INSTITUTO POLITÉCNICO NACIONAL · Clasificación de los diseños experimentales 99 3.7.3. Diseño...

INSTITUTO POLITÉCNICO NACIONAL

UNIDAD PROFESIONAL INTERDISCIPLINARIA DE

INGENIERÍA Y CIENCIAS SOCIALES Y ADMINISTRATIVAS

SECCIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN

APLICACIÓN DE SEIS SIGMA EN UNA EMPRESA LITOGRÁFICA

T E S I S

QUE PARA OBTENER EL GRADO DE MAESTRO EN CIENCIAS CON ESPECIALIDAD EN INGENIERÍA INDUSTRIAL

PRESENTA: Villagómez Sandoval Ana Cecilia

DIRECTOR DE TESIS

Dr. Arturo Pacheco Espejel

México D.F. 2007

Agradecimientos

A mi madre quien ha estado conmigo a cada momento y ha sido la fuerza de

superación y fortaleza; es a ella a quien debo lo que soy, lo que he sido y seré.

A mis queridos maestros de Posgrado y Academia de Matemáticas de la UPIICSA,

quienes, sin mencionar su nombre, sabrán a través de estas líneas que siempre los

tengo presentes y a los cuales les agradezco sus valiosos consejos e inspiración que

me brindan cada día.

A María Luisa Fernández de Pla, a la Fundación Roberto Pla Inchaustí, a los miembros

del patronato y a Rosario Fernández por haber pensado en mí sin conocerme, y

regalarme la oportunidad de transformar mi futuro.

A mi esposo Juan Isaac de Jesús, por iluminar cada instante de mi vida, por su infinita

paciencia y su valioso apoyo en cada uno de mis sueños.

Índice

Introducción 1

Capítulo I: Análisis de la industria gráfica en México

1.1. Situación actual de la industria gráfica en México 5

1.1.1. Desarrollo y tecnología 6

1.1.2. Participación de la industria gráfica en la economía mexicana 7

1.1.3. Características de las empresas litográficas mexicanas 11

1.2. Indicadores de calidad en la industria litográfica 14

1.2.1. Estándares de impresión Offset: ISO 12647-2:1996 18

Capítulo II: Situación actual de la empresa Surtidora Gráfica S.A. de C.V

2.1. Antecedentes 22

2.2. Clientes y productos 26

2.3. Características del proceso de impresión Offset 28

2.3.1. Procesos productivos principales para obtener un impreso 32

2.4. Problemática actual en el proceso Offset 34

Capítulo III: Definición y herramientas estadísticas de la calidad

3.1. Definición de empresa y variables que afectan su desempeño 37

3.2. Definición de calidad 47

3.3. Metodología Seis Sigma 50

3.3.1. Introducción 50

3.3.2. Definición de Seis Sigma 50

3.3.3. Métrica SS 52

3.3.4. Definición de la metodología SS 54

3.3.4.1. Etapas de la metodología SS 55

3.4. Herramientas básicas para Seis Sigma 57

3.4.1. Estratificación 57

3.4.2. Diagrama de Pareto 58

3.4.3. Hojas de verificación 61

3.4.4. Diagrama de Ishikawa 64

3.4.5. Lluvia de ideas 67

3.4.6. Diagrama de dispersión 68

3.4.7. Mapeo de procesos 71

3.5. Introducción a las herramientas estadísticas de la calidad 73

3.5.1. Gráficos de control 75

3.5.2. Carta de control �� 78

3.5.3. Capacidad del proceso 85

3.6. Calidad de mediciones 89

3.6.1. Repetibilidad y reproducibilidad (R&R) 90

3.6.2. Estudio largo 91

3.6.2.1. Método de ANOVA para analizar estudio largo 92

3.7. Diseño de experimentos 94

3.7.1. Etapas y principios básicos 96

3.7.2. Clasificación de los diseños experimentales 99

3.7.3. Diseño general 2k 100

3.7.3.1. Diseño factorial 22

101

3.7.4. Diseño factorial fraccionado 2k-1

107

3.7.4.1. Análisis de varianza (ANOVA) 111

3.7.4.2. Verificación de los supuestos del modelo 113

3.7.4.3. Modelo estadístico (predicción sobre el mejor tratamiento) 116

Capítulo IV: Aplicación de Seis Sigma en Surtidora Gráfica S.A. de C.V.

4.1. Aplicación de la metodología SS 119

4.1.1. Definición del problema 120

4.1.2. Medición de la situación actual 129

4.1.3. Análisis de las causas del problema 137

4.1.3.1. Desarrollo de la etapa experimental 138

4.1.4. Mejora de las variables críticas de calidad (VCC) 148

4.1.5. Control del proceso 155

4.1.6. Propuestas de mejora y recomendaciones 156

Conclusiones 160

Anexos 163

Bibliografía 166

�

Índice de figuras

1.1. Comparativo del crecimiento real PIB Nacional – Manufacturero – División IV 9

1.2. Valor de la producción de la División IV (precios constantes de 1994, millonesde dólares) 9

1.3. Inversión en equipos de impresión 13

1.4. Variaciones de color en la impresión 16

1.5 Porcentajes de producción por familia de productos de Surtidora Gráfica S.A. deC.V. 23

1.6 Exportaciones de material impreso de Surtidora Gráfica S.A. de C.V. 24

1.7 Volumen de ventas nacionales de Surtidora Gráfica S.A. de C.V.24

1.8 Organigrama general de Surtidora Gráfica S.A. de C.V. 25

1.9 Clientes y porcentaje de participación en las ventas de Surtidora Gráfica S.A. deC.V. 27

1.10 Sistemas de impresión 29

1.11 Sistema de impresión Offset 31

1.12 Procesos de Preprensa y Offset33

1.13 Volumen de reprocesos del departamento de Offset 35

1.14 Variables que afectan el desempeño de la empresa 39

1.15 Fuerzas que definen la rentabilidad en la industria40

1.16 Los factores críticos de la competitividad 41

1.17 De la concepción de productividad estrecha a la concepción amplia43

1.18 El triangulo de la rentabilidad 44

1.19 Reacción en cadena 46

1.20 Áreas prioritarias de acción de la metodología SS51

1.21 Procesos con calidad Tres y Seis Sigma 53

�

1.22 Diagrama de Pareto de primer nivel para defectos en botas 59

1.23 Diagrama de Pareto de segundo nivel para defectos en botas 61

1.24 Diagrama de Ishikawa para problemas de envejecimiento prematuro en piezasmecánicas 65

1.25 Diagrama de Ishikawa tipo flujo de proceso 66

1.26 Diagrama de Ishikawa del tipo de enumeración de causas67

1.27 Objetivo de la sesión de lluvia de ideas 68

1.28 Patrones principales de correlación 70

1.29 Mapeo del proceso de la elaboración de pan72

1.30 Elementos que aportan la variabilidad a un proceso 73

1.31 Modelo de carta de control de Shewart76

1.32 Selección del tipo de carta de control78

1.33 Carta de medias para el diámetro de punterías 83

1.34 Patrones no aleatorios que indican causas especiales que ocurren en el proceso85

1.35 Fuentes de variabilidad en las mediciones 89

1.36 Evolución de la calidad de la detección a la prevención 95

1.37 Factores controlables y no controlables97

1.38 Representación del diseño factorial 22

103

1.39 Gráfico de efectos (Daniel´s plot) 112

1.40 Diagrama de Pareto de efectos113

1.41 Grafica de probabilidad en papel normal 114

1.42 Grafica de predichos vs residuos115

1.43 Etapa de definición en la aplicación de SS 120

1.44 Mapeo del proceso de impresión Offset de la O.T. 9263 122

1.45 Diagrama de Pareto de primer nivel de defectos en impresos125

1.46 Diagrama de Pareto de segundo nivel de defecto principal por orden de trabajo 126

�

1.47 Etapa de medición en la aplicación de SS 129

1.48 Campos de tono lleno para la selección de color: CMYK 130

1.49 Estudio R&R para densidad de tono del PT1524132

1.50 Gráfica de probabilidad normal para la variable densidad del PT1524 133

1.51 Estudio de estabilidad para la variable densidad del PT1524 134

1.52 Estudio de capacidad para la variable densidad del PT1524135

1.53 Diagrama de Ishikawa de las causas que propician la variación de tono delPT1524 138

1.54 Etapa de análisis en la aplicación de SS139

1.55 Secuencia de colores para la impresión Offset 140

1.56 Gráfica de probabilidad normal de los efectos estandarizados144

1.57 Diagrama de Pareto de efectos144

1.58 Gráfica de probabilidad normal y prueba de Kolmorogov Smirnov para residuos 146

1.59 Gráfica de residuales contra los valores ajustados147

1.60 Gráfica de residuales contra orden de corrida 148

1.61 Etapa de mejora en la aplicación de SS 149

1.62 Efecto de interacción de los factores AB para la densidad de tono del PT1524149

1.63 Representación de los efectos principales para la densidad de tono del PT1524150

1.64 Gráfica de cubo (densidad de PT1524 predicha en cada combinación)151

1.65 Estudio de capacidad para la variable densidad del PT1524, después de lasmejoras 153

1.66 Estudio de estabilidad para la variable densidad del PT1524, después de lasmejoras 154

1.67 Etapa de control en la aplicación de SS 155

1.68 Desarrollo y Aplicación de Seis Sigma en una empresa157

�

�

Índice de tablas

1.1. Número de empresas en el sector de las artes gráficas 5

1.2. Monto de inversiones en maquinaria y equipo 7

1.3. Participación de las unidades económicas en el sector industrial8

1.4. PIB del sector industrial: papel, productos de papel, imprentas y editoriales 8

1.5 Balanza comercial de productos gráficos en USD11

1.6 Estratificación de las empresas litográficas de acuerdo a su tamaño. 11

1.7 Personal ocupado en el sector de las artes gráficas 12

1.8 Tolerancia de desviación entre impreso OK e impreso a comparar17

1.9 Tolerancia de desviación de color con respecto a la hoja OK 17

1.10 Densidades recomendadas para impresión offset Euroscale 20

1.11 Densidades recomendadas para impresión offset SWOP20

1.12 Porcentaje de participación en las ventas 2000-2006 por cliente 27

1.13 Etapas en la evolución del movimiento por la calidad48

1.14 Estratificación de artículos defectuosos por tipo de defecto y departamento.58

1.15 Defectos en la producción de botas 59

1.16 Modelos de bota que presentan el defecto de reventado de piel60

1.17 Hoja de verificación para distribución de proceso (color) 63

1.18 Datos para el diámetro de punterías 81

1.19 Valores del Cp y su interpretación87

1.20 Notación para escribir el diseño 22

102

1.21 Tabla de análisis de varianza para el diseño factorial de dos factores 105

1.22 Diseño factorial completo 23 y contraste ABC108

1.23 Dos posibles diseños fraccionados 23-1 109

�

1.24 Características de la O.T.9263 folleto: Promoción tarjeta Gold Credit Card 119

1.25 Variables de salida del proceso Offset124

1.26 Defectos en los impresos del cliente American Express Cía. 125

1.27 O.T. del cliente American Express Cía. que presentan variaciones de tono 126

1.28 Volumen de reprocesos y costos asociados en el periodo 2000-2006128

1.29 % de sobretiros por variación de tono por pantone en la O.T. 9263 130

1.30 Estudio R&R para densidad de tono del PT1524 131

1.31 Capacidades potenciales y reales a corto y largo plazo136

1.32 Factores y niveles sobre la densidad de PT1524 141

1.33 Construcción del diseño experimental141

1.34 Alias de la interacción de factores142

1.35 Efectos y coeficientes de regresión 143

1.36 Análisis de varianza145

1.37 Corrida confirmatoria 152

1.38 Comparativo del estado del proceso de impresión para la variable densidad detono de PT1524 154

��

Glosario de términos

CCMYK (Cyan, Magenta, Yellow, Black):Acrónimo, que significa las cuatro tintasbásicas utilizadas en la impresión a colorpor cuatricromía. La suma de cyan (azulclaro), magenta (rojo-fucsia) y amarillo da elnegro. La tinta negra se añade para darrealce y contraste al color.

Cromalín (Matchprint): Sistema depruebas en color que utiliza pigmentos enpolvo en lugar de tinta.

DDensidad: El grado de opacidad de unaimagen sobre papel o película.

Densitómetro: Dispositivo sensible a ladensidad de luz transmitida o reflejada poruna película o papel. Sirve para comprobarla precisión, calidad y consistencia delimpreso final.

Díptico: Es un impreso formado por unalámina de papel o cartulina que se dobla endos partes. Constituye un elementopublicitario ideal para comunicar ideassencillas sobre un producto, servicio,empresa, evento, etc.

GGanancia de punto: Aumento en ladensidad del punto impreso sobre unsoporte que generalmente es papel.

Gramaje: Es el peso de un metro cuadradode una hoja de papel medido en gramos.Cuando se habla de un papel de 150g seestá diciendo que un metro cuadrado de esahoja de papel pesa 150g. Los papeles másutilizados vienen en gramajes de entre 70 y300 g/m2.

LLpi (lineaturas por pulgada): Medida defrecuencia de una trama de medios tonos olineatura (la gama suele ir de 55 a 200 lpi).Número de puntos de trama creados porpulgada.

PPantone: Es una guía de colores estándarque manejan las industrias litográficas. Elpantone clasifica los colores en números.Los colores que tengan junto a lanumeración la letra “U” son los colores autilizarse sobre papel.

Prueba de color: Una representación delaspecto que tendrá la composición impresa.La calidad y resolución de las diversaspruebas de color. Las pruebas pueden seren blanco y negro o en color.

�

RRegistro: Aleación de varias películas oplanchas de impresión para conseguir unasola imagen impresa.

Refinar: Cortar a la medida

SSuaje: Es una herramienta confeccionadacon placa de acero para cortar, doblar omarcar materiales blandos, como: papel, tela,cuero, etc.

TTiraje: Número de copias obtenidas en papelde un negativo determinado.

Tríptico: Impreso publicitario formado poruna lámina de papel o cartulina que sedobla en tres partes.

VVariable crítica de calidad (VCC):Variables que reflejan el desempeño y/oresultados de un proceso, es decir, sonaquellas que interesan al cliente.

�

�

Resumen

Hoy en día ante la entrada de competidores internacionales que ofrecen bienes yservicios al menor precio, con altos niveles de calidad y tiempos de entrega reducidos;las empresas mexicanas requieren aplicar estrategias competitivas cuyo elementodiferenciador, del resto de la competencia, sea la calidad de sus productos y servicios yestén orientadas a la satisfacción del cliente. Para lograr lo anterior, existen una ampliavariedad de técnicas orientadas a la optimización de los procesos, entre las que seencuentra Seis Sigma (SS).

Una de las ventajas de SS con respecto a otras técnicas es que enfatiza lautilización de herramientas estadísticas que permitan medir la situación actual delproceso para mejorarlo. De este modo, es posible reducir defectos, disminuir el tiempociclo y como resultado brindar mayor satisfacción al cliente. Así pues, la aplicación deSS puede ser de gran utilidad para las empresas mexicanas que buscan reducir losdefectos, aumentar su capacidad para cumplir con las especificaciones del cliente yoptimizar sus procesos, motivo de estudio de la presente propuesta.

El propósito de la presente investigación, es la aplicación de Seis Sigma en unaempresa litográfica para solucionar un problema relacionado con la calidad del procesode impresión Offset y por consiguiente, disminuir el número de defectos en un productoque genera un alto porcentaje en las ventas para la empresa bajo estudio. Lo anterior,a través de un enfoque orientado en el análisis estadístico de los procesos.

A partir de lo anterior, se demuestra que la aplicación de SS no sólo puedeaplicarse en grandes consorcios internacionales, sino también puede adaptarse aempresas litográficas de tamaño medio, pequeño y grande, debido a que la aplicaciónde SS no demanda de grandes inversiones, ya que sólo se requiere del análisis delproceso y de los factores que influyen sobre las variables críticas de calidad paraentender y reducir la variación. Si bien es cierto que en toda propuesta de mejora existeun costo relacionado a la etapa de experimentación, también lo es que la inversión serecupera en poco tiempo y que las ganancias generadas por la reducción dereprocesos se traducen en la disminución de costos asociados a defectos.

Finalmente, a lo largo de la presente investigación se hace énfasis en lacombinación del pensamiento estadístico con la experiencia de los responsables delproceso, ya que sin lugar a dudas cualquier mejora o redefinición de los métodos detrabajo es imposible si no se consideran a las personas.

�

�

Summary

Nowadays before the entrance of international competitors who offer goods andservices to the smaller price, with high reduced time and quality levels of delivery; theMexican companies require applying competitive strategies whose differentiatingelement, of the rest of the competition, is the quality of their products and services andare oriented to the satisfaction of the client. In order to obtain the previous thing, theyare an ample variety of techniques oriented to the optimization of the processes,between which is Six Sigma (SS).

One of the advantages of SS with respect to other techniques is that itemphasizes the use of statistical tools that allow measuring the present situation of theprocess to improve it. In this way, it is possible to reduce defects, to diminish the timecycle and like turn out to offer greater satisfaction to the client. Therefore, theapplication of SS can be very useful for the Mexican companies that they look for toreduce the defects, to increase his capacity to fulfill the specifications of the client and tooptimize his processes, reason for study of the present proposal.�

�The intention of the present investigation is the application of Six Sigma in a

lithographical company to solve a problem related to the quality of the process of Offsetimpression and therefore, to diminish the number of defects in a product that generatesa high percentage in the sales for the company under study. The previous thing,through an approach oriented in the statistical analysis of the processes.

From the previous thing, one demonstrates that the application of SS not onlycan be applied in great international partnerships, but also can adapt to lithographicalmeans companies so large, small and big, because the application of SS non demandof great investments, already that are only required of the analysis of the process and ofthe factors that influence the variables quality critics to understand and to reduce thevariation. If it is certain well that in all proposal of improvement a cost related to theexperimentation stage exists, also is it that the investment recovers in short time andthat the gains generated by the reduction of reprocesos are translated in the diminutionof costs of producing defects.

Finally, throughout the present investigation emphasis in the combination ismade of the statistical thought with the experience of the people in charge of theprocess, since without doubt any improvement or redefinition of the work methods isimpossible if they do not consider the people.�

1�

Introducción

Hoy en día ante la apertura de mercados internacionales, cada vez másexigentes, los cuales ofrecen al consumidor una amplia variedad de productos yservicios al menor precio; las empresas mexicanas han redoblado sus esfuerzos nosólo para sobrevivir, sino también para distinguirse de entre los demás competidores.Lo anterior, conlleva a realizar acciones desde revisar la misión de la empresa, suvisión y objetivos estratégicos para alinear los esfuerzos de todos los miembros de laempresa; hasta generar propuestas para mejorar los procesos.

Si bien es cierto que las empresas mexicanas desean ser competitivas; tambiénlo es que pocas son capaces de comprometerse a nivel estratégico, táctico y funcionalen analizar y optimizar sus procesos para contribuir a la mejora continua de la calidad.Un ejemplo de lo anterior, lo constituye la Industria de las Artes Gráficas que a travésde los años ha apostado su desarrollo a la tecnología existente y a la experiencia de losresponsables del proceso, sin apoyarse en herramientas objetivas y en el pensamientoestadístico para mejorar el proceso de producción. Entre las consecuencias de estasprácticas, destaca el incremento en las importaciones de los productos gráficos y ladesaparición de pequeñas y medianas empresas.

Por este motivo, el mejoramiento de la calidad es un elemento determinante enla competitividad de las empresas; y por consiguiente no puede depender sólo deldepartamento de calidad, ya que debe ser algo que afecte a la globalidad de laempresa, desde los directivos quienes deben mostrarse comprometidos con loscambios, hasta los operarios, de manera que se consiga una actitud participativa detodo el personal para el logro de los objetivos. Este nuevo enfoque lleva a la necesidadde replantear el flujo de trabajo de la empresa, de manera que se reduzcan defectos,se optimicen los procesos productivos y se mejore la calidad.

Para lograr lo anterior, existen una amplia variedad de técnicas y demetodologías orientadas a la mejora continua de los procesos y de los productos, entrelas que destaca la metodología Seis Sigma, la cual a diferencia de otras técnicas, hacemayor énfasis en el análisis estadístico del proceso para mejorarlo.

Es importante mencionar que hoy en día se presentan una amplia variedad demetodologías y herramientas que intentan mejorar la calidad de un producto o servicio.Gran parte del éxito o fracaso del uso de estas herramientas y metodologías dependendel buen entendimiento y comprensión de los fundamentos y conceptos de la persona ogrupo de trabajo responsable de su implementación. Al obviar dichos conocimientos enconjunto con la falta de contextualización de dichas herramientas o metodologías alentorno social, económico, cultural de una empresa. La tendencia, por lo general,

2�

resulta en aplicarlas como una “receta de cocina” esperando que funcionen con elmismo grado de éxito con el que se ha reportado en otros casos de éxito en laliteratura. Tal es el caso de la metodología Seis Sigma cuyo concepto fundamentalradica en el enfoque de procesos y las propiedades inherentes y propias de procesoscomo lo son su definición, análisis, medición, mejora, y control.

Luego entonces, el objetivo de esta tesis es la aplicación de Seis Sigma (SS) enla empresa Surtidora Gráfica S.A. de C.V. La presente investigación se encuentraenfocada a la mejora del proceso de impresión en una empresa productora deimpresos comerciales, y a la disminución de los defectos a través de la mejora continuade la calidad del producto y del proceso. De este modo, esta propuesta demuestra quela aplicación de SS no sólo puede aplicarse en grandes consorcios internacionales,sino también puede adaptarse a empresas mexicanas de tamaño medio, pequeño ygrande, debido a que la aplicación de SS no demanda de grandes inversiones ni deequipos con tecnología de punta, ya que sólo se requiere del análisis del proceso y delos factores que influyen sobre la(s) variable(s) crítica(s) de calidad para entender yreducir la variación.

Así pues, la aplicación de SS es de gran utilidad para las empresas mexicanasque buscan reducir los defectos, aumentar su capacidad para cumplir con lasespecificaciones del cliente y optimizar sus procesos, motivo de estudio de la presentepropuesta que se compone de los siguientes cuatro capítulos:

En el Capítulo I Análisis de la industria gráfica en México se presentan lasprincipales características de la industria litográfica mexicana; la razón de esteapartado se debe a que es en el sector de las Artes Gráficas en donde se aplicó SeisSigma. El objetivo de este capítulo es proporcionar un marco de referencia de lasituación actual de las empresas litográficas en este país, destacando la participaciónde este sector en la economía nacional y los recientes estándares e indicadores encalidad de impresión.

La aplicación de Seis Sigma se llevó a cabo en la empresa Surtidora GráficaS.A. de C.V. es por ello que en el Capítulo II Situación actual de la empresaSurtidora Gráfica S.A. de C.V se expone una semblanza histórica de la misma, de lafamilia de productos que actualmente se producen y de la participación de los clientesen las ventas de la empresa. Asimismo, se presentan las características de losdiferentes sistemas de impresión y las ventajas del sistema Offset. También sedescribe la estructura organizacional de la empresa, de manera argumentada se ubicael departamento en el cual se aplicó SS; por último, se expone la problemática propiadel departamento, y como es que da lugar a la aplicación de la presente propuesta.

El Capítulo III Definición y herramientas estadísticas de la calidad tienecomo objetivo presentar el marco teórico de la investigación, desde la definición deempresa, las variables que afectan su desempeño y la metodología SS hasta lasprincipales herramientas básicas utilizadas y el diseño experimental en el que se basópara el desarrollo de la etapa de mejora del proceso de impresión. En el primer

3�

apartado se presentan los orígenes de la empresa, la razón de su existencia y lasvariables que afectan su desempeño, más adelante se define el concepto de calidad ysu evolución a través del tiempo.

Asimismo, se presenta Seis Sigma desde dos enfoques como métrica y comometodología en la solución de problemas asociados con la reducción de defectos y lamejora continua de la calidad de los productos y de los procesos.

Finalmente, se exponen las herramientas básicas para la aplicación de SS yherramientas estadísticas útiles para determinar el estado de un proceso: estabilidad ycapacidad. Por otro lado, se incluye un apartado de diseño de experimentos en el quese explica a detalle conceptos básicos como son: principios del diseño deexperimentos, características del diseño factorial fraccionado 2k y el análisis devarianza (ANOVA) que sirve para conocer a los factores que influyen estadísticamentesobre la variable de respuesta, cabe señalar que en este apartado no se exponen adetalle los diferentes diseños experimentales; ya que existe una amplia variedad dediseños los cuales se dejan a criterio del experimentador y en la aplicación de SS parala empresa bajo estudio se utilizó el diseño factorial fraccionado. Asimismo, estereporte no es un tratado de diseño experimental, sino una aplicación de SS.

En el Capítulo IV Aplicación de Seis Sigma en Surtidora Gráfica S.A. de C.V.se presenta la aplicación de SS, es decir, se describe paso a paso cada una de lasetapas a seguir para lograr satisfactoriamente la mejora del proceso de impresión. Enla primera etapa denominada definición del proyecto SS, se presenta la delimitación delobjeto de estudio, las variables críticas de calidad que influyen sobre el proceso, lasmetas, alcances y beneficios potenciales en el desarrollo de SS. En la etapa demedición se comprueba que la variable crítica elegida se pueda medir en formaconsistente y posteriormente se desarrolla el estudio de capacidad y estabilidad delproceso, para conocer el estado actual. La siguiente etapa es la de análisis, en ella sepropone un diseño de experimentos para encontrar los factores que influyenestadísticamente sobre la variable crítica. En la etapa de mejora se encuentra el puntoóptimo de los factores para centrar el proceso y reducir la variación presente. En laetapa de control se proponen acciones para mantener las mejoras alcanzadas en lasetapas anteriores.

En la propuesta de mejora y recomendaciones se propone una combinación deherramientas básicas y estadísticas que pueden emplearse en cada una de las etapasde la aplicación de SS, a las pequeñas y medianas empresas litográficas, o bien acualquier empresa considerando las características particulares del proceso productivo.Finalmente, en las conclusiones, se presentan las principales dificultades que setuvieron durante la realización de esta propuesta de aplicación de SS, se abren nuevaslíneas a futuras investigaciones y las aportaciones a nivel personal en la realización deesta investigación.

Si bien es cierto que en toda propuesta de SS existe un costo relacionado a laetapa de experimentación, también lo es que la inversión se recupera en poco tiempo y

4�

que las ganancias generadas por la reducción de reprocesos se traducen en lapreservación de innumerables fuentes de trabajo. Lo anterior, constituye un motivo máspara analizar los procesos objetivamente, a través de datos y de manera conjunta conlos responsables de cada uno de los procesos.

Creo firmemente, que México y las personas que lo conformamos tenemos eltalento para lograr una industria cada vez más competitiva, la cual ofrezca productos yservicios de calidad capaces de diferenciarse en mercados internacionales. Paralograrlo, se requiere del trabajo sinérgico de los miembros que integran a la empresa,de esta manera, la presente propuesta de aplicación de SS se ofrece como unaherramienta a la industria litográfica que permita sustituir la subjetividad y las“corazonadas” en la toma de decisiones, por decisiones objetivas basadas en elanálisis del comportamiento de los procesos.

