2. Es una herramienta básica para una
propiedad inherente de cualquier cosa que
permite que la misma sea comparada con
cualquier otra de su misma especie. La
palabra calidad tiene múltiples significados.
De forma básica, se refiere al conjunto de
propiedades inherentes a un objeto que le
confieren capacidad para satisfacer
necesidades implícitas o explícitas
3. Hojas de Verificación.
Se utiliza para reunir datos basados
en la observación del
comportamiento de un proceso con
el fin de detectar tendencias, por
medio de la captura, análisis y
control de información relativa al
proceso. Básicamente es un formato
que facilita que una persona pueda
tomar datos en una forma ordenada
y de acuerdo al estándar requerido
en el análisis que se esté realizando.
Las hojas de verificación también
conocidas como de comprobación o
de chequeo organizan los datos de
manera que puedan usarse con
facilidad más adelante.
4. Definición.
Una Hoja de Verificación (también
llamada "de Control" o "de Chequeo") es
un impreso con formato de tabla o
diagrama, destinado a registrar y compilar
datos mediante un método sencillo y
sistemático, como la anotación de marcas
asociadas a la ocurrencia de determinados
sucesos. Esta técnica de recogida de datos
se prepara de manera que su uso sea fácil
e interfiera lo menos posible con la
actividad de quien realiza el registro.
5. Ventajas.
Supone un método que proporciona datos fáciles de comprender y que son
obtenidos mediante un proceso simple y eficiente que puede ser aplicado a
cualquier área de la organización.
Las Hojas de Verificación reflejan rápidamente las tendencias y patrones
subyacentes en los datos.
6. Para que se usa.
En la mejora de la Calidad, se utiliza tanto en el estudio de los síntomas de
un problema, como en la investigación de las causas o en la recogida y
análisis de datos para probar alguna hipótesis.
También se usa como punto de partida para la elaboración de otras
herramientas, como por ejemplo los Gráficos de Control.
7. Consejos.
1. Asegúrese de que las observaciones sean
representativas.
2. Asegúrese de que el proceso de observación es
eficiente de manera que las personas tengan tiempo
suficiente para hacerlo.
3. La población (universo) muestreada debe ser
homogénea, en caso contrario, el primer paso es utilizar
la estratificación (agrupación) para el análisis de las
muestras/observaciones las cuales se llevarán a cabo en
forma individual.
8. Elaboración.
1. Determinar claramente el proceso sujeto a observación. Los
integrantes deben enfocar su atención hacia el análisis de las
características del proceso.
2. Definir el período de tiempo durante el cuál serán
recolectados los datos. Esto puede variar de horas a semanas.
3. Diseñar una forma que sea clara y fácil de usar. Asegúrese de
que todas las columnas estén claramente descritas y de que
haya suficiente espacio para registrar los datos.
4. Obtener los datos de una manera consistente y honesta.
Asegúrese de que se dedique el tiempo necesario para esta
actividad.
9. Ejemplo 1:
En este ejemplo se clasifican las clases de reclamaciones existentes en 4
meses diferentes con la finalidad de determinar la ocurrencia de cada uno
y así poder atacar la causa raíz del problema.
10. Ejemplo 2:
En esta hoja de verificación se observan las computadoras que estaban
en uso, aquellas que no se usan y el motivo por el cual no lo están, nos
muestra las cantidades y el porcentaje que representan estas
características.
11. Ejemplo 3:
Ejemplo que se puede utilizar para diferentes actividades y diferentes
personas o grupos, determinando el porcentaje por cada actividad que
realiza..
12. Gráfica de control
Es una herramienta estadística que detecta la
variabilidad, consistencia, control y mejora de un
proceso.
La gráfica de control se usa como una forma de
observar, detectar y prevenir el comportamiento
del proceso a través de sus pasos vitales.
Así mismo nos muestra datos en un forma
estática, tienen por supuesto sus aplicaciones, y es
necesario saber sobre los cambios en los procesos
de producción, la naturaleza de estos cambios en
determinado período de tiempo y en forma
dinámica, es por esto que las gráficas de control
son ampliamente probadas en la práctica.
13.
