Control Estadístico de Procesos (SPC) para NO … · Control Estadístico de Procesos (SPC) para...

Control Estadístico de Procesos Control Estadístico de Procesos (SPC) para NO estadísticos.(SPC) para NO estadísticos.

- Sesión 1ª de 4 -

Impartido por:Jaume Ramonet Fernández

Ingeniero Industrial Superior – PMP®(PMI®) – Consultoría y Formación –

www.jramonet.com

2 / 52

Jaime Ramonet www.jramonet.com

Contenidos bajo licencia CREATIVE COMMONS 3.0 Reconocer Autor y Compartir Igual.

Curso: Control Estadístico de Procesos (SPC)Curso: Control Estadístico de Procesos (SPC)1ª sesión1ª sesión

Actitud requerida para recibir Actitud requerida para recibir formaciónformación......y obtener y obtener conocimientoconocimiento::

"Quien establece una diferencia entre educación y entretenimiento,no sabe nada ni de una cosa ni de la otra"

Marshall McLuhan.

3 / 52




Visión general del cursoVisión general del curso

● Sesión 1:– Introducción, conceptos

generales y estadística.

● Sesión 1:– Introducción, conceptos

generales y estadística.

● Sesión 2:– Procesos y Gráficos de

Control.

● Sesión 2:– Procesos y Gráficos de

Control.

● Sesión 4:– Gráficos especiales.– Capacidad del proceso.– Conclusión.

● Sesión 4:– Gráficos especiales.– Capacidad del proceso.– Conclusión.

● Sesión 3:– Uso de los Gráficos de

Control: variables y atributos.

● Sesión 3:– Uso de los Gráficos de

Control: variables y atributos.

Nota: En todas las sesiones trataremos diversos casos... (podéis aporta alguno)Nota: En todas las sesiones trataremos diversos casos... (podéis aporta alguno)

4 / 52




Presentación de los asistentes y del profesor.Presentación de los asistentes y del profesor.

¿Quien dijo ESTADÍSTICA?

5 / 52




Temario de la sesión:Temario de la sesión:● Calidad: Evolución histórica.

● Concepto actual de la Calidad.

● El “SPC” en el marco de la Gestión de la Calidad.

● Conceptos básicos de estadística.

Aviso legal: Dado el carácter y la finalidad exclusivamente docente y eminentemente ilustrativa de las explicaciones en clase de esta presentación, el autor se acoge al artículo 32 de la ley de propiedad intelectual vigente respecto al uso parcial de obras ajenas como imágenes, gráficos u otro material contenidos en las diferentes transparencias.

6 / 52




¿¿S.P.C.S.P.C.?... Calidad.?... Calidad.

Quino

¿Qué es para ustedes la

CALIDADCALIDAD?

“¿Lo Cualo?”

7 / 52




Evolución histórica de la CALIDAD:Evolución histórica de la CALIDAD:

Taller de ARTESANOS¿ventajas? ¿inconvenientes?

EtapaPre-Industrial

-30.000 AEC hasta ...

¿Que problemas creen ustedes que hay “aquí” con la

CALIDAD?(¿y SPC?)

+info: http://es.wikipedia.org/wiki/Gremio

http://es.wikipedia.org/wiki/Gremio

8 / 52




A. Smith + J. Watt

1ª Revolución Industrial

1776 hasta ...

+info: http://en.wikipedia.org/wiki/Industral_revolution



CALIDAD?(¿y SPC?)

http://en.wikipedia.org/wiki/Industral_revolution

9 / 52




1776 – 1910: algunos hitos...1776 – 1910: algunos hitos...● 1776 Concepto de “→ Especialización” (A. Smith).● 1787 Concepto de “→ Intercambiabildad”.● 1840 Concepto de “→ Aceptable”.● 1870 “→ Aceptable / No Aceptable”.● 1910 Producción en cadena.→● 1911 “→ The Principles of Scientific Management” (F.

