Control Estadístico de Calidad

1. Control Estadístico de Calidad Carlos Viesca González Carlos Viesca González

2. CAPÍTULO 1 Conceptos básicos y variabilidad. Carlos Viesca González

3. CALIDAD (ISO 9000:2000) • Grado en el que un conjunto de características (rasgos diferenciadores) inherentes (existen en algo, especialmente como características permanentes) cumple con los requisitos (necesidad o expectativa establecida, generalmente implícita u obligatoria). Carlos Viesca González

4. Dimensiones de la calidad(Garvin, 1987) La calidad de un producto se puede evaluar de varias formas: • Desempeño. ¿Desempeñará el producto la función para la cual fue creado? • Confiabilidad. ¿Con qué frecuencia falla el producto? • Durabilidad. ¿Cuánto dura el producto? • Disponibilidad del servicio. ¿Qué tan fácil es reparar un producto? Carlos Viesca González

5. Dimensiones de la calidad(Garvin 1987) • Estética. ¿Cómo se ve el producto? • Características distintivas. ¿Qué más hace el producto? • Calidad percibida. ¿Cuál es la reputación de la compañía o de sus productos? • Conformancia o cumplimiento con los estándares. ¿Está hecho el producto conforme el diseñador lo pretendía? Carlos Viesca González

6. Adecuación para el uso • Calidad significa adecuación para el uso. • Calidad de diseño. Un producto o servicio se produce con un grado o nivel de calidad, el cual es intencional. Carlos Viesca González

7. Adecuación para el uso • Calidad de conformancia. Qué tan bien cumple un producto o servicio con las especificaciones de diseño. Se ve afectada por: el proceso de manufactura, el entrenamiento y la supervisión, el sistema de calidad, el grado al cual se aplican los procedimientos del sistema de calidad y la motivación de la fuerza de trabajo, entre otros factores. Carlos Viesca González

8. Algunas definiciones de calidad • Adecuación para el uso o para la función. • El grado al cual un producto específico satisface los deseos de un cliente en particular. • Proveer productos y servicios que cumplan con las expectativas de los clientes a lo largo de la vida del producto o servicio a un costo que represente valor para el cliente. Carlos Viesca González

9. Algunas definiciones de calidad • El grado al cual un producto es conforme a las especificaciones del diseño. • Las características o atributos que distinguen a un artículo de otro. • Conformancia con los requerimientos de ingeniería aplicables, de acuerdo con las especificaciones, dibujos y demás documentos de ingeniería relacionados. Carlos Viesca González

10. Algunas definiciones de calidad • Las definiciones anteriores no han sido muy útiles por alguno o varios de los siguientes aspectos: • Están basados en atributos y son de naturaleza cualitativa. • Están basados en manufactura y no en diseño (se ve la calidad hasta el final del proceso de manufactura) Carlos Viesca González

11. Algunas definiciones de calidad • No establecen claramente la relación apropiada entre deseos, necesidades,expectativas del cliente y la función del producto. Un producto se puede vender por un atributo pero perderá mercado por su función, por su calidad. Carlos Viesca González

12. Función de pérdida de Taguchi. • La pérdida impartida a la sociedad durante el uso de un producto es un resultado de la variación funcional y de los efectos dañinos derivados del uso del mismo (efectos colaterales que no están relacionados con la función del producto). Carlos Viesca González

13. Pérdidas ($) Pérdidas menores Pérdidas mayores 21.7 22.3 Longitud del corte del forro por agenda Función de pérdida de Taguchi. Ejemplo de las agendas: • Para este ejemplo: • Valor nominal u objetivo= 22 cm • Especificaciones o tolerancias= 22 ± .3 cm • Límite inferior de especificación (LIE) = 21.7 cm • Límite superior de especificación (LSE) = 22.3 cm Carlos Viesca González

14. Pérdida de calidad Valor nominal Características de calidad Actualmente función de pérdida Se comporta de forma exponencial en las pérdidas Carlos Viesca González

15. Tendencia Pérdidas ($) Pérdida de calidad Característica de calidad Valor nominal Actualmente función de pérdida En algunos estudios empíricos se ha encontrado: • Actualmente la tendencia de control de calidad es la reducción de variabilidad Carlos Viesca González