Es claro que mi propuesta, ni cualquier otra por sí sola, es la llave mágica queconducirá a México de la noche a la mañana a lograr que sus empresas se conviertande clase mundial, ya que para alcanzarlo es necesario la contribución de cada una delas partes que conformamos esta nación. De este modo, sea pues esta mi humildecontribución al desarrollo de mi país.

CAPÍTULO I Análisis de la industria gráfica en México

5

CCAAPPÍÍTTUULLOO II Análisis de la industria gráfica en México.

1.1. Situación actual de la industria gráfica en México

l entorno globalizado ha propiciado una fuerte competencia para las empresas mexicanas, ya que existe gran apertura para las empresas extranjeras que antes no tuvieron fácil acceso al mercado mexicano. Esto

implica que los impresores mexicanos no tengan otra opción que buscar cómo mejorar para poder sobrevivir. Hoy en día, las empresas mexicanas litográficas aplican con mayor énfasis prácticas orientadas a la calidad y entrega a tiempo a través de eficiencias en su operación.

México cuenta actualmente con cerca de 17,000 empresas del sector de las Artes Gráficas y la impresión1. Como se observa en la tabla 1.1 el 99.2% de las empresas son micro, pequeñas y medianas; y únicamente 0.8% son grandes imprentas, equipadas con lo último referente a tecnología de punta. El mercado de los periódicos y revistas se concentra alrededor de 400 diarios y cerca de 500 revistas que se imprimen en equipo tradicional de Offset2. TABLA 1.1 Número de empresas en el sector de las artes gráficas

Concepto Número de empresas

%

Microempresas (1-20) 14,075 82.1 Pequeñas (21-100) 2,674 15.6 Medianas (101-200) 257 1.5 Mayor de 201 138 0.8 TOTAL 17,144 100

Fuente: Internet, http://www.canagraf.com.mx/canagraf.html, (Marzo, 2006).

En los últimos años se han producido cambios cruciales en la industria de Artes Gráficas de México, pues el país se encamina a pasos agigantados hacia la globalización, por lo cual el mercado gráfico invierte en equipos modernos para poder estar a la vanguardia. Cerca de 20 de las empresas litográficas más grandes ya poseen la certificación ISO 90013 y un número mayor está próximo a obtenerla.

1 Diagnóstico económico, tecnológico y de mercado de la industria de Artes Gráficas, Cámara Nacional de Artes Gráficas (CANAGRAF), México. 2006, p.21-23 2 Ídem, p.26. 3 Ídem, p.29.

E


6

Del mismo modo, en los últimos cinco años se ha dado una reconversión importante en la industria de las Artes Gráficas, ya que la Cámara Nacional de Artes Gráficas (CANAGRAF) logró convencer a los fabricantes de maquinaria internacional que otorgaran créditos, porque los bancos no ofrecían la facilidad de otorgar créditos4. A raíz de que se abre el financiamiento, el impresor mexicano ha decidido invertir en nueva maquinaria y tecnología. 1.1.1. Desarrollo y tecnología Definitivamente, el TLC ha tenido un impacto significativo en el desarrollo y transformación de México en los últimos años; ya que las empresas han aprendido a competir en un ambiente global con los mejores del mundo y la industria gráfica no es la excepción. La desregulación en materia de participación accionaria en empresas nacionales abrió la puerta a la llegada de los grandes consorcios de impresión de Norteamérica. Ante esto, los impresores mexicanos se anticiparon a la apertura; el principal beneficio que esto trajo fue la renovación tecnológica, que se dio a escala general y no sólo en un grupo selecto; el impresor mexicano invirtió en tecnología y aprovechó planes financieros mucho más atractivos; como otra ventaja de la apertura, renovó su planta productiva. En México, desde 1994, el crédito bancario ha estado prácticamente cerrado y las opciones de financiamiento han sido de los proveedores, lo cual, en lugar de restarle competitividad al mercado, han generado esquemas de financiamiento innovadores que en la actualidad ya son muy comunes5. Del mismo modo, la apertura a la tecnología ha transformado completamente los procesos de trabajo en el ámbito de la preimpresión. El proceso tradicional de preimpresión comprendía varias actividades independientes (composición, diagramación, litografía, retoques, etc.) a cargo de distintas categorías de personal técnico. Por consiguiente, la adquisición de nuevas tecnologías ha traído consigo la integración total del proceso de producción. Por otro lado, con el fin de apoyar al sector litográfico, la CANAGRAF ha realizado varios trabajos de conciliación en defensa de los intereses económicos, como es el caso de la eliminación de los impuestos de importación para la maquinaria de Artes Gráficas6. Esta situación ha permitido a los empresarios mexicanos del ramo modernizar parte de sus plantas productivas con tecnología extranjera, con un ahorro en impuestos de importación de 10 a 15 por ciento del valor de la maquinaria7. Lo anterior se ha visto reflejado en una mayor inversión en maquinaria y equipo. (Ver tabla 1.2).

4 Ídem, p.31. 5 Fuente: Internet, http://www.andigraf.com.mx/economia.html, Marzo, 2007. 6 Diagnóstico económico, tecnológico y de mercado de la industria de Artes Gráficas, Cámara Nacional de Artes Gráficas (CANAGRAF), México. 2006, p.32. 7 Fuente: Internet, http://www.canagraf.com.mx/canagraf.html, Marzo, 2007.


7

TABLA 1.2 Monto de inversiones en maquinaria y equipo

Concepto Monto en millones de dólares % Infraestructura N/D No se tienen datos N/D Maquinaria y equipo 495 100

TOTAL 495 100 Fuente: Diagnóstico económico, tecnológico y de mercado de la industria de artes gráficas, Cámara Nacional de Artes Gráficas (CANAGRAF). 2006, p.18. Sin embargo, en el sector de las Artes Gráficas mexicano se percibe una marcada desarticulación productiva que incide en su competitividad. Esta desarticulación productiva se genera porque en México no existen fabricantes de tecnología para el sector, generando así una alta dependencia del mercado internacional. Esta situación ha provocado que en el año 2004 se realizaran importaciones record de materiales impresos que totalizaron 750 millones de dólares con un impacto negativo en el nivel de empleo y una pérdida en el dinamismo de la actividad gráfica nacional representada por una utilización de menos del 60% de la capacidad instalada de la industria gráfica en el país8. Cabe señalar que en conjunto la actividad relacionada con estas tres cadenas de valor: sistemas de reproducción de impresos en offset, serigrafía e impresión digital, representan cerca del 90% del valor agregado del mercado de impresos nacional9. 1.1.2. Participación de la industria gráfica en la economía mexicana La industria gráfica mexicana se enmarca dentro de la División IV (Papel, Productos de papel, Imprenta y Editoriales), y está clasificada en el código de actividades industriales 3420 (Imprenta, editoriales e industrias conexas)10. De acuerdo a la CANAGRAF, 97.7% de las empresas de la División IV, Papel, Productos de papel, Imprenta y Editoriales, son micro y pequeñas11. Por consiguiente, como se observa en la tabla 1.3, la participación económica de la división de papel imprenta y editoriales contribuye con el 94.2% de las microempresas, mientras que las medianas y grandes aportan sólo el 2.2% del total. 8 Ídem. 9 Fuente: Internet, http://www.andigraf.com.mx/economia.html, Marzo, 2007. 10 Fuente: Internet, http://www.inegi.gob.mx/estadisticas/espanol/economia/divisiones.html, Marzo, 2007. 11 Fuente: Internet, http://www.canagraf.com.mx/canagraf.html, Marzo, 2007.


8

TABLA 1.3 Participación de las unidades económicas en el sector industrial

División Micro Pequeña Mediana Grande Total Alimentos bebidas y tabaco 98.0% 1.1% 0.7% 0.2% 100.0% Textil, vestido y cuero 92.4% 4.5% 2.7% 0.4% 100.0% Manufacturas de madera 98.1% 1.5% 0.4% 0.0% 100.0% Minerales no metálicos 97.8% 1.5% 0.6% 0.1% 100.0% Papel, imprenta y editoriales 94.2% 3.6% 2.0% 0.2% 100.0% Química, plástico o hule 79.4% 12.5% 7.4% 0.7% 100.0% Otras industrias 96.0% 2.2% 1.5% 0.3% 100.0% Industrias metálicas básicas 51.5% 19.9% 24.6% 4.0% 100.0% Fuente: Internet, http://www.inegi.gob.mx/estadisticas/espanol/economia/divisiones.html, Marzo, 2007. Según el INEGI el sector productor de papel, productos de papel, imprenta y editoriales contribuyó en 2004 en México con cerca de 0.6% del PIB total y 3.5% del PIB manufacturero, índices que frente a los registrados en el período 1990 y 2004 señalan una pérdida de competitividad para un sector con altos niveles de empleo12. (Ver tabla 1.4). TABLA 1.4 PIB del sector industrial: papel, productos de papel, imprentas y editoriales

Año PIB total (1) Industria

Manufacturera (2)

Producción de papel, Productos de papel, Imprentas y

Editoriales (3)

En el PIB total (3/1)

En la industria manufacturera

(3/2)

1997 3,179,120,384 615,478,413 25,156,175 0.80% 4.10% 1998 3,848,218,307 749,292,699 30,431,088 0.80% 4.00% 1999 4,600,487,758 884,331,331 35,495,685 0.80% 4.00% 2000 5,497,735,550 1,013,597,561 39,278,310 0.70% 3.90% 2001 5,811,776,302 1,031,217,592 40,364,823 0.70% 3.90% 2002 6,267,473,796 1,068,602,799 40,012,009 0.60% 3.70% 2003 6,894,992,857 1,123,213,005 41,039,667 0.60% 3.70% 2004 7,634,926,081 1,253,500,383 44,030,797 0.60% 3.50% Fuente: Internet, http://www.inegi.gob.mx/estadisticas/espanol/economia/divisiones.html, Marzo, 2007. Asimismo, en la figura 1.1 se muestra que la estrecha relación entre las cifras de PIB total, manufacturero y de la División IV (Papel, Productos de papel, Imprenta y editoriales) contribuyó a un comportamiento de las actividades gráficas muy similar al de la economía mexicana en general.

12 Fuente: Internet, http://www.inegi.gob.mx/estadisticas/espanol/economia/divisiones.html, Marzo, 2007.


9

FIGURA 1.1 Comparativo del crecimiento real PIB Nacional Manufacturero División IV Fuente: Diagnóstico económico, tecnológico y de mercado de la industria de artes gráficas, Cámara Nacional de Artes Gráficas (CANAGRAF). 2006, p.22. Con base en estadísticas de un censo realizado en 1998 y mediante proyecciones al año 2005, se estima que existían 461 empresas medianas y grandes y 18,557 micro y pequeñas empresas para 2003, con un poco más de 214 mil trabajadores, y cuyos índices de valor de producción se han mantenido por encima de los $2 mil millones de dólares en los últimos tres años13 (Ver figura 1.2).

FIGURA 1.2 Valor de la producción de la División IV (precios constantes de 1994, millones de dólares) Fuente: Diagnóstico económico, tecnológico y de mercado de la industria de artes gráficas, Cámara Nacional de Artes Gráficas (CANAGRAF). 2006, p.22. En la composición de estos valores de producción se incluyen los dos subsectores que componen la División IV: Papel, celulosa y sus productos (código CIUU 3410) e Imprentas y editoriales (3420). El subsector 3420, que según registros de

13 Diagnóstico económico, tecnológico y de mercado de la industria de Artes Gráficas, Cámara Nacional de Artes Gráficas (CANAGRAF), México. 2006, p.25.


10

CANAGRAF tenía en 2002 cerca de 17,100 establecimientos productivos y unos 145 mil trabajadores, ha perdido participación en el valor de la producción del sector IV, ya que en 1994 ascendía a 40.7% del total del sector, y en 2004 descendió a 31.3%14. La industria gráfica cuenta en todo el mundo con una diversidad de productos que, por lo general, se agrupan en las categorías básicas de periódicos y revistas (clasificación 342001), libros y similares (342002), e impresión y encuadernación (342003)15. Según las condiciones particulares de un país y los vaivenes de las economías, el desempeño de cada uno de estos segmentos tiene sus propias dinámicas. En México, los periódicos y revistas cuentan con una participación de 50% en la producción total, en tanto que la producción de libros e impresos similares ha cedido terreno (de 30% en 1995 a 20% en años recientes), debido a su sensibilidad frente a las dificultades económicas de los consumidores. Un descenso menor en la distribución porcentual del mercado, vive también el sector de impresión y encuadernación, que de ostentar 30% entre 1996 y 1998, participaba en 2004 con 28%16. Por otro lado, México no se ha destacado como exportador de bienes impresos; por el contrario, su balanza comercial es deficitaria en este campo. En 2004, por ejemplo, las exportaciones por $290 millones de dólares de los productos contenidos en el Capítulo 49 (Productos editoriales, de la prensa o de otras industrias gráficas, textos manuscritos o mecanografiados y planos) representaron 0.17% de las exportaciones totales del país, reduciendo su valor con respecto al año anterior. Aún así, contribuyeron a un crecimiento acumulado entre 1993 y 2004 de 139.8%17. Como se observa en la tabla 1.5 en el período de 1990 al 2004 las importaciones de productos gráficos se han incrementado 339%18 lo que significa que en este periodo de 14 años las importaciones han aumentado permanentemente año con año 44 millones de dólares. De este modo, el déficit en los últimos años se ha incrementado notablemente. 14 Fuente: Internet, http://www.andigraf.com.mx/economia.html, Marzo, 2007. 15 Estudio estratégico y programa sectorial para elevar la competitividad y el desarrollo sustentable de la cadena productiva de la industria de artes gráficas, Cámara Nacional de Artes Gráficas (CANAGRAF), México. 2004, p19. 16 Ídem, p.24. 17 Fuente: Internet, http://www.andigraf.com.mx/economia.html, Marzo, 2007. 18 Fuente: Internet, http://www.inegi.gob.mx/estadisticas/espanol/economia/divisiones.html, Marzo, 2007.


11

TABLA 1.5 Balanza comercial de productos gráficos en USD Años 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 Imp. 181 306 432 490 607 446 452 513 613 667 720 757 770 783 795 Exp. 40 87 121 132 144 184 217 268 307 302 323 297 299 294 290

Déficit -141 -219 -311 -358 -463 -262 -235 -245 -306 -365 -397 -460 -471 -489 -505 Fuente: Diagnóstico económico, tecnológico y de mercado de la industria de artes gráficas, Cámara Nacional de Artes Gráficas (CANAGRAF). 2006, p.23. La comercialización y adquisición de productos gráficos tiene para México unos actores claramente establecidos: Estados Unidos, por supuesto, por su vecindad y en su calidad de primer socio comercial, al que México destina tradicionalmente unas tres cuartas partes de sus exportaciones y del cual importa casi 50% de los productos impresos; Guatemala, Venezuela, Colombia y Panamá siguen a Estados Unidos en el campo de las exportaciones, con índices de participación entre 2% y 2.6%, así como otros países del área con participaciones menores19. 1.1.3. Características de las empresas litográficas mexicanas La industria gráfica en México, constituye una de las más grandes y modernas de nuestro continente, y se ha desarrollado en los últimos años en el marco de la competencia globalizada del mercado común norteamericano. Debido a la importancia que tiene este sector para la economía mexicana, es necesario describir las principales características de las empresas litográficas nacionales. Según un estudio realizado por la CANAGRAF sobre una muestra de 603 empresas de todo México, realizada en el año 2004, casi 9 de cada 10 de las compañías encuestadas son microempresas (de hasta 30 trabajadores); sólo 5% de la muestra encuestada corresponde a medianas empresas20. (Ver tabla 1.6.). TABLA 1.6 Estratificación de las empresas litográficas de acuerdo a su tamaño

Tamaño de la empresa21

Porcentaje de empresas en México

Micro 90.0% Pequeña 5.0% Grande 5.0%

Fuente: Diagnóstico económico, tecnológico y de mercado de la industria de artes gráficas, Cámara Nacional de Artes Gráficas (CANAGRAF). 2006, p.25.

19 Estudio estratégico y programa sectorial para elevar la competitividad y el desarrollo sustentable de la cadena productiva de la industria de artes gráficas, Cámara Nacional de Artes Gráficas (CANAGRAF), México. 2004, p24. 20 Ídem, 31. 21 Estratificación de empresas por tamaño de la industria, de acuerdo con el número de trabajadores. Micro: 1 a 30 trabajadores; pequeña: 31 a 100; mediana: 101 a 500, y grande: 501 en adelante. Diario Oficial de la federación, 30 de marzo de 1999.


12

Asimismo, este estudio establece que 37% de las empresas encuestadas desarrolla actividades de maquila y que la mayor parte de las empresas se dedican a actividades de impresión editorial y comercial. Por consiguiente, las empresas mexicanas del sector de las Artes Gráficas no realizan todos los procesos comprendidos en esta actividad, y permiten una integración entre las empresas mediante la subcontratación o maquila de algunas tareas, lo cual las orienta a la especialización, y establece la posibilidad de abrir nichos de mercado y aumentar la competitividad. Por otro lado, de acuerdo a cifras del INEGI en el año 1998, existían 19,513 empresas en el sector, Papel y Productos de Papel, Imprenta y Editoriales, con un personal ocupado de 222,609 trabajadores; la Producción Bruta Total era de $84,799 millones de pesos; sus insumos ascendían a $54,368 millones de pesos, y su Valor Agregado Bruto era de $30,431 millones de pesos22. En relación con el valor de la producción, en el sector "Papel, productos de papel, imprenta y editoriales", 2.2% de las empresas las medianas y grandes , participan con 70.7% de la producción total, y 97.8% de las empresas las micro y pequeñas , tienen sólo 29.3% de la producción23. En términos del empleo, como se observa en la tabla 1.7, el sector genera 169 mil 538 empleos considerando que por cada empleo directo se generan 5 empleos indirectos con lo cual se contribuye a la economía con alrededor de un millón de empleos productivos que sostienen a igual número de familias24. TABLA 1.7 Personal ocupado en el sector de las artes gráficas Fuente: Internet, http://www.andigraf.com.mx/economia.html, Marzo, 2007. No existen cifras precisas acerca de las ventas totales de la industria gráfica mexicana, pero estimaciones de la Asociación Nacional de Industriales Gráficos (ANDIGRAF) basadas en similares consumos de papel y cartón las ubican en un monto cercano a 6,000 millones de dólares25.

22 Fuente: Internet, http://www.inegi.gob.mx/estadisticas/espanol/economia/divisiones.html, Mayo, 2007. 23 Ídem. 24 Ídem. 25 Fuente: Internet, http://www.andigraf/edicion/artesgraficas.com/, Mayo, 2007.

Concepto Número de trabajadores % Microempresas 66,628 39.3 Pequeñas 45,606 26.9 Medianas 28,313 16.7 Mayor 28,991 17.1 TOTAL 169,538 100


13

En lo que respecta a tecnología entre 1990 y 2001, a México ingresaron 1.829 millones de dólares en maquinaria de impresión y encuadernación26. Lo anterior, muestra una mayor dinámica tecnológica en la industria gráfica si se analiza desde la perspectiva de importaciones per cápita de maquinaria y equipos. Según la encuesta de la CANAGRAF respondida por cerca de 85 empresas líderes del sector de las artes gráficas en México, 40% de estas calificaron como importante la inversión en nuevos equipos de impresión, frente a 28.2% que la calificaron de muy importante y a 11.8% que la consideraron prioritaria27 (Ver figura 1.3).

FIGURA 1.3 Inversión en equipos de impresión Fuente: Internet, http://www.andigraf/edicion/artesgraficas.com/, Mayo, 2007. La modernización de Preprensa fue calificada como muy importante por 31.8% de los encuestados, frente a 25.9% que la calificaron de Importante y a 9.4% que la ven como prioritaria28. La introducción de la impresión digital es vista como importante por 27.1% de los encuestados y la modernización del acabado se considera importante para 24.7%, como muy importante para 29.4% y como prioritaria para 8.2%29. A partir de lo anterior, es posible notar que los empresarios, en general, están tratando de utilizar la tecnología para racionalizar procesos, integrar flujos de producción y producir trabajos de primera clase con el fin de satisfacer a un cliente

26 Ídem. 27 Diagnóstico económico, tecnológico y de mercado de la industria de Artes Gráficas, Cámara Nacional de Artes Gráficas (CANAGRAF), México. 2006, p35. 28 Ídem, p.37. 29 Ídem, p.39.

40%

28%

12%

20%Importante

Muy importante

Prioritaria

No contestaron


14

cada día más exigente y para diferenciar sus productos y servicios frente a la competencia30. Por otro lado, a pesar de los múltiples esfuerzos en la aplicación de tecnología de punta, según estudios de la CANAGRAF, el 45% de pequeñas y medianas empresas del sector gráfico desconocen las técnicas básicas del control estadístico de la calidad31; asimismo un número mínimo de empresas controla sus procesos productivos. Lo anterior, ha traído como consecuencia la disminución en la competitividad de las empresas para brindar trabajos de excelente calidad en impresión y acabado. Debido a lo anterior, la nueva industria gráfica de impresión requiere romper el viejo paradigma de sacrificar la calidad por lograr entregas en el tiempo requerido. Puesto que las pérdidas económicas por la práctica de dicha estrategia han sido cuantiosas, y el mercado exige la eliminación de estos paradigmas. Sin lugar a dudas, producir defectos genera costos por reprocesos, paros y fallas en el proceso, inspecciones externas, pérdida de clientes, etc. En una economía abierta a la entrada de competidores más fuertes y comprometidos con la satisfacción del cliente, el desconocimiento del comportamiento de los procesos constituye una puerta al fracaso absoluto de la empresa.

1.2. Indicadores de calidad en la industria litográfica En la industria litográfica es común que al describir un pedido de impresión se exprese en cifras, por ejemplo, los factores siguientes:

Formato en cm y mm. Número de páginas. Tiraje. Precio. Fecha de entrega en días y horas.

Sin embargo, para dictaminar la calidad de impresión, durante mucho tiempo, no se disponía de ningún criterio que permitiera controlar las múltiples variables que intervienen en el proceso de impresión. Así mientras otros ramos industriales producen según

30 Ídem, p.39. 31 Ídem, p.40.


15

Debido a lo anterior, es importante mantener un equilibrio entre todos aquellos factores que intervienen en el proceso de impresión. Los factores a controlar a lo largo del proceso se desglosan en32: Variables de entrada

El tipo de papel. La tinta. La lineatura: Número de puntos de trama creados por pulgada. La cobertura total de la tinta. El gramaje del papel. La densidad en masa de la tinta: cantidad de luz absorbida o ennegrecimiento

de la tinta. Variables de salida

Ganancia total de punto o aumento del valor tonal33: aumento físico del punto. Contraste de impresión: resultado que se obtiene al comparar la lectura de

densidad en un área del 75% con la densidad de un área sólida, 100%, del mismo color de cuatricromía. Además de criterios tales como repinte, velos, rasguños, posición y registro34, la calidad de impresión se enjuicia por la fiel reproducción del valor tonal y del color así como por su estabilidad en la tirada. Los motivos más frecuentes en las reclamaciones son las diferencias de color entre, impresión y original, y las fluctuaciones de color en la tirada. En la figura 1.4 se muestran variaciones de color en la impresión de la cubierta representada. El tono violeta se consiguió imprimiendo cyan y magenta35. Las causas de estas fluctuaciones de color pueden estar por ejemplo en divergencias e irregularidades en los espesores de la capa de tinta, en los valores tonales de trama, en la aceptación de la tinta, etc.

32 Otero Susana, Estandarización del proceso Offset, Revista: CMYK. Abril 2001. Publicación técnica de AIDO, Instituto Tecnológico de Óptica, Color e Imagen para el sector de las Artes Gráficas, Madrid. 33 Se refiere al aumento en la densidad del punto impreso sobre un soporte que generalmente es papel. 34 Casals, Richard, Offset: Control de Calidad, Ed. Howson-Algraphy, Madrid, 1999, p.62 35 En la presente investigación, se utilizará en lo sucesivo el acrónimo CMYK, que significa las cuatro tintas básicas utilizadas en la impresión a color por cuatricromía. La suma de cyan (azul claro), magenta (rojo-fucsia) y amarillo da el negro. La tinta negra se añade para dar realce y contraste al color.


16

FIGURA 1.4 Variaciones de color en la impresión Fuente: Casals Richard, Offset: Control de Calidad, Ed. Howson-Algraphy, 1999, p.63

Para lograr un enjuiciamiento de la calidad que sea realmente objetivo se requieren ineludiblemente magnitudes objetivas y un procedimiento de medición adecuado. Por consiguiente, la industria litográfica ha establecido indicadores generales de impresión para asegurar que el producto cumpla con las expectativas del cliente; dentro de estos se pueden encontrar los siguientes36:

1. Partiendo del supuesto de que todas las variables especificadas en la normativa (color soporte, colorimetría, brillo del juego de tintas, aumento del valor tonal, etc.) están dentro de los márgenes de tolerancia que establece la norma, de esta manera, el impresor debe mantener la densidad estable con respecto a los valores que haya tomador como referencia. Para definir los valores de referencia, se tienen dos opciones:

a) Utilizar la densidad que se establece en norma y mantenerla estable durante

todo el proceso. Es necesario tener en cuenta que la tolerancia de desviación entre el impreso Ok37 y la referencia según la norma UNE 54102:2 debe estar dentro de los parámetros que se muestran en la tabla 1.8.

b) Utilizar las densidades que el impresor estime oportunas, siempre y cuando el cliente este conforme con los resultados obtenidos y el impresor se comprometa a mantenerlos estables.

36 Martorell Juan, Estándares de impresión, Revista: CMYK. Junio 2002. Publicación técnica de AIDO, Instituto Tecnológico de Óptica, Color e Imagen para el sector de las Artes Gráficas, Madrid. 37 El impreso O.K u hoja de visto bueno, es aquel impreso que es autorizado por el supervisor y que cumple con las especificaciones de calidad y será la referencia para conservar los parámetros establecidos al inicio durante el proceso de impresión.


17

TABLA 1.8 Tolerancia de desviación entre impreso OK e impreso a comparar

Negro Cyan Magenta Amarillo

Tolerancia de la desviación* 4 5 8 6

*Tolerancia CIE cuatricromía. Fuente: De Gracia V, La gestión de color y la prueba de conformidad. Revista: CMYK. Junio 2003. Publicación técnica de AIDO, Instituto Tecnológico de Óptica, Color e Imagen para el sector de las Artes Gráficas, Madrid.

2. El registro de cada color debe ser preciso. Se denomina registro a la capacidad de

que el color indicado se ubique en la zona destinada exclusivamente para dicho color.

3. El impreso debe tener la posición adecuada a la planeada en Preprensa y de acuerdo a las pruebas de color autorizadas por el cliente.