Taylor).

10 / 52




+info: http://en.wikipedia.org/wiki/Second_Industrial_Revolution


2ª Revolución Industrial

1880 hasta ...


CALIDAD?(¿y SPC?)

F. Tailor + J. Ford + H. Fayol

http://en.wikipedia.org/wiki/Second_Industrial_Revolution

http://es.wikipedia.org/wiki/Frederick_Winslow_Taylor

http://es.wikipedia.org/wiki/Henry_Ford

http://managementinnovations.wordpress.com/2008/12/04/henri-fayols-14-principles-of-management/

11 / 52




Los “felices” años 20

1920 hasta ...

Walter A. Shewhart

+ info: http://en.wikipedia.org/wiki/Walter_A._Shewhart

“Economic Control of Quality of Manufactured Product” (1931)



CALIDAD?(¿y SPC?)

ORIGEN del SPC !!!

http://en.wikipedia.org/wiki/Walter_A._Shewhart

12 / 52




La 2ª GuerraMundial

1940 - 1945

¿”Calidad” del material bélico?(SPC Secreto de Defensa)→



CALIDAD?(¿y SPC?)

+ info: http://asq.org/learn-about-quality/history-of-quality/overview/wwii.html

http://asq.org/learn-about-quality/history-of-quality/overview/wwii.html

13 / 52




El gran vuelcodel Mercado

1950 hasta ...



CALIDAD?(¿y SPC?)

+info: http://en.wikipedia.org/wiki/History_of_the_automobile

http://en.wikipedia.org/wiki/History_of_the_automobile

14 / 52




Concepto: Control de Especificación

Producto“Conforme”

Control = Filtro “Pasa / No pasa”

Especificación. Método de verificaciónVariable o Atributo.Instrumentos de medida:

➔ Rango.➔ Exactitud y Precisión.➔ Repetibilidad.➔ Fiabilidad.➔ Calibración y trazabilidad del

patrón.➔ Condiciones de operación.

Error de la medida.Muestreo (si procede).. . .

Cuestiones asociadas...

OjOControl => +€

15 / 52





La revolución de la CALIDAD

1970 hasta ...

Base de la calidad en Japón → Gestión Total de la Calidad (TQM)+info: http://en.wikipedia.org/wiki/Total_quality_management + info: ENLACE...

1950 W. E. Deming imparte un curso en Japón...→

http://en.wikipedia.org/wiki/Total_quality_management

http://books.google.es/books?id=hoRlEGdLGxIC&pg=PA15&lpg=PA15&dq=revoluci%C3%B3n+japonesa+de+la+calidad&source=bl&ots=qe7lPfUs0b&sig=g4ubc9qF0BVpQRtOFBJSKnAlLCw&hl=ca&sa=X&ei=Y6dfUuyFJ-yt7Qa9iYDABA&ved=0CIgBEOgBMA8#v=onepage&q=revoluci%C3%B3n%20japonesa%20de%20la%20calidad&f=false

16 / 52




Los últimos30 años...

1980 hasta ahora...

Los GRANDES Proyectos...

Nuevos modelos, normas, sistemas y

premios.

¿La 3ª Revolución Industrial?.

Globalización del mercado.

¿La 1ª Revolución TIC?.

El “gran vuelco” de la legislación.

...

Y para terminar de complicarlo: La Crisis !!!

La La CALIDADCALIDAD NONO es una opción. es una opción.


17 / 52




En resumen...En resumen...

Inspeccionar

S.P.C.Asegurar

Gestionar

TQM

Excelencia

18 / 52




Fases de la Calidad en una organización ;-)Fases de la Calidad en una organización ;-)

t

1.- Mantenimiento = Normalización + Control (SPC).2.- Mejora Continua.3.- Proyecto de Mejora.4.- Innovación / Reingeniería.