14. Gráficas de Control Por Atributos
Objetivos
Identificar los diferentes tipos de Gráficas de Control
Definir las reglas básicas a seguir para la elección, construcción e
interpretación de las Gráficas de Control por Atributos
Resaltar las situaciones en que pueden utilizarse las gráficas de
control
Indicar algunas Ventajas y Desventajas de las Gráficas de Control
Mostrar ejemplos de cada una de las Gráficas de Control por
Atributos
15. Gráficas de Control Por Atributos
Glosario
Atributos
Data que se puede clasificar y contar
Tipos
Cantidad de defectos por unidad –”Nonconformities”
Cantidad de unidades defectuosas –”Nonconforming”
Gráficas de control
Gráfica comparación cronológica (hora a hora, día a día) de las
características de calidad reales del producto, parte o unidad, con
límites que reflejan la capacidad de producirla de acuerdo con la
experiencia de las características de calidad de la unidad.
16. Gráficas de Control Por Atributos
Proceso en control
Método visual para monitorear un proceso- se relaciona a la
ausencia de causas especiales en el proceso.
Gráfica c
Número de defectos por unidad
Gráfica p
Porcentaje de fracción defectiva
Gráfica u
Proporción de defectos
Gráfica np
Número de unidades defectiuosas por muestra constante
17. Gráficas de Control Por Atributos
Límites de control
Son calculados de la data obtenida del proceso
Límite superior
Valor máximo en el cual el proceso se encuentra en control
Límite inferior
Valor mínimo en el cual el proceso se encuentra en control.
Línea central
Es el promedio del número de defectos
18. Gráficas de Control Por Atributos
Origen
El control estadístico de la calidad surge luego de la
Segunda Guerra Mundial.
Las gráficas de control estadístico fueron propuestas
por Walter A. Shewart en el 1920.
19. Gráficas de Control Por Atributos
Utilidad
La función primaria de una Gráfica de Control es mostrar el comportamiento de un
proceso.
Identificar la existencia de causas de variación especiales (proceso fuera de
control).
Monitorear las variables claves en un proceso de manera preventiva.
Indicar cambios fundamentales en el proceso.
20. Gráficas de Control Por Atributos
Ventajas
Resume varios aspectos de la calidad del producto; es decir si es aceptable o no
Son fáciles de entender
Provee evidencia de problemas de calidad
21. Gráficas de Control Por Atributos
Desventajas
Interpretación errónea por errores de los datos o los cálculos utilizados
El hecho de que un proceso se mantega bajo control no significa que sea
un buen proceso, puede estar produciendo constantemente un gran
número de no conformidades.
Controlar una característica de un proceso no significa necesariamente
controlar el proceso. Si no se define bien la información necesaria y las
características del proceso que deben ser controladas, tendremos
interpretaciones erróneas debido a informaciones incompletas.
22. Gráficas de Control Por Atributos
Gráfica p
Representa el porcentaje de fracción defectiva
Tamaño de muestra (n) varía.
Principales objetivos
Descubrir puntos fuera de control
Proporcionar un criterio para juzgar si lotes sucesivos pueden considerarse como
representativos de un proceso
Puede influir en el criterio de aceptación.
23. Gráficas de Control Por Atributos
Gráfica np
Se utiliza para graficar las unidades disconformes
Tamaño de muestra es constante
Principales objetivos:
Conocer las causas que contribuyen al proceso
Obtener el registro histórico de una o varias características de una operación con el
proceso productivo.
24. Gráficas de Control Por Atributos
Gráfica c
Estudia el comportamiento de un proceso considerando el número de defectos
encontrados al inspeccionar una unidad de producción
El artículo es aceptable aunque presente cierto número de defectos.
La muestra es constante
Principales objetivos
Reducir el costo relativo al proceso
Determinar que tipo de defectos no son permitidos en un producto
25. Gráficas de Control Por Atributos
Gráfica u
Puede utilizarse como:
Sustituto de la gráfica c cuando el tamaño de la muestra (n) varía
26. Construcción- Gráfica de Control por
Atributos
Elección del tipo de gráfica
Paso 1: Establecer los objetivos del control estadístico
del proceso
La finalidad es establecer qué se desea conseguir con el mismo.
Paso 2: Identificar la característica a controlar
Es necesario determinar qué característica o atributo del
producto/servicio o proceso se van a controlar para conseguir
satisfacer las necesidades de información establecidas en el paso
anterior.
27. Construcción…
Paso 3: Determinar el tipo de Gráfica de Control que es conveniente
utilizar
Conjugando aspectos como:
Tipo de información requerida.
