1

Control Estadístico de la Calidad

DEFINICIÓN

DEFINICIÓN

2

DEFINICIÓN

LA DEFINICIÓN DE UN PROYECTO ES LA ETAPA EN QUE SE SELECCIONA EL PROCESO A MEJORAR, JUSTIFICANDO LAS RAZONES DE SU ELECCIÓN Y ESTABLECIENDO CLARAMENTE LOS LÍMITES DEL PROCESO.

ESTA ETAPA ES DE FUNDAMENTAL IMPORTANCIA, YA QUE LOS RECURSOS DE LAS ORGANIZACIONES SON SIEMPRE LIMITADOS Y DEBEN ESTABLECERSE PRIORIDADES CON EL FIN DE MEJORAR LOS PUNTOS CRÍTICOS DEL PROCESO PRODUCTIVO.

¿QUÉ ES LA DEFINICIÓN DE UN

PROYECTO CEC

3

¿QUÉ ES UN PROYECTO CEC

• UN PROYECTO SE APLICARÁ A UN AREA POTENCIAL DE MEJORA IDENTIFICADA Y RECONOCIDA COMO TAL (HABITUALMENTE SERÁ ASIGNADA A UN GRUPO DE TRABAJO)

• LOS MEJORES PROYECTOS SON AQUELLOS QUE HAN SIDO CLARAMENTE DEFINIDOS Y LIMITADOS, CUYOS EFECTOS SON PERCIBIDOS POR EL CLIENTE (INTERNO O EXTERNO) Y QUE, DE SER POSIBLE, COMBINEN Y REFUERCEN LOS EFECTOS DE OTROS PROYECTOS.

DEFINICIÓN

4

¿CÓMO SE DEFINE UN PROYECTO

• EL ORDEN LÓGICO ES PLANIFICAR A LARGO PLAZO, PARTIENDO DE LAS CARACTERÍSTICAS DE NUESTROS PRODUCTOS QUE MÁS CONTRIBUYEN A SATISFACER LAS NECESIDADES DEL CLIENTE.

• EL CONOCIMIENTO DE LOS PROCESOS DE PRODUCCIÓN PERMITE IDENTIFICAR AQUELLOS PROCESOS O SUB-PROCESOS QUE DETERMINAN LAS CARACTERÍSTICAS CRÍTICAS DE LOS PRODUCTOS.

• LOS PROCESOS ASÍ DETERMINADOS SON ÁREAS DE MEJORA POTENCIAL A LAS QUE SÓLO RESTA PRIORIZAR PARA SU ASIGNACIÓN A UN GRUPO DE MEJORA.

DEFINICIÓN

...

5

¿CÓMO SE DEFINE UN PROYECTO

• AUNQUE MENOS DESEABLE QUE LO ANTERIOR, TAMBIÉN ES POSIBLE ACTUAR DE FORMA CORRECTIVA ATACANDO DIRECTAMENTE ALGÚN PROBLEMA CONCRETO (P. EJ. QUEJAS DE ALGUNOS CLIENTES)

• LAS HERRAMIENTAS QUE MÁS FRECUENTEMENTE SE UTILIZAN EN LA ETAPA DE DEFINICIÓN DE UN PROYECTO SON EL QFD, EL DIAGRAMA DE PROCESO, EL DIAGRAMA DE CAUSA-EFECTO Y EL DIAGRAMA DE PARETO.

DEFINICIÓN

6

DESARROLLO DE LA FUNCIÓN DE CALIDAD (QFD)

Es un método que permite traducir los requisitos del cliente en requisitos de la empresa.

El principal resultado son los CTQ’s:

“Una característica del producto o paso de un proceso que debe ser controlado para asegurar

que el cliente recibe lo que espera del producto”

DEFINICIÓN

7

DESARROLLO DE LA FUNCIÓN DE CALIDAD (QFD)

CT

Q’s

del

clie

nte

¿QU

E?

Salidas del proyecto¿CÓMO?

Salidas clave

Sal

idas

cla

ve¿Q

UÉ

?

Pasos del proyecto¿CÓMO?

Pasos clave

Pas

os c

lave

¿QU

É?

Tareas del proyecto¿CÓMO?

Tareas clave

DEFINICIÓN

8

Una vez realizado el QFD habremos conseguido pasar de los requisitos

funcionales a las variables de proceso críticas para la calidad de nuestro producto.

