La Gestión y el Control de Procesos Control de Calidad.

Presentación del tema: "La Gestión y el Control de Procesos Control de Calidad."— Transcripción de la presentación:

1 La Gestión y el Control de Procesos Control de Calidad

2 Controlar el desempeño del proceso Entradas Proceso Características de calidad Datos referidos a muestras inspeccionadas Conclusiones sobre posibles desajustes en el proceso Acciones correctivas

3 ¿Qué se controla y para qué se controla? Se controla el desempeño del proceso en cuanto a las características de calidad críticas del producto, para así minimizar la producción defectuosa.

4 ¿Cuáles son las posibles causas de defectos y cuál es la consecuencia? mano de obramétodomáquinas Variabilidad del proceso materias primas mediciones medio ambiente CAUSAS EFECTO

5 Entradas y salidas de un proceso PROCESO MEDIDCIÓN EVALUACIÓN CONTROL X 1 X 2 XnXn Z 1 Z 2 Z q ENTRADAS Materias primas Componentes subensamblajes Y= característica de calidad VARIABLES CONTROLABLES Presión, temperatura, velocidad, etc VARIABLES INCONTROLABLES Factores medioambientales, propiedades de la materia prima, etc. … …

6 La variabilidad de un proceso z Aún cuando una misma persona utilice los mismos materiales y equipos, y aplique el mismo método para producir algo, los efectos seguirán variando. Es imposible mantener todos los factores que influyen en el resultado final, constantemente, en el mismo estado.

7 La variabilidad y su relación con la calidad z La calidad es inversamente proporcional a la variabilidad (o directamente proporcional a la uniformidad). zLa mejora de la calidad es la reducción de la variabilidad en procesos y productos.

8 Búsqueda de una herramienta zLas gráficas de control surgen como respuesta a la búsqueda de una herramienta que permita distinguir entre variaciones aleatorias (debidas a causas comunes) y variaciones especiales.

9 Clasificación de las causas de variabilidad de un proceso zCausas comunes (aleatorias) yCantidad grande yInfluencia pequeña ySu localización es compleja ySiguen la distribución normal (Distribución de Gauss)

10 Clasificación de las causas de variabilidad de un proceso zCausas especiales o asignables: yCantidad pequeña yInfluencia importante ySu localización es sencilla ySu distribución no sigue ninguna ley

11 Causas asignables zPrincipales fuentes: yMaquinaria ajustada de modo impropio yErrores del operador yMaterias primas defectuosas

12 Proceso bajo Control Estadístico zSe dice que un proceso se encuentra bajo control estadístico cuando su variabilidad es debida únicamente a causas comunes. z Cuando un proceso se encuentra bajo control su resultado (magnitud y variabilidad) es estable y predecible.

13 Proceso fuera de Control Estadístico zSe dice que un proceso se encuentra fuera de control estadístico cuando está operando con la presencia de causas especiales o asignables.

14 Posibles errores en la gestión Los dos tipos de variabilidad (común y especial) llevan a cometer dos errores en la gestión cotidiana: zError 1: reaccionar ante un cambio como si proviniera de una causa especial cuando en realidad surge del sistema mismo. zError 2: tratar un cambio como si proviniera de causas comunes cuando en realidad se debe a una causa especial.

15 Posibles errores en la gestión No es posible reducir a cero ambos errores, para ello es necesario contar con un instrumento que distinga la mayoría de las veces cuándo un cambio se debe a causas comunes y cuándo a causas especiales. Esta herramienta son los gráficos de control, especializada en el estudio de la variabilidad, el principal enemigo de la calidad.

16 Gráficos de control zSe trata de gráficos en los que se representa el comportamiento en el tiempo de una variable asociada con una característica de calidad con el propósito de distinguir si su variación se debe a causas comunes o a causas especiales.

17 Gráficos de control zDesde el punto de vista estadístico, estos gráficos permiten realizar pruebas de hipótesis sobre una de las características del producto o del proceso.

18 Test de Hipótesis Ho es verdadera Ho es falsa Continuación del proceso Ajuste del proceso Decisión Correcta Error de Tipo 1 Error de Tipo 2 Decisión Correcta Hipótesis nula: el proceso es estable (no hay presentes causas asignables) Error Tipo 1: Rechazar Ho cuando es verdadera Error Tipo 2: Aceptar Ho cuando es falsa

19 Gráficos de control (cont)

20 Obtención de las muestras zDebe asegurarse que la variabilidad entre las muestras sea lo mayor posible, para que haya oportunidad de detectar causas asignables, si es que éstas están presentes. zLa variabilidad dentro de la muestra debe ser mínima, es decir estar formada por unidades lo más homogéneas posibles. Para que la variación entre las piezas que componen el subgrupo sea mínima, las piezas deben estar producidas bajo las mismas condiciones.