Características del proceso.
Características del producto.
Nivel de frecuencia de las unidades no
conformes o disconformidades.
28. Construcción…
Paso 4: Elaborar el plan de muestreo (Tamaño de muestra, frecuencia de
maestreo y número de muestras)
Las Gráficas de Control por Atributos requieren generalmente tamaños de
muestras grandes para poder detectar cambios en los resultados.
Para que el gráfico pueda mostrar pautas analizables, el tamaño de
muestra, será lo suficientemente grande (entre 50 y 200 unidades e incluso
superior) para tener varias unidades no conformes por muestra, de forma
que puedan evidenciarse cambios significativamente favorables (por
ejemplo, aparición de muestras con cero unidades no conformes).
El tamaño de cada muestra oscilará entre +/- 20% respecto al tamaño
medio de las muestras
n = (n^ + n2 + ... + nN) / N N = Número de muestras
La frecuencia de muestreo será la adecuada para detectar rápidamente los
cambios y permitir una realimentación eficaz.
El periodo de recogida de muestras debe ser lo suficientemente largo
como
para recoger todas las posibles causas internas de variación del proceso.
Se recogerán al menos 20 muestras para proporcionar una prueba fiable de
estabilidad en el proceso.
29. Construcción…
Paso 5: Recoger los datos según el plan establecido
Se tendrá un especial cuidado de que la muestra sea aleatoria y representativa de todo el
periodo de producción o lote del que se extrae.
Cada unidad de la muestra se tomará de forma que todas las unidades del periodo de
producción o lote tengan la misma probabilidad de ser extraídas. (Toma de muestras al
azar).
Se indicarán en las hojas de recogida de datos todas las informaciones y circunstancias
que sean relevantes en la toma de los mismos.
30. Construcción…
Paso 6: Calcular la fracción de unidades
Para cada muestra se registran los siguientes datos:
1. El número de unidades inspeccionadas "n".
2. El número de unidades no conformes.
3. La fracción de unidades no conformes
4. El número de defectos en una pieza
5. La fraccion de defectos por pieza
31. Construcción…
Gráficas de Control por Atributo
Tipo Data
Tamaño de
Muestra
Formula CL UCL LCL
p
Piezas
defectuosas Varia p=np/n p=Σnp/Σn p+3√p(1-P)/√n p-3√p(1-P)/√n
n=Σn/k
np
Piezas
defectuosas Constante p=np/n np=Σnp/k np+3√np(1-P) np-3√np(1-P)
c
Defectos por
Pieza Constante c c=Σc/k c+3√c c-3√c
u
Defectos por
Pieza Varia u=c/n u=Σc/Σn u+3√u/√n u-3√u/√n
Paso 7: Calcular los Límites de Control
32. Construcción…
Paso 8: Definir las escalas de la gráfica
El eje horizontal representa el número de la muestra en el orden en que ha sido tomada.
El eje vertical representa los valores de la fracción de unidades
La escala de este eje irá desde cero hasta dos veces la fracción de unidades no conformes
máxima.
33. Construcción…
Paso 9: Representar en el gráfico la Línea Central y los Límites de
Control
Línea Central
Marcar en el eje vertical, correspondiente al valor de la fracción
Línea de Control Superior
Marcar en el eje vertical el valor de UCL. A partir de este punto
trazar una recta horizontal discontinua (a trazos). Identificarla con
UCL.
Límite de Control Inferior
Marcar en el eje vertical el valor de LCL. A partir de este punto trazar
una recta horizontal discontinua (a trazos). Identificarla con LCL.
Nota: Usualmente la línea que representa el valor central se
dibuja de color azul y las líneas correspondientes a los límites de
control de color rojo. Cuando LCL es cero, no se suele
representar en la gráfica.
34. Construcción…
Paso 10: Incluir los datos pertenecientes a las muestras en la gráfica
Representar cada muestra con un punto, buscando
la intersección entre el número de la muestra (eje
horizontal) y el valor de su fracción de unidades no
conformes (eje vertical).
Unir los puntos representados por medio de trazos
rectos.
35. Construcción…
Paso 11: Comprobación de los datos de construcción de la Gráfica
de Control
Se comprobará que todos los valores de la fracción de unidades de
las muestras utilizadas para la construcción de la gráfica
correspondiente están dentro de sus Límites de Control.