DESARROLLO DE LA FUNCIÓN DE CALIDAD (QFD)

DEFINICIÓN

9

Control Estadístico de la Calidad

MEDIDA

MEDIDA

10

• LOS PROCESOS NO SE CONOCEN EN PROFUNDIDAD HASTA QUE SU CAPACIDAD SE DETERMINA DE UN MODO CUANTITATIVO.

• EL DESCONOCIMIENTO IMPIDE EL CONTROL DEL PROCESO.

• LA APLICACIÓN DE CRITERIOS ESTADÍSTICOS PERMITE QUE LAS DECISIONES SE TOMAN EN FUNCIÓN DE DATOS OBJETIVOS RESULTANTES DE LA MEDIDA DEL PROCESO.

MEDIDA

¿POR QUÉ MEDIR

11

• PARA PODER MEDIR UN PROCESO ES PRECISO DEFINIR PREVIAMENTE TANTO LAS VARIABLES A MEDIR COMO EL SISTEMA A EMPLEAR PARA LA MEDIDA.

• NO DEBE HABER CABIDA PARA LA AMBIGÜEDAD:

DEBE COMPRENDERSE CLARAMENTE EL SIGNIFICADO DE LA VARIABLE, Y ASEGURARSE DE QUE, INDEPENDIENTEMENTE DE QUIÉN REALICE LA MEDIDA, EL RESULTADO HA DE SER ESENCIALMENTE EL MISMO.

MEDIDA

¿CÓMO SE MIDE

12

DEFINICION DE STANDARDS

• Un standard de rendimiento es el criterio utilizado para definir la característica deseada. (¿Qué medimos?)

• Existen dos tipos de variables que podemos utilizar para medir la capacidad de un proceso: continuas y discretas

MEDIDA

13

Variables continuas• La escala de medida se puede dividir en intervalos tan

pequeños como se desee.(p.ej. tiempo para el arranque de un P.C.)

Variables discretas• No se puede realizar una subdivisión en intervalos de

mayor precisión.(p.ej.días para resolver un problema, % de problemas resueltos en menos de 5 días)

DEFINICIÓN DE STANDARDS

MEDIDA

14

DEFINICIÓN DE STANDARDS

problemas no resueltos en 5 días

problemas resueltos en 5 días

5 ó 14%

30 ó 86%

Variable discreta Variable continua

MEDIDA

tiempo de resolución

5 días

no-defectodefecto

15

• Dimensión• Tiempo• Dinero• Cumplimiento• Precisión/cali-

dad

• Pasa/no pasa• Programa si/no• Presup. si/no• Disponible si/no• Bueno/malo

DEFINICIÓN DE STANDARDS

• Medida real• Hora exacta• Coste real• % avance• Incertidumbre

Caracteristica

Método de medida

Continuo Discreto

MEDIDA

16

ANÁLISIS DEL SISTEMA DEMEDIDA

• La información del proceso se obtiene a través de un sistema de medida.

• Esto constituye un segundo proceso que distorsiona los datos reales.

• La precisión (valor medio) y la exactitud (variación) de las medidas será la composición de las del proceso y de las del sistema de medida.

MEDIDA

17

VARIABLES DISCRETASDEFINICIONES

Unidad (U)• El número de partes o componentes

inspeccionados (Cuadrados: 4 unidades)

Oportunidad (OP)• Cada característica que se inspecciona

(Círculos: 5 oportunidades por unidad)

Defecto (D)• Cualquier cosa que resulta en la insatisfacción

del cliente (Círculos negros: 9 defectos)

MEDIDA

18

Defectos por unidad

DPU = D/U = 9/4 = 2,25

Total de oportunidades

TOP = U * OP = 4 * 5 = 20

Defectos por oportunidad

DPO = D/TOP = 9/20 = 0,45

Defectos por millón de oportunidades

DPMO = DPO * 1.000.000 =

= 0,45 * 1.000.000 = 450.000

VARIABLES DISCRETASFÓRMULAS

MEDIDA

19

EJEMPLO DE CRITERIO PARA REDUCIR LA

VARIABILIDAD: PROYECTO 6-

• 2 308538 PPM

• 3 66807 PPM

• 4 6210 PPM

• 5 233 PPM

• 6 3,4 PPM

capacidad del

proceso

defectos por millón

de oportunidades

INTRODUCCIÓN

20

La cuantificación del objetivo

PPM

2 73 4 5 61

10

100

1000

10000

100000

1000000

compañía media

las mejores

INTRODUCCIÓN

21

DPO Y PROBABILIDAD DE DEFECTO

• La DPO es la probabilidad de un defecto.