1 2

3

4

1

1

1

19 / 52




Responsabilidades sobre la Calidad ;-)Responsabilidades sobre la Calidad ;-)

Mantenimiento

Mejora Continua

Innovación

Trabajadores

Mandos

Directivos

AltaDirección

Imai - 1986

¿Quién ha de aplicar el “SPC”?

20 / 52




Justificación Justificación NO estratégicaNO estratégica de la de la CALIDADCALIDADEFICIENCIAEFICIENCIA

- Es increíble lo rápido que aprenden los ratones cuando ponemos al gato...

¿Conocen algún caso real?

21 / 52




¿Objetivo último de nuestra organización...?

¿Origen?

(Matizaciones !!!)

CondiciónN.P.N.S.

Justificación Justificación estratégicaestratégica de la CALIDAD de la CALIDAD¿Cual es el objetivo “último” (“La Meta*”)

de su organización?* “La Meta”. E. Goldratt.

22 / 52




Qué es (y qué Qué es (y qué NONO es) CALIDAD: es) CALIDAD:

23 / 52




CALIDAD = CALIDAD = FidelizaciónFidelización ( (realreal) del cliente...) del cliente...

Imprescindible:● Visión SISTÉMICA.● Autocrítica / Humildad.● Liderazgo / Motivación.● Colaboración / Participación (360o).● Actitud proactiva.● Cultura de “trainera”.● . . .

24 / 52




Sin comentarios ;-)Sin comentarios ;-)(otro de los geniales dibujos del gran (otro de los geniales dibujos del gran

Quino, el “padre” de Mafalda)Quino, el “padre” de Mafalda)

¡¡¡ ¿Cómo que no rema más?!!! ...¡¡¡ Me extraña, Fernández !!!

¿¿Estamos o no estamos en la misma barca??

25 / 52




CONTROLARCONTROLAR

ACTUARACTUAR

PLANIFICARPLANIFICAR

HACER (DO)HACER (DO)

¿Donde utilizar “SPC”?

¿Donde utilizar “SPC”?

El Ciclo “PDCA” de Shewhart (1931) El Ciclo “PDCA” de Shewhart (1931) ((difundido por W. Deming).difundido por W. Deming).

26 / 52




Método Científico para la GestiónMétodo Científico para la Gestión

● Comprender el “sistema”● Identificar los problemas a

partir de datos reales (veraces).

● Identificar las causas raíz a partir de los datos reales.

● Tomar decisiones de acción a partir de datos reales.

● Implementar las soluciones planificadas a partir de los datos reales.

● Verificar la mejora con la comparación de los datos reales anteriores con los nuevos datos reales.

“El marco actual de las organizaciones es el exceso de datos y la falta de información” E. Goldratt

27 / 52




Walter A. Shewhart (1891-1967).Walter A. Shewhart (1891-1967).Aportaciones:● Diferencia entre las Causas

Asignables (“Assignable-cause”) y las Causas Fortuitas (“Chance-cause”).

● Libro “Economic Control of Quality of Manufactured Product” (1931) con todo el SPC básico.

● Ciclo PDCA (Enlace)


http://en.wikipedia.org/wiki/Shewhart_cycle


28 / 52




Edward W. Deming (1900-1993).Edward W. Deming (1900-1993).Aportaciones:

● Visión sistémica de la CALIDAD.

● Los 14 Puntos (Enlace).● Los 7 pecados mortales de

la dirección (Enlace).● Popularización del ciclo

“PDCA” de Shewhart.● Premio “Deming” (Japón)

http://en.wikipedia.org/wiki/W._Edwards_Deming

http://demingcollaboration.com/language/spanish/demings-14-points/

http://calidadtotaltqm.blogspot.com.es/2010/03/deming-y-las-7-enfermedades-mortales-de.html

http://en.wikipedia.org/wiki/W._Edwards_Deming

29 / 52




Citas de E. W. Deming Citas de E. W. Deming (¿Esta usted de acuerdo?)(¿Esta usted de acuerdo?)● “Quien gestione una empresa basándose solo en cifras visibles, con el tiempo no

tendrá ni empresa que gestionar, ni cifras” “Out of the Crisis” 1982 – Ch. 3 -Diseases and Obstacles-, page 121

