Control Estadístico de Procesos

Presentación del tema: "Control Estadístico de Procesos"— Transcripción de la presentación:

1 Control Estadístico de Procesos
Vivimos en un mundo de variabilidad, por ejemplo: El tiempo de ejecutar una tarea no siempre es el mismo. La habilidad de los trabajadores no es idéntica. Dos productos no son exactamente iguales. Las medidas de un material pueden variar de una pieza a otra. La temperatura de un proceso no es exactamente igual en el tiempo.

2 Definición. A la aplicación de técnicas estadísticas aplicadas a los procesos de producción, las cuales permiten la mejora de la calidad y la productividad se les denomina Control Estadístico de Procesos. El control estadístico logra esto midiendo, controlando y reduciendo la variabilidad de los procesos y productos. El Control estadístico de procesos es un conjunto de herramientas que permiten detectar y sistemáticamente resolver problemas, como partes del proceso de mejora continua.

3 ¿Qué mas es? Es un sistema preventivo que busca detectar las variaciones dentro del proceso para atacar las causas de los problemas antes de que se tenga una gran cantidad de productos defectuosos. Es parte de el proceso de mejora continua. Es una herramienta para mejorar la calidad y productividad. Bien aplicad permite la reducción de desperdicios Ayuda a la satisfacción de nuestros clientes.

4 Cambio de filosofía de calidad:
Cambiar la inspección masiva como método de control de calidad por un sistema preventivo que detecte dentro del proceso variaciones que pueden derivar en un gran número de defectos. La inspección masiva es tardía y no ataca las causas de los defectos y por lo tanto los desperdicios.

5 Variación en los procesos.
Cuando se toman observaciones o medidas de los procesos de producción, estas nunca serán iguales, es decir tienen variación o fluctuación; esta variación puede ser con un cierto patrón, el cual puede ser identificado como una distribución de probabilidad, por lo que se pueden definir límites probabilísticos. Podemos definir al control estadístico de calidad como el control de la variación de los procesos, y la herramienta que permite esto es precisamente la Estadística.

6 Es importante aclarar que el control estadístico es solo una herramienta, determinar las causas de variación y las decisiones de mejora, en los procesos para reducirla es trabajo de la administración de la empresa.

7 TIPOS DE VARIACIÓN A) Variación común: es inherente a las características esenciales del proceso y es es resultado a la combinación de diferentes fuentes de variabilidad. B) Variación especial: es la variación causada por circunstancias o situaciones especiales que no están presentes permanentemente en el sistema.

8 Un proceso que trabaja solo con causas comunes de variación se dice que esta en control estadístico, independientemente que la variación sea mucha o poca, pero es predecible en el futuro inmediato. Un proceso en el que están presentes causas especiales de variación, se dice que esta fuera de control estadístico, o es inestable. El proceso es impredecible en el futuro inmediato, porque en cualquier momento pueden aparecer situaciones que tienen efecto especial sobre la variabilidad.

9 ELEMENTOS BASICOS DE UNA GRAFICA DE CONTROL
LIMITE SUPERIOR VALOR DE LA VARIABLE MEDIA DEL PROCESO LIMITE INFERIOR MUESTRA

10 LIMITES DE CONTROL LA UBICACIÓN DE LOS LIMITES DE CONTROL ES UN ASPECTO FUNDAMENTAL, YA QUE SI ESTOS SE UBICAN DEMASIADOS ALEJADOS DE LA LINEA CENTRAL, ENTONCES SERÁ DIFÍCIL DETECTAR LOS CAMBIOS EN EL PROCESO. PARA CALCULAR LOS LIMITES DE CONTROL SE DEBE PROCEDER DE TAL FORMA QUE, BAJO CONDICIONES DE CONTROL ESTADÍSTICO, LA VARIABLE TENGA UNA ALTA PROBABILIDAD DE CAER DENTRO DE LOS LÍMITES.

11 Para una variable con distribución normal y bajo condiciones de control estadístico, se tiene que:

12 Una forma para calcular los limites de control es partir de la relación entre la media y la desviación estándar de una variable, que para el caso de una variable con distribución normal con media  y desviación estándar  y bajo condiciones de control estadístico se tiene que entre  - 3 y  + 3 se encuentra el 99.73% de los posibles valores que toma una variable LCS =  + 3 LCI =  - 3

13 Con estos límites de control y bajo condiciones de control estadístico, tendrá una muy alta probabilidad de que los valores de la “variable” estén dentro de ellos. La probabilidad será de %, con lo que se espera que solo 27 puntos de caigan fuera de los límites. Este modelo fue propuesto por Walter Shewhart, por lo que se les conoce como cartas de control de Shewhart.

14 Tipos de gráficas mas usadas
1.- GRAFICAS DE CONTROL POR VARIABLES. GRAFICAS X - R PARA MEDIAS DE LA MUESTRA.  2.- GRAFICAS DE CONTROL PARA ATRIBUTOS. GRAFICAS P PROPORCION O FRACCION DEFECTUOSA. GRAFICAS NP NUMERO DE UNIDADES DEFECTUOSAS. GRAFICAS C NUMERO DE DEFECTOS. GRAFICAS U NUMERO DE DEFECTOS POR UNIDAD.