16. Variabilidad(Devor, 1992) • No existen dos productos exactamente iguales. • La falla de un producto para alcanzar la función que se pretende, según el cliente, puede surgir de alguna o de las dos siguientes fuentes: • Falla para lograr el desempeño nominal requerido por el diseño. • Variación excesiva alrededor del nivel de desempeño nominal pretendido. Carlos Viesca González

17. Variabilidad • Las fuentes de variación son fuentes de desperdicio e ineficiencias y por cada fuente de variación identificada y removida se experimentarán incrementos en calidad y productividad. • La variabilidad se puede describir en términos estadísticos y aquí es dónde encaja el uso de métodos estadísticos en el mejoramiento de la calidad. Carlos Viesca González

18. Mejoramiento de la calidad (Montgomery, 1997) • Reducción de la variabilidad en procesos y productos. Excesiva variabilidad en el desempeño de un proceso se traduce frecuentemente en desperdicio. •  ¿Y en servicios?Reducción de desperdicio. Carlos Viesca González

19. Control estadístico de la Calidad(Besterfield, 1995) • Consiste en el acopio, análisis e interpretación de datos para su uso en el control de calidad. Dos elementos importantes del CEC son el Control Estadístico de Procesos (CEP) y el Muestreo de Aceptación. Carlos Viesca González

20. CAPÍTULO 2 Gráficas de Control Carlos Viesca González

21. Límite superior de control (LSC) Característica de calidad Línea central (LC) Límite inferior de control (LIC) tiempo Gráficas de control Dónde el tiempo representa la muestra o subgrupo Carlos Viesca González

22. Gráficas de control • Las gráficas de control nos muestran cómo se compara una característica a través del tiempo. • Si todos los puntos están dentro de los límites y no siguen un patrón específico, se dice que el proceso está bajo control o bajo control estadístico. • Los límites de control dependen del comportamiento de los datos. Carlos Viesca González

23. Gráficas de control • Concepto de control estadístico de Shewhart: • Se dice que un fenómeno está controlado cuando, a través del uso de la experiencia pasada, se puede predecir al menos dentro de ciertos límites como se espera que varie el fenómeno en el futuro. • Si un proceso no está en estado controlado, la productividad o el éxito económico no se garantiza. Carlos Viesca González

24. Gráficas de control • Límites de especificación: dependen del diseño o del cliente. • Límites de control: los determina el proceso. Carlos Viesca González

25. Zonas de una gráfica de control • Zona A= media + 3= 99% de los datos • Zona B= media + 2= 95% de los datos • Zona C= media +  = 68% de los datos Carlos Viesca González

26. LSC A B C LC C Característica de calidad B A LIC tiempo Gráficas de control Ocho pruebas para verificar que una gráfica está bajo control estadístico: Prueba # 1: un dato fuera del límite de control Carlos Viesca González

27. LSC LSC A A B B C C LC LC C C Característica de calidad Característica de calidad B B A A LIC LIC tiempo tiempo Gráficas de control Prueba # 3: Cinco puntos consecutivos en forma ascendente o descendente Prueba # 2: Ocho puntos en forma consecutiva por arriba o por debajo del promedio Carlos Viesca González

28. LSC LSC A A B B C C LC LC C C Característica de calidad Característica de calidad B B A A LIC LIC tiempo tiempo Gráficas de control Prueba # 5: Dos o tres puntos en la zona A o más allá Prueba # 4: Catorce puntos alternándose en forma consecutiva arriba y abajo. Carlos Viesca González

29. LSC LSC A A B B C C LC LC C C Característica de calidad Característica de calidad B B A A LIC LIC tiempo tiempo Gráficas de control Prueba # 7: Quince puntos consecutivos en la zona C Prueba # 6: Cuatro de cinco puntos consecutivos en la zona B o más allá Carlos Viesca González

30. LSC A B C LC C Característica de calidad B A LIC tiempo Gráficas de control Prueba # 8: Ocho puntos consecutivos que no caigan en la zona C Carlos Viesca González

31. Gráficas de control • Cuando una gráfica no está en control estadístico, se puede deber a: • Causas comunes de variación: fuentes de variación dentro de un proceso que tienen una distribución estable y repetible en el tiempo. • Causas especiales de variación: factores que causan variación y que no están actuando siempre sobre el proceso. Carlos Viesca González