● “Los datos más importantes que necesitamos para dirigir una empresa son desconocidos e imposibles de conocer…” “Out of the Crisis” 1982 – Ch. 3 -Diseases and Obstacles-, page 121

● “Es errónea la suposición de que lo que no es medible no se puede gestionar. Un mito costosísimo” “The New Economics” 1994 – Ch. 2 -The Heavy Losses-, page 35

● “La evaluación de las personas es la abdicación de la Dirección en sus funciones” “The New Economics” 1994 – Ch. 2 -The Heavy Losses-, page 27

● “La evaluación crea competición (y miedo) entre las personas, vendedores, equipos y departamentos” “The New Economics” 1994 – Ch. 2 -The Heavy Losses-, page 26

● “… la Dirección por objetivos numéricos es un intento de dirigir sin el conocimiento necesario de qué hacer y generalmente se acaba convirtiendo en dirección por miedo” “Out of the Crisis” 1982 – Ch.2 -Principles for Transformation-, page 76

+citas: http://demingcollaboration.com/language/spanish/aprender/citas-de-deming/

http://demingcollaboration.com/language/spanish/aprender/citas-de-deming/

30 / 52




Costes de la (NO) Calidad:Costes de la (NO) Calidad:● De Aseguramiento (Prevención)...● De Control (Detección)...● De No Conformidad:

– Interna: Reparación, reprocesado, desecho,...– Externa: Devoluciones, garantías, reclamaciones,

demandas, primas seguros responsabilidad,... y PERDIDA DE NEGOCIO !!!

31 / 52




RESUMEN hasta ahora...RESUMEN hasta ahora...

“Si no sabes donde quieres ir... terminaras en otra parte” L. J. Peter.

“Alicia preguntó al gato:

-¿Podrías decirme, por favor, qué camino he de tomar para salir de aquí?

-Depende mucho del punto adonde quieras ir- contestó el Gato.

-Me da casi igual dónde- dijo Alicia.

-Entonces no importa qué camino sigas- dijo el Gato".

Alicia en el país de las maravillaL. Carroll

32 / 52




Estadística !!!Estadística !!!● Disciplina especializadas en la transformación de

los datos en información.● . . . pero para ello hay que ser “riguroso” ;-)● Es una de las metodologías “N. P. N. S.” para la

Gestión de la Calidad.● Base fundamental del “SPC” - Control “estadístico”

de Procesos.● En este curso trataremos de mantener a la

estadística bajo control ;-)

33 / 52




Repaso de los conceptos básicos de Repaso de los conceptos básicos de estadística descriptiva:estadística descriptiva:

● Población – Muestra.● Parámetro variable - Atributo.● Distribución de Probabilidad. Principales D.P.● Valores de la «Tendencia Central»:

– Media, Mediana y Moda.

● Valores de la «Variabilidad» o Dispersión:– Rango, Varianza y Desviación tipo (estandard).

34 / 52




Población - MuestraPoblación - Muestra● Caracterización de una

población.

● Tamaño de la población (N).

● Selección de una muestra significativa.

● Tamaño de la muestra (n).

Casos:- Un lote de producción: ¿es una población o una muestra?- 100 paquetes del producto “X” comprados uno a uno en una muestra aleatoria de 100 ferreterías: es una muestra ¿de qué?- Los 20 alumnos (todos) de un curso: ¿es una población o una muestra?.- ¿Algún otro caso propuesto por los asistentes?

35 / 52




Variables vs. AtributosVariables vs. Atributos● Variable:

– Característica medible: longitud, peso, temperatura, consumo eléctrico, etc.

– Distribución de probabilidad a utilizar: Normal (campana de Gauss) y en casos especiales, la distribución Gamma.