4. La norma ISO 2846: Impresión Offset establece que para que un tiraje sea correcto

al menos en el 68% de los impresos, las diferencias de color con respecto a la hoja OK no excederán los siguientes valores, que se muestran en la tabla 1.9: TABLA 1.9 Tolerancia de desviación de color con respecto a la hoja OK

Negro Cyan Magenta Amarillo

Tolerancia de la variación* 2 2.5 4 3

cuatricromía. Fuente: De Gracia V, La gestión de color y la prueba de conformidad. Revista: CMYK. Junio 2003. Publicación técnica de AIDO, Instituto Tecnológico de Óptica, Color e Imagen para el sector de las Artes Gráficas, Madrid. Lo anterior, está relacionado de manera directa a la importancia de estandarizar el proceso de Impresión Offset. Sin lugar a dudas, seguir un estándar de impresión supone una ruptura con los esquemas de trabajo conocidos, ya que implica una nueva forma de trabajo del operador de máquina y, a su vez, numerosas y considerables ventajas. El seguir un estándar que indique unos valores predeterminados conlleva una importante reducción del azar en el proceso productivo, siempre y cuando se trabaje bajo las condiciones señaladas por la normativa. Esta reducción de la incertidumbre


18

supone un incremento de la fiabilidad en el resultado final del proceso, lo que se traduce en:

Una reducción de los tiempos de producción, pues se evita la búsqueda de aquellas variables correctas para cada trabajo y el consecuente ajuste de la máquina para cada uno.

Una reducción de los costos de producción. La reducción de los tiempos supone

una reducción de los costos ya que en un mismo período de tiempo se pueden realizar más trabajos. Al mantener todas las variables constantes, todo el proceso gana en fiabilidad, con lo cual no es necesario echar a perder grandes cantidades de papel y tinta ajustando la máquina hasta el punto deseado. 1.2.1. Estándares de impresión Offset: ISO 12647-2:1996 Si bien es cierto que son múltiples las variables que, dentro del proceso de impresión inciden en el correcto resultado del trabajo; también lo es la importancia de controlar dichas variables a fin de asegurar que el trabajo final cumpla con las especificaciones del cliente. Por lo tanto, si se comprende la interrelación que existe entre estas variables y se consigue mantenerlas bajo unos parámetros constantes o estándares de impresión, es posible asegurar en gran medida el resultado final y lograr una mayor predecibilidad sobre todo el proceso. Debido a lo anterior, el sector de las Artes Gráficas ha establecido recientemente estándares que permitan controlar el proceso productivo y cumplir con las especificaciones del cliente. Los estándares pertenecientes a cualquier ámbito, son aprobados por aquellos organismos reconocidos oficialmente, como la Organización Internacional para la Estandarización ISO, que establecen criterios que facilitan y aseguran el proceso productivo. Dentro del organismo ISO existe el comité técnico TC 130 que se responsabiliza de la normalización referente a las artes gráficas. Desde 1996, se ha publicado el estándar 12647 titulado Procesos de control para la manufactura de separaciones de color de semitonos, pruebas y producción de impresos, que está dividido en siete partes, relacionadas con los diversos procedimientos de impresión38:

1. Parámetros y métodos de medición (Parameters and measurement methods). ISO 12647-1:1996, actualmente en revisión.

38 Comité Técnico TC 130 ISO 12647-2:1996 Procesos de control para la manufactura de separaciones de color de semitonos, pruebas y producción de impresos, Ginebra, Suiza. 1996.


19

2. Procesos de litografía offset en plano y rotativa (Offset lithographic process). ISO 12647-2:1996, en revisión.

3. Litografía offset en frío e impresión tipográfica en papel prensa (Coldset offset

lithography and letterpress on newsprint). ISO 12647-3:1998, en revisión.

4. Proceso de publicación en huecograbado (Publication gravure process). ISO 12647-4, primer borrador abril de 1998.

5. Impresión en serigrafía (Screen printing). ISO 12647-5:2001, publicada en

diciembre de 2001.

6. Impresión flexográfica (Flexographic printing). ISO 12647-6, primer borrador abril de 2000.

7. Impresión directa (Direct printing; es decir: impresión digital). ISO 12647-7 primer

borrador 1999.

Asimismo, es necesario señalar que la normalización en materia de impresión litográfica es reciente; ya que a diferencia de otros estándares que hoy en día están en proceso de efectuar revisiones posteriores, los estándares establecidos por dicho comité se crearon en 1996 y continúan en proceso de primera revisión.

En estas normas se especifican tipos y colores del papel, colores y densidad de

las tintas, ganancia de punto y otros parámetros de impresión mensurables. Así por ejemplo de acuerdo a la noma ISO 12647-2:1996 se establecen los siguientes tipos de papel39:

Tipo 1: Estucado brillante, (sin madera) es decir, es papel hecho de pasta

química, no con pasta mecánica, 115 g/m2. Tipo 2: Estucado mate, sin madera, 115 g/m2.

Tipo 3: Estucado brillante en bobina 70 g/m2.

Tipo 4: No estucado, blanco, 115 g/m2.

Tipo 5: No estucado, ligeramente amarillento, 115 g/m2

Actualmente, existen otras especificaciones de impresión creadas por asociaciones litográficas de diversos países. Lo anterior, es consecuencia de la necesidad que existía en la industria de normalizar el proceso de impresión desde el año 1970, estos estándares, como se observa en la tabla 1.10 y 1.11 son compatibles y complementarios con los que señala la norma ISO 12647-2:1996.

39 ISO 12647-2:1996


20

TABLA 1.10 Densidades recomendadas para impresión offset Euroscale

C=1.55 M=1.55 Y=1.40 K=1.80 +/- 4% Para todos los valores de densidad Fuente: Otero Susana, Estándares de impresión. Revista: CMYK. Agosto 2003. Publicación técnica de AIDO, Instituto Tecnológico de Óptica, Color e Imagen para el sector de las Artes Gráficas, Madrid. TABLA 1.11 Densidades recomendadas para impresión offset SWOP

Tipo de papel Cyan Magenta Amarillo Negro Estucado brillante 1.40 1.50 1.05 1.70 Estucado mate 1.30 1.40 1.00 1.60 Estucado normal 1.15 1.15 0.90 1.30 Estucado ligero 1.30 1.40 1.00 1.60 Satinado 1.15 1.20 0.95 1.40 Offset no estucado 1.00 1.12 0.95 1.25 Periódico 0.90 0.90 0.85 1.05 Fuente: De Gracia V, La gestión de color y la prueba de conformidad. Revista: CMYK. Junio 2003. Publicación técnica de AIDO, Instituto Tecnológico de Óptica, Color e Imagen para el sector de las Artes Gráficas, Madrid. Entre las diversas especificaciones de impresión se pueden señalar las siguientes40:

SWOP. Especificaciones para publicaciones en rotativas de litografía offset (Specifications for Web Offset Publications, SWOP) son unas normas de uso en los Estados Unidos para la impresión en rotativas offset sobre papel estucado. Comenzaron a publicarse en 1976 y han sido actualizadas varias veces.

GRACOL. Requisitos generales para aplicaciones en litografía offset

comercial (General Requirements for Applications in Commercial Offset Lithography, GRACol) son unas especificaciones para la impresión en offset desarrolladas desde 1996 por un comité de la Asociación de Comunicaciones Gráficas (Graphic Communications Association).

ESTÁNDAR EUROSCALE. Este estándar desarrollado en Europa se compone

de varias normativas relacionadas todas ellas con los distintos factores que intervienen en el proceso de impresión: colorimetría de las tintas, densidades de impresión, gramaje de los soportes, iluminantes colorimétricos, etc.

Por otro lado, es necesario subrayar la importancia que tiene en el sector de las artes gráficas los estándares de impresión, ya que permiten sustituir la visión subjetiva

40 Martorell Juan, Estándares de impresión, Revista: CMYK. Junio 2001. Publicación técnica de AIDO, Instituto Tecnológico de Óptica, Color e Imagen para el sector de las Artes Gráficas, Madrid.


21

del operador de máquina, por la objetividad de unos datos aprobados por organismos oficiales para la estandarización.

Es importante mencionar que no se pretende hacer un análisis riguroso de cada

una de las normas que conforman el estándar ISO 12647-2:1996 en este apartado, sino dar un panorama general de la normatividad vigente en el sector de las Artes Gráficas; ya que en páginas posteriores se abordaran a detalle las normas y especificaciones aplicables al presente trabajo.

Sin lugar a dudas, la industria de las Artes Gráficas presenta hoy en día grandes

retos que debe superar, no sólo para sobrevivir en un mercado altamente competitivo, sino también para distinguirse de los demás competidores internacionales; a través de la calidad como elemento diferenciador en sus productos y servicios.

Si bien es cierto que una de las desventajas que presenta el sector litográfico

mexicano, son las numerosas importaciones de material impreso de países como Estados Unidos, Panamá, Guatemala y Venezuela; también lo es que se puede traducir en una oportunidad para aplicar estrategias robustas enfocadas a la calidad de los procesos y que incidan sobre los productos.

En el siguiente capítulo, se presenta la situación y problemática actual de la

empresa Surtidora Gráfica S.A. de C.V., que constituye un reflejo de la realidad de muchas pequeñas y medianas empresas mexicanas litográficas.

CAPÍTULO II Situación actual de la empresa Surtidora Gráfica S.A. de C.V.

22

CCAAPPÍÍTTUULLOO IIII Situación actual de la empresa Surtidora Gráfica

S.A. de C.V. 2.1. Antecedentes

urtidora Gráfica S.A. de C.V. es una empresa litográfica mediana41 creada en 1965; la cual desde sus inicios tiene por objetivo, ser una de las opciones más confiables para el exigente mercado de la industria gráfica.

Lo anterior, ha permitido que la empresa no sólo abarque el área de impresión, sino también la fase de acabado y producción final. Desde su creación Surtidora Gráfica S.A. de C.V. ha logrado posicionarse entre los proveedores nacionales líderes en impresión, debido a la alta fidelidad de color en trabajos de impresión, calidad en acabado final y tiempos de entrega al cliente. Dichas características le han permitido sobresalir dentro del mercado nacional e internacional.

Un ejemplo de lo anterior, es que desde 1990 American Express Cía. (AMEX) constituye uno de los principales clientes para esta empresa, ya que Surtidora Gráfica S.A. de C.V. fue designada como proveedor exclusivo de papelería a las distintas filiales en el país y formar parte de los tres proveedores AMEX a nivel internacional. Del mismo modo, desde 1995 se elabora de manera mensual, en los talleres de la empresa, Ser proveedor exclusivo de una empresa de alto reconocimiento mundial como lo es American Express Cía., no ha sido una tarea fácil, puesto que la empresa ha tenido que demostrar su supremacía a través del trabajo continuo de las áreas que conforman a la empresa.

Debido a lo anterior, con el propósito de mejorar todos los días y brindar un producto de mayor calidad en 1998 se adquirieron máquinas, con tecnología de punta, que permitieran estar a la vanguardia en impresión.

Dentro de los siguientes años, Surtidora Gráfica ha continuado brindando un producto y servicio post venta enfocado a las necesidades de cada cliente, lo cual ha sido traducido en el incremento del número de clientes, entre los cuales destacan: American Express Cía., BBVA Bancomer, Berol, Banamex, Aseguradora Qualitas,

41 Estratificación de empresas por tamaño de la industria, de acuerdo con el número de trabajadores. Micro: 1 a 30 trabajadores; pequeña: 31 a 100; mediana: 101 a 500, y grande: 501 en adelante. Diario Oficial de la Federación, 30 de marzo de 1999.

S


23

Seguros GNP, Seguros Ford Insure, Seguros Metlife, Industria Agrícola Carredana, Trojan, Clínica Mayo, The Anglo American Foundation y Hospital ABC. Con respecto a la producción interna, el producto con mayores niveles de producción es la papelería POP bancaria (paper office products) con el 55% en la que se encuentran los flyers42, dípticos, trípticos, cuadrípticos y folletos, posteriormente se ubican los carteles, insertos para diarios y revistas, agendas, cajas y etiquetas con los porcentajes correspondientes que se muestran en la figura 1.543.

FIGURA 1.5 Porcentajes de producción por familia de productos de Surtidora Gráfica S.A. de C.V. Fuente: Reportes de producción correspondientes al periodo 2000-2006 de la empresa Surtidora Gráfica S.A. de C.V. Como se observa en la figura 1.6, en la última década Surtidora Gráfica S.A. de C.V. ha incursionado en el mercado internacional, exportando material impreso a Estados Unidos, Europa, Canadá, así como Centro y Sudamérica. Lo anterior, ha sido resultado de la gran diversidad de clientes internacionales con los cuales cuenta la empresa.

42 Los flyers, son impresos que no requieren doblez o encuadernado. 43 Reportes de producción correspondientes al departamento de Offset al periodo 2000-2006 de la empresa Surtidora Gráfica S.A. de C.V.

55%

5%

2%

10%

15%

13%Papeleria POP

Carteles

Insertos

Agendas

Cajas

Etiquetas


24

FIGURA 1.6 Exportaciones de material impreso de Surtidora Gráfica S.A. de C.V. Fuente: Reportes de ventas internacionales correspondientes al periodo 2000-2006 de la empresa Surtidora Gráfica S.A. de C.V.

Asimismo, el volumen de ventas nacionales se ha incrementado considerablemente durante el periodo 2000-2006, lo cual se debe a la escasez de empresas litográficas nacionales que cuenten con la flexibilidad necesaria para imprimir una gran variedad de formatos como son: etiquetas auto adheribles, cajas, agendas, estampado hot-stamping, papelería POP, posters, cajas, etc. (Ver figura 1.7).

FIGURA 1.7 Volumen de ventas nacionales de Surtidora Gráfica S.A. de C.V. Fuente: Reportes de ventas nacionales del periodo 2000-abril 2007 de la empresa Surtidora Gráfica S.A. de C.V. En lo que respecta a la estructura organizacional de la empresa, está encabezada por la Dirección General, la cual se apoya en los coordinadores de las áreas respectivas (Ver figura 1.8).

Orgánicamente Surtidora Gráfica S.A. de C.V., se divide en las siguientes áreas:

Estados Unidos

Europa

Centroamérica

Sudamérica

2000-2

006

1,074,451

542,467

389,515

135,323

Volumen de exportaciones (piezas)

0 10,000,000 20,000,000 30,000,000

2000

2001

2002

2003

2004

2005

2006

2007 a la fecha

25,465,213

24,899,652

25,989,698

23,995,896

24,978,635

26,789,465

26,978,452

19,896,935

Número de piezas

Per

iod

o


25

Área de Producción, en donde se llevan a cabo las diferentes etapas de fabricación para obtener un producto final acorde a las especificaciones del cliente.

Área de Cotizaciones la cual es la encargada de cotizar los posibles trabajos

procesados por el Área de Producción, de tal manera que establezca el costo del producto final de acuerdo a los procesos e insumos a emplear.

El Área Comercial se encarga de captar nuevos clientes y ser intermediario entre

el cliente y el Área de Producción, ya que recibe y custodia los archivos del cliente. El Área de Finanzas, es la encargada de gestionar los recursos económicos de

la empresa como es: pago de impuestos, tesorería, pago a proveedores, etc. Finalmente, el Área de Recursos Humanos se enfoca a la administración de

personal, gestión de sueldos y salarios, proporcionar capacitación y prestaciones, etc.

FIGURA 1.8 Organigrama general de Surtidora Gráfica S.A. de C.V. Fuente: Elaboración propia

Como se mencionaba anteriormente, el Área de Producción es la encargada de

procesar los insumos y transformarlos en un producto final y esta conformada por los departamentos de Preprensa, Offset y Acabado. (Ver figura 1.8).

En el departamento de Preprensa se efectúa el proceso de transformación de

los proyectos, ya que es aquí en donde se reciben los archivos de los clientes y se les realizan los ajustes de acuerdo a las características de las máquinas del departamento

Dirección General

Área de Producción

Depto de Preprensa

Depto de

Offset

Depto de Acabado

Área de Cotizaciones

Depto de Compras

Depto de Cotizaciones

Área Comercial

Depto de Ventas

Área de Finanzas

Área de Recursos Humanos

Departamento bajo estudio


26

de Offset, es decir, se llevan a cabo las pruebas de color, suajes, ajustes de imagen y se realizan las formaciones de acuerdo a las medidas de la máquina en la que se va a imprimir, para posteriormente elaborar las placas correspondientes.

El departamento de Offset, se dedica a imprimir en papel las imágenes que

llegaron en un inicio en forma de archivo digital al departamento de Preprensa. Este es el único departamento en que se laboran dos turnos por dos razones: la primera es que el departamento de Offset genera la mayor solvencia económica para la empresa, ya que si no existe material impreso las etapas subsecuentes del proceso se detienen. Por otro lado, los tirajes requieren de inspección continua, debido a que las modificaciones en los tonos de los colores generarían rechazos por parte del cliente.

Debido a la importancia económica que presenta este departamento para la

empresa y los exigentes niveles de calidad de tono que requieren los impresos para obtener un producto de calidad, se eligió este departamento para aplicar Seis Sigma en el capítulo IV.

Finalmente, el departamento de Acabado se encarga de efectuar el refine (corte a la medida) correspondiente para que el impreso tenga las medidas finales de acuerdo a la orden de trabajo, efectuar los suajes o bien acondicionar los trabajos para entrar a las demás máquinas (dobladora y tren de encuadernación) en donde se realizan las operaciones de doblado, en el caso de dípticos, trípticos y cuadrípticos, y encuadernado para revistas. La semblanza anterior, muestra a una empresa con más de 40 años de existencia la cual a través del tiempo, ha logrado posicionarse dentro del mercado litográfico. Sin embargo, hoy en día ante la apertura de mercados internacionales cada vez más exigentes Surtidora Gráfica S.A. de C.V., requiere enfocarse a la mejora continua de los procesos productivos que intervienen, de tal manera, que la calidad de sus productos constituya un elemento diferenciador entre las múltiples opciones que ofrece el sector de las Artes Gráficas.

2.2. Clientes y productos

Como se mencionaba anteriormente, entre los principales clientes con los que cuenta la empresa destacan American Express Cía. y BBVA Bancomer con una participación en las ventas de la empresa del 40% y 15% respectivamente (Ver figura 1.9). Mientras que Trojan tiene una participación del 10%44.

Lo anterior, es resultado de los grandes volúmenes mensuales de impresos que

se procesan para ambos clientes, no sólo a nivel nacional sino también la exportación de folletos y dípticos principalmente a Estados Unidos, Europa y Centroamérica.

44 Reportes del departamento de Ventas de la empresa Surtidora Gráfica S.A. de C.V.


27

FIGURA 1.9 Clientes y porcentaje de participación en las ventas de Surtidora Gráfica S.A. de C.V. Fuente: Elaboración propia

A continuación se muestra en la tabla 1.12 la participación en las ventas de cada uno de los clientes de la empresa Surtidora Gráfica S.A. de C.V. y los productos con mayor demanda para cada cliente, los cuales se denotan con los números 1,2,3,4,5 y 6 cuya descripción se menciona en la misma tabla.

TABLA 1.12 Porcentaje de participación en las ventas 2000-2006 por cliente

Cliente % de

participación en ventas

Productos vendidos

(1) (2) (3) (4) (5) (6)

American Express Cía. 39.8

BBVA Bancomer 14.95

Trojan 8.12

Banamex 5.7

Berol 2.5

Seguros Metlife 6.42

Ford Insure Club 3.5

Zurich de México 4.6

Aseguradora Qualitas 6.2

The Anglo American Found 4.3

Mayo Clinic Jacksonville 2.25

40%

10%

35%

15%


28

Otros clientes 1.66

(1) Papelería POP (2) Carteles (3) Insertos (4) Agendas (5) Cajas (6) Etiquetas

Fuente: Reporte del departamento de Ventas del periodo 2000-2006 de la empresa Surtidora Gráfica S.A. de C.V.

Como se muestra en la tabla 1.12 y en la figura 1.5 el producto que registra mayores ventas (55% del total) está conformado por la papelería POP (1), en la que se incluye una amplia variedad de dípticos, trípticos, cuadrípticos y folletería de tipo bancaria que en su mayoría se produce principalmente para el cliente American Express Cía.

Por otro lado, la empresa cuenta con gran flexibilidad para producir una amplia

variedad de productos de acuerdo a las necesidades de cada cliente. En este punto es importante mencionar que muchos productos presentan características particulares como: tipo de papel, número de tintas, colores, diseños, acabado, etc. Debido a lo anterior, es importante que las empresas litográficas tengan la capacidad de adaptarse a cada cliente y obtener un producto lo más cercano a como fue concebido por el cliente.

2.3. Características del proceso de impresión Offset

Las características particulares de cada trabajo a ser impreso como: calidad, tipo de papel, destino final, número de ejemplares necesarios, exige el sistema de impresión más apropiado. Debido a lo anterior, es importante mencionar las características que presentan los diferentes sistemas de impresión existentes; entre los que destacan: la tipografía, el huecograbado y la litografía45.

Tipografía

Este sistema de impresión se consolidó a mediados del siglo XV gracias a la invención de la prensa de imprimir y de los caracteres movibles por Gutenberg. Se convirtió en un sistema dominante hasta mediados de la década de los sesenta hasta la aparición del sistema offset. La tipografía es un proceso de impresión en el que la zona de imagen a imprimir está en relieve, y que mediante presión se transfiere al soporte, mientras que las zonas no imprimibles quedan hundidas de manera que al

45 La información que se utilizó para realizar este apartado fue tomada de: Otero Susana, Sistemas de impresión, Revista: CMYK. Septiembre 2001. Publicación técnica de AIDO, Instituto Tecnológico de Óptica, Color e Imagen para el sector de las Artes Gráficas, Madrid.


29

entintar la forma impresora las zonas de no imagen no recibirán tinta y no imprimirán. (Véase figura 1.10 a).

Entre los inconvenientes de este sistema destacan la costosa preparación de la

máquina, el elevado coste de la forma impresora y la lentitud de la máquina de pliegos. Sin embargo, presenta las ventajas de utilizar una tinta de gran consistencia lo

que ofrece mayor calidad de impresión. Asimismo, desperdicia menos papel que otros procesos, ya que no plantea problemas para mantener el equilibrio de agua-tinta propios del offset.

FIGURA 1.10 Sistemas de impresión Fuente: Casals Richard, Offset: Control de Calidad, Ed. Howson-Algraphy, 1999, p.45

Huecograbado El Huecograbado es un sistema en hueco, en la que la imagen está en bajo

relieve, ligeramente hundida en la plancha. La forma impresora es grabada en una superficie de cobre que recubre el cilindro. La imagen está formada por pequeños huecos o alvéolos que retienen la tinta. Este proceso de impresión está indicado para impresiones de gran calidad como son láminas y libros de arte. (Véase figura 1.10 b).

Entre los inconvenientes de este sistema, se distingue el elevado costo de la

forma impresora (planchas y cilindros), por lo que el huecograbado sólo se emplea para tiradas muy largas. En caso de error las rectificaciones de las planchas son muy complicadas.

Entre las ventajas de este sistema se encuentra el uso de tintas líquidas que

permiten un secado rápido y trabajar sobre superficies poco porosas. Por otro lado, se consigue mantener el color invariable a lo largo de toda la tirada, ya que no presenta el problema de equilibrio de agua-tinta del offset.


30

Litografía

La litografía es el método de impresión planográfico directo, ya que la superficie de impresión es plana y está en contacto directo con el soporte, las zonas de imagen y no imagen se encuentran en un mismo nivel. (Véase figura 1.10 c).

Este proceso de impresión está basado en el principio de repulsión del agua y la

grasa. La zona de imagen se somete a un tratamiento químico para que acepte la grasa (tinta) y rechace el agua, mientras que la zona de no imagen es preparada de manera que acepte el agua y rechace la grasa. De esta manera, toda la superficie queda cubierta de tinta y agua y al presionar la forma impresora entintada y humedecida sólo se imprimirá la zona de imagen.

A partir del sistema de impresión litográfico se deriva el proceso de impresión

Offset (término inglés que significa "fuera de lugar"), el cual se describe a continuación. La impresión offset es, como sistema planográfico indirecto, una derivación de

la litografía. Sigue basándose en el principio de repulsión agua-tinta, pero entre la forma impresora y el rodillo impresor se introduce un rodillo intermedio portador de una mantilla de caucho. La imagen no se imprime directamente de la forma al soporte (papel o cartoncillo), sino que primero pasa a la mantilla y de ésta al soporte. La introducción de la mantilla surge de la necesidad de evitar que la plancha entre en contacto con la superficie abrasiva del papel que produce un mayor desgaste de la plancha.

La impresión offset se realiza en máquinas rotativas o prensas de pliegos o de

bobina, de uno o varios colores. Las rotativas de bobina adquieren grandes velocidades logrando grandes tiradas. La parte de la prensa que interviene en la impresión consta de tres cilindros: el cilindro de la plancha, sobre el que va envuelta la forma impresora el cilindro de la mantilla, en el que se enrolla el caucho; y el cilindro de impresión que enrolla y presiona el papel sobre el cilindro de la mantilla para realizar la impresión. (Véase figura 1.11).

Este sistema, al igual que otros sistemas de impresión, no puede simular el tono

continuo como lo hace el huecograbado, imprimiendo distintas densidades de un mismo color, sino que imprime masa, el 100% de la tinta. La imagen se forma por puntos de distintos tamaños y concentración entre ellos. La impresión offset permite imprimir lineaturas de hasta 300 lpi (lineaturas por pulgada), creando puntos de trama muy finos y consiguiendo detalles en las imágenes y el efecto óptico de tono continuo.


31

FIGURA 1.11 Sistema de impresión Offset Fuente: Casals Richard, Offset: Control de Calidad, Ed. Howson-Algraphy, 1999, p.51.

Entre los principales inconvenientes de este proceso se encuentra la dificultad

de mantener el equilibrio agua-tinta, lo que impide mantener la homogeneidad del color a lo largo de la tirada. Este desequilibrio produce los efectos de engrasado, ya que por una incorrecta aplicación del agua en las zonas de no imagen alguna de estas zonas quedan entintadas. Además parte del agua entra en contacto con el papel pudiendo provocar su deformación y producir errores de registro. Por otro lado, la viscosidad de las tintas puede producir tiro o arrancado en aquellas zonas del papel en el que las fibras están más despegadas quedando pequeñas áreas sin imagen.

Como ventajas cabe destacar que al imprimir lineaturas de hasta 300 lpi se consigue la sensación de tono continuo y una fiel reproducción del detalle de la imagen. También es importante tener en cuenta la facilidad y rapidez en la preparación de la máquina, que junto con la economía de las planchas y la gran productividad establece una excelente relación entre calidad, productividad y precio. Por último, indicar que el uso de la mantilla de caucho hace del offset perfectamente adaptable a cualquier superficie de papel, admitiendo distintos gramajes y texturas.

Por consiguiente, el proceso de impresión Offset es el más utilizado de entre todos los sistemas de impresión y constituye el proceso más importante para obtener un impreso de acuerdo a las especificaciones del cliente; ya que es en esta parte del proceso, en la cual se debe obtener un número determinado de reproducciones a partir de un original. Lo anterior, está en función de reducir al mínimo la variabilidad de tono entre impresos y lograr por consiguiente, el color que se deseaba y mantenerlo constante a lo largo del tiraje.


32

Para lograr el objetivo mencionado anteriormente, se requiere conocer las variables de mayor influencia que intervienen dentro del proceso de impresión y controlarlas a niveles de variación permisibles. 2.3.1. Procesos productivos principales para obtener un impreso A continuación se describen los procesos principales para obtener un impreso en la empresa Surtidora Gráfica S.A. de C.V. Una vez que el departamento de Ventas recibió los archivos o pruebas por parte del cliente, los lleva al primer proceso que corresponde a Preprensa.