21 Subgrupos racionales CORRECTO Ejemplo: Piezas consecutivas elaboradas por una máquina, por un mismo operario, en un mismo turno de trabajo, con un mismo material, con las mismas herramientas. INCORRECTOS yPiezas producidas con materia prima proveniente de diferentes lotes yPiezas producidas por diferentes operarios y Piezas de diferentes cabezales de una misma máquina

22 Obtención de las muestras zTamaño de la muestra: cuanto más pequeña sea la variabilidad que se quiere detectar, mayor será el tamaño de la muestra. zFrecuencia del muestreo: en general se prefieren muestras más pequeñas más frecuentemente, que muestras grandes con poca frecuencia.

23 Subgrupos racionales TAMAÑO yEn operaciones que dependen de la mano de obra tomar muestras más grandes con menor frecuencia. yEn operaciones automatizadas: grupos más pequeños con mayor frecuencia. MÉTODO DE OBTENCIÓN z Muestra formada por unidades producidas de manera consecutiva tomadas a intervalos regulares (método del instante). z Muestra formada por unidades producidas en un periodo determinado tomadas a intervalos regulares (método del periodo). z Muestra a cantidades producidas constantes.

24 Una regla rápida Tamaño del lotePorcentaje a muestrear 60 a 30010% 301 a 10005% 1001 a 50002% Más de 50001%

25 Tipos de Gráficos de control POR VARIABLES Se utilizan cuando la característica de calidad puede expresarse como una medida numérica resultante de una medición. Ejemplos: diámetro de un cojinete, longitud de un eje. POR ATRIBUTOS Los atributos son aquellas características de calidad no mensurables, cuya dimensión no se puede representar por una cifra. Ejemplo: legible – ilegible, no rayado – rayado.

26 Proceso bajo control estadístico Para poder considerar al proceso bajo control, los puntos del gráfico deben estar dentro de los límites de control y presentar comportamiento aleatorio.

27 Patrones que indican proceso fuera de control estadístico zCorresponden a sucesos que tienen muy baja probabilidad de ocurrir si el proceso está bajo control estadístico (aplicación de la teoría de las rachas). zCada uno de ellos provee información sobre el tipo de causa asignable que puede estar afectando al proceso.

28 Interpretación de los gráficos de control zPara la identificación de los patrones que indican que el control está fuera de control estadístico se divide el área dentro de los límites de control en 6 zonas iguales, cada una de amplitud similar a una desviación estándar.

29 Interpretación de los gráficos de control

30 Pruebas que indican que no hay control estadístico 1.Un punto fuera de los límites de control. 2.Dos de tres puntos consecutivos en la zona A o más allá. 3.Cuatro de cinco puntos consecutivos en la zona B o más allá.

31 Pruebas que indican que no hay control estadístico 4.Ocho puntos consecutivos de un solo lado de la línea central. Ampliación de la prueba: a)Al menos 10 de 11 puntos consecutivos ocurren de un mismo lado de la línea central. b)Al menos 12 de 14 puntos consecutivos ocurren de un mismo lado de la línea central.

32 Pruebas que indican que no hay control estadístico 5.Seis puntos consecutivos ascendentes o descendentes. 6.Catorce puntos consecutivos alternando entre altos y bajos. 7.Ocho puntos consecutivos a ambos lados de la línea central con ninguno en la zona C. 8.Quince puntos consecutivos en la zona C, arriba o debajo de la línea central.

33 Control por Variables

34 Gráficos de medias y rangos ( ) zSe construye un gráfico para la evolución de las medias de los grupos (asociado con la ubicación de la característica ) y otro para la evolución de los rangos (asociado con la dispersión de la característica ). zSe utilizan los rangos para medir la variabilidad ya que son fáciles de calcular y tienen una eficiencia similar a la desviación estándar para subgrupos pequeños (n<8).

35 Tamaño de los subgrupos racionales y Con muestras de tamaño igual a 5 se tiene alta probabilidad de detectar desvíos grandes en la media de una magnitud con una variedad de distribuciones.

36 Gráficos de medias y desviaciones estándar ( ) zSe utiliza el mismo gráfico de medias anterior, pero ahora se estudia la dispersión usando un gráfico de las desviaciones estándar de cada subgrupo. zLa desviación estándar es un mejor estimador de la variabilidad, pero más difícil de calcular. Se prefiere en procesos con subgrupos racionales grandes (8 ó más) o en procesos automatizados.

37 Control por Atributos

38 Gráficos de control por atributos: zGráficos de control para la proporción de productos defectuosos (p) o número de defectuosos (np): ySe analiza si el producto resultante posee o no cierto atributo o característica cualitativa.

