Historia y Filosofías de la Calidad -...

1

Historia y Filosofías

de la Calidad

Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 2

Historia del Control de Calidad

La revolución industrial comienza a exigir fabricación

masiva de productos. Se introducen máquinas.

La “gestión científica” de Taylor (1875) es el primer

intento de racionalización.

Henry Ford (1900) introduce la producción en serie en su

“línea de montaje”.

Comenzó a pensarse en términos de productividad.

Nace el concepto de estandarización



Shewhart (1924) introduce los diagramas de control en

los Laboratorios Bell.

La estadística entra a formar parte del proceso industrial y

aparece el control de la calidad como tal.

La II Guerra Mundial (1939-1945) establece las bases de

la industria moderna.

Se acepta de forma general la necesidad de utilización

de las técnicas estadísticas para el control y la mejora de

la calidad.



Deming viaja a Japón (1946) para impartir una serie de

seminarios acerca de control de calidad.

Aparecen los trabajos de Ishikawa, Feigenbaum y Juran

(1950’s) sobre lo que hoy llamaríamos gestión de calidad.

(1960’s) Aparecen industrias, tales como la aeronáutica

civil, en las que no pueden permitirse fallos. El poder está

en manos de los productores.

Por calidad se entiende el cumplimiento estricto de

especificaciones de diseño.



En un plazo relativamente corto (1970’s) se producen

cambios trascendentales.

Por efecto de la competencia, en algunos sectores el poder

comienza a pasar a los consumidores.

Por calidad se entiende la adecuación al uso.

1980’s) Los gestores comienzan a extender el concepto

calidad a toda la empresa.

Nace el concepto “calidad total”.



Por calidad se entiende la satisfacción del cliente.

Se extiende la certificación de acuerdo a normas de

calidad (ISO).

(1988) Se crea la EFQM para promover la

competitividad de las empresas europeas.

De forma generalizada, el poder está en los

consumidores.

La calidad se entiende como elemento de

supervivencia de la empresa.

El concepto es la excelencia.



Control de Calidad

Gestión de Calidad

Garantía de Calidad

Excelencia en la Gestión


WALTER SHEWHART

Entendía la calidad como un problema de variación, el cual puede ser

controlado y prevenido mediante la eliminación a tiempo de las causas

que lo provocan (diagramas de control).

Introduce el concepto de control estadístico de calidad. Fue el primero

en reconocer que en toda producción industrial se da variación en el

proceso.

Observó que no pueden producirse dos partes con las mismas

especificaciones, lo cual se debe, entre otras cosas, a las diferencias

que se dan en la materia prima, a las diferentes habilidades de los

operadores y las condiciones en que se encuentra el equipo. Más aún,

se da variación en las piezas producidas por un mismo operador y con

la misma maquinaria.

Creador de los famosos Diagramas de Control, paso inicial hacia lo que

el denominó la formulación de una base científica para asegurar el

control económico.


Control Estadístico

de Procesos


Que es un proceso?

Es el conjunto de tareas que, recibiendo un producto o servicio

como entrada, le agrega valor y genera un producto o servicio

útil, definido, medible y repetible, para un cliente externo o

interno.

“La calidad de un producto nunca

puede ser mayor que la calidad de los

procesos desarrollados para

elaborarlo”


Todos los procesos efectivos tienen en común las siguientes

características:

Definible: Los procesos deben estar documentados y

sus indicadores establecidos

Repetible: Los procesos son una secuencia de

actividades repetibles que deben ser comunicadas,

entendidas y seguidas consistentemente

Predecible: Los procesos deben alcanzar un nivel de

estabilidad que asegure que los resultados deseados

se alcancen si sus actividades son consistentemente

seguidas.

¿Qué es un proceso?


Shewhart observó que, mientras todo proceso muestravariación, algunos procesos muestran variación controlada yotros, muestran variación no controlada

¿Qué es un proceso?

Variación controlada: es la variación

caracterizada por patrones estables y

consistentes (causas aleatorias)

Variación no controlada: es la

variación caracterizada por patrones que

varían en el tiempo (causas asignables)


posibilidad de

predecir!