Preprensa

En este proceso los archivos del cliente son revisados y adecuados a las necesidades de las máquinas del proceso de impresión Offset, es decir, en esta etapa del proceso se realizan ajustes necesarios como adecuación de color, formaciones de entrada a máquina y suajes en caso necesario. Una vez que ya se han realizado todos los ajustes al archivo, se imprime una prueba denominada digital (impresión en blanco y negro) y se realiza una prueba Matchprint (impresión a color) la cual permite tener una aproximación más acercada a la impresión final. Posteriormente de que las pruebas han sido autorizadas por el cliente, se realizan los negativos correspondientes a cada color y son elaboradas las placas. Ver figura 1.12.

Offset

Una vez que las placas han sido elaboradas, son transportadas al proceso de Offset para montarlas en la máquina correspondiente de acuerdo a las especificaciones del impreso y la planeación de la producción realizada (Ver figura 1.12.). El papel en el cual se va a imprimir es refinado de acuerdo a la medida de entrada a máquina.

Como se había mencionado anteriormente, el proceso Offset es el más crítico ya

que el prensista debe verificar que los colores originales se mantengan homogéneos a lo largo del tiraje, ya que si existen variaciones de color el producto será rechazado por el cliente. Debido a lo anterior, este proceso requiere de inspección continua para ajustar colores y densidades tonales.

Una vez que se ha impreso en su totalidad el tiraje correspondiente, deberá

permanecer a temperatura ambiente hasta secar completamente.


33

FIGURA 1.12 Procesos de Preprensa y Offset Fuente: Internet, http://www.impresionoffset/estandarizaciondecolor.com/, Abril, 2007.

Acabado

Finalmente, dependiendo del producto final solicitado por el cliente (papelería POP, carteles, insertos, agendas, cajas y etiquetas) se realizan las operaciones necesarias, las cuales pueden ser:

a) Suaje: Esta operación es realizada cuando el papel tiene un alto gramaje y

requiere de dobleces, cuando la forma final es compleja y no puede ser lograda a través de guillotina o cuando lleva perforaciones para el inserto de tarjetas.

b) Doblez: Es realizado para obtener dípticos, trípticos, cuadrípticos o cartas con

doblez.

c) Encuadernado: Esta operación se realiza para engrapar y obtener la formación correspondiente de acuerdo a números de página de revistas.

d) Operaciones manuales: Existen operaciones que deben ser realizadas de

manera manual como son: enfajillado, empacado, alzado, despunte, pegado, etc.

Finalmente, una vez que los productos están terminados se programan las entregas de acuerdo a la orden de trabajo correspondiente.


34

2.4. Problemática actual en el proceso Offset

La razón principal que motivó la realización de la presente investigación fue que el término Calidad en la industria de las Artes Gráficas sigue siendo un concepto abstracto que genera cierto desasosiego cuando se plantea. Esto es debido a la gran cantidad de variables que intervienen dentro del proceso de impresión. Hoy en día existen empresas litográficas, que continúan confiando únicamente en la habilidad intuitiva del personal operativo para obtener la calidad deseada y basar la toma de decisiones en percepciones subjetivas sin fundamento.

Si bien es cierto que el factor humano es el capital más importante de una

empresa, también lo es que se requiere aplicar herramientas estadísticas que permitan monitorear el estado del proceso y mejorarlo. Asimismo, la empresa debe reconocer que la variación es inherente en todo proceso y que reducirla constituye la clave para mejorarlo.

Como se mencionaba anteriormente, Surtidora Gráfica S.A. de C.V. es una

empresa con gran flexibilidad para adaptarse a nuevos mercados. Sin embargo, hoy en día, la solvencia económica de la empresa se ha visto amenazada por la introducción de nuevos competidores nacionales e internacionales, los cuales cuentan con estrategias competitivas basadas en ofrecer productos de mejor calidad, a bajo precio y en menor tiempo.

Actualmente, la empresa ha apostado únicamente a la tecnología, como

elemento diferenciador de la competencia, relegando la calidad a segundo plano por pensar bajo el viejo paradigma de: que la calidad debe ser sacrificada para cumplir con los tiempos de entrega y no asumir altos costos de penalización por atrasos en la entrega de producto terminado.

La consecuencia de lo anterior, ha sido la pérdida de clientes y el incremento en

los costos por reprocesos. Desde el año 2003 se ha registrado un aumento considerable en el número de defectos producidos en el proceso de impresión Offset, los cuales han ascendido a reprocesar aproximadamente 6, 000,000 (tiros por lado) T/L anualmente46 (Ver figura 1.13). Del mismo modo, se han registrado pérdidas económicas por $350,000 en el año en curso.47

46

Informes anuales de producción del departamento de Offset, 2003-2005 de la empresa Surtidora Gráfica S.A. de C.V. 47 Estimado a partir del costo de los insumos que intervienen en el proceso de impresión y de los costos asociados a penalizaciones.


35

FIGURA 1.13 Volumen de reprocesos del departamento de Offset Fuente: Reportes de producción del departamento de Offset, periodo 2000-2006 de la empresa Surtidora Gráfica S.A. de C.V.

Es importante señalar, que el material defectuoso es repuesto al cliente, lo cual origina costos por reproceso, ya que en el proceso de impresión es imposible la recuperación de algún insumo, es decir, se genera pérdida total en horas-hombre, materia prima, energía eléctrica, horas-maquinas, etc. Aunado a lo anterior, la empresa corre el riesgo de perder al cliente que genera para ésta la mayor solvencia económica; ya que en las últimas auditorías efectuadas por American Express Cía. se han registrado observaciones y no conformidades mayores en el proceso de Offset, debido a variaciones considerables en los tonos de los impresos.

Debido a que no se cuenta con un efectivo control estadístico de calidad (únicamente se controlan los insumos de entrada y las densidades de tono son registradas en hojas de verificación únicamente como referencia para futuros trabajos), se ignoran aspectos clave como: Habilidad del proceso de impresión para cumplir con las especificaciones (Cp), los defectos por unidad de impresión (DPU), las variables de salida que intervienen el proceso Offset y por consiguiente, la variable o causa que genera el alto índice de reprocesos.

Uno de los factores que ha ocasionado lo anterior, ha sido el desconocimiento

de las técnicas de control de calidad, para medir el proceso, establecer límites de especificación de acuerdo a las variaciones tonales, monitorear el proceso y establecer mejoras.

Por consiguiente, la presente investigación se fundamenta en la posibilidad de reducir la variación tonal entre el número de reproducciones a partir del impreso original, es decir, a través de la aplicación de Seis Sigma y las técnicas estadísticas

0 2,000,000 4,000,000 6,000,000 8,000,000

2000

2002

2004

2006

3,565,285

2,456,695

3,000,659

5,950,300

6,000,800

5,845,998

6,895,295

Tiros por lado

Per

iod

o


36

que se derivan, es posible disminuir defectos y proponer soluciones, que permitan mejorar el proceso de impresión Offset.

A través del presente capítulo se ha descrito la situación y la problemática que

presenta la empresa Surtidora Gráfica S.A. de C.V. para ofrecer a sus clientes productos impresos que satisfagan sus necesidades. Como se mencionó anteriormente, el problema radica en la variación y reproducción de tono a lo largo del tiraje, lo cual tiene como consecuencia el aumento de costos por reprocesos y penalizaciones; así como la pérdida de clientes potenciales y actuales.

Si bien es cierto que la empresa se ha preocupado por tratar de solucionar el

problema, también lo es que únicamente se ha enfocado a invertir en tecnología como posible solución a la problemática. Lo anterior, es un enfoque muy común entre las empresas occidentales, ya que primero se prefiere invertir grandes cantidades económicas en tecnología, que conocer, analizar, comprender y monitorear sus procesos, para encontrar la verdadera causa que genera el problema.

Hoy en día, ante la apertura de mercados internacionales cada vez más

exigentes, la empresa Surtidora Gráfica S.A. de C.V. corre el riesgo de perder a uno de los clientes que generan la mayor solvencia económica para esta; asimismo la situación que presenta el cliente American Express Cía., es similar a la que presentan el resto de los clientes de la empresa.

A través de la presente investigación se propone un marco de análisis diferente para solucionar el problema; a través de datos cuantitativos, no sin olvidar la valiosa experiencia del elemento humano; y herramientas estadísticas que permitan generar conocimiento del comportamiento del proceso, identificando las variables críticas que inciden sobre el proceso de impresión para controlarlas, todo esto dentro del marco de la mejora continua que establece la metodología Seis Sigma.

En el siguiente capítulo se abordará el marco teórico referente a los conceptos

de empresa, calidad, metodología Seis Sigma y las herramientas necesarias para aplicarla con éxito.

CAPÍTULO III Definición y herramientas estadísticas de la calidad

37

CCAAPPÍÍTTUULLOO IIIIIIDefinición y herramientas estadísticas de la

calidad.

3.1. Definición de empresa y variables que afectan su desempeño

ntes de definir a la empresa, es conveniente recordar que desde sus inicios el hombre se ha organizado para alcanzar diversos objetivos o metas; así, el primer concepto a entender es el de organización.

Desde el punto de vista social, la organización se define como: “un sistema de actividades conscientemente coordinadas de dos o más personas, en el cual la cooperación es un elemento esencial para la existencia de esta”48. A partir de lo anterior, es posible notar que el eje de una organización está constituido por: personas capaces de comunicarse y dispuestas a contribuir a cumplir un propósito en común.

De este modo, las organizaciones constituyen una de las bases principales de la existencia; puesto que, a lo largo de la vida, los seres humanos pertenecemos a diferentes organizaciones; ya sea formales (dentro de instituciones educativas, laborales, etc.), o bien informales (las cuales surgen de manera espontánea, cuando varias personas poseen intereses en común). Debido a lo anterior, las organizaciones no son fenómenos distantes; ya que se encuentran inherentes a la vida cotidiana de todo ser humano.

Por otro lado, la organización vista como una actividad, se puede definir como un conjunto de acciones colectivas realizadas por individuos, a través del apoyo de diversos recursos materiales y técnicos con el fin común de elaborar bienes o servicios.

Por consiguiente, en un sentido general, la empresa es la más común y constante actividad organizada por el ser humano, la cual, involucra un conjunto de trabajo diario, labor común, esfuerzo personal o colectivo e inversiones para lograr la producción de un bien o de un servicio.

Es importante señalar que no existe una definición universal de empresa ya que depende del contexto en el cual se desee analizar, así el concepto de empresa que posea un economista a un sociólogo puede diferir notablemente. Debido a lo anterior, es necesario analizar las definiciones que plantean diversos autores para construir el concepto utilizado en la presente investigación.

48 Chester, Barnard. Las funciones de los elementos dirigentes. Ed. McGraw Hill, México, 1998, p.45.

A


38

Según Goldrat “...la empresa no es un sistema de departamentos separados que contribuyen a la producción de un bien o servicio, sino por el contrario es el resultado de las relaciones e interdependencia que existe entre los elementos de la misma...49”

La definición anterior, menciona la importancia de considerar a la empresa como un sistema de departamentos interconectados, los cuales dependen de cada uno de ellos para el logro de objetivos. Sin embargo, el concepto es muy general, ya que es necesario acotar el o los objetivos principales que persiguen las empresas.

Por consiguiente, las empresas se pueden clasificar de acuerdo al objetivo que persiguen en públicas y privadas; las empresas privadas son aquellas que tienen como fin obtener un beneficio económico particular para sus propietarios, mientras que las empresas públicas tienen por objetivo brindar un beneficio social.

Debido a lo anterior, retomo la definición de empresa privada que plantea Pacheco50 quien la define como el espacio físico dentro del cual tiene lugar un conjunto de procesos de transformación (de materia, energía e información) organizados y orientados hacia la generación de un bien o servicio para lograr un objetivo específico: obtener en forma sostenida la máxima ganancia posible.

Con base en las definiciones anteriormente señaladas, me permito proponer la siguiente que se ajusta a la presente investigación:

“La empresa privada constituye un sistema delimitado por un espacio físico o virtual en el cual existen múltiples procesos interdependientes que deben ser administrados de manera efectiva hacia la generación de bienes o servicios que satisfagan las necesidades implícitas o explicitas del cliente, con el fin de obtener la mayor ganancia posible de manera sostenida51”.

Así la empresa privada es un sistema de múltiples componentes y procesos de transformación (materia, energía e información) interdependientes que se deben administrar como tal. Este sistema debe tener la capacidad de ser flexible ante los cambios, además de crear valor de manera continua no sólo para el propietario, sino también para el cliente y las partes interesadas.

Un aspecto fundamental para las empresas consiste en decidir qué y cómo se va a medir su salud o desempeño, por lo tanto es necesario medir lo que es importante y clave en los procesos, en los recursos que intervienen en cada proceso y en los resultados que se quieren mejorar.

Hoy en día no es suficiente analizar el reporte financiero mensual para determinar el desempeño de la empresa, ni enfocar la empresa únicamente a un

49 Goldrat, Eliyahu. La Meta. Ed. Castillo, México, 1992, p.44. 50 Pacheco Espejel, Arturo A, La productividad bajo sospecha, Ed. CEMPROS, México, 2002, p.42. 51 Es importante señalar, que el presente estudio únicamente abarcara a la empresa privada delimitada por un espacio físico, productora de bienes.


39

mercado específico. Actualmente, se deben analizar dentro de la empresa, variables como: la competitividad, la productividad, la rentabilidad y la calidad, ya que estas afectan de manera conjunta el desempeño de la empresa.

De manera general, la competitividad inicia viendo hacia el exterior, para conocer la posición que tienen los productos y servicios en el mercado; en tanto la productividad es ver hacia adentro y analizar la forma en que esta funcionando el sistema actual para mejorar continuamente los procesos; mientras que la rentabilidad es la capacidad de obtener mejores resultados con una menor inversión. Lo anterior, tiene como eje la calidad (Ver figura 1.14), que permite el logro de los objetivos de la empresa.

FIGURA 1.14 Variables que afectan el desempeño de la empresa Fuente: Elaboración propia

Competitividad

Para efectos de este estudio es posible definir la competitividad como “la capacidad de una organización pública o privada, lucrativa o no, para desarrollar y mantener sistemáticamente ventajas competitivas traducidas en calidad, precio y servicio que le permitan alcanzar, sostener y mejorar una determinada posición en el entorno socioeconómico en que actúa”52. Esta capacidad se manifiesta por:

• Calidad y diferenciación del producto. • Precio y términos de pago. • Calidad en el servicio, que incluye tiempos, oportunidad y flexibilidad de entrega,

además de apoyo en refacciones y reparaciones, soporte en capacitación para el uso del producto y para conocer sus potencialidades53.

Por otro lado, Porter Michael54, propone un marco referencial de cinco fuerzas que definen la postura básica de la rentabilidad en la industria:”... el poder de

52 Gutiérrez Pulido H, Calidad Total y Productividad, Ed. McGraw Hill, México, 2004, p.19. 53 Ídem, p.21. 54 Porter Michael. Ventaja competitiva Ed. CECSA, México, 1995, p.23.

OBJETIVOS DE LA EMPRESA

CALIDAD


40

negociación de los proveedores, el poder de negociación de los compradores existentes, la amenaza de las nuevas industrias la amenaza de productos o servicios sustitutos y, por supuesto la intensidad de la rivalidad con competidores existentes (ver figura 1.15).

FIGURA 1.15 Fuerzas que definen la rentabilidad en la industriaFuente: Porter Michael. Ventaja competitiva Ed. CECSA. p. 23.

Si bien es cierto que la competitividad está relacionada con la satisfacción del cliente, también lo es que una empresa es más competitiva que otra si ofrece mejor calidad y servicio (incluyendo el tiempo de entrega) al menor precio que sus competidores.

Sin lugar a dudas, se es más competitivo que los demás cuando se ofrece mejor calidad a bajo precio y con un buen servicio. La calidad, como se observa en la figura 1.16, está definida por las características, atributos y tecnología del producto mismo; el precio es lo que el consumidor final paga por el bien, y la calidad del servicio es determinada por la forma en que el cliente es atendido por la empresa.

COMPETIDORES POTENCIALES

Amenaza de nuevos ingresos al sector

COMPETIDORES EN EL SECTOR INDUSTRIAL

Rivalidad entre los competidores existentes

PROVEEDORES

Poder de negociación de proveedores

COMPRADORES

Poder de negociación de compradores

SUSTITUTOS

Amenaza de productos o servicios sustitutos


41

FIGURA 1.16 Los factores críticos de la competitividad Fuente: Gutiérrez H. Calidad Total y Productividad Ed. McGraw Hill. 2004, p.19.

De acuerdo a Gutiérrez y De la Vara55 se recomienda que las organizaciones efectúen periódicamente análisis de su competitividad comparando sus indicadores correspondientes contra los de otras empresas sobresalientes del mismo ramo industrial o comercial, y así contestar a interrogantes como56:

1. ¿Cómo es la calidad de los productos o servicios comparados con la de sus competidores?

2. ¿En qué se diferencia los productos y servicios que se ofrecen?

3. ¿Cómo es el precio de los productos y los términos de pago, comparados con la competencia?

4. ¿Tiene calidad, cumplimiento y flexibilidad en tiempos de entrega?

Un aspecto interesante en una evaluación competitiva de una organización sería contrastar las reflexiones o respuestas a las preguntas anteriores que se dan dentro de la misma empresa contra los resultados obtenidos directamente del cliente (potenciales o futuros), y de clientes del pasado que ahora prefieren el producto de sus competidores; en donde estos dan sus opinión y comparan a diferentes empresas competidoras respecto a diferentes criterios de competitividad.

55 Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.7.56 Ídem, p.8.

• Atributos

• Tecnología

• Funcionabilidad

• Durabilidad

• Prestigio

• Confiabilidad

Satisfacción del clienteCompetitividad de una empresa

Factores críticos

Calidad en el servicio Calidad en el producto Precio

• Tiempo de entrega

• Flexibilidad

• Disponibilidad

• Actitudes

• Respuesta a fallas

• Asistencia técnica

• Precio directo

• Descuentos/ventas

• Términos de pagos

• Valor promedio

• Costo posventa


42

Finalmente, si bien es cierto que la competitividad es la creación del valor que hace que el consumidor prefiera los productos y servicios dentro del entorno socioeconómico, también lo es la necesidad de crear mercados competitivos que permitan la libre competencia entre las organizaciones; ya que no hay competitividad posible sin mercados competitivos.

Productividad

Hoy en día es común escuchar en las empresas hablar de productividad, sin embargo, este concepto en ocasiones es utilizado sólo bajo un enfoque clásico (razón de lo que se produce entre los insumos utilizados57). Debido a lo anterior, es importante analizar sus limitaciones y ampliar su alcance.

Dentro de las concepciones clásicas y más comúnmente usadas, se encuentra la de Sumanth que define a la productividad total como: “la razón entre la producción total y la suma de todos los factores de insumo58”. Por otro lado, la Organización para la Cooperación Económica Europea (OCEE) define a la productividad como: “...el cociente que se obtiene al dividir la producción por uno de los factores de producción. De esta forma es posible hablar de la productividad del capital, la inversión o materia prima según si lo que se produjo se toma en cuenta respecto al capital, a la inversión o a la cantidad de materia prima, etc...”

Las definiciones anteriormente presentadas, se pueden enmarcar en lo que Pacheco llama: productividad estrecha59, que es sólo un índice o relación volumétrica que relaciona los resultados obtenidos en un proceso de trabajo entre los insumos utilizados, y que no considera factores determinantes en los procesos como la calidad, tiempos de entrega, servicio, mejora continua, etc.

Productividad estrecha = Resultados obtenidos Insumos utilizados

Debido a las limitaciones que presentan las definiciones anteriores, me permito retomar la que plantea Pacheco, quien propone el concepto de productividad amplia como: “la cualidad emergente de los procesos de trabajo que tienen lugar en el interior de la empresa que hace que mejoren permanentemente y en todos los sentidos, es decir, en forma continua, sostenida e integral.”60

Como se observa en la figura 1.17 la productividad amplia se basa en el mejoramiento continuo de los procesos de trabajo, y cuyo enfoque se encuentra centrado en la forma de ejecutar los procesos versus resultados que plantea la productividad estrecha.

57 Prokopenko, Joseph. La gestión de la productividad. Ed. Limusa. México, 1997, p.34. 58 Sumanth J. D. Ingeniería y administración de la productividad. Ed. McGraw Hill, México, 1994, p.19. 59 Pacheco Espejel, Arturo A, Hacia una concepción integral de la productividad, Seminario permanente de estudios del trabajo, México, 2004. 60 Ídem.


43

FIGURA 1.17 De la concepción de productividad estrecha a la concepción amplia Fuente: Pacheco Espejel Arturo. La productividad bajo sospecha. Ed. Centro Nacional de Promoción Social, 2002, p.72.

La productividad amplia, al igual que la estrecha, requiere de indicadores de medición para saber si efectivamente los procesos están mejorando, y establecer las acciones adecuadas para su mantenimiento. Debido a lo anterior, es posible medir la productividad amplia a través de cuatro dimensiones61:

� Tiempo: Se refiere a la cantidad de tiempo que se consumió durante la realización del proceso, es decir, la velocidad de su ejecución.

� Cantidad: Se refiere a los volúmenes o magnitudes físicas que el proceso, por un lado, consume, y por otro, genera, es decir, los volúmenes de insumos y resultados, respectivamente.

� Calidad: Se refiere a las características cualitativas (no cuantitativas) con las que se realiza el proceso de trabajo y que conllevan a conocer qué tan bien se ejecuta, es decir, qué tan bien se utilizan los insumos y que tan bien se logran los resultados.

� Dinero: Se refiere a la cuantificación o traducción en dinero de la cantidad, calidad y tiempo dentro de las que tuvo lugar la ejecución del proceso de trabajo.

Rentabilidad

El desempeño financiero de una empresa es, sin duda, uno de los aspectos más difíciles a determinar, ya que en ocasiones se confunde el término de utilidades con la rentabilidad de la empresa.

La rentabilidad dentro de este estudio se definirá como:”… la relación que se establece entre lo que se ha invertido en una determinada acción y el rendimiento

61 Pacheco Espejel Arturo. La productividad bajo sospecha. Ed. Centro Nacional de Promoción Social, México, 2002, p.76.

ESTRECHA

AMPLIAEVOLUCIÓN

“Hacer más con menos” (Enfoque en el resultado)

“Hacer lo mejor con lo necesario”

(Enfoque en el proceso)ESTRECHA


44

económico o resultado que proporciona62”. Así, mientras que la utilidad es la ganancia neta de dinero que se obtiene a través de la venta de un bien o servicio, la rentabilidad es una tasa que considera la inversión realizada y la utilidad obtenida; y definitivamente, lograr utilidades no siempre resulta rentable para la empresa.

Por consiguiente, “la medida de utilidad en una empresa es un índice engañoso de su desempeño global, pues no tiene en cuenta la cantidad de fondos necesarios para obtener las utilidades, ni hace referencia al tiempo pasado antes de la obtención de las utilidades, descuida las incitaciones fiscales para minimizar o diferir las utilidades, etc. Por todas estas razones, el desempeño global de la empresa no se puede evaluar solamente por sus utilidades63”

La capacidad de la competencia para crear nuevos productos, bajar precios e incrementar su publicidad tiene un impacto significativo en la rentabilidad de una empresa. Si la rivalidad dentro de un sector es muy intensa, el potencial de rentabilidad es bajo. Del mismo modo, la fuerza total de las fuerzas, determinará si una industria es rentable a largo plazo, y también es necesario considerar que las industrias no son estáticas.

A partir de lo anterior, puede surgir la pregunta: ¿Por qué algunas empresas son rentables y otras no? Sallenave propone que para que una organización sea rentable deben utilizarse simultáneamente, como se muestra en la figura 1.18, tres llaves: la creación del valor, la eficiencia de las operaciones y la ventaja competitiva64.

RENTABILIDAD

1

Ventaja competitiva

Eficienciaen

lasoperaciones

Cre

acio

nde

l val

or

2

3

FIGURA 1.18 El triangulo de la rentabilidad Fuente: Sallenave J.P. La gerencia Integral. Ed. Norma. p. 124.

62 Martínez Abascal E. Invertir en Bolsa. Ed. McGraw Hill, México, 1999, p.118. 63 Sallenave, J. P. La gerencia Integral. Ed. Norma, México, 1994, p.85. 64 Ídem, p.89.


45

La creación del valor se refiere a que si una empresa existe es porque lo que vende tiene valor a juicio de los consumidores, y debe enfocar sus esfuerzos en crear valor de manera continua a través de la eficiencia en las operaciones de cada proceso, de tal manera que permita disminuir los costos de producción y de venta. Sin embargo, también es necesario que la empresa desarrolle ventajas competitivas que le permitan distinguirse de sus competidores y obtener rendimientos superiores a los de éstos.

Calidad

Aunque más adelante se abordara con mayor profundidad este concepto, es importante definir aquí de manera general, la calidad.

En términos menos formales, la calidad la define al cliente y es el juicio que éste tiene sobre un producto o servicio, el cual por lo general, es la aprobación o rechazo. Por consiguiente, un cliente queda satisfecho si se le ofrece todo lo que el espera encontrar y más. Así, la calidad es ante todo la satisfacción del cliente. La calidad está ligada a las expectativas que el cliente tiene sobre el producto o servicio, tales expectativas son generadas de acuerdo con las necesidades, los antecedentes, el precio, la publicidad, la imagen de la empresa, etc.

Es importante señalar que, anteriormente, se creía que la calidad, el precio y el tiempo de entrega eran objetivos encontrados, en el sentido de que se podría mejorar cualquiera de los tres sólo en detrimento de los otros dos. De hecho, en algunas empresas se sigue actuando a partir de la creencia de que mejorar la calidad implica necesariamente un precio más alto y un mayor tiempo de producción.

Deming señala que al mejorar los diversos procesos se logra una reacción en cadena, lo cual trae importantes beneficios, por ejemplo: reducción de reprocesos, retrasos, desperdicios y los artículos defectuosos65. Al lograr tener menores deficiencias se reducen los costos y se liberan recursos materiales y humanos que se pueden destinar a elaborar más productos, reducir los tiempos de entrega o proporcionar un mejor servicio al cliente (Ver figura 1.19).

65 Deming, E, Calidad, productividad y competitividad, Ed. Díaz de Santos, Madrid. 1989, p.85.


46

FIGURA 1.19 Reacción en cadena Fuente: Gutiérrez H, Calidad Total y Productividad, Ed. McGraw Hill. 2004, p.21.

A partir de lo anterior, es posible señalar que hoy en día las empresas juegan un papel fundamental en la economía de nuestro país y por consiguiente; es necesario que estas sean analizadas como un todo, es decir, a través de un enfoque sistémico en el cual los procesos se encuentren interrelacionados entre sí, de tal manera, que un proceso sea el proveedor del siguiente.

Sin lugar a dudas, dentro de un mercado altamente globalizado, las empresas requieren conocer las diversas variables que afectan su desempeño; entre las cuales se encuentran: la productividad, la rentabilidad y la competitividad; teniendo como eje fundamental la calidad en los procesos, ya que difícilmente una empresa puede lograr su objetivo central de obtener la máxima ganancia posible, sin brindar a sus clientes productos que posean una calidad superior a la de sus competidores a un menor precio.