● Atributo:

– Característica no medible mediante un valor contínuo (son variables discretas o discontinuas): Número de piezas No Conformes, color, veces que... , número de ..., etc.

– Distribución de probabilidad a utilizar: Binomial o Poisson.

Los Gráficos de Control se clasifican en dos grandes tipos: Variable y Atributos

36 / 52




Parámetro variable (o + simple “Parámetro variable (o + simple “variablevariable”)”)● Variables Gestionables (controlables) vs. No

Gestionables (no controlables).

– Parámetro Gestionable # Parámetro Gestionado!!!● Especificación # Resultado!!!:

– Especificación:● Valor Nominal o Valor Objetivo (# Media).● Límites de Especificación (# Límites de Control).

Proponer ejemplos en el proceso de producción de pastelitos ...

37 / 52




Proceso “Proceso “Hacer PastelitosHacer Pastelitos””● USTEDES: Proponer ejemplos de:

– Parámetros variables gestionables: _________________________________________

– Parámetros variables NO gestionables: _________________________________________

– Valor nominal de la Especificación:______________

– Tolerancia y límites de aceptación: _____________

– Media y límites de control: ____________________

38 / 52




Distribución de Probabilidad...Distribución de Probabilidad...● Función que asigna a cada suceso, definido sobre el

rango o conjunto de sucesos de la variable, la probabilidad de que dicho suceso ocurra.

● Se acostumbra a representar gráficamente, aunque también puede expresarse mediante su función matemática.

Distribución de Probabilidad # Histograma ¿diferencia?

Caso:Dibujar la Distribución de Probabilidad de la variable

“Suma de la tirada de dos dados”

39 / 52




Ley de los Grandes NúmerosLey de los Grandes Números● La distribución de probabilidad y la distribución de frecuencias

observadas (histograma) se ajustan más cuanto mayor sea el número de experiencias.

– Ejemplo: Probabilidad de “cara” al tirar una moneda = 0,5.

– Experiencias:● Tirar 10 veces una moneda: ¿frecuencia de “cara”?.● Tirar 100 veces una moneda: ¿frecuencia de “cara”?.● Tirar 1000 veces una moneda: ¿frecuencia de “cara”?.

+info: http://es.wikipedia.org/wiki/Ley_de_los_grandes_n%C3%BAmeros

USTEDES: ¿Ejemplos Industriales?

http://es.wikipedia.org/wiki/Ley_de_los_grandes_n%C3%BAmeros

40 / 52




¿Está claro?

Representación Gráfica:Representación Gráfica:● Habitualmente:

– Eje X: Valores de la variable.– Eje Y: Frecuencia o probabilidad.

D.P. de la media de las medias: Ley Normal

D.P. de una variable:Ley Gamma (p.e.)

Teorema del Límite Central:

41 / 52




Distribuciones de Probabilidad para Distribuciones de Probabilidad para Variables Continuas (Variables Continuas (sicsic))

● Distribución Normal: Probabilidad “habitual” de las variables continuas (ojo, no todas). Corresponde a la famosa “Campana de Gauss”.

– Ejemplos: Distribución del error de medida, la media de un conjunto de medias,etc.

● Distribución Gamma: p.e. el tiempo hasta que ocurre el suceso número k en un Proceso de Poisson (sic) es una variable aleatoria con Distribución Gamma.

– Ejemplos de Procesos de Poisson: Cantidad de clientes que entran a una tienda. Número de coches que pasan por un punto. Llegada de personas a una fila. Número de llamadas que llegan a una central telefónica. Partículas emitidas por un material radiactivo.

42 / 52




Distribución “Normal”Distribución “Normal”

43 / 52




Ley Normal: Probabilidad acumuladaLey Normal: Probabilidad acumulada

44 / 52




Distribución GammaDistribución Gamma

45 / 52




Distribuciones de Probabilidad para Distribuciones de Probabilidad para Variables Discretas (Variables Discretas (sicsic “ “AtributosAtributos”)”)

● Distribución Binomial: Probabilidad del número de éxitos en “n” ensayos dicotómicos (éxito/fracaso) independientes, con una probabilidad fija “p” de éxito.

