobre los requisitos del cliente.

 La capacidad del proceso es una de las principales métricas o técnicas para

 El cumplimiento de un proceso sobre los requisitos del cliente puede presentar

 Por lo tanto, debemos entender la variabilidad de un proceso mediante un

 El propósito de plantear límites de especificación es definir los rangos de

 Se puede decir que la diferencia entre los límites de especificación superior e

 Los índices de capacidad del proceso intentan mostrar en un solo número

 Estos índices permiten comparar dos procesos completamente diferentes.