Un ejemplo de lo anterior, lo constituye la Industria litográfica que a través de los años apostó su desarrollo a la tecnología existente. Sin embargo, hoy en día ante la apertura de mercados internacionales más exigentes, este sector ha comprendido que la tecnología no es suficiente y se ha enfocado en aplicar técnicas estadísticas de calidad que le permita conocer el comportamiento de los procesos, monitorearlos y establecer acciones de mejora.

SE MEJORA TODO

Disminuyen los costos porque hay menos reprocesos, fallas y retrasos con lo que se

utilizan mejor los materiales, las máquinas, los espacios y el recurso humano

Mejora la productividad

Se es más competitivo en calidad y precio

Hay más trabajo


47

Por consiguiente, la calidad constituye un elemento diferenciador no sólo para sobrevivir en el mercado, sino para competir y generar actividades recurrentes para incrementar la habilidad, para cumplir con los requerimientos de los clientes y que lo anterior, sea traducido en mayor rentabilidad de la empresa para los accionistas y mejores condiciones de vida para los trabajadores.

3.2. Definición de calidad

Hoy en día ante la apertura de mercados internacionales cada vez más exigentes, es común escuchar frases como:…”Sólo las empresas que se esfuerzan por mejorar continuamente la calidad de sus productos, sobrevivirán en un mercado altamente competitivo”. No obstante, el concepto de calidad en ocasiones es entendido simplemente como “buenas intenciones” para las empresas; lo cual se refleja en bajo compromiso de la gerencia con la calidad, confusión de los miembros de la organización con las supuestas mejoras, mejoramiento temporal, etc.

Definir calidad, es definir un concepto subjetivo; ya que la calidad depende de la persona que hace uso del bien o servicio. Así, la calidad de un automóvil depende de la persona que lo conducirá, ya que las necesidades de un conductor común difieren notablemente a las de un piloto profesional de la Nascar, por ejemplo.

Debido a lo anterior, es necesario abordar el concepto de calidad desde una perspectiva integral; no sin antes analizar las principales etapas que conforman el movimiento de la calidad y la evolución de la perspectiva del concepto de calidad66.

El hecho de que un producto reúna los atributos de calidad que desea el cliente ha sido una prioridad desde la época artesanal, en donde la calidad del producto se establecía a través de la relación directa entre el artesano y el usuario. No obstante, con el advenimiento de la era industrial apareció la producción masiva, y con ello la imposibilidad de establecer un contacto directo entre el fabricante y el usuario.

Por lo tanto, fue necesario introducir procedimientos para inspeccionar los productos, los cuales tenían por objetivo evaluar la calidad, que constituía un problema a resolver y detectar errores. De este modo, como se observa en la tabla 1.13, durante la década de 1920 se limito a contar y detectar la mala calidad de los productos terminados. A esta etapa se le denominó inspección.

La etapa de control estadístico de calidad se caracterizó por dar un fundamento científico a la calidad, mediante la introducción de diversos conceptos estadísticos como las cartas de control y el estudio de la calidad a través de variables, a las que es necesario estudiar. A través de las aportaciones de Walter Shewart, Edward Deming, Harold Dodge y Harry Roming fue posible analizar la variación de los procesos, controlando, estabilizando y reduciendo la variación.

66 La información que se utilizó para realizar este apartado fue tomada de: Gutiérrez H. Calidad Total y Productividad, Ed. McGraw Hill, México, 2004, p.12-18.


48

TABLA 1.13 Etapas en la evolución del movimiento por la calidad

Etapas del movimiento por la calidad

Criterios considerados Inspección

Control estadístico de

la calidad

Aseguramiento de la calidad

Administración de la calidad

total

Reestructuración de la organización

y mejora de procesos

Fecha de inicio

1800 1930 1950 1980 1995

Preocupación principal

Detección Control Coordinación

Impacto estratégico

Competir eficazmente en un

mercado globalizado por los clientes, con

calidad, precio y servicio.

La calidad se ve como:

Un problema a resolver.

Un problema a resolver.

Un problema a resolver que es

atacado en forma preventiva (proactiva).

Una ventaja competitiva.

La ventaja competitiva y la condición para

permanecer en el negocio.

Énfasis Uniformidad del producto

Uniformidad del producto con

reducción de la inspección

Todas las etapas desde el diseño

hasta ventas, y la contribución de todos los grupos

funcionales.

Necesidades del cliente y el mercado.

Enfoque al cliente y al mercado, reducción de

defectos a un nivel de 3.4 defectos por

millón de oportunidades

(DPMO) y reducción del tiempo

ciclo.

Métodos Estándares y mediciones.

Herramientas y metodologías estadísticas

Programas y sistemas.

Planeación estratégica,

establecimientos de metas y

movilización de la organización

para lograr mejora continua. Un amplio menú de herramientas.

Planeación estratégica, la

mejora continúa como parte de las responsabilidades

de todo directivo. Un amplio menú de herramientas y

estrategias.

Orientación y enfoque

Inspeccionar la calidad del

producto terminado.

Controlar la calidad.

Construir la calidad. Dirigir la calidad.

Orientación directa y total al cliente, al

mercado y a mejorar el desempeño de

todos los procesos.

Fuente: Gutiérrez H. Calidad Total y Productividad Ed. McGraw Hill. 2004, p.12.


49

Durante la etapa de aseguramiento de la calidad, el concepto de calidad evolucionó de una perspectiva estrecha y centrada en la manufactura a tener una intervención en los esfuerzos por la calidad en áreas como diseño, ingeniería, planeación y actividades de servicio. Así, como se observa en la tabla 1.13, el aseguramiento de la calidad implicó un enfoque más proactivo por la calidad. Es en esta etapa en la cual se enfatiza el diseño y aparecen herramientas para coadyuvar a este fin, como la confiabilidad, el diseño de experimentos, el análisis de modo y efecto de fallas (AMEF), etc.

En la década de 1980 durante la etapa de administración de la calidad total se tomó plena conciencia de la importancia estratégica de la calidad, de su mejora y de la satisfacción del cliente. En muchas empresas y organizaciones del mundo occidental iniciaron sus programas de gestión de la calidad total como una acción estratégica para mejorar su competitividad.

Finalmente, al final de la década de 1990 inicia la etapa de reestructuración de la organización y mejora de los procesos que parte del supuesto de analizar las organizaciones como sistemas compuestos por procesos claves, los cuales deben mejorarse hasta niveles de calidad sin precedentes, lo cual permita generar organizaciones esbeltas y flexibles, capaces de crear valor para el cliente y las partes interesadas.

Debido a lo anterior, es posible afirmar que la calidad ha evolucionado hasta profundizar en prácticas directivas, metodológicas y estratégicas, así como la mejora de los procesos y el diseño. A partir, de conocer la evolución que ha tenido la calidad es posible definirla.

Respecto a la calidad existen varias definiciones, por ejemplo, Juran sostiene que: “Calidad es que un producto sea adecuado para su uso. Así, la calidad consiste en la ausencia de deficiencias de aquellas características que satisfacen al cliente67”. Por otro lado, la norma ISO-9000:2000 define la calidad como “el conjunto de propiedades y características de un producto o servicio que le confieren la aptitud para satisfacer las necesidades explícitas o implícitas preestablecidas68”

En términos menos formales la calidad la define el cliente, y por consiguiente la calidad es el juicio que éste tiene sobre un producto o servicio que por lo general es la aprobación o rechazo. Con base en lo anterior me permito proponer la siguiente definición que se ajusta al objetivo de la presente investigación:

“La calidad es la capacidad que posee un producto o servicio de satisfacer las necesidades o requerimientos del cliente, lo cual se puede traducir como un elemento que permite diferenciar a la empresa de la competencia”.

67 Juran H.M. Juran on Quality by Design: The new steps for planning quality into goods and services. Ed. The Free Press, Nueva York, 1998, p.45. 68 ISO- 9000:2000, Ginebra, Suiza. 1996.


50

Es importante no confundir el concepto de calidad con el de control estadístico de calidad, ya que este último se refiere a la aplicación en los procesos del pensamiento estadístico, basado en los siguientes principios: todo trabajo ocurre en un sistema de procesos interconectados; la variación existe en todos los procesos, y entender y reducir la variación son claves para el éxito. Es decir, si se utiliza la estadística de manera adecuada es posible conocer el proceso, predecir su variación y controlarla con el objetivo de ofrecer productos y servicios que satisfagan los requerimientos del cliente y por consiguiente lograr la calidad.

3.3. Metodología Seis Sigma (SS)

3.3.1. Introducción

Si bien es cierto que hoy en día existen una gran variedad de metodologías enfocadas a la mejora continua de la calidad de los productos y los procesos, entre las que destacan: Ciclo de Deming, metodología de los 8 pasos, manufactura esbelta, Kaizen, Análisis de modo y efecto de fallas (AMEF), etc.; también lo es que la mayor parte de ellas analizan superficialmente el problema y las causas que lo originan, es decir, la toma de decisiones, en ocasiones, se basa únicamente en percepciones subjetivas de los miembros de la empresa, ante esto no quiero decir que la experiencia y el conocimiento de cada uno de los participantes en los procesos productivos no sea imprescindible.

Sin embargo, considero que los problemas y proyectos de mejora pueden ser solucionados de una manera más efectiva si se combina la experiencia y el talento de los expertos (responsables de los procesos) con la aplicación de técnicas estadísticas avanzadas siguiendo una metodología estructurada. Por consiguiente, a diferencia de otras metodologías, Seis Sigma puede ofrecer directrices enfocadas a la mejora de los procesos a través del conocimiento estadístico imprescindible del proceso, de la medición y la realización de experimentos planeados que contribuyan a reducir la variabilidad presente. Otra de las ventajas que presenta Seis Sigma es la flexibilidad que presenta para adecuarse a cualquier tipo de empresa, así como la diversidad de herramientas estadísticas de análisis que pueden ser utilizadas de acuerdo a la situación de la empresa.

A continuación se abordará de manera general los conceptos básicos de la metodología Seis Sigma.

3.3.2. Definición de Seis Sigma

Existen varias definiciones entre las que destaca la de Gutiérrez Pulido que define a la metodología Seis Sigma (SS) como: “estrategia de mejora continua que busca encontrar y eliminar las causas de los errores, defectos y retrasos en los


51

procesos, enfocándose al cliente69”. Por otro lado, Snee Robert la define como: “una metodología que sirve para reducir la variabilidad en los procesos, productos y servicios cuyo objetivo es tener como máximo 3.4 defectos o errores en cada millón de oportunidades70”.

A partir de la definición anterior, es posible notar que SS tiene tres áreas prioritarias de acción: disminución de los defectos, reducción del tiempo ciclo y satisfacción del cliente a través de un manejo eficiente de los datos y la aplicación de técnicas estadísticas robustas (entre las que destacan: Control Estadístico del Proceso, Diseño de Experimentos y ANOVA) que permiten eliminar la variabilidad en los procesos y alcanzar un nivel de defectos menor o igual a 3.4 defectos por millón. (Ver figura 1.20).

FIGURA 1.20 Áreas prioritarias de acción de la metodología SS Fuente: Elaboración propia

La metodología SS fue introducida por primera vez en 1987 en Motorola por un equipo de directivos encabezados por Bob Galvin71, presidente de la compañía, con el objetivo de analizar la variación en los procesos para hacer frente a la competencia de empresas japonesas. Con el apoyo de diversas técnicas estadísticas se hizo énfasis no sólo en el análisis de la variación sino también en la mejora continua, estableciendo como meta obtener 3.4 defectos (por millón de oportunidades) en los procesos.

A partir del éxito obtenido en Motorola, SS ha sido ampliamente difundida y adoptada por otras empresas de clase mundial, tales como: General Electric, Allied Signal, Sony, Texas Instrument, Polaroid, Toshiba, Ford, Black & Decker, etc., las cuales también iniciaron la implantación de la metodología de calidad SS en sus

69 Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.548. 70 Snee, R, Six Sigma Focuses On Improvement Rates, Ed. Quality Progress, E.U., 2003, p.36. 71 Gutiérrez H, De la Vara R, Calidad total y productividad, Ed. McGraw Hill, México, 2004, p.189.


52

organizaciones.72. En Latinoamérica la empresa Mabe es una de las organizaciones que ha logrado conformar uno de los programas Seis Sigma con mayor éxito.

3.3.3. Métrica SS

Primeramente, es conveniente definir el término sigma; el cual es una letra griega (σ) que simboliza la desviación estándar, es utilizado en estadística aplicada a la producción como un indicador de la dispersión o variabilidad esperada de los productos o componentes producidos. Por consiguiente, entre mayor sea su valor, indicará que hay una variación mayor entre productos o componentes producidos en el proceso.

Generalmente, la mayor parte de los procesos trabajan bajo Tres Sigma, esto significa que los límites reales de su variable de salida coincidan con las especificaciones de calidad para tal variable73.

Por ejemplo, en el proceso de envasado de cemento de una empresa cementera se tiene como especificación que los costales deben contener 50 kilos con una tolerancia de más menos 600 gramos. Para que este proceso se pueda considerar de calidad Tres Sigma, se requiere que su media coincida con la calidad nominal (50 kg), y que los límites reales sean iguales a las especificaciones. Esto se logra si la media y la desviación estándar del proceso son µ= 50.0 y σ=0.2 kg, ya que los límites reales serían:

Límite real inferior = = 50.0-3(0.2)= 49.4

Límite real superior = = 50.0+3(0.2)= 50.6

Por lo que bajo condiciones de estabilidad, se esperaría que el peso de los costales varíe de 49.4 a 50.6 kg. Visto a través de la gráfica de capacidad (Ver figura 1.21a), suponiendo que el peso sigue una distribución normal, se espera que bajo condiciones de estabilidad en el proceso, el área bajo la curva normal que cae dentro de las especificaciones sea de 99.73%. De esta forma 99.73% de los costales cumplirían con las especificaciones.

72 Michael H, Schroeder, Six Sigma, Ed. Doubleday-Random House, Nueva York, 2000. p.10 73 Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.554.


53

a) Calidad 3 sigma; Cpk= 1, Zs = Zi = 3 b) Calidad 3σ; con un movimiento de 1.5σ(Zmov = 1.5) Cp= 1, Ppk= 0.5

c) Calidad 3σ y 6σ (Cp = 2.0, Cpk=2.0, Zs = Zi = 6)

d) Calidad 6σ con un movimiento de 1.5σ(Zmov = 1.5) Cp=2.0, Ppk=1.5

FIGURA 1.21 Procesos con calidad Tres y Seis Sigma Fuente: Elaboración propia

A primera vista un proceso tres sigma podría parecer que es muy bueno. Sin embargo, para las exigencias actuales la calidad no es suficiente, por dos razones74:

• El 0.27% de artículos defectuosos, implica 2 700 partes con fallas por cada millón de oportunidades (PPM). En un mundo donde las cifras de consumo anual para muchos productos, por ejemplo en una empresa litográfica, esa cantidad de defectos es demasiada.

• Lo anterior se agrava si se considera la diferencia entre capacidad de corto y largo plazo. Este concepto se aborda a detalle en el apartado 3.5.3. Capacidad del proceso. Debido a lo anterior, se originó el concepto de Calidad Seis Sigma lo que significa diseñar productos y procesos que logren que la variación de las características de calidad sea tan pequeña que la campana de la distribución este contenida dos veces dentro de las especificaciones75, es decir, los límites están dados por:

74 Michael H, Schroeder, Six Sigma, Ed. Doubleday-Random House, Nueva York, 2000. p.25. 75 Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.557.


54

En este caso se tendría una tasa de defectos de 0.002 PPM, lo que en términos prácticos equivale a un proceso con cero defectos. Así en la práctica, calidad Seis Sigma, a pesar de los posibles desplazamientos, es un proceso de prácticamente cero defectos.

Por otro lado, la capacidad en número de sigmas del proceso (Z) se determina por el número de veces que el valor numérico de la desviación estándar cabe en la distancia que existe entre la media aritmética del proceso si se distribuye en forma normal y el límite de especificaciones que se encuentre más cerca de ésta. Así se tiene que76:

y

En general, si se conocen las partes por millón fuera de especificaciones de largo plazo, PPM, entonces el nivel de calidad en sigmas (de corto plazo) se obtiene con la siguiente ecuación77:

0 8406 29 37 2 221Nivel de calidad en sigmas Z ct PPM= + − ×( . ) . . . ln( )

De la misma manera, si se conoce el Zct es posible obtener las PPM que se esperan a largo plazo78:

229 37 0 8406

2 221

ctz

PPM lt e

− − =

. ( . )

..

En otras palabras, el estadístico Z es igual al nivel de calidad medido en términos de sigmas. Con lo que en la práctica, calidad Seis Sigma, a pesar de los posibles desplazamientos, es un proceso de prácticamente cero defectos, y por tanto una meta para procesos de clase mundial.

3.3.4. Definición de la metodología SS

Como se mencionaba anteriormente, las herramientas estadísticas constituyen el elemento imprescindible de Seis Sigma, ya que los datos y su correcta interpretación permiten identificar las variables críticas de calidad (VCC) 79 y los procesos a ser mejorados. Sin embargo, los datos por si solos no resuelven los problemas de la empresa, por ello es necesaria una metodología.

76 Ídem, p.558. 77 Schmidt y Launsby, Statistical Processs Control , Ed. McGraw Hill, México, 1997, p.121.78 Ídem, p.122.79 VCC son aquellas en las que se refleja el desempeño y/o resultados de un proceso, es decir, son aquellas que realmente le interesan al cliente.


55

La metodología Seis Sigma se define como la aplicación de un conjunto de métodos cuyo objetivo radica en mejorar procesos y productos, así como en la solución de problemas a través del uso de herramientas estadísticas avanzadas y consta de cinco fases: Definir, Medir, Analizar, Mejorar y Controlar (o bien sus siglas en ingles DMAIC)80:

A continuación se expondrán cada una de las etapas que conforman la metodología Seis Sigma

3.3.4.1. Etapas de la metodología SS81

Las etapas que conforman a la metodología Seis Sigma son las siguientes:

• (D) Definición del problema.

En esta fase se debe tener una visión y definición clara del problema que se pretende resolver mediante un proyecto SS. Por ello será fundamental identificar las VCC, esbozar metas, definir el alcance del proyecto, precisar el impacto que tiene el problema sobre el cliente y los beneficios potenciales que se esperan del proyecto. Todo lo anterior se hará con base en el conocimiento que el grupo de mejora tiene sobre las prioridades de la empresa, las necesidades del cliente y del proceso que necesita ser mejorado.

En esta fase es posible utilizar algunas herramientas básicas como: estratificación, diagrama de Pareto, hojas de verificación, diagrama de Ishikawa, lluvia de ideas, diagrama de dispersión y mapeo de procesos, herramientas que se describirán con más detalle en el apartado 3.4. Herramientas básicas para Seis Sigma.

• (M) Medición de la situación actual.

En esta segunda etapa se verifica que las VCC pueden medirse en forma consistente, a través de un estudio de Repetibilidad y Reproducibilidad (R&R). Asimismo, se determina el estado actual del proceso mediante un estudio de capacidad y estabilidad de las VCC (Ver apartado 3.5. Introducción a las herramientas estadísticas de la calidad), para saber con mayor precisión la magnitud del problema actual y generar bases para encontrar la solución.

• (A) Análisis de las causas del problema.

La meta de esta fase es identificar las causas raíz del problema o situación (identificar las X´s vitales o variables de entrada), entender cómo es que éstas generan 80 Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.550. 81 La información que se utilizó para realizar este apartado fue tomada de: Snee, R, Six Sigma Focuses On Improvement Rates, Ed. Quality Progress, E.U., 2003, p.68-72.


56

el problema y confirmar las causas con datos, en esta etapa es posible utilizar el diseño experimental (Ver apartado 3.7. Diseño de experimentos) para desarrollar teorías que expliquen cómo es que las causas raíz generan el problema y confirmar estas teorías con datos, para después de ello tener las pocas causas vitales que están generando el problema.

• (M) Mejora de las Variables críticas de calidad (VCC).

En esta cuarta etapa se tiene que evaluar e implementar soluciones que atiendan las causas raíz, asegurándose que se reducen los defectos (la variabilidad). El objetivo de esta etapa es demostrar, con datos, que las soluciones propuestas resuelven el problema y llevan a las mejoras buscadas. El diseño experimental continua siendo esencial en esta etapa.

• (C) Control.

Una vez que las mejoras deseadas han sido alcanzadas, en esta etapa se diseña un sistema que mantenga las mejoras logradas (controlar las X´s vitales) y se cierra el proyecto. En otras palabras, el objetivo de esta etapa es desarrollar un conjunto de actividades con el propósito de mantener el estado y desempeño del proceso a un nivel que satisfaga las necesidades del cliente y esto sirva de base para buscar la mejora continua. En este sentido, es necesario establecer un sistema de control para:

1. Prevenir que los problemas que tenía el proceso no se vuelvan a repetir. 2. Impedir que las mejoras y conocimiento obtenido se olviden. 3. Mantener el desempeño del proceso. 4. Alentar la mejora continua.

De acuerdo con lo anterior, además de difundir el proyecto, se deben acordar acciones de control en tres niveles: proceso, documentación y monitoreo.

Como se puede notar, la metodología Seis Sigma ofrece la flexibilidad de aplicar las técnicas que se requieran en la definición, medición, análisis, mejora y control; lo cual permite proponer herramientas y técnicas que permitan reducir los defectos generados por el proceso de impresión.

En general, la combinación de las diferentes herramientas estadísticas con el conocimiento imprescindible de los responsables del proceso, contribuyen a efectuar una acertada toma de decisiones con base en datos cuantitativos, que permitan establecer parámetros para efectuar una mejora continua de los procesos.

A continuación se describen algunas herramientas básicas y de control estadístico utilizadas en las etapas DMAIC en la aplicación de Seis Sigma. Asimismo, se describen los principios y fundamentos del diseño experimental, utilizado en la etapa de análisis y mejora de SS.


57

3.4. Herramientas básicas para Seis Sigma

Como se mencionaba en el apartado 3.3.4.1. Etapas de la metodología SS, en la etapa de definición es necesario utilizar herramientas básicas como son:

• Estratificación. • Diagrama de Pareto. • Hojas de verificación. • Diagrama de Ishikawa. • Lluvia de ideas. • Diagrama de dispersión. • Mapeo de procesos.

A continuación se describen con mayor detalle estas herramientas. 3.4.1. Estratificación

Estratificar se refiere a analizar problemas, fallas, quejas o datos, clasificándolos o agrupándolos de acuerdo con los factores que se cree pueden influir en la magnitud de los mismos, para así localizar las mejores pistas para resolver los problemas de un proceso o para mejorarlo. Por ejemplo, los problemas pueden analizarse de acuerdo con métodos de trabajo, tipo de fallas, métodos de trabajo, maquinaria, turnos, obreros, materiales, o cualquier otro factor que permita vislumbrar acerca de dónde centrar los esfuerzos de mejora y cuáles son las causas vitales.

La estratificación constituye una poderosa estrategia de búsqueda que permite entender cómo influyen los diversos factores o variantes que intervienen en una situación problemática, de forma que sea posible localizar diferencias prioridades y elementos que permitan profundizar en la búsqueda de las verdaderas causas del problema82.

Como se observa en el siguiente ejemplo, si se estratifican los datos es posible localizar los rechazos que tienen un mayor impacto sobre el proceso.

En una empresa del ramo metalmecánico se tiene interés en evaluar cuáles son los problemas más importantes por los que las piezas metálicas se rechazan cuando se inspeccionan. Este rechazo se da en diversas etapas del proceso y en distintos departamentos. Para hacer tal evaluación se estratificó los rechazos por tipo y por departamento que produjo la pieza. Los resultados de una semana se observan en la tabla 1.14 así como los tipos de problema, la frecuencia y el departamento donde se originaron.

82 Duncan, Control de Calidad y Estadística Industrial, Ed. AlfaOmega, México, 2004, p.125.


58

TABLA 1.14 Estratificación de artículos defectuosos por tipo de defecto y departamento.

Clasificación de piezas rechazadas por razón de rechazo y departamento

Fecha Razón de rechazo Depto. A Depto. B Depto. C Total

Llenado ///// // ///// ///// ///// // ///// ///// 33 Porosidad ///// ///// // ///// ///// ///// ///// /// ///// ///// ///// 60 Maquinado // / // 5 Molde /// ///// / ///// // 16 Ensamble // // // 6 Total 26 59 35 120

Fuente: Elaboración propia.

3.4.2. Diagrama de Pareto

Se ha demostrado que más del 80% de la problemática en una organización es común, es decir, se debe a problemas, causas o situaciones que actúan de manera permanente sobre el proceso. Sin embargo, en todo proceso existen unos cuantos problemas o situaciones vitales que contribuyen en gran medida a la problemática global de un proceso o una empresa.

Debido a lo anterior, el diagrama o análisis de Pareto facilita seleccionar al problema más importante y al mismo tiempo centrarse sólo en atacar su causa más relevante. El objetivo es escoger un proyecto que pueda alcanzar la mejora más grande con el menor esfuerzo. Lo anterior es la premisa del diagrama de Pareto.

La viabilidad y utilidad general del diagrama está respaldada por el llamado principio de Pareto, conocido como “Ley 80-20” o “Pocos vitales, muchos triviales”, el cual reconoce que unos pocos elementos (20%) generan la mayor parte del efecto (80%) y el resto de los elementos generan muy poco del efecto total. El nombre del principio es en honor del economista Wilfrido Pareto, quien reconoció que “pocas personas (20%) poseían gran parte de los bienes (80%). Sin embargo fue Juran quien reconoció que este principio también se aplicaba a la mejora de la calidad83.

El diagrama de Pareto es un gráfico especial de barras cuyo campo de análisis o aplicación son los datos categóricos y tiene como objetivo ayudar a localizar el o los problemas vitales, así como sus causas más importantes. Lo anterior, tiene la finalidad de que cuando se quiera mejorar un proceso o atender sus problemas no se trabaje con todos los problemas al mismo tiempo y se ataquen todas sus causas a la vez, sino que, con base en los datos e información aportados por un análisis de Pareto se

83 Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.160.


59

establezcan prioridades y se enfoquen los esfuerzos donde puedan tener mayor impacto84.

Así se tiene el siguiente ejemplo85: En una fábrica de botas industriales se hace una inspección del producto final, mediante el cual las botas con algún tipo de defecto se mandan a tiendas de segunda. Mediante un análisis de los defectos por los que las botas se mandan a la segunda se obtienen los siguientes datos, que se presentan en la tabla 1.15, correspondientes a las últimas 10 semanas:

TABLA 1.15 Defectos en la producción de botas

Razón de defecto Total Porcentaje Piel arrugada 99 13.4 Costuras fallas 135 18.3 Reventado de piel 369 50.0 Mal montada 135 18.3

Total 738 100.0

Fuente: Gutiérrez H, De la Vara R. Control Estadístico de Calidad y Seis Sigma Ed. McGraw Hill. 2004, p.162.

Y a continuación, se presenta en la figura 1.22 el diagrama de Pareto de primer nivel o de problemas, el cual consiste en efectuar un primer análisis de los problemas más relevantes que afectan un proceso o un producto.