– Ejemplos: Tirar una moneda (éxito: cara), tirar un dado (éxito: un 5 o 6), sacar una carta de corazones (ojo:con reposición), sacar una bolita roja) (ojo: con reposición), …

● Distribución de Poisson: Probabilidad de un suceso “raro” (poco probable) en un número de experimentos grande.

– Ejemplo: En un determinado proceso hay un 0,5% de piezas No Conformes. ¿Cual es la probabilidad de que al seleccionar 100 piezas al azar haya exactamente 2 No Conformes?.

46 / 52




Medidas de la Tendencia Central:Medidas de la Tendencia Central:● Media (aritmética) o Promedio: Resultado de

suma de todos los valores en un conjunto de datos dividida entre el número de sumandos.

● Mediana: Valor de la variable de posición central en un conjunto de datos ordenados.

● Moda: Valor de la variable con mayor frecuencia.

Ejercicio:Hallar la media, mediana y moda de la variable “Edad de los asistentes, medida en lustros”

47 / 52




Medidas de la Variabilidad o DispersiónMedidas de la Variabilidad o Dispersión● R = Rango de distribución (recorrido estadístico o

intervalo):diferencia entre el valor máximo y el valor mínimo de los valores en un conjunto de datos.

● σ2 o S2 = Varianza: Medida de la dispersión de los valores respecto a un valor central (media). Es el cuadrado de la desviación.

● σ o S = Desviación: Media de las distancias que tienen los datos respecto de su media aritmética, expresada en las mismas unidades que la variable. Nota: En el cálculo de S de una muestra el divisor es (n-1).

48 / 52




Distribución de las Distribución de las medias muestralesmedias muestrales

Distribución de lasMedias de X las muestras

Distribución de los valores del parámetro X

49 / 52




Ejercicio (con tecnología Ejercicio (con tecnología PLyGPLyG):):● Hallar las medidas de la dispersión de estos

tres conjuntos de datos:– A: (0, 0, 14, 14), – B: (0, 6, 8, 14) y – C: (6, 6, 8, 8)

● Nota: la media aritmética de cada uno de ellos es = 7.

50 / 52




Valor de SValor de S22 (para poblaciones): (para poblaciones):

Valor Media Diferencia

0 7 7

0 7 7

14 7 7

14 7 7

Suma: 28

Desviaciones:Caso A: S2 = (28 / 4) = 7Caso B: S2 = (16 / 4) = 4Caso C: S2 = ( 4 / 4 ) = 1


0 7 7

6 7 1

8 7 1

14 7 7

Suma: 16


6 7 1

6 7 1

8 7 1

8 7 1

Suma: 4

Interpretar gráficamenteestos resultados

51 / 52




Lecturas Adicionales:Lecturas Adicionales:Interesante historia de la calidad en:http://es.wikipedia.org/wiki/Historia_de_la_calidad

Para conocer a W. E. Deming:http://es.wikipedia.org/wiki/William_Edwards_Deming

Para conocer a J. Juran:http://es.wikipedia.org/wiki/Joseph_Juran

http://es.wikipedia.org/wiki/Historia_de_la_calidad

http://es.wikipedia.org/wiki/William_Edwards_Deming

http://es.wikipedia.org/wiki/Joseph_Juran

52 / 52




Turno abierto . . .

¿Preguntas?

¿Otros casos / cosas que

ustedes conozcan?

¿Comentarios?

Gracias por su atención . . .

Control Estadístico de Procesos (SPC) para NO … · Control Estadístico de Procesos (SPC) para...

Documents

Transcript of Control Estadístico de Procesos (SPC) para NO … · Control Estadístico de Procesos (SPC) para...