39 Gráficos de control por atributos: zGráficos de control por cantidad de defectos (c) o cantidad de defectos por unidad (u). y Gráfico u, se examina la cantidad de anomalías o defectos que presenta el artículo fabricado (u).

40 40 Gráficos de control para la proporción de productos defectuosos (p) zSe controla la proporción de piezas que no cumple con los requisitos especificados, es decir, la proporción de defectuosos. zMuchas características que son variables se podrían controlar como atributos. yEjemplo: el diámetro de un eje se puede medir con un micrómetro (variable) o con un calibre pasa-no pasa (atributo).

41 41 Gráficos de control para la proporción de productos defectuosos (p) zEjemplos: yEl número de unidades defectuosas en la muestra yEl número de fallas de soldadura por tarjeta yEl número de errores por factura

42 Gráficos de control por atributos zSe recogen de 20 a 30 muestras de tamaño suficiente para que se observe en cada una alguno de los resultados defectuosos, lo que hace que el tamaño de muestra necesario sea tanto mayor cuanto menor sea dicha proporción y siempre mayor al tamaño de las muestras de control por variables.

43 Estudios de Capacidad

44 Tolerancia zSe suele distinguir entre dos tipos de tolerancias: yTolerancia Especificada (o de diseño): es fijada por el departamento de ingeniería. Está relacionada con los requerimientos del cliente (calidad en el diseño). yTolerancia Natural: variabilidad del proceso debido al diseño del proceso y los factores que intervienen en el mismo.

45 Estudios de capacidad zSu objetivo es cuantificar la variabilidad inherente a un proceso o a una parte del mismo (determinar tolerancias naturales) y analizar dicha variabilidad en relación con las especificaciones del producto (tolerancias especificadas). zNo tiene sentido hablar de capacidad para procesos que no se encuentran en estado de control.

46 Indice de capacidad

47 Tolerancia zSi la tolerancia natural de un proceso es más estricta que la tolerancia especificada entonces es fácil obtener calidad de conformidad (o calidad de producto). zEn cambio, si la tolerancia especificada es más estricta que la tolerancia natural del proceso, difícilmente se lograrán elaborar productos que la satisfagan.

48 Utilidad de los Estudios de capacidad yDeterminar si nuestros procesos son capaces de elaborar productos con las especificaciones requeridas por el mercado y, en caso de no satisfacer las especificaciones, conocer el porcentaje de unidades no conformes que se obtendrán. yDeterminar valores razonables para las especificaciones de un producto nuevo de acuerdo con las capacidades de nuestros procesos. yElegir entre diversos proveedores.

49 Capacidad del proceso zCapacidad del proceso = 6 σ

50 Indices de capacidad zIndice de Capacidad de proceso: Relación entre la tolerancia especificada y la tolerancia natural del proceso (capacidad del proceso). Si σ no es conocida, se puede estimar: σ =R m /d 2 o σ = s m /c 2

51 Indices de capacidad zSe desea que el índice de capacidad sea tan grande como sea posible: Si C p < 1, el proceso no es capaz de producir de acuerdo con las especificaciones. Si 1 C p < 1.33 el proceso es capaz, pero cualquier pequeño cambio en las condiciones puede hacer que pierda esta cualidad. Si C p 1.33 el proceso es capaz y robusto.

52 Capacidad del proceso Ciertas industrias (electrónica, aviación) utilizan otros valores como 10 y 12. zMetodología SIX SIGMA, desarrollada por Motorola a finales de los ´80.

53 Capacidad del proceso

54 Límites del intervalo Porcentaje dentro del intervalo Defectuosos en parte por millón (ppm) ± 1 Sigma68,27317300 ± 2 Sigma95,45 45500 ± 3 Sigma99,73 2700 ± 4 Sigma99,9937 63 ± 5 Sigma99.999943 0.57 ± 6 Sigma99.9999998 0.002

55 Capacidad del proceso

56 Indices de capacidad (cont) zCuando el proceso no está centrado se hace necesario redefinir el índice: zPara considerar que un proceso opera dentro de especificación, C pk 1,33

57 Indices de capacidad (cont.) zIndice de Taguchi: N: valor nominal de la característica de calidad. Si μ y σ no son conocidas, se utiliza: y σ =R m /d 2 o σ = s m /c 2

58 Estabilidad y capacidad de un proceso ¿EL PROCESO ESTÁ EN CONTROL ESTADÍSTICO? NO ¿EL PROCESO ES CAPAZ? SÍ A Utilizar cartas de Control y HB para prevenir causas especiales C Utilizar las HB para diagnosticar y mejorar el proceso. B Identificar causas especiales para evitar que el proceso empeore D Aplicar HB para diagnosticar y mejorar. Se requieren análisis muy serios. NO SÍ