Frecuencia 369 135 135 99

Percent 50.0 18.3 18.3 13.4

Cum % 50.0 68.3 86.6 100.0

Defecto Piel arrugadaMal montadaCosturas fallasReventado de piel

800

700

600

500

400

300

200

100

0

100

80

60

40

20

0

Fre

cue

nci

a

Po

rce

nta

je

Pareto para problemas en botas

FIGURA 1.22 Diagrama de Pareto de primer nivel para defectos en botas Fuente: Gutiérrez H, De la Vara R. Control Estadístico de Calidad y Seis Sigma Ed. McGraw Hill. 2004, p.162

84 Ídem, p.162. 85 Tomado de Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.161.


60

Como se observa en el diagrama de Pareto el defecto de reventado de piel es el más importante, ya que este representa 50% del total de defectos. En este defecto es necesario centrar un proyecto de mejora que trate de encontrar las causas de fondo.

Un error frecuente es obtener conclusiones precipitadas del primer Pareto. Con el fin de evitar lo anterior, es necesario desarrollar un Pareto de segundo nivel orientado hacia las causas del problema principal. Para ello es necesario preguntarse si el problema se presenta con la misma intensidad en todos los modelos, materiales, turnos, máquinas, operadores, etc.

En el ejemplo de las botas fue necesario clasificar o estratificar el defecto de reventado de piel de acuerdo con el modelo de la bota y se encontraron los datos que se presentan en la tabla 1.16.

TABLA 1.16 Modelos de bota que presentan el defecto de reventado de piel

Modelo de bota Defecto de reventado de piel

Porcentaje

512 225 46.60 501 64 13.30 507 80 16.60 503 75 15.50 524 39 8.10

Total 738 100.0

Fuente: Gutiérrez H, De la Vara R. Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.164.

Si se representa lo anterior en un diagrama de Pareto de segundo nivel se puede observar en la figura 1.23 que el problema de reventado de piel se presenta en el modelo de bota 512, y que en los otros modelos es un defecto de la misma importancia que las otras fallas. Por consiguiente, es necesario buscar la causa del problema exclusivamente en el proceso de fabricación del modelo 512.


61

Piel reventada 225 80 75 64 39

Percent 46.6 16.6 15.5 13.3 8.1

Cum % 46.6 63.1 78.7 91.9 100.0

Modelo 524501503507512

500

400

300

200

100

0

100

80

60

40

20

0

Pie

l re

ven

tad

a

Po

rce

nta

je

Pareto para problemas en botas

FIGURA 1.23 Diagrama de Pareto de segundo nivel para defectos en botas Fuente: Gutiérrez H, De la Vara R. Control Estadístico de Calidad y Seis Sigma Ed. McGraw Hill. 2004, p.164

En este ejemplo es posible evidenciar que en la solución de problemas una nueva información debe llevar a descartar opciones y a profundizar la búsqueda y el análisis en una dirección más específica, ya que de este modo se evita caer en conclusiones precipitadas y erróneas.

Esta técnica sugiere que después de hacer un primer diagrama de Pareto en el que se detecte el problema principal, se debe hacer un análisis de Pareto para causas o de segundo nivel o más niveles, en el que se estratifica el defecto más importante por turno, modelo, materia prima o alguna otra fuente de variación que dé indicios de dónde, cuándo, o bajo qué circunstancias se manifiesta más el defecto principal.

3.4.3. Hojas de verificación

En muchas ocasiones es común que en algunas áreas o empresas no existan datos ni información; en otros casos el problema no es la escasez de datos, por el contrario, abundan reportes, informes, registros, etc. El problema entonces se refiere a la manera en que se registran los datos para su posterior análisis.

La hoja de verificación es un formato construido para recolectar datos, de forma que su registro sea sencillo, sistemático y que sea fácil analizarlos86. Una característica que debe reunir una buena hoja de verificación es que visualmente se pueda hacer el primer análisis que permita apreciar las principales características de la información buscada.



62

Algunas de las situaciones sobre las que resulta de utilidad obtener datos a través de las hojas de verificación son las siguientes87:

• Describir el desempeño o los resultados de un proceso. • Clasificar las fallas, quejas o defectos detectados, con el propósito de identificar sus magnitudes • Confirmar posibles causas de problemas de calidad.• Analizar o verificar operaciones y evaluar el efecto de planes de mejora. En el siguiente ejemplo, se muestra la utilidad de las hojas de verificación. Una característica de calidad importante en el tequila es el color, ya que eso le da identidad a la marca, entre otros aspectos. En una empresa en particular tiene como especificaciones para cierto producto que su color debe estar entre 61 y 65% de transmisión. Para analizar el color, además de llevar una carta de control se ha diseñado la hoja de verificación de la tabla 1.17, como una forma de analizar la capacidad del proceso88.

87 Gutiérrez Pulido H, Calidad Total y Productividad, Ed. McGraw Hill. México, 2004, p.120. 88 Tomado de Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.174.


63

TABLA 1.17 Hoja de verificación para distribución de proceso (color)

HOJA DE VERIFICACIÓN

Producto Responsable

Especificaciones Fecha

Frecuencia total 1 2 5 10 15 21 13 9 5 3 1 30

25

20

15

10

FRECUENCIA

5

Color 60 61 61 61 62 62 63 63 63 64 64 65 65 65 66

EI ES


De esta forma, al medir el color se hace una marca sobre la columna cuyo valor esté más cercano al de la medición. Esta hoja es utilizada para datos continuos donde se hace énfasis en el comportamiento del proceso más que en las observaciones individuales. Además se pueden apreciar comportamientos especiales, como datos raros, acantilados, distribuciones bimodales, entre otros.

Por consiguiente, la finalidad de una hoja de verificación es fortalecer el análisis y medición del desempeño de los diferentes procesos de la empresa y así contar con la información para orientar esfuerzos, actuar y decidir objetivamente.


64

3.4.4. Diagrama de Ishikawa

El diagrama de causa-efecto o de Ishikawa es un método gráfico que relaciona un problema o efecto con los factores o causas que posiblemente lo generan89. La importancia de este diagrama radica en que obliga a contemplar todas las causas que pueden afectar el problema bajo análisis y de esta forma se evita el error de buscar directamente las soluciones sin analizar a fondo cuáles son las verdaderas causas.

Existen tres tipos básicos de diagramas de Ishikawa, los cuales dependen de cómo se buscan y se organizan las causas en la gráfica90.

Método de las 6M´s

El método de las 6M´s es el más común y consiste en agrupar las causas potenciales en aquellos elementos que aportan variabilidad en un proceso o en un producto: métodos de trabajo, mano de obra, materiales, maquinaria, medición y medio ambiente91. Por consiguiente, es natural esperar que las causas de un problema estén relacionadas con alguna de las 6M´s.

Dentro de las ventajas que presenta este método se enumeran las siguientes:

• Obliga a considerar gran cantidad de elementos asociados con el problema. • Puede ser usado cuando el proceso no se conoce con detalle. • Se concentra en el proceso y no en el producto.

Por ejemplo, como se observa en la figura 1.24 el método de las 6M´s puede ser de gran utilidad para determinar las principales causas que provocan el envejecimiento prematuro de una pieza mecánica.

89 El nombre de diagrama de Ishikawa es en honor del Doctor Karou Ishikawa, que fue uno de los impulsores de la calidad en Japón y en todo el mundo, y quien empezó a usar sistemáticamente el diagrama de causa-efecto. 90 Gutiérrez Pulido H, Calidad Total y Productividad, Ed. McGraw Hill. México, 2004, p.125. 91 Duncan, Control de Calidad y Estadística Industrial, Ed. AlfaOmega, México, 2004, p.131.


65

prematuroentoEnvejecimi

Environment

Measureme

Methods

Material

Machines

Personnel

Inspección

Supervisión

Operario

inadecuadoSubensamble

Mal mantenimiento

Desajustada

Obsoleta

especificacionesFuera de

Inadecuado

Inspección

Operación

Transporte

Capacitación

Variable

Temperatura

Humedad

Deficiente

capacitadaNo

Diagrama de Ishikawa para envejecimiento prematuro

FIGURA 1.24 Diagrama de Ishikawa para problemas de envejecimiento prematuro en piezas mecánicas Fuente: Elaboración propia

Como se aprecia en la figura anterior, el diagrama de Ishikawa se puede aplicar secuencialmente para detectar las causas que motivan un problema.

Método flujo del proceso

Con el método flujo del proceso de construcción la línea principal del diagrama de Ishikawa sigue la secuencia normal del proceso de producción o de administración. Los factores que pueden afectar la característica de calidad se agregan en el orden que les corresponde según el proceso92. Este método permite explorar formas alternativas de trabajo, detectar cuellos de botella, descubrir problemas ocultos, etc.

Algunas de las ventajas del diagrama de Ishikawa, construido según el flujo del proceso son las siguientes93:

• Obliga a preparar el diagrama de flujo del proceso. • Se considera al proceso completo como una causa potencial del problema. • Identifica procedimientos alternativos de trabajo.• Se pueden llegar a descubrir otros problemas no considerados al inicio. • Permite que las personas que desconocen el proceso se familiaricen con él, lo que

facilita su uso. • Puede usarse para predecir problemas del proceso, poniendo atención especial en

las fuentes de variabilidad.

92 Ídem, p.133. 93 Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.183.


66

La figura 1.25 muestra un diagrama construido con este método.

Materia primaHechura de

tuboCorreción Aplanamiento

Prueba deagua

InspecciónCicatrices en

tubos deacero

Rolado

Ensachamiento

Impurezas

Rolado

Pulimento

Movimiento

Peso

Amontonamiento

Alambre

Movimiento

Caídas

Pulimento ColocaciónMovimiento

ValvulaRolado

Pintura superficial

FIGURA 1.25 Diagrama de Ishikawa tipo flujo de proceso Fuente: Gutiérrez H. Calidad Total y Productividad, Ed. McGraw Hill, 2004, p.183.

Método de estratificación o enumeración de causas

El objetivo del método de estratificación de construcción del diagrama de Ishikawa es ir directamente a las principales causas potenciales, sin agrupar de acuerdo a las 6M´s94. La selección de estas causas en muchas ocasiones se hace a través de una sesión de lluvia de ideas.

Esta manera de construir el diagrama de Ishikawa es natural cuando las categorías de las causas potenciales no necesariamente coinciden con las 6M´s. En la figura 1.26 se muestra un diagrama de Ishikawa construido con este método, el cual hace referencia a las causas que afectan la duración de la pintura en una pieza metálica.



67

Calidad de pintura Mantenimiento

Tiempo deexposición

Método de pintura Atmósfera

Duración(porcentaje deconservación)

Pigmento

Acabado

Adherencia

Frecuencia

Encerado

Temperatura

Exposición

Contaminación

FIGURA 1.26 Diagrama de Ishikawa del tipo de enumeración de causas Fuente: Elaboración propia

Algunas de las ventajas del método de estratificación para construir el diagrama de Ishikawa se muestran a continuación95:

• Proporciona un agrupamiento claro de las causas potenciales del problema, lo que permite centrarse directamente en el análisis del problema.

• Este diagrama es menos complejo que los obtenidos con los otros procedimientos.

Sin embargo, dentro de las principales desventajas que presenta este método es que se puede dejar de contemplar algunas causas potenciales importantes y que para aplicar este método se requiere mayor conocimiento del producto o el proceso.

3.4.5. Lluvia de ideas

Las sesiones de lluvia o tormenta de ideas es una forma de pensamiento creativo encaminada a que todos los miembros del grupo participen libremente y aporten ideas sobre determinado tema o problema96. Esta técnica es de gran utilidad para el trabajo en equipo debido a que permite la reflexión y el dialogo sobre un problema. Las sesiones de lluvia de ideas se rigen por los siguientes pasos97:

1. Definir con claridad y precisión el tema o problema sobre el que se aportan ideas.

2. Nombrar un moderador de la sesión, quien se encargará de coordinar las participaciones.

95 Gutiérrez H. Calidad Total y Productividad, Ed. McGraw Hill, México, 2004, p.150. 96 Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.186. 97 Gutiérrez H. Calidad Total y Productividad, Ed. McGraw Hill, México, 2004, p.153.


68

3. Cada participante en la sesión hace una lista por escrito de ideas sobre el tema.

4. Los participantes se acomodan de preferencia en forma circular y se turnan para leer una idea de su lista cada vez.

5. Una vez leídos todos los puntos, el moderador pregunta a cada persona, si tiene puntos adicionales. Este proceso continúa hasta que se agoten las ideas.

6. Agrupar las causas por su similitud y representarlas en un diagrama de Ishikawa, considerando que para cada grupo corresponderá una rama principal del diagrama.

7. A continuación se inicia una discusión abierta a centrar la atención en las causas principales.

8. Elegir las causas o ideas más importes de entre las que el grupo ha destacado previamente. Para ello se tienen tres opciones: datos, consenso o votación.

9. Como se observa en la figura 1.27, la sesión de lluvia de ideas está encaminada a resolver un problema. Por consiguiente, se debe buscar que en futuras sesiones o reuniones se llegue a acciones concretas que se deban realizar.

FIGURA 1.27 Objetivo de la sesión de lluvia de ideas Fuente: Elaboración propia

3.4.6. Diagrama de dispersión

El diagrama de dispersión es una gráfica de tipo X-Y cuyo objetivo es analizar la forma en que dos variables numéricas están relacionadas98. Por ejemplo, la dimensión de una pieza podría estar relacionada de alguna manera con el orden en que se fabricó, o puede ser que la variación en una variable de entrada de un proceso esté relacionada con el valor de alguna característica de calidad del producto final. 98 Ídem, p.155.


69

Para investigar si existe alguna relación entre dos variables, como las de los ejemplos anteriores, existen varios métodos estadísticos. Uno de ellos es el diagrama de dispersión, que se obtiene si X representa una variable y Y la otra; entonces se colectan los datos en pares de valores sobre las dos variables (xi,yi). Las parejas de datos obtenidos se representan a través de un punto en una gráfica del tipo X-Y y a la figura resultante se le conoce como diagrama de dispersión99.

En la figura 1.28 se muestran los patrones más comunes que puede seguir un conjunto de puntos en un diagrama de dispersión.

20151050

18

16

14

12

10

8

6

4

2

0

X

Y

a) Correlación positiva (r=0.90)

a) Correlación positiva (r=0.90)

20151050

30

25

20

15

10

X

Y

b) Correlación negativa (r=0.90)

b) Correlación negativa (r=0.90)

20151050

20.0

17.5

15.0

12.5

10.0

7.5

5.0

X

Y

c) Sin correlación (r=0.06)

c) Sin correlación (r=0.06)

2520151050

25

20

15

10

5

0

X

Y

d) Posible correlación negativa (r=0.65)

d) Posible correlación negativa (r=0.65)



70

1412108642

18

16

14

12

10

8

6

4

2

0

X

Ye) Correlación por estratificación

e) Correlación por estratificación

302520151050

20

15

10

5

0

X

Y

f) Relación parabólica (r=0.10)

f) Relación parabólica (r=0.10)

FIGURA 1.28 Patrones principales de correlación Fuente: Elaboración propia

Es importante señalar que los puntos en un diagrama de dispersión pueden seguir una diversidad de patrones. Por ejemplo, en la figura 1.28f se muestra una relación curvilínea en forma de parábola, de tal forma que conforme X crece, Y también lo hace hasta cierto punto y después empieza a disminuir.

Por otro lado, si los puntos están dispersos dentro de una banda horizontal sin ningún orden aparente, como en la figura 1.28c, entonces no existe ninguna relaciónentre las dos variables. Por el contrario, si los puntos siguen algún patrón bien definido, es probable que exista una relación entre ellas, como en las figuras 1.28a, b, d.

Algunos patrones típicos de correlación y aspectos a considerar en la interpretación de un diagrama de dispersión es la correlación positiva en la figura 1.28a se ve que cuando X crece, también lo hace Y en forma lineal, por lo que se habla de una correlación lineal positiva. Si los puntos siguen la tendencia de una línea pero menos definida (con dispersión en el sentido vertical), entonces se habla de una correlación positiva más débil.

La correlación negativa se muestra en la figura 1.28b, donde se observa que cuando X crece, Y disminuye en forma lineal y viceversa, por lo que se habla de una correlación negativa. Asimismo, cuando se está analizando la relación entre dos variables, de ser posible se debe buscar estratificar (véase figura 1.28e), ya sea por tipo de producto, proceso, turno, etc.

Finalmente, para asegurarse de que la relación entre dos variables que se observa en un diagrama no se debe a una construcción errónea del diagrama de dispersión (por ejemplo, tamaño y escalas de la gráfica) y para cuantificar la magnitud de la correlación lineal en términos numéricos, es de utilidad calcular el coeficiente de


71

correlación, el cual, para una muestra de n parejas de puntos del tipo (xi,yi) esta definido por100:

xy

xx yy

Sr

S S=

⋅

Donde:

1 1

1 1

( )( )

n n

i in ni i

xy i i i i

i i

x y

S x x y y x yn

= =

= =

= − − = −∑ ∑

∑ ∑2

2 2 1

1 1

( )

n

in ni

xx i i

i i

x

S x x xn

=

= =

= − = −∑

∑ ∑2

2 2 1

1 1

( )

n

in ni

yy i i

i i

y

S y y yn

=

= =

= − = −∑

∑ ∑

Los valores que toma el coeficiente de correlación r, están en el intervalo ( 1 1)r− ≤ ≤ . Los valores de r cercanos o iguales a cero implican poca o nula relación lineal entre X y Y. En contraste, los valores de r cercanos a 1 indican una relación lineal positiva fuerte, entre más cercanos es más fuerte la relación, y los valores de r próximos a -1 señalan una fuerte correlación negativa101.

En los diagramas de dispersión mostrados en la figura 1.28, es posible observar que a y b poseen una fuerte correlación positiva y negativa respectivamente, mientras que en c no existe correlación ya que el valor de r es muy pequeño.

3.4.7. Mapeo de procesos

El mapeo de un proceso es una representación gráfica de un proceso en la que se ilustra de manera detallada todos los pasos del proceso, tanto los que agregan valor como los que no102; también se identifican las variables claves del proceso, tanto de entrada como de salida.

Es importante señalar que los mapeos de proceso pueden hacerse en tres niveles: macro (toda una organización), nivel local (un proceso específico) o nivel micro

100 Ídem, p.144. 101 Gutiérrez H. Calidad Total y Productividad, Ed. McGraw Hill, México, 2004, p.184. 102 Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.193.


72

(un subproceso en particular)103. En la figura 1.29 se muestra un mapeo del proceso de elaboración de pan, así como la simbología comúnmente empleada.

Finalmente, el propósito de un mapeo de proceso es identificar las variables críticas de calidad que afectan el proceso y analizar oportunidades para simplificar el proceso, ya sea eliminando pasos o identificando cuellos de botella104. Lo anterior, a través de una mayor comprensión del proceso analizado de manera gráfica.

Receta

Solicitudpedido

Pedidoventa

Ordenproducción

FacturaProducto T

Tiendadepartamental

Tiendaabarrotes

Pedidoespecial

INICIO

FIN

PRODUCCIÓN COMERCIALIZACIÓN

SIMBOLOGÍA:

Flujo operaciones

Operación e inspección

Decisor

Actividad Administrativa

Documento

Transporte

Almacenaje

OK

PNCProducto no conforme

PNCNO

SI

Mezclado

OK PNC

SI

Cortado

OK

NO

PNC

NO Cámara de vapor

OK

PNC

Horno

SI

NO

OK PNC

Desmoldeado

OK PNC

Enfriado

OKNO

SI

Cortado

OK PNC

Embolsado

OK PNC

Etiquetado OK

Almacenamiento

SI

NO

SI

NO

SI

NO

SI

NO

SI

NO

SI

1

2

3

4

5

6

7

8

9

10

11

12

13 14

15

16a

16b

16c

PNC

PNC

FIGURA 1.29 Mapeo del proceso de la elaboración de pan Fuente: Elaboración propia

A continuación se describirán las herramientas estadísticas utilizadas en la etapa de medición en la aplicación de SS, ya que su propósito es medir de manera objetiva, a través de datos, el comportamiento del proceso para analizarlo y generar propuestas de mejora.

103 Ídem, p.195. 104 Gutiérrez H. Calidad Total y Productividad, Ed. McGraw Hill, México, 2004, p.191.


73

3.5. Introducción a las herramientas estadísticas de la calidad

Como se ha visto en páginas anteriores, en los procesos industriales interactúan materiales, máquinas, mano de obra, mediciones, medio ambiente y métodos. Estos elementos determinan el proceso y cada uno aporta algo a la variabilidad y a la calidad de la salida del proceso, como se esquematiza en la figura 1.30. El resultado de todo proceso se debe a la acción conjunta de las 6M´s, por lo que si existe un cambio significativo en el desempeño del proceso, la razón de tal cambio se encuentra en una o más de las 6M´s.

Variable de salida (característica de calidad)

Materiales

Maquinaria

Mano de obra Mediciones

Medio ambiente

Métodos

FIGURA 1.30 Elementos que aportan la variabilidad a un proceso Fuente: Elaboración propia

En un proceso cada una de las 6M´s aporta su propia variación; por ejemplo, los materiales no son idénticos, ni toda la gente tiene las mismas habilidades y capacitación. Del mismo modo, a través del tiempo ocurren cambios frecuentes en las 6M´s como la llegada de lotes de material no adecuado o con características especiales, descuidos u olvidos de la gente, desajustes de máquinas y herramientas, etc.

Sin embargo, no todos los cambios en las 6M´s se reflejan en un cambio significativo en los resultados del proceso, ya que habrá ciertos cambios o variaciones que se pueden ver como inherentes al funcionamiento del proceso (causas comunes) y habrá otros cambios que se deben a una situación particular y atribuible (causas especiales).


74

Las causas comunes o naturales se refieren a las diferentes fuentes de variación dentro de un proceso que tienen una distribución repetible en el tiempo105. Si en el proceso sólo se presentan las causas comunes de variación y éstas no cambian, la salida del proceso es predecible.

Por otro lado, las causas especiales se refieren a los factores que causan variación y que no siempre actúan en el proceso106. Cuando estas ocurren, hacen que la distribución completa del proceso cambie; a menos de que todas las causas especiales de variación sean identificadas y contrarrestadas, continuarán afectando el proceso de forma impredecible.

Debido a lo anterior, es necesario monitorear el proceso y que este se realice de forma objetiva y efectiva, y una forma de hacerlo es a través de las técnicas del control estadístico del proceso. Por consiguiente, me permito definir el Control Estadístico del Proceso (CEP) como: un método eficiente de recolección y análisis de los datos que permite estudiar el comportamiento de un proceso y controlar su variación.

En la mejora continua y en Seis Sigma (como se verá más adelante) las técnicas estadísticas son de gran utilidad en las empresas para:107

• Identificar dónde, cómo, cuándo y con qué frecuencia se presentan los problemas (regularidad estadística). • Identificar las fuentes de variabilidad, analizar su estabilidad y pronosticar su desempeño. • Detectar con rapidez, oportunidad y a bajo costo anormalidades en los procesos y sistemas de medición (monitoreo eficaz). • Ser objetivos en la planeación y toma de decisiones, y evitar frases como “yo siento”, “yo creo”, “mi experiencia me dice que…” y el abuso de poder en la toma de decisiones. • Expresar los hechos en forma de datos y evaluar objetivamente el impacto de acciones de mejora. • Enfocarse a los hechos vitales, a los problemas y causas realmente importantes. • Analizar lógica, sistemáticamente y ordenadamente la búsqueda de mejoras.

Por consiguiente, el pensamiento estadístico es una filosofía de aprendizaje y acción que establece la necesidad de efectuar un análisis adecuado de los datos de un proceso, como una acción indispensable para mejorar su calidad y por ende reducir su variabilidad.

105 Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.205. 106 Ídem, p.207. 107 Ídem, p.212.


75

3.5.1. Gráficos de Control

En este apartado se desarrollarán los conceptos generales de las cartas de control para variables continuas más usuales, y que se aplicaran en el presente estudio.

Como se mencionaba anteriormente, los procesos están sujetos a variación, ya que en él intervienen diferentes factores sintetizados a través de las 6M´s. Por consiguiente, es necesario entender que la variabilidad de un proceso se puede estudiar como: a) la variabilidad natural o inherente en un tiempo específico, que se puede ver como una foto instantánea de la variabilidad, y b) la variabilidad a través del tiempo.

La importancia de lo anterior se puede resaltar al señalar que para mejorar un proceso se requieren de las siguientes actividades:108

• Estabilizar los procesos (a través del control estadístico), mediante la identificación y eliminación de causas especiales. • Mejorar el proceso mismo, reduciendo la variación debida a causas comunes. • Monitorear el proceso para asegurar que las mejoras se mantienen y para detectar oportunidades.

Las cartas de control permiten distinguir los tipos de variación presentes en el proceso, ya que un proceso que trabaja sólo con causas comunes de variación se dice que está en control estadístico109 (o la variación que presenta a través del tiempo es estable). Por otro lado, un proceso en el que están presentes causas especiales de variación se dice que está fuera de control estadístico110 (inestable). Este tipo de procesos son impredecibles sobre un futuro inmediato, ya que en cualquier momento pueden aparecer de nuevos las situaciones que tienen un efecto especial sobre la tendencia central o la variabilidad.

No distinguir entre estos dos tipos de variabilidad lleva a cometer dos errores en la actuación sobre los procesos111:

a) Error 1: Reaccionar ante un cambio o variación (efecto o problema) como si proviniera de una causa especial, cuando en realidad surge de algo más profundo del proceso, como son las causas comunes de variación.

b) Error 2: Tratar un efecto o cambio como si proviniera de causas comunes de variación, cuando en realidad se debe a una causa especial.

108 Gutiérrez H. Calidad Total y Productividad, Ed. McGraw Hill, México, 2004, p.208 109 Duncan, Control de Calidad y Estadística Industrial, Ed. AlfaOmega, México, 2004, p.156. 110 Ídem, p.157. 111 Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.209


76

Ambos efectos causan pérdida, se puede evitar uno u otro error; sin embargo, no es posible reducir a cero ambos errores. Por lo tanto lo más recomendable es tratar de cometer rara vez ambos errores y para ello fueron ideadas las cartas de control por el Dr. Walter Shewart en 1924112.

Por consiguiente, el objetivo básico de una carta de control es analizar con datos estadísticos la variabilidad y el comportamiento de un proceso a través del tiempo. Lo anterior, permitirá distinguir entre variaciones por causas comunes y especiales, lo cual permitirá caracterizar el funcionamiento del proceso y decidir las mejores acciones de control y mejora.

En la figura 1.31 se muestra el modelo de la carta de control de Shewart en la que se aprecia que de lo que se trata es de analizar de donde a donde varía el estadístico a través del tiempo. Los valores que va tomando la grafica se representan con un punto y éstos se unen con una línea recta. La línea central representa el promedio de los datos, o bien una media, un rango, un porcentaje, etc.