15 Procedimiento para gráficas de medias
Paso 1.Seleccionar la característica de calidad. A) En este caso la variable deberá ser de tipo continuo, es decir medible. B) Las variables de un proceso o de un producto pueden ser múltiples, por lo que se debe dar prioridad a aquellas que son consideradas como críticas; estas son aquellas que tienen impacto en el desempeño, la seguridad o en los costos.

16 Paso 2. Definir el tamaño de los subgrupos:
A) Cada punto de la gráfica de control representa una muestra o subgrupo. B) Los subgrupos deben formarse procurando que sean homogéneos, por ejemplo: productos que provengan de la misma máquina o de la misma línea de producción; esto permitirá identificar en un momento dado donde ocurren las variaciones especiales.

17 C) Los grupos se recomienda sean de entre 4 y 20 elementos, tamaños de muestra pequeños tienden a tener una mayor variación entre sí. D) La frecuencia del muestreo debe ser suficiente para detectar cambios que se desea identificar; en general se prefieren muestras pequeñas mas frecuentemente, que muestras grandes con poca frecuencia.

18 E) En cuanto a la forma de elegir una muestra, existen dos procedimientos básicos:
Método del instante. Método del periodo.

19 Paso 3. Recabar los datos. Diseñar un formato adecuado para recabar los datos, siguiendo el método, el tamaño y la frecuencia del muestreo definida previamente. El dispositivo o instrumento de medición deberá estar calibrado, de otra manera podríamos registrar datos erróneos y tomar una mala decisión. Debe definirse en que parte del proceso serán tomados los datos. Debe definirse también quién es el responsable de la toma de datos.

20 Paso 4. Calcular los límites de control.
El cálculo de los límites para gráficas X-R está dado por: LCS = X σx LCS = X σx Hay que recordar que σx es la desviación estándar de la media dado que estamos trabajando con medias.

21 -------- se aproxima a σ d2 R / d2 Por lo tanto σx = ----------------
Existen tablas que facilitan el proceso de cálculo de la desviación estándar dado que: R se aproxima a σ d2 R / d2 Por lo tanto σx = √ n d2 es una constante en tablas, que depende del tamaño de la muestra

22 Sustituyendo en la fórmula original tenemos
LCI = X - 3 σx = X R / (d2√ n) LCS = X + 3 σx = X R / (d2√ n)

23 Cambios en el proceso Cambios en el proceso: Un cambio en el nivel de proceso ha ocurrido cuando se cumple uno de los siguientes comportamientos: Uno o mas puntos fuera de los límites de control. Ocho puntos consecutivos de un solo lado de la línea central (Cambios en la media) Al menos 10 de 11 puntos consecutivos ocurren de un mismo lado de la línea central (Cambios en la media)

24 Al menos 12 de 14 puntos consecutivos ocurren en un mismo lado de la media.
Seis puntos consecutivos ascendentes o descendentes

25 PUNTO FUERA DE CONTROL

26 TENDENCIA

27 Gráficas p y np Estas gráficas son utilizadas cuando la característica de calidad es evaluada con un criterio de “ Aceptación o Rechazo”, dependiendo de si cumple o no con ciertos atributos. La gráfica p es utilizada cuando se quiere controlar el comportamiento de la proporción de artículos defectuosos. Se revisan los artículos de una muestra de tamaño “n” (subgrupo) y se grafica la proporción de artículos “p” El fundamento estadístico de esta gráfica está dado por la distribución binomial y por el TCL.

28 Cálculo de límites LCS = p + 3 √p q / √n Media central P
n = Tamaño de muestra del grupo P = Proporción promedio de artículos defectuosos

29 Observaciones Es recomendable que el tamaño de las muestras sea el mismo. Si por razones de procesos no es posible tener tamaños de muestra iguales, en esos casos se calcula un tamaño de muestra promedio, o construir una gráfica de control de límites variables.

30 Capacidad de proceso Una necesidad frecuente de los procesos es medir características de calidad de tipo medible, para compararla con las especificaciones de diseño o con la norma. A estos estudios se les conoce como estudios de capacidad de procesos. Nos permite detectar cuando es necesario reducir la variación del proceso.

31 Índice Cp Se denomina capacidad potencial del proceso, permite determinar si un proceso puede producir mediciones dentro de especificación. Compara el ancho de las especificaciones con la amplitud de variación del proceso. LSE - LIE Cp = 6σ

32 Interpretación Valor de Cp Decisión Cp > 1.33 Mas que adecuado.
1 < Cp < Adecuado, pero requiere de Control estricto. 0.67 < Cp < 1 No adecuado para el proceso, pero puede ajustarse. Cp < No adecuado.

33 Cpk= -------------------------
Indice Cpk. El Cpk mide la capacidad potencial de proceso para cumplir con tolerancias de manera potencial, pero no considera el valor central. El índice Cpk se le conoce también como capacidad real del proceso. I µ - LEC I Cpk= 3σ Donde: LEC es el límite de especificación mas cercano a la media.