32. Estadística de las gráficas de control • Prueba de hipótesis: Ho: El proceso está bajo control vs Ha: El proceso no está bajo control • Error tipo I: Rechazar Ho cuando Ho es verdadero. Se concluye que “el proceso no está bajo control, cuando realmente si lo está”. P(Error tipo I)=  Carlos Viesca González

33. Estadística de las gráficas de control • Error tipo II: Aceptar Ho cuando Ho es falsa. Se concluye que “el proceso está bajo control, cuando realmente no lo está”. P(Error tipo II)=  • Para fines de cálculo de  y , suponga que el proceso no está bajo control si hay un cambio en la media del mismo. Carlos Viesca González

34. Estadística de las gráficas de control • Fórmulas: Carlos Viesca González

35. LSC La media cambia LIC Estadística de las gráficas de control El error tipo II se obtiene con la nueva media Carlos Viesca González

36. P(no detectar cambios)= Cambios en la media del proceso Curva característica de operación • Es una medida de de la bondad de una gráfica de control para detectar cambios en los parámetros de los procesos (,). Carlos Viesca González

37. ARL (Average run length) • Denota el número de muestras que en promedio se requieren para detectar una señal fuera de control. • Si el proceso está bajo control: • Entre más grande sea el ARL es mejor, ya que no se tienen muchas falsas alarmas. Carlos Viesca González

38. ARL (Average run length) • Si el proceso no está bajo control: • Entre más pequeño sea el ARL necesito menos muestras para calcular el error tipo II Carlos Viesca González

39. Efectos de los límites de control sobre  y  • si los límites de control son más anchos: •  se reduce •  se incrementa • si los límites de control son más angostos: •  se incrementa •  se reduce • si se toman muestras más grandes: •  se reduce •  se reduce Carlos Viesca González

40. Tasa global de error tipo II • Donde: • K= # de reglas independientes usadas como criterios para situaciones fuera de control. • i= P(error tipoI) con la regla Carlos Viesca González

41. Tipos de gráficas de control • Para valores continuos: • Gráfica de medias y desviación estándar. • Gráfica de medias y rangos. • Gráfica de observaciones individuales y rangos móviles. Carlos Viesca González

42. Tipos de gráficas de control • Para valores discretos (atributos): • Gráfica de proporción de artículos defectuosos (p) • Gráfica de número de artículos defectuosos (np) • Gráfica de número de defectos o disconformidades (C) • Gráfica de número de defectos por unidad (U) Carlos Viesca González

43. Beneficios de las gráficas de control • Son herramientas efectivas para entender la variación del procesoy ayudan a lograr el control estadístico. • Si un proceso está en control estadístico su desempeño es predecible y tanto el fabricante como el cliente pueden confiar en niveles consistentes de calidad y en costos estables para lograr la calidad. • Un proceso bajo control estadístico se puede mejorar a través de la reducción de variación y el centrado en un valor objetivo; esto reduce costos y mejora la productividad. Carlos Viesca González

44. Beneficios de las gráficas de control • Las gráficas de control proporcionan un lenguaje común para comunicar información sobre el desempeño de un proceso entre muy diversas personas dentro y fuera de la empresa. • Las gráficas de control indican dónde está o quien tiene la posible solución de un problema, con lo cual se minimiza la confusión, frustración y el costo de los esfuerzos mal dirigidos para la solución de un problema. Carlos Viesca González

45. CAPÍTULO 2.1 Gráficas para variables Carlos Viesca González

46. Gráfica de medias y rangos Carlos Viesca González

47. Gráficas de medias y rangos • El procedimiento es el mismo que en las gráficas de medias y desviación estándar. • La forma de obtener los límites de control y la línea central es la siguiente: Carlos Viesca González

48. Gráficas de medias y rangos • Gráfica de rangos: Carlos Viesca González

49. Gráficas de medias y rangos • Gráfica de medias: antes de calcular los límites es necesario que esté bajo control la gráfica de rangos. Carlos Viesca González

50. Gráficas de medias y rangos • = se puede obtener a partir de los datos recopilados, pero generalmente se obtiene de la información proporcionada por la gráfica de un proceso bajo control. Carlos Viesca González