FIGURA 1.31 Modelo de carta de control de Shewart Fuente: Elaboración propia

Los límites de control, inferior y superior, definen el inicio y el final del rango de variación de la carta de control, de tal forma que cuando el proceso está en control estadístico haya una alta probabilidad de que prácticamente todos los valores caigan dentro de los límites. Por ello, si se observa un punto fuera de los límites de control, será señal de que ha ocurrido algo fuera de lo usual en el proceso.113

Existen dos tipos generales de cartas de control: para variables y para atributos. Las cartas de control para variables se aplican a características de calidad de tipo

112 Smith, G.M, Statistical Process Control and Quality Improvement, Ed. Prentice Hall, New Jersey, 2005, p.120. 113 Ídem, p.125.


77

continuo, es decir, aquellas que requieren un instrumento de medición (pesos, densidad, volumen, voltaje, resistencias, temperatura, etc.). Las cartas para variables más usuales son114:

• X (de promedios) • R (de rangos) • S (de desviación estándar) • X (de medias individuales).

Estas formas distintas de llamarle a una carta de control se debe al tipo de estadístico que se grafica en la carta: un promedio, un rango, etcétera; por medio de la cual se analizará una característica de un producto o proceso.

Por otro lado, existen características de calidad que no son medidas con un instrumento de medición en una escala numérica. En estos casos, el producto o proceso se juzga como conforme o no conforme, dependiendo de si posee ciertos atributos; o también al producto o proceso se le podrá contar el número de defectos o no conformidades que tiene. Estas cartas de control se clasifican en115:

• p (proporción o fracción de artículos defectuosos) • np (número de unidades defectuosas) • c (número de defectos) • u (número de defectos por unidad).

Además de las anteriores cartas de control, existen gran variedad que en general pretenden mejorar el desempeño de alguna de las cartas tradicionales. Por ejemplo, la cartas EWMA (por sus siglas en inglés: exponentially weighted moving average “medias móviles potencialmente ponderadas”) y Cusum (sumas acumuladas) permiten detectar más rápido un cambio en el proceso, reducir la frecuencia de falsas alarmas (cuando hay una señal de fuera de control, pero el proceso está en control) y modelar mejor el comportamiento de los datos.116

Como se observa en la figura 1.32 para la selección de la carta de control, primeramente se debe de analizar el tipo de datos a emplear, variables o atributos y dependiendo de lo anterior, determinar las características de las mediciones; de tal modo que la carta de control sea la adecuada para analizar la variabilidad del proceso a través del tiempo.

114 Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.213. 115 Ídem, p.216. 116 Smith, G.M, Statistical Process Control and Quality Improvement, Ed. Prentice Hall, New Jersey, 2005, p.125.


78

FIGURA 1.32 Selección del tipo de carta de control Fuente: Pruet & Schneider, Essentials of CEP in the Process Industries, Edit. Adisson Wesley, 2001, p.360.

Para efectos de la presente investigación, se utilizaran las cartas de control para variables de tipo continuo y en particular se emplearan las cartas X R− ya que como se verá más adelante, el proceso de impresión offset es del tipo masivo y dichas cartas son las más convenientes para analizar la variación del proceso de impresión a través del tiempo.

3.5.2. Carta de control

Existen muchos procesos industriales que puede decirse que son del tipo “masivo”, es decir, que producen muchos artículos, partes o componentes durante un lapso de tiempo pequeño. Por ejemplo, líneas de ensamble, máquinas de impresión, procesos de llenado, operaciones de soldadura en una línea de producción, moldeo de piezas plásticas, etcétera; aunado a que estos procesos harán miles de operaciones por día, mientras que otros efectuaran varias decenas, lo anterior se conoce como proceso masivo.

Si además de tener un proceso de producción masiva las variables de salida de estos procesos son del tipo continuo y se requiere tener mayor potencia para detectar cambios pequeños en el proceso117, entonces la variabilidad del proceso se puede

analizar a través de las cartas de control −X R .

117 Ídem, p.127.


79

La carta de control X R− se apoya en un proceso de tipo masivo en el cual cada determinado tiempo o cantidad de piezas se toma un número pequeño de piezas (subgrupo) a las que se les medirá una o más características de calidad. Con las mediciones de cada subgrupo se calculará la media y el rango, de modo que cada periodo de tiempo se tendrá una media o rango que aportara información sobre la tendencia central y la dispersión, respectivamente.

Los límites de control de las cartas tipo Shewart están determinados por la media y desviación estándar del estadístico que se grafica en la carta, mediante la expresión118:

3x xµ σ=

Donde xµ significa la media de las medias, y xσ la desviación estándar de las medias, que en un estudio inicial se estiman de la siguiente manera119:

xXµ = y x

n

σσ =

Donde X es la media de las medias de los subgrupos, σ la desviación estándar del proceso y es la que indica qué tan variables son las mediciones individuales, y n es el tamaño del subgrupo.

Como por lo general en un estudio inicial no se conoceσ , esta puede estimarse

a través de la media de los rangos de los subgrupos R cuando el tamaño de subgrupo es menor que 10120:

2

σ ≈x

R

d

Donde d2 es una constante que depende del tamaño de subgrupo o muestra121. De esta manera:

2

2

2

/ 33 3σ

= = =

x

R dR A R

n d n

118 Smith, G.M, Statistical Process Control and Quality Improvement, Ed. Prentice Hall, New Jersey, 2005, p.185. 119 Ídem, p.189. 120 Cuando el tamaño de subgrupo es mayor o igual a 10, se estima σ a través de la media de las desviaciones estándar de cada subgrupo.

121 Esta constante d2 es la media del rango relativo, σ

=R

q que es una variable aleatoria que establece la

relación entre el rango de una muestra de una distribución normal, y la desviación estándar de la misma.


80

Es una estimación de 3 veces la desviación estándar de las medias, la cual se

ha simplificado al sustituir 2

3

d npor la constante A2, que depende del tamaño de

subgrupo n. Con base en lo anterior, los límites de una carta de control X , en un estudio inicial se obtienen de la siguiente manera122:

2= +LCS X A R

=Línea central X

2= −LCI X A R

Por otro lado, con la carta R se detectaran cambios en la amplitud de la variación del proceso y sus límites se determinan a partir de la media y la desviación estándar de los rangos de los subgrupos. Por ello los límites se obtienen con la expresión:

3R Rµ σ±

Donde Rµ significa la media de los rangos, y Rσ

la desviación estándar de los rangos, que en un estudio inicial se estiman de la siguiente manera:

R Rµ = y 3 3

2

R

Rd d

dσ σ

= ≈

Donde R es la media de los rangos de los subgrupos, σ la desviación estándar

del proceso, 3d es una constante que depende del tamaño de subgrupo. Por

consiguiente, los límites de control para la carta se calculan con:

3

3 3

2 2

3 1 3dR

LCI R d R D Rd d

= − = − =

Línea central R=

3

3 4

2 2

3 1 3dR

LCS R d R D Rd d

= + = + =

Donde se han introducido las constantes 3D y 4

D , para simplificar los cálculos para diferentes tamaños de subgrupo, n.

122 La información que se utilizó para realizar este apartado fue tomada de: Montgomery, D.C.Introduction to Statistical Quality Control, Ed. John Wiley, Singapure, 1991, p.419-421.


81

A continuación se expone un ejemplo, para ilustrar la aplicación de la carta de control −X R .

En una empresa del ramo metal-mecánico se fabrican punterías, en particular el cuerpo de la puntería debe tener un diámetro exterior de 2 cm, con tolerancia de

. De esta forma la especificación o tolerancia inferior es EI=19 975 y la superior ES= 20 025 , con un valor nominal de 20 000 . En estos casos de números con muchas cifras, es usual restar a las mediciones del producto una constante igual al valor nominal, por lo que ahora el valor nominal será cero y la EI= -25 y ES=25.

En una de las últimas etapas del proceso de fabricación de las punterías, cada hora se mide el diámetro de 5 punterías, en la tabla 1.18 se aprecian los datos de dos días.

TABLA 1.18 Datos para el diámetro de punterías

Muestra o subgrupo

Mediciones del diámetro Media Rango

1 -21 -5 21 3 -12 -2.8 42

2 4 3 7 22 -18 3.6 40

3 -13 7 -11 -7 7 -3.4 20

4 15 7 26 7 -4 10.2 30

5 0 13 6 -20 6 1 33

6 1 4 3 9 -10 1.4 19

7 -4 0 -5 11 2 0.8 16

8 3 -13 3 -13 9 -2.2 22

9 7 0 5 11 4 5.4 11

10 17 3 2 -23 -4 -1 40

11 15 -5 2 12 5 5.8 20

12 5 -1 2 -16 10 0 26

13 1 -2 -4 -16 10 -2.2 26

14 -13 1 -6 11 4 -0.6 24

15 2 -4 14 -6 -2 0.8 20

16 4 2 19 -1 6 6 20

17 6 8 2 9 -4 4.2 13

18 -22 1 -2 2 -7 -5.6 24

19 -9 10 -8 -10 -2 -3.8 20

20 0 -3 -13 14 -3 -1 27

21 7 5 -1 -1 1 2.2 8

22 10 7 -8 -14 -33 -7.6 43

23 -14 28 10 0 -2 4.4 42

24 -19 2 7 12 -9 -1.4 31


82

25 10 5 14 -4 4 5.8 18

26 21 -16 -20 -3 10 -1.6 41

27 22 -14 -5 -7 5 0.2 36

28 -1 1 4 -4 17 3.4 21

29 0 5 6 -19 -7 -3 25

30 2 -19 12 -1 0 -1.2 31

= 0.59 = 26.3

Fuente: Gutiérrez H, De la Vara R. Control Estadístico de Calidad y Seis Sigma Ed. McGraw Hill, 2004, p.217.

En este caso se está haciendo un estudio inicial, por ello se toma en cuenta que

0.59X = , 26.3R = y para 5n = , 20.577A = ; entonces:

20.59 (0.577)(26.3) 15.77LCS X A R= + = + =

0.59Línea central X= =

20.59 (0.577)(26.3) 14.59LCI X A R= − = − = −

Como se observa en la figura 1.33 la carta de control de medias muestra que no hay puntos fuera de los límites y además el comportamiento de los puntos no sigue ningún patrón especial, por tanto, el proceso responsable del diámetro de las punterías ha estado funcionando de manera estable en cuanto a tendencia central. Por lo que la variación que se observa en las medias muestrales se debe a que son muestras pequeñas y a la variación que comúnmente tiene el proceso.

En lo que respecta a la carta de rangos, los límites están dados por:

42.115 26.3 55.6LCS D R= = × =

26.3Línea central R= =

X R


83

28252219161310741

10

0

-10

Subgrupo

Med

ia __X=0.59

UC L=15.70

LC L=-14.59

28252219161310741

60

45

30

15

0

Subgrupo

Ran

go

_R=26.30

UC L=55.6

LC L=0

FIGURA 1.33 Carta de medias para el diámetro de punterías Fuente: Elaboración propia

Los límites anteriormente calculados son utilizados para detectar cambios en la amplitud o magnitud de la variación del proceso y para ver qué tan estable permanece a lo largo del tiempo, es importante señalar que de ninguna manera se deben utilizar para evaluar la capacidad.

En el caso del diámetro de las punterías se puede observar que el proceso es estable (es decir, esta en control estadístico), ya que no presenta puntos fuera de los límites de control, y los puntos graficados siguen un comportamiento aleatorio.

A continuación, en la figura 1.34 se presentan ocho patrones para identificar el comportamiento de los puntos en una carta, los cuales indican que el proceso está funcionando con causas especiales de variación. Lo anterior, ayuda a identificar cuándo un proceso es inestable y el tipo de causas que ocasionan la correspondiente inestabilidad.123

En un inicio se puede decir que un proceso inestable es sinónimo de un proceso con pobre estandarización124, donde probablemente existen cambios continuos o mucha variación atribuible a materiales, mediciones, diferencias en las condiciones de operación de la maquinaria y desajustes, distintos criterios y capacitación de operarios, etc.

123 Gutiérrez H. Calidad Total y Productividad, Ed. McGraw Hill, México, 2004, p.215-218 124 Montgomery, D.C. Introduction to Statistical Quality Control, Ed. John Wiley, Singapure, 1991, p.428.


84

Un punto más allá de los límites de control es signo de la presencia de una condición fuera de

control. Esto aplica para ambas −X R

La existencia de 2 de 3 puntos sucesivos en la zona A o más allá, es señal de la presencia de una condición fuera de control en una carta X-barra.

4 de 5 puntos consecutivos en la zona B o más allá, son señal de la presencia de condiciones fuera de control en una carta X-barra. Esta prueba puede ayudar a detectar variaciones pequeñas de la media del proceso que no se ven con puntos extremos.

Las corridas son 8 o más puntos sucesivos sobre o debajo de la línea central en las cartas X-barra o R. El punto número 8 se señala con un círculo.

La presencia de corridas como esta, indican la evidencia de que la media del proceso ha variado a partir de la línea central.

Cuando 6 puntos sucesivos, en las cartas X-barra o R muestran un incremento o decremento constante, una tendencia simétrica

Cuando 14 puntos sucesivos oscilan arriba y abajo de la línea central en las cartas X-barra y R, una tendencia sistemática se señala.


85

del proceso es señalada.

En un carta X-barra, cuando 8 puntos sucesivos, están en cualquier zona respecto a la línea central evitando la zona C (mas de 1 sigma a partir de la línea central), una condición fuera de control esta señalándose.

Esto puede ser debido a que más de un proceso está siendo graficado en la misma carta, a un sobrecontrol del proceso o a una técnica de muestreo errónea.

Cuando 5 puntos sucesivos caen en la zona C únicamente en la carta X-barra, en cualquier lado de la línea central, se señalan condiciones fuera de control. Esto se puede deber a un muestreo incorrecto o a un cambio (decremento) de la variabilidad del proceso que no se ha considerado correctamente en los límites de control.

FIGURA 1.34 Patrones no aleatorios que indican causas especiales que ocurren en el proceso Fuente: Elaboración propia

Cuando alguno de los patrones anteriores se presenta en una carta, es señal de que en el proceso hay una situación especial (proceso inestable o fuera de control estadístico), que causa que los puntos no estén variando aleatoriamente dentro de la carta125. Lo anterior, no significa que no se pueda seguir produciendo con él, sino que el proceso trabaja con variaciones debidas a alguna causa específica.

En caso de presentarse alguno de los patrones anteriores es necesario buscar de inmediato las causas para conocer mejor el proceso (saber qué lo afecta) y tomar las medidas correctivas y preventivas apropiadas.

3.5.3. Capacidad del proceso

Los procesos industriales tienen variables de salida o de respuesta, las cuales deben cumplir con ciertas especificaciones para así considerar que el proceso está funcionando de manera satisfactoria. Evaluar la habilidad o capacidad de un proceso es analizar qué tan bien cumplen sus variables de salida con las especificaciones126.

125 Ídem, p.430. 126 Schilling, E.G.., Elements of process control, Ed. Quality Engineering, E.U., 2001, p.12.


86

Sea una característica de calidad de un producto o variable de salida donde para considerar que hay calidad las mediciones deben ser igual a cierto valor nominal o ideal (N), o al menos tienen que estar dentro de cierta especificación inferior (EI) y superior (ES).

El índice de capacidad potencial del proceso, Cp, se define de la siguiente manera127:

6p

ES EIc

σ

−=

Donde σ representa la deviación estándar del proceso, y ES y EI son las especificaciones superior e inferior para la característica de calidad. El índice Cp

compara el ancho de las especificaciones o variación tolerada para el proceso con la amplitud de la variación real del proceso128:

p

Variación toleradac

Variación real=

Para que el proceso pueda considerase potencialmente capaz de cumplir con las especificaciones, se requiere que la variación real siempre sea menor que la variación tolerada. Por lo tanto, es deseable que el índice Cp sea mayor que 1, y si el valor del índice Cp es menor que uno es una evidencia de que no se cumple con las especificaciones.

Un aspecto que es necesario destacar es que la interpretación del índice Cp que se da en la tabla 1.19 se fundamenta en tres supuestos: que la característica de calidad se distribuye normal; que el proceso es estable; y que se conoce la deviación estándar del proceso129.

Si al analizar el proceso se encuentra que su capacidad para cumplir especificaciones es mala, existen tres opciones: modificar el proceso, mejorar su control o modificar tolerancias. Por el contrario, si hay capacidad excesiva, ésta se puede aprovechar, por ejemplo: con la venta de precisión, del método, reasignando productos a máquinas menos precisas y acelerar el proceso130.

127 Ídem, p.15. 128 Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.123. 129 Ídem, p.127. 130 Schilling, E.G.., Elements of process control, Ed. Quality Engineering, E.U., 2001, p.15.


87

TABLA 1.19 Valores del Cp y su interpretación

Valor del índice Cp

(corto plazo) Clase o categoría de

proceso Decisión (si el proceso está centrado)

Cp≥2 Clase mundial Se tiene calidad Seis Sigma

Cp>1.33 1 Adecuado

1<Cp<1.33 2 Parcialmente adecuado. Requiere de un control estricto

0.67<Cp<1 3

No adecuado para el trabajo. Es necesario realizar un análisis del proceso. Requiere de

modificaciones serias para alcanzar una calidad satisfactoria.

Cp<0.67 4 No adecuada para el trabajo. Requiere de modificaciones muy serias


Sin embargo, la desventaja del índice Cp es que no toma en cuenta el centrado del proceso. Por ejemplo, en sus definiciones nunca interviene la media del proceso, µ. Para superar esta desventaja es necesario recurrir a otros índices, uno de ellos el llamado índice de capacidad real: el índice Cpk. Para calcularlo hay varias formas equivalentes; una de ellas consiste en calcular un índice de capacidad para la especificación inferior, Cpi, y otro para la superior, Cps, de la siguiente manera131:

3pi

ESc

µ

σ

−=

y

3ps

ESc

µ

σ

−=

Como se observa, estos índices si toman en cuenta la media del proceso y evalúan la capacidad para cumplir con la especificación inferior y superior, respectivamente.

Los índices unilaterales se interpretan en forma más o menos similar al índice Cp. De aquí que entre más grandes sean estos índices, mejor se cumplirá con la correspondiente especificación. El índice Cpk está definido por:

Cpk= Al valor más pequeño de entre Cpi y Cps

El índice Cpk siempre va a ser menor o igual que el índice Cp. Cuando sean muy próximos, eso indicará que la media del proceso está muy cerca del punto medio de las especificaciones. Si el valor del índice Cpk es mucho más pequeño que el Cp, indicará

131 Schilling, E.G.., Elements of process control, Ed. Quality Engineering, E.U., 2001, p.23.


88

que la media del proceso esta alejada del centro de las especificaciones. Finalmente, cuando los valores de Cpk sean mayores a 1.25 o 1.45, se considerará que se tiene un proceso con capacidad satisfactoria132.

Cuando se habla de capacidad es posible tener una perspectiva de corto y largo plazo. La capacidad de corto plazo (Cp, Cpk) es calculada a partir de muchos datos tomados durante un periodo suficientemente corto para que no haya influencias externas sobre el proceso. Por lo tanto, esta capacidad representa el potencial del proceso, lo mejor que se puede esperar del mismo. Mientras que la capacidad de largo plazo (Pp, Ppk) se calcula con muchos datos tomados de un periodo de tiempo suficientemente largo para que los factores externos puedan influir en el desempeño del proceso.

La capacidad de corto plazo evaluada a través de Cp y por el índice Z (que puede designarse con Zct) representa la tecnología del proceso. Mientras que la capacidad de largo plazo medida por Pp y por el estadístico Z (que en este caso puede designarse con Zlt) representa la tecnología del proceso combinada con el control de la tecnología.

La diferencia entre la capacidad de corto y largo plazo se conoce como desplazamiento o movimiento del proceso y se puede medir a través del índice Z, de la manera siguiente133:

. .mov

Z Z ct Z lt= −

El índice Zmov representa la habilidad para controlar la tecnología. Existen estudios que ponen de manifiesto que con la media de un proceso puede desplazarse a través del tiempo hasta 1.5 sigmas del valor nominal. Por lo general este 1.5 se utiliza de la siguiente manera: si se puede calcular Zmov, entonces si éste es menor que 1.5; eso se interpretará como que el proceso tiene un mejor control que el promedio de los procesos con pobre control, y si es mayor que 1.5, entonces el control es muy malo.

Si no se conoce Zmov, entonces puede asumirse un valor de 1.5. De aquí que si no se conoce el desplazamiento del proceso, la relación entre capacidad de corto y largo plazo la da la siguiente expresión134:

. 1.5 .Z ct Z lt= +

132 Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.133. 133 Schilling, E.G.., Elements of process control, Ed. Quality Engineering, E.U., 2001, p.42. 134 Ídem, p.45.


89

3.6. Calidad de mediciones

Una vez que se conoce el comportamiento actual del proceso es posible optimizarlo o bien encontrar las variables que propician su baja capacidad a través del diseño de experimentos. Sin embargo, antes de mejorar el proceso, es frecuente que al realizar una medición a cierta variable se esté tentado a creer ciegamente en los números que se generan, sin detenerse a cuestionar su calidad, sin preguntarse cuál es el error que ese número trae consigo.

Esta actitud puede tener consecuencias graves cuando se busca mejorar el proceso, puesto que si las mediciones tienen un error grande, los datos obtenidos son engañosos y las decisiones que de allí se deriven tienen un alto riesgo de ser incorrectas. Por consiguiente, si se quiere caracterizar y mejorar la calidad del proceso es necesario conocer la contribución que tienen las mediciones sobre la variabilidad total observada.

La variación total observada es la suma de la variación real propia del producto más la variación del proceso de medición135, como se observa en la figura 1.35. En particular, las fuentes principales que contribuyen a la variabilidad del proceso de medición son: el equipo de medición, los operadores (reproducibilidad) y la variación dentro de la muestra.

Variación total observada

Variación real del proceso Variación de las mediciones

Otras fuentesVariación dentrode cada muestra

Variación debidaa operadores

(reproducibilidad)

Variación debidaal equipo

Repetibilidad Calibración Estabilidad Linealidad

FIGURA 1.35 Fuentes de variabilidad en las mediciones Fuente: Gutiérrez H, De la Vara R. Control Estadístico de Calidad y Seis Sigma Ed. McGraw Hill. 2004, p.331.



90

La variación dentro de la muestra es la variación dentro del mismo objeto a medir136 y se presenta en objetos que por su naturaleza tienen cierta heterogeneidad en sus superficies, en sus dimensiones, etc.

A continuación se abordan los conceptos de reproducibilidad y repetibilidad, los cuales son los componentes de la precisión.

3.6.1. Repetibilidad y reproducibilidad (R&R)

La repetibilidad de un instrumento de medición se refiere a la precisión o variabilidad de sus mediciones cuando se obtienen varias mediciones del mismo objeto en condiciones similares137 (mismo operador) y la reproducibilidad es la precisión o variabilidad de las mediciones del mismo objeto pero en condiciones variables (diferentes operadores).138

A partir de lo anterior, la evaluación de la calidad del proceso de medición en cuanto a precisión139 depende de cuál sea la repetibilidad y reproducibilidad. En este sentido, el objetivo de un estudio de repetibilidad y reproducibilidad (R&R) es cuantificar la variabilidad que aportan a los datos el instrumento de medición (repetibilidad) y la que aportan los operadores (reproducibilidad)140.

Así, la repetibilidad se refiere a la variabilidad de las mediciones sucesivas del mismo objeto con un instrumento y el mismo operador, mientras que la reproducibilidad es la variabilidad de las mediciones que es atribuible a diferentes operadores que miden una misma pieza.

Por consiguiente, las fuentes de variabilidad que se pueden evaluar en un estudio de repetibilidad y reproducibilidad son: variabilidad del producto, del instrumento y de los operadores. Sean, 2

totalσ la variabilidad total, 2

prodσ la varianza

atribuible al producto (partes o piezas), 2

instrσ la variabilidad del instrumento de medición

y 2

operσ la varianza debida a operadores se cumple la siguiente relación141:

2 2 2 2

total prod oper instrσ σ σ σ= + +

Donde 2 2 2 2

instr repeti oper reprodyσ σ σ σ= + =

136 Ídem, p.331. 137 Montgomery, D.C. Introduction to Statistical Quality Control, Ed. John Wiley, Singapure, 1991, p.450. 138 Ídem, p.452. 139 Es la variación que presentan las mediciones repetidas del sistema de medición sobre el mismo objeto. 140 Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.335. 141 Ídem, p.337.


91

Por tanto, 2 2 2

&R R repeti reprodσ σ σ= +

Existen dos tipos de estudios R&R, el corto y el largo. El estudio largo es el más completo y el más recomendable, debido a que permite tener una evaluación para cada una de las tres fuentes de variabilidad referidas. Mientras que el estudio R&R corto, es menos recomendable, ya que sólo logra evaluar la variabilidad atribuible al proceso de medición sin distinguir qué parte se debe al instrumento y cual a operadores.142

Cabe mencionar que algunas situaciones en las que se recomienda realizar un estudio R&R son: cada vez que se compra un equipo nuevo, cuando hay evidencia de que algo anda mal con el proceso de medición, o bien, antes de un proyecto especial en el cual se obtendrán muchas mediciones, como puede ser la aplicación de Seis Sigma143. 3.6.2. Estudio largo

Como se había mencionado anteriormente, este método permite separar de manera explícita la repetibilidad y la reproducibilidad. Los pasos para realizar un método largo se describen a continuación144:

1. Seleccionar dos o más operadores para conducir el estudio sobre el instrumento de interés.

2. Seleccionar al azar de la producción un conjunto de 10 piezas que serán medidas varias veces por cada operador.

3. Decidir el número de ensayos o veces que cada operador medirá la misma pieza. En este método se deben hacer por lo menos dos ensayos, y tres es lo más recomendado.

4. Etiquetar cada parte y aleatorizar el orden en el cual las partes se dan a los operadores. Identificar la zona donde la medición será tomada.

5. Obtener en orden aleatorio la primera medición (o ensayo) del operador A para todas las piezas seleccionadas.

6. Volver a aleatorizar las piezas y obtener la primera medición del operador B.

7. Continuar hasta que todos los operadores hayan realizado la primera medición sobre todas las piezas.

142 Ídem, p.337. 143 Gutiérrez H, De la Vara R, Calidad total y productividad, Ed. McGraw Hill, México, 2004, p.224.144 Montgomery, D.C. Introduction to Statistical Quality Control, Ed. John Wiley, Singapure, 1991, p.450.


92

8. Repetir los pasos anteriores hasta completar el número de ensayos elegidos. Asegurándose que los resultados previos de un ensayo no son conocidos por los operadores.

9. Hacer el análisis estadístico de los datos a través del análisis de medias y rangos o mediante la tabla de Análisis de varianza (ANOVA).

La ventaja del método de medias y rangos es simplicidad y el hecho de que la información relevante del estudio queda registrada. Sin embargo, el análisis no es tan completo como el que se puede hacer a través del ANOVA.