LCL < gráfica < UCL
Si esta condición no se cumple para alguna muestra, esta deberá
ser desechada para el cálculo de los Límites de Control.
Se repetirán todos los cálculos realizados hasta el momento, sin
tener en cuenta los valores de las muestras anteriormente
señaladas.
Este proceso se repetirá hasta que todas las muestras utilizadas
para el cálculo de los Límites de Control muestren un proceso
dentro de control.
Los Límites, finalmente así obtenidos, son los definitivos que se
utilizarán para la construcción de las Gráficas de Control.
36. Construcción…
Paso 12: Análisis y resultados
La Gráfica de Control, resultado de este proceso de construcción, se utilizará para el
control habitual del proceso.
37. Interpretación- Gráfica de Control por
Atributos
Identificación de causas especiales o asignables
Pautas de comportamiento que representan cambios en el proceso:
Un punto exterior a los límites de control.
Se estudiará la causa de una desviación del comportamiento tan fuerte.
Dos puntos consecutivos muy próximos al límite de control.
La situación es anómala, estudiar las causas de variación.
Cinco puntos consecutivos por encima o por debajo de la línea central.
Investigar las causas de variación pues la media de los cinco puntos indica una
desviación del nivel de funcionamiento del proceso.
Fuerte tendencia ascendente o descendente marcada por cinco puntos
consecutivos.
Investigar las causas de estos cambios progresivos.
Cambios bruscos de puntos próximos a un límite de control hacia el otro
límite.
Examinar esta conducta errática.
38. Gráficas de Control Por Atributos
n np P=np/n (1-p) = 0.985
1 900 18 0.020
2 1135 15 0.013 raiz cuadrada de n = 101.0742301
3 1005 3 0.003
4 1001 17 0.017 p(1-p)= 0.014847156
5 1020 8 0.008
6 1015 22 0.022 raiz cuad p(1-p)= 0.121848906
7 1035 24 0.023
8 1010 31 0.031 raiz cuad p(1-p)*3= 0.365546717
9 980 7 0.007
10 1115 9 0.008 raiz cuad p(1-p)*3/raiz cuad de n= 0.003616616
10216 154 0.152
ucl=raiz cuad p(1-p)*3/raiz cuad de n+p= 0.018691009
n= 10216
cl=p 0.015 lcl=raiz cuad p(1-p)*3/raiz cuad de n-p= -0.148181429
Ejercicio: Gráfica p
46. Gráfica de Control por Atributos
Resumen
Gráfica de Control
de Atributos
Piezas Defectuosas Defectos por pieza
Gráfica p Gráfica np Gráfica u Gráfica c
47. Gráficas de Control Por Atributos
Conclusión
Del desarrollo de los conceptos y ejemplos se puede
observar el enorme potencial que posee la utilización del
Control Estadístico de la calidad como instrumento y
herramienta destinada a un mejor control, una forma más
eficaz de tomar decisiones en cuanto a ajustes, un
método muy eficiente de fijar metas y un excepcional
medio de verificar el comportamiento de los procesos.
54. Terminología Básica
RESPUESTA
Variable cuyo valor viene determinado por
una combinación de factores con unos
niveles establecidos
X1 X2.....Xn
Z1 Z2.....Zn
Y
Entradas Salidas
57. Calidad
Todo trabajo es una serie de procesos
Todos los procesos tienen variabilidad
Toda variabilidad tiene una causa
Usualmente pocas causas son significativas
Las causas de la variabilidad necesitan ser
conocidas
La variación no controlada es una enemiga
58. Evolución de los métodos estadísticos
BAJO
CONTROL
CAPAZ
PRODUCCIÓN
ELIMINAR CAUSAS
ESPECIALES DE VARIACIÓN
DDE
PROCESO
CONTROL
ESTADISTICO DE
PROCESOS
DISEÑO DE
EXPERIMENTOS
no
no
si
si
59. Diseño de Experimentos
Es el cambio sistemático de las
variables de entrada de un
proceso para observar cambios
en la salida o salidas del mismo
60. Objetivos del DDE
DETECCIÓN: Identificar qué factores son las
fuentes principales de variabilidad en las
características de calidad.
MODELADO: Determinar a qué niveles deben
ajustarse los factores para que las características
de calidad logren las especificaciones deseadas.