Variación

controlada:1,49 1,56 1,63 1,70 1,77 1,84 1,91

[m]

1.49 1.56 1.63 1.70 1.77 1.84 1.91

[m]

1.49 1.56 1.63 1.70 1.77 1.84 1.91

[m]

1.49 1.56 1.63 1.70 1.77 1.84 1.91

[m]

1.49 1.56 1.63 1.70 1.77 1.84 1.91

[m]

1.49 1.56 1.63 1.70 1.77 1.84 1.91

[m]

Variación controlada


imposibilidad de

predecir!

Variación

descontrolada:1.49 1.56 1.63 1.70 1.77 1.84 1.91

[m]

1.49 1.56 1.63 1.70 1.77 1.84 1.91

[m]

1.49 1.56 1.63 1.70 1.77 1.84 1.91

[m]

1.49 1.56 1.63 1.70 1.77 1.84 1.91

[m]

1.49 1.56 1.63 1.70 1.77 1.84 1.91

[m]

?

Variación descontrolada


1. Recordar que nada bueno es eterno (a menos que nos

preocupemos por mantenerlo)

El CEP mantiene el proceso bajo control y nos advierten sobre

posibles perturbaciones

2. Hay que mejorar el proceso, o cambiar las especificaciones

El CEP permite evaluar los esfuerzos de mejora

3. Todo parece estar bien, pero... Las causas asignables gobiernan el

proceso. La calidad y performance pueden cambiar de un momento

a otro.

El CEP la puede detectar a tiempo

4. Las causas asignables frustran los esfuerzos para mejorar. Hay que

empezar por eliminarlas

El CEP las puede detectar a tiempo, permitirá evaluar los esfuerzos

para mejorar el proceso.

Control Estadístico de procesos (CEP)

Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino

Proceso bajo control estadístico

Cuando sólo interviene causas aleatorias

o

Condición bajo la cual todas la variables que

puedan afectar el proceso se mantiene

dentro de sus rangos históricos de variación


Objetivo central de CEP

Detectar a tiempo las causas asignables, para

su corrección.

Los Diagramas de Control permiten sortear las

barreras constituidas por las causas

asignables, e impiden que éstas “gobiernen” el

proceso


El uso de las mismas puede ser de ayuda para comprender la

variabilidad y ayudar por lo tanto a las organizaciones a resolver

problemas y a mejorar la eficiencia y la eficacia.

Estas técnicas facilitan una mayor utilización de los datos disponibles

para ayudar en la toma de decisiones

La variabilidad puede observarse en el comportamiento y en los

resultados de muchas actividades, incluso bajo condiciones de

aparente estabilidad.

Dicha variabilidad puede observarse en las características

medibles de muchos procesos, y su existencia puede detectarse en

las diferentes etapas del ciclo de vida de los productos, desde la

investigación de mercado hasta el servicio al cliente y su disposición

final.

ISO 9000.1 2.10.

TÉCNICAS ESTADÍSTICAS EN LA CALIDAD


Las técnicas estadísticas pueden ayudar a medir, describir,

analizar, interpretar y hacer modelos de dicha variabilidad,

incluso con una cantidad relativamente limitada de datos.

El análisis estadístico de dichos datos puede ayudar a

proporcionar un mayor entendimiento de la naturaleza, alcance

y causas de la variabilidad, ayudando así a resolver e incluso

prevenir los problemas que podrían derivarse de dicha

variabilidad, y a promover la mejora continua.

ISO 9000.1 2.10.

TÉCNICAS ESTADÍSTICAS EN LA CALIDAD


Desventaja:

Ningún método estadístico es “100%

seguro”.

NO estamos libres de riesgos!

Ventaja:

Esos riesgos pueden ser cuantificados, y los

métodos pueden ser elegidos para que sean

razonablemente pequeños

Ventajas y Desventajas de las Técnicas

Estadísticas en la Calidad


Para datos de variable cuantitativa:

Diagrama de medias, también llamado “Xbar”

Diagrama de rangos, llamado “R”

Diagrama de desvíos estándar, llamado “S”

Para datos de variable por atributos:Diagrama P, de la proporción de piezas defectuosas por

submuestra .