3.6.2.1. Método de ANOVA para analizar estudio largo R&R

El método de ANOVA, aunque en paginas posteriores se aborda el concepto, inicialmente se puede definir como el análisis de las posibles fuentes de variación145, es más completo en el sentido de que no supone de antemano la inexistencia de interacción parte x operador (producto x operador)146, como lo hace el método basado en medias y rangos; cuando esta interacción está presente los resultados de este último son incorrectos, ya que subestima la verdadera variación de la medición ( 2

&R Rσ ) de los datos en la siguiente forma147:

2 2 2 2 2

total prod oper oper parte instrσ σ σ σ σ×= + + +

Donde se agrega el componente a la descomposición dada en la ecuación, mismo que se considera parte de la reproducibilidad. Es decir, se cumplen las relaciones siguientes148:

2 2 2 2 2

repeti instr reprod oper oper parteyσ σ σ σ σ ×= = +

Estos componentes se estiman mediante la técnica de ANOVA aplicada a un diseño factorial (Véase apartado 3.7.3. Diseño general 2k). De los datos del estudio se pueden calcular las llamadas sumas de cuadrados (SC)149 correspondientes a cada componente de variación, que cumplen la relación150:

total parte oper oper parte errorSC SC SC SC SC×= + + +

145 Gutiérrez H, De la Vara R, Calidad total y productividad, Ed. McGraw Hill, México, 2004, p.342. 146 Existe interacción parte x operador cuando el desempeño de los operadores es diferente según el tipo de piezas. 147Montgomery, D.C. Introduction to Statistical Quality Control, Ed. John Wiley, Singapure, 1991, p.452. 148 Ídem, p.463. 149 Gutiérrez H, De la Vara R, Calidad total y productividad, Ed. McGraw Hill, México, 2004, p.343.150 Ídem, p.345.


93

Al dividir cada suma de cuadrados por sus grados de libertad se obtienen los cuadrados medios (CM)151, que son las cantidades relevantes de este análisis. Con los cuadrados medios se pueden construir pruebas estadísticas para verificar diferencias entre las partes, entre los operadores y la presencia de efecto de interacción parte × operador. Con toda esta información se construye la tabla de ANOVA (Ver tabla 1.21.).

Por otra parte, de los valores esperados de los cuadrados medios se deduce que los estimadores, dados por152:

2înst errorCMσ =

2ˆparte opera parte

parte

CM CM

toσ ×−

=

2ôpera opera parte

opera

CM CM

tpσ ×−

=

2ôpera parte error

opera parte

CM CM

tσ ×

×

−=

Considerando p partes, t ensayos y o operadores.

Con base en esto se obtiene la repetibilidad, la reproducibilidad, el error de medición, los cuales se expresan como porcentajes de la variación total y de la tolerancia para su interpretación.

Finalmente, se calcula el índice precisión / tolerancia, el cual está definido por la expresión153:

/ 100EM

P TES EI

= ×−

Es posible notar que este índice expresa en porcentaje la comparación de la expansión del error de medición (EM) con la variabilidad tolerada (ES-EI) para la característica de calidad que se está midiendo. De aquí que es deseable que el EM sea más pequeño que la tolerancia para asegurar que la calidad del proceso de medición es aceptable. De manera específica, el índice P/T se interpreta como sigue154:

151 Montgomery, D.C. Introduction to Statistical Quality Control, Ed. John Wiley, Singapure, 1991, p.454. 152 Ídem, p.456. 153 Gutiérrez H, De la Vara R, Calidad total y productividad, Ed. McGraw Hill, México, 2004, p.345. 154 Ídem, p.346.


94

P/T≤10%, excelente proceso de medición 10%<P/T≤20%, bueno

20%<P/T≤30%, marginal (casi inaceptable) 30%<P/T inaceptable y debe corregirse

Si los resultados del estudio R&R son inaceptables es necesario analizar su origen, ya que en primera instancia puede ser el instrumento, los operadores o ambos. De acuerdo a esto se tienen las siguientes posibilidades de acción155:

• Si la fuente dominante es la repetibilidad se deben investigar las posibles causas, algunas de las cuales pudieran ser: componentes gastados del instrumento, variabilidad del mensurando, instrumento mal diseñado, funcionamiento inadecuado, método inadecuado y condiciones ambientales.

• Cuando la reproducibilidad es la fuente principal de variabilidad, los esfuerzos se deben enfocar a estandarizar los procedimientos de medición y entrenar a los operadores para que se apeguen a ellos.

• Independientemente de la fuente dominante, es necesario cuestionarse si las especificaciones son realistas y averiguar si el consumidor en realidad requiere especificaciones tan estrechas.

Finalmente, la realización de un estudio que avale la calidad de las mediciones, permite conocer el porcentaje de variabilidad en estas; ya que si la variabilidad es excesiva, lo más probable es que los datos que se obtuvieron sean engañosos y no contribuyan a analizar el comportamiento del proceso.

3.7. Diseño de experimentos

En el campo de la industria es común hacer experimentos o pruebas con la intención de que al mover o hacer algunos cambios en los materiales, métodos o condiciones de operación de un proceso se puedan detectar, resolver o minimizar los problemas de calidad. Sin embargo, es más común que estas pruebas o experimentos se hagan sobre la marcha, a prueba y error, apostando a la experiencia e intuición; en vez de seguir un plan experimental adecuado que garantice una buena respuesta a las interrogantes planteadas.

El diseño estadístico de experimentos es precisamente la forma eficaz de hacer pruebas en los procesos, ya que proporciona la técnica y las estrategias necesarias para llevar de manera eficaz los procesos a mejores condiciones de operación. Por consiguiente, el diseño de experimentos se define como: “el proceso de planear un

155 Montgomery, D.C. Introduction to Statistical Quality Control, Ed. John Wiley, Singapure, 1991, p.457.


95

experimento para obtener datos apropiados que puedan ser analizados mediante métodos estadísticos, con objeto de producir conclusiones validas y objetivas156”.

El concepto de diseño de experimentos fue utilizado desde sus inicios por Ronald A. Fisher, a quien se le atribuye la utilización del Análisis de varianza (ANOVA) como herramienta primordial para el análisis estadístico en el diseño experimental. Muchas de sus primeras aplicaciones de los métodos y técnicas del diseño de experimentos iniciaron en el área de la agricultura157.

Las primeras aplicaciones industriales del diseño de experimentos iniciaron en la década de 1930, en las industrias textiles. Sin embargo, el diseño de experimentos adquiere mayor auge, después de la segunda guerra mundial, en Japón con la contribución de Genichi Taguchi quien desarrolló el diseño de parámetros que es lo que se conoce ahora en Occidente como diseño robusto. Asimismo, se llega a la conclusión de que los esfuerzos de control de calidad deben enfocarse hacia actividades fuera de la línea de producción (off-line), como se observa en la figura 1.36, para prevenir los problemas de calidad desde las fases del diseño del producto y del diseño de su correspondiente proceso de producción.

FIGURA 1.36 Evolución de la calidad de la detección a la prevención Fuente: Gutiérrez H, De la Vara R. Análisis y diseño de experimentos Ed. McGraw Hill. 2004, p.6.

Esta herramienta se ha consolidado en la industria actual como un conjunto de técnicas estadísticas y de ingeniería que permiten lograr la máxima eficacia de los procesos con el mínimo costo. El diseño de experimentos es especialmente útil para 156 Montgomery, Douglas. Diseño y análisis de experimentos, Ed. Grupo editorial Iberoamérica, México. 1991, p.5. 157 La información que se utilizó para realizar este apartado fue tomada de Gutiérrez H, De la Vara R. Análisis y diseño de experimentos Ed. McGraw Hill, México, 2004, p.12-15.

Expedición Diseño del proceso

Fabricación

1920

1950 Japón

1980

Diseño del producto

Off-Line Quality Control

Inspección

SPC (Control estadístico del proceso)

Énfasis en la detección

Énfasis en la prevención


96

crear calidad desde la fase de diseño del producto y del proceso. Sin embargo, también permite lograr mejoras sustanciales en procesos ya establecidos.

Por consiguiente, no es suficiente monitorear un proceso y mantenerlo bajo control estadístico; sino mejorarlo y optimizarlo, lo anterior es posible a través del diseño de experimentos.

3.7.1. Etapas y principios básicos

Antes de mencionar las etapas y los principios que rigen el diseño de experimentos, es necesario definir algunos conceptos básicos del diseño de experimentos que se emplearan en lo sucesivo158:

• Variable de respuesta: Es la característica de calidad, variable de salida o propiedad del producto, cuyo valor interesa mejorar.

• Factores controlables: Son variables de proceso o variables de entrada que se pueden fijar en un punto o en un nivel de operación. Algunos de éstos son los que usualmente se controlan durante la operación normal del proceso, y se distinguen porque para cada uno de ellos existe la manera de cambiar o manipular su nivel de operación. Algunos factores que generalmente se controlan son: temperatura, tiempo de reacción, velocidad, presión, etc. Generalmente, los factores son denotados con la letra k.

• Factores no controlables o de ruido: Son variables que no se pueden controlar durante la operación normal del proceso. Por ejemplo, la calidad del material, el ánimo de los operadores y los diversos usos que el cliente pueda dar al producto. Un factor que ahora no es controlable puede convertirse en controlable cuando se tenga la tecnología para ello. (Ver figura 1.37).

• Niveles y tratamientos: Los diferentes valores que se asignan a cada factor estudiado en un diseño experimental se llaman niveles. Una combinación de niveles de todos los factores se llama tratamiento o punto de diseño.

• Efecto de un factor: Se define como el cambio en la variable de respuesta producido por un cambio en el nivel del factor. Con frecuencia se le llama efecto principal porque se refiere a los factores de interés primario en el experimento159.

• Corridas: Se define como el número de observaciones bajo las condiciones específicas de todo un experimento.

158 La información que se utilizó para realizar este apartado fue tomada de: Montgomery, Douglas. Diseño y análisis de experimentos, Ed. Grupo editorial Iberoamérica, México. 1991, p.10-15. 159 Montgomery, Douglas. Diseño y análisis de experimentos, Ed. Grupo editorial Iberoamérica, México. 1991, p.170.


97

• Réplicas: Se definen como las corridas posteriores a la primera.

FIGURA 1.37 Factores controlables y no controlables Fuente: Elaboración propia

Un aspecto fundamental del diseño de experimentos es decidir cuáles pruebas o tratamientos se van a correr en el proceso y cuantas replicas de cada uno, de manera que se obtenga la máxima información al mínimo costo sobre lo que se estudia. A continuación se describen de manera breve las etapas del diseño de experimentos con objeto de dar una visión global de lo que implica su correcta aplicación160:

Planeación

1. Encontrar un problema de calidad que causa pérdidas importantes a la compañía.No basta decir: “me parece que es un problema importante”, sino que deben obtenerse datos que así lo demuestren y cuantificar el impacto de ese problema.

2. Determinar cuáles factores deben analizarse, de acuerdo a la supuesta influencia que tienen sobre la respuesta. No se trata de que el experimentador tenga que saber a priori cuales factores influyen, pero sí de que utilice toda la información disponible al respecto.

3. Elegir las variables de respuesta que serán medidas en cada punto del diseño y verificar que se mide de manera confiable. La elección de estas variables es vital, ya que son el objetivo del experimento y son las que se pretenden mejorar.

160 Ídem, p.15-17.

PROCESO Materia prima Y1 Y2 YK

X1 X2 XK

Z1 Z2 ZK

Factores de diseño (fáciles de controlar)Tiempo de ciclo, presión de inyección, velocidad, temperatura, tiempo de reacción, contenido de humedad.

Características de calidad: Dureza Color Costo Textura

Factores de ruido (difíciles de controlar)Parámetros de calidad del proveedor, química de la materia prima, variables ambientales, etc.


98

4. Selección el diseño experimental adecuado a los factores que se tienen y al objetivo del experimento. Este paso también implica determinar cuántas repeticiones se harán para cada tratamiento, tomando en cuenta el tiempo, costo y la precisión deseada.

5. Planear y organizar el trabajo experimental. Con base en el diseño seleccionado, organizar y planear con detalle el trabajo experimental, por ejemplo las personas que van a intervenir y la forma operativa en que se harán las cosas.

6. Realizar el experimento. Seguir al pie de la letra el plan previsto en la etapa anterior.

Análisis

Se debe determinar el modelo de análisis de varianza ANOVA o la técnica estadística que mejor describa el comportamiento de los datos.

Interpretación

Es aquí en donde se debe ir más allá del análisis estadístico formal, y se debe analizar con detalle lo que ha pasado en el experimento, desde contrastar las conjeturas iniciales con los resultados del experimento, hasta verificar supuestos y elegir el tratamiento ganador.

Conclusiones finales

Para concluir el proyecto se recomienda decidir qué medidas implementar para generalizar el resultado del estudio y para garantizar que las mejoras se mantengan.

De acuerdo a lo anterior, se debe ser muy cuidadoso en la planeación y análisis de un experimento. El punto de partida para una correcta planeación es aplicar los principios básicos del diseño de experimentos: aleatorización, repetición y bloqueo, los cuales tiene que ver directamente con que los datos obtenidos sean útiles para responder a las preguntas planteadas.

Aleatorización

“La aleatorización consiste en hacer corridas experimentales en orden aleatorio y con material seleccionado también aleatoriamente161”. Este principio es una manera de asegurar que las pequeñas diferencias provocadas por materiales, equipo y todos los factores no controlados, se repartan de manera homogénea en todos los tratamientos.

161 Montgomery, Douglas. Diseño y análisis de experimentos, Ed. Grupo editorial Iberoamérica, México. 1991, p.9.


99

Repetición

La repetición se refiere a correr más de una vez un tratamiento o combinación de factores. Repetir o efectuar replicas es volver a correr el proceso, a partir desde volver a fijar las condiciones de operación, para obtener un nuevo producto, hasta medir el resultado de esta otra corrida del proceso162. Las repeticiones permiten distinguir mejor qué parte de la variabilidad total de los datos se debe al error aleatorio y cuál a los factores.

Bloqueo

El análisis por bloques es una técnica que se usa para incrementar la precisión del experimento. “Un bloque es una porción del material experimental que sea más homogénea que el total del material163”. El bloqueo es nulificar o tomar en cuenta en forma adecuada todos los factores que puedan afectar la respuesta observada.

3.7.2. Clasificación de los diseños experimentales

Se han propuesto muchos diseños experimentales para estudiar la gran diversidad de problemas o situaciones que ocurren en la práctica. Los cinco aspectos que más influyen en la selección de un diseño experimental, en el sentido de que cuando cambian llevan generalmente a cambiar de diseño, son164:

1. El objetivo del experimento. 2. El número de factores a controlar. 3. El número de niveles que se prueban en cada factor. 4. Los efectos que interesa investigar (relación factores-respuesta). 5. El costo del experimento, tiempo y precisión deseada.

El objetivo del experimento se ha utilizado como un criterio general de clasificación de los diseños experimentales, mientras que los otros cuatro puntos son útiles para subclasificarlos. Por consiguiente, de acuerdo con su objetivo los diseños se pueden clasificar como165:

1. Diseños para comparar dos o más tratamientos. 2. Diseños para estudiar el efecto de varios factores sobre la respuesta. 3. Diseños para determinar el punto óptimo de operación del proceso. 4. Diseños para la optimización de una mezcla. 5. Diseños para hacer el producto insensible a factores no controlables.

162 El error experimental es componente del error aleatorio que refleja los errores del experimentador en la planeación y ejecución del experimento. 163 Ídem, p.25. 164 Gutiérrez H, De la Vara R. Análisis y diseño de experimentos Ed. McGraw Hill, México, 2004, p.19. 165 Montgomery, Douglas. Diseño y análisis de experimentos, Ed. Grupo editorial Iberoamérica, México, 1991, p.12.


100

A continuación se muestra la clasificación general de los diseños experimentales de acuerdo con su objetivo. Dentro de cada rama se pueden clasificar de acuerdo al número de factores, al tipo de efectos que se pretende estudiar y según las restricciones existentes. Asimismo, se enlistan los diseños particulares más representativos de cada rama.166

Para efectos de la presente investigación, se abordaran con más detalle los diseños factoriales y factoriales fraccionados, ya que como se verá más adelante el diseño factorial fraccionado fue el que se adaptó mejor para analizar el proceso de impresión offset, al objetivo del experimento y a las condiciones de experimentación.

3.7.3. Diseño general 2k

Es frecuente que en muchos procesos existan varios factores que intervienen de manera simultánea sobre una o varias variables de respuesta, donde cada factor tiene la misma importancia a priori desde el momento que se decide estudiarlos, y es poco justificable suponer de antemano que los factores interactúan entre sí. Los diseños

166 Ídem, p.170.

Diseño completamente al azar Diseño de bloques completos al azar Diseño en cuadros latino y grecolatino

1. Diseños para comparar dos o más tratamientos

2. Diseños para estudiar el efecto de varios factores sobre una o más variables de respuesta

Diseños factoriales 2k

Diseños factoriales 3k

Diseños factoriales fraccionados 2k-p

3. Diseños para la optimización de procesos

Diseños para modelos de primer orden

Diseños factoriales 2k y 2k-p

Diseños de Plakett-Burman Diseño Simplex

Diseños para el modelo de segundo orden

Diseño central compuesto Diseño de Box-Behnken Diseños factoriales 3k y 3k-p

4. Diseños robustos Arreglos ortogonales (diseños factoriales) Diseño con arreglos interno y externo

5. Diseños de mezclas Diseño de latice-simplex Diseño simplex con centroide Diseño con restricciones Diseño axial


101

experimentales que permiten estudiar de manera simultánea el efecto de varios factores son los diseños factoriales.

Por diseño factorial se entiende que en cada ensayo o réplica completa del experimento se investigan todas las combinaciones posibles de los niveles de los factores167. Por ejemplo, si el factor A tiene a niveles y el factor B tiene b niveles, cada réplica contiene todas las ab combinaciones de los tratamientos.

El objetivo de un diseño factorial, es estudiar el efecto de varios factores sobre una o varias respuestas o características de calidad168, es decir, lo que se busca es estudiar la relación entre los factores y la respuesta, con la finalidad de conocer mejor cómo es esta relación y generar conocimiento que permita tomar acciones y decisiones que mejoren el desempeño del proceso.

Entre las ventajas que tienen los diseños factoriales se mencionan las siguientes169:

1. Son diseños que se pueden aumentar para formar diseños compuestos en caso de que se requiera una exploración más completa.

2. Se pueden correr fracciones de diseños factoriales, las cuales son de gran utilidad en las primeras etapas de una investigación que involucra a muchos factores, cuando interesa descartar de manera económica los que no son importantes, antes de hacer un estudio más detallado con los factores que si son importantes.

3. Pueden utilizarse en combinación con diseños de bloques en situaciones en las que no puede correrse todo el diseño factorial completo bajo las mismas condiciones o circunstancias. Por ejemplo, cuando cada lote de material sólo alcanza para correr la mitad del experimento, éste se puede correr en dos bloques (dos lotes), lo que implica repartir las pruebas en los dos lotes de la manera más conveniente posible.

En resumen, los diseños factoriales ofrecen varias ventajas. Son más eficientes que los experimentos de un factor a la vez. Además, un diseño factorial es necesario cuando puede haber interacciones presentes. Por último, los diseños factoriales permiten la estimación de los efectos de un factor con varios niveles de los factores restantes, produciendo conclusiones que son válidas para un rango de condiciones experimentales.

3.7.3.1. Diseño factorial 22

El primer diseño de la serie 2k es el que estudia el efecto de dos factores considerando dos niveles en cada uno. Cada réplica de este diseño consiste de 2×2= 4 combinaciones o tratamientos que se pueden denotar de diferentes maneras. Los 167 Ídem, p.175. 168 Ídem, p.150. 169 Gutiérrez H, De la Vara R. Análisis y diseño de experimentos Ed. McGraw Hill, México, 2004, p.157.


102

niveles de los factores pueden denominarse arbitrariamente “bajo” y “alto”. En la tabla 1.20 se muestran diferentes maneras de escribir los cuatro tratamientos que conforman el diseño factorial 22.

TABLA 1.20 Notación para escribir el diseño 22

Factores

A B A B A B A B Notación de Yates

Tratamiento 1 bajo bajo A- B- - - -1 -1 (1) Tratamiento 2 alto bajo A+ B- + - 1 -1 a Tratamiento 3 bajo alto A- B+ - + -1 1 b Tratamiento 4 alto alto A+ B+ + + 1 1 ab


La notación de signos + (alto), - (bajo) es muy práctica para escribir las matrices de diseño; esta notación combinada con la de Yates (ver última columna de la tabla 1.20). La notación de Yates representa el total o suma de las observaciones en cada tratamiento170, más que al tratamiento mismo. En específico (1) es la suma de todos los datos obtenidos en el tratamiento (-1,-1); a es la suma de todas las mediciones hechas en la combinación (1,-1), y así sucesivamente171.

Es necesario observar que la lógica de la notación de Yates es la siguiente: si una letra minúscula está presente, entonces el factor correspondiente se encuentra en su nivel alto; si está ausente, el factor está en su nivel bajo172; por ejemplo ab se refiere al tratamiento en el que los factores A y B están en su nivel alto.

Representación geométrica

El diseño factorial 22 se representa geométricamente por los vértices del cuadrado de la figura 1.38., en donde cada vértice representa un punto de diseño o tratamiento. El área limitada por este cuadrado se conoce como región experimental173

y las conclusiones que se obtengan del experimento sólo tienen validez sobre esta región.

170 Ídem, p.201. 171 Cochran, Diseños experimentales Ed. Trillas, México, 1993, p.204. 172 Montgomery, Douglas. Diseño y análisis de experimentos, Ed. Grupo editorial Iberoamérica, México, 1991, p.219. 173 Gutiérrez H, De la Vara R. Análisis y diseño de experimentos Ed. McGraw Hill, México, 2004, p.202.


103

FIGURA 1.38 Representación del diseño factorial 22

Fuente: Elaboración propia

Cálculo de efectos

En este diseño hay tres efectos de interés: los dos efectos principales (A y B) y el efecto de interacción (AB). Los cuales se definen como:

Efecto A= [ ]1

12

( )a ab bn

+ − −

Efecto B= [ ]1

12

( )a ab bn

+ − −

El efecto de la interacción entre los factores A y B está dado por la diferencia entre el efecto de A en el nivel alto de B y el efecto de A en el nivel bajo de B, es decir174:

Efecto AB= [ ]1

12

( )ab a bn

+ − −

Análisis de varianza (ANOVA) El nombre de análisis de varianza (ANOVA) viene del hecho de que se utilizan cocientes de varianzas para probar la hipótesis de igualdad de medias175. La idea general de esta técnica es separar la variación total en las partes con la que contribuye cada fuente de variación en el experimento.

De este modo, es de interés estudiar los tres efectos A, B, AB. Así, en primera instancia se pueden plantear los tres pares de hipótesis siguientes:

H0: Efecto A = 0 174 Ídem, p.206. 175 Ídem, p.207.

Factor A

Fac

tor

B

(1,-1)

(1,1)(-1,1)

(-1,-1)

b

(1)

ab

a


104

HA: Efecto A ≠ 0

H0: Efecto B = 0 HA: Efecto B ≠ 0

H0: Efecto AB = 0 HA: Efecto AB ≠ 0

Para obtener el ANOVA se necesita calcular la suma de cuadrados de cada uno de los efectos, y éstas se pueden obtener a partir de los contrastes o efectos totales176, por ejemplo:

Contraste A= 1( )ab a b+ − −

De este modo, la suma de cuadrados del contraste es igual al cuadrado del contraste dividido por el número de observaciones en cada total del contraste multiplicado por la suma de cuadrados de los coeficientes del contraste177.

SCA= [ ]

2

1

4

( )a ab b

n

+ − −

SCB= [ ]

2

1

4

( )b ab a

n

+ − −

SCAB= [ ]

2

1

4

( )ab a b

n

+ − −

La suma de cuadrados totales o variabilidad presente en las observaciones se calcula con la expresión178:

1 1 1

a b n

ijk

i j k

Y Y•••= = =

=∑ ∑ ∑

YY

abn

•••••• =

1 1

b n

i ijk

j k

Y Y••= =

=∑ ∑

1 2, ,...,ii

YY i a

bn

•••• = =

1 1

a n

j ijk

i k

Y Y• •= =

=∑ ∑

1 2, ,...,jj

YY j b

an

• •• • = =

1

n

ij i jk

k

Y Y•=

=∑

ijij

YY

n

•• =

De este modo, la suma de cuadrados totales está definida por: 176 Montgomery, Douglas. Diseño y análisis de experimentos, Ed. Grupo editorial Iberoamérica, México, 1991, p.221. 177 Ídem, p.222. 178 Ídem, p.227.


105

SST= 2

2

1 1 1

...a b n

ijk

i j k

YY

N= = =

−∑ ∑ ∑

En donde:

N= abn, es el total de observaciones en el experimento. Y••• =Suma de todas las observaciones.

Y ••• =Media global.

iY •• =Total en el nivel i del factor A.

iY •• =Media en el nivel i del factor A.

jY• • =Total en el nivel j del factor B.

La suma de cuadrados totales de los efectos es:

SCA= 2 2

1

ai

i

Y Y

bn N

•• •••

=

−∑

SCA= 2 2

1

bj

j

Y Y

an N

• • •••

=

−∑

SCAB= 2 2

1 1

a bij

A B

i i

Y YSC SC

bn N

• •••

= =

− − −∑ ∑

SCERROR= T A B ABSC SC SC SC− − −

El procedimiento de prueba suele resumirse en una tabla del análisis de varianza, como se muestra en la tabla 1.21.

TABLA 1.21 Tabla de análisis de varianza para el diseño factorial de dos factores

Fuente de variación

Suma de cuadrados

Grados de libertad Cuadrado medio F0

Tratamientos A SCA a-1 1

AA

SCMS

a=

−0

A

E

MSF

MS=

Tratamientos B SCB b-1 1

BB

SCMS

b=

−0

B

E

MSF

MS=

Interacción SCAB (a-1)(b-1) 1 1( )( )

ABAB

SCMS

a b=

− −0

AB

E

MSF

MS=


106

Error SSE ab(n-1) 1( )

EE

SCMS

ab n=

−

Total SST abn-1179

Fuente: Montgomery, Douglas. Diseño y análisis de experimentos, Ed. Grupo editorial Iberoamérica, 1991, p.179.

Por lo tanto, bajo la hipótesis alternativa, el valor esperado del numerador del estadístico de prueba (F0) es mayor que el valor esperado del denominador, y H0

deberá rechazarse para valores del estadístico de prueba que son muy grandes. Por lo tanto, H0 deberá rechazarse y concluirse que hay diferencias en las medias de los tratamientos si180:

F0 > Fα, a-1, N-a

Del mismo modo, es posible rechazar H0 a través la comparación del nivel de significancia predefinida contra la significancia observada. La significancia predefinida que se denota con α, es el riesgo máximo que el experimentador está dispuesto a correr de rechazar H0 indebidamente (error tipo I). Mientras que la significancia observada o calculada, también conocida como p-value o valor p, es el área bajo la distribución de referencia más allá del valor del estadístico de prueba.181

De lo anterior, se desprende que se rechaza H0 si la significancia observada es menor que la significancia dada182, o sea si:

p-value < α.

De esta manera, el análisis de varianza se puede extender para k factores con dos niveles y determinar los efectos estadísticamente significativos.

Sin embargo, se debe considerar que cuando se incrementa el número de factores el número de corridas necesarias también se incrementa, lo cual dificulta la realización del experimento, debido a los recursos necesarios. Por consiguiente, es posible correr una fracción de los tratamientos de un diseño factorial 2k, debido a que es imposible en la práctica correr todos los tratamientos.

179 Si se supone que el modelo es adecuado y que los términos