• Esta probabilidad permite establecer la Z o “sigma” del proceso a partir de las tablas de la distribución normal.

• En la práctica se emplea formatos en hojas de cálculo (Excel, Lotus 1-2-3, QuatroPro)

MEDIDA

22

VARIABLES CONTINUASLa distribución normal

• Es el resultado de un proceso que experimenta variaciones debidas a la adición de múltiples causas independientes entre sí.

• Solo dos parámetros la caracterizan:• La media () que define el valor medio de las

observaciones, y la desviación standard () que es una medida de la dispersión.

MEDIDA

23

EJEMPLOS DE DISTRIBUCIONES NORMALES

9.58.57.56.5

7

6

5

4

3

2

1

0

Pts/km_i

Fre

quen

cy

Histogram of Pts/km_i, with Normal Curve

0.200.180.160.140.120.100.080.060.04

8

7

6

5

4

3

2

1

0

DPO/U

Fre

quen

cy

Histogram of DPO/U, with Normal Curve

12111098765432

6

5

4

3

2

1

0

DADOS

Fre

quen

cy

Histogram of DADOS, with Normal Curve

MEDIDA

24

LAS FÓRMULAS DE CÁLCULO

• Media de la muestra

• Desviación standard de la muestra

MEDIDA

i 1

X Xi

n

sX X

n

ii

n

( )2

1

1

25

EJEMPLO DE Y

8.98.88.78.68.58.48.38.28.18.0

100

50

0

DATOS

Fre

cue

nci

aHistograma de Datos, con la Curva Normal

43210-1-2-3-4

unidades

=8,5

0,1

MEDIDA

26

VARIACIÓN Y AREAS DEPROBABILIDAD

9.58.57.5

100

50

0

D1

Fre

quen

cy

9.58.57.5

70

60

50

40

30

20

10

0

D2F

requ

ency

+/- 1 , 68%

+/- 295%

+/- 3

pequeña dispersión gran dispersión

las probabilidades son iguales para ambas distribuciones dentro del mismo intervalo de

MEDIDA

27

UTILIZACIÓN DE COMO MEDIDA DE LA CAPACIDAD DEL PROCESO

9.58.57.5

100

50

0

D1

Fre

quency

Al disminuir la variación se reduce la con el consiguiente aumento de la capacidad del proceso y reducción de la probabilidad de defectos

límite - Z = 9.58.57.5

70

60

50

40

30

20

10

0

D2

Fre

qu

en

cy

límite deaceptación

1

1

capacidad 4

capacidad 2

MEDIDA

28

HERRAMIENTAS GRÁFICASHistograma

Muestra la variación de un proceso.

Convierte un grupo de datos

desordenados en una imagen

coherente del proceso.

MEDIDA

0

20

40

60

80

100

120

1 2 3 4 5 6 7 8 9 10 11

Serie1

Serie2

Serie3

29

Permite obtener una

rápida visión gráfica

de la comparación

de dos o más

procesos.

HERRAMIENTAS GRÁFICASDiagrama de cajas (box plot)

7654321

0.20

0.15

0.10

0.05

Auth

DPO/

U

MEDIDA

30

Permite observar al proceso a lo largo

del tiempo con el fin de descubrir

tendencias y centrar la atención en los

cambios del proceso.

HERRAMIENTAS GRÁFICASGráfica de evolución (runchart)

MEDIDA

Averias/semana

0

50

100

150

0 5 10 15 20 25

semana

Media muestral

100150200250300350

0 5 10 15 20 25

31

CENTRADO DEL PROCESO

Ruido “negro”• Es la variación no aleatoria, de causa asignable o

especial presente en un proceso.• Es controlable.

Ruido “blanco”• Es la variación aleatoria o común inherente a todo

proceso• No es controlable.

MEDIDA

El principal enemigo de los procesos es la variación. Existen dos tipos:

32

AGRUPAMIENTO RACIONAL DE LA INFORMACIÓN

El agrupamiento racional obtiene muestras del proceso que solo contienen ruido “blanco” dentro de la

muestra. El ruido “negro” tiene lugar entre muestras

ruido“blanco”

ruido “negro”, o señal

subgruposracionales

MEDIDA

33

VISUALIZANDO LA DINÁMICA DE LOS PROCESOS

i so

t1t2t3t4

• A lo largo del tiempo un proceso típico experimentará una variación. Motorola lo cuantifica en 1,5.

• Zst=Zlt + 1,5

capacidadsostenida (lt)

capacidadinherente (st)

MEDIDA