Diagrama NP, de cantidad de piezas defectuosas por

submuestra.

Diagrama C, cantidad de defectos por unidad de

producto.

Diagrama U, cantidad promedio de defectos por

submuestra.

Diagramas de Control


Diagrama de Control

Límite de control superior

Límite de control inferior

Media

Límite de vigilancia superior

Límite de vigilancia inferior

Secuencia ordenada de muestras


Límites en Diagrama de Medias con

datos Poblacionales

Media: : Es un parámetro poblacional que representa la media general.

Desvío: σ(): Es también un parámetro poblacional, en este caso el error estándar de la media de la población.

Límite de Control o de Vigilancia Inferior: LCI = - z . σ()

Límite de Control o de Vigilancia Superior: LCS = + z .σ()

Donde:

LCI: Límite de control inferior, representa un valor que esta asociado con una probabilidad especificada de la función normal de probabilidad.

LCS: Límite de control superior, en forma similar es el valor que esta asociado con una probabilidad especificada de la función normal.

z : Valor de la variable de la función normal estandarizada, teóricamente podría tomar cualquier valor, no obstante, es costumbre que para loslímites de control se asigne z = 3 y para los de vigilancia z = 2



parámetros poblacionales

desconocidos – Desvío estándar

Media: x: Es la estimación de la media poblacional.

Desvío Estándar: S: Es la estimación del error estándar basado en desvíos muestrales

Límite de Control o de Vigilancia Inferior:

Límite de Control o de Vigilancia Superior:

Donde:



z : Valor de la variable de la función normal estandarizada, teóricamente podría tomar cualquier valor, no obstante, es costumbre que para los límites de control se asigne z = 3 y para los de vigilancia z = 2

an: Constante para corregir la estimación sesgada del promedio de los desvíos.

na

SzxLCI

n

na

SzxLCS

n


Promedio, Desvío medio y an

k

xx

k

i i 1̂

n 3 4 5 6 7 8

an .886 .921 .940 .952 .959 .965

)2

1(1

)2

(2

nn

n

an

Donde: (.) es la función de densidad de probabilidad Gamma

k

SS

k

i i 1


Media: x: Es la estimación de la media poblacional.

Desvío Estándar: r: Es la estimación del error estándar basado en rangos



Donde:




bn: Constante para corregir la estimación sesgada del promedio de los desvíos.

nb

rzxLCI

n

na

rzxLCS

n


parámetros poblacionales

desconocidos - Rangos


Rango medio y bn

n 3 4 5 6 7 8

bn 1.693 2.058 2.325 2.536 2.706 2.844

Se realiza calculando la E(mín(Z1…Zk) y E(max(Z1…Zk)

k

rr

k

i i 1


Límites en Diagrama de Medias

Significado de los límites de control:

Estando el proceso bajo control, 27 de cada

10000 caerán fuera de los límites.

Criterio Práctico: Si un punto cae fuera, se asume

que el proceso no está bajo control (causas

especiales deben ser corregidas)

Riesgo de equivocarse: a = 0,0027 @ 0,3 %


I: 2 de 3 puntos consecutivos en zona C

Señales de descontrol

C

B

A

A

B

C

C

B

A

A

B

C


II: 4 de 5 puntos consecutivos en zonas B o C


C

B

A

A

B

C

C

B

A

A

B

C

C

B

A

A

B

C


III:Racha de 8 o más puntos en una misma mitad


C

B

A

A

B

C

C

B

A

A

B

C


IV: Rachas de 6 o más puntos en

crecimiento o decrecimiento


C

B

A

A

B

C

C

B

A

A

B

C


Proporción poblacional: p

Variancia: p*q/n



Donde:





n

qpzpLCI

*

n

qpzpLCS

*

Límites en Diagrama p

Binomial


Promedio de defectos:

Variancia:



Donde:





xzxLCI

xzxLCS

Límites en Diagrama c

Poisson

Historia y Filosofías de la Calidad -...

Documents

Transcript of Historia y Filosofías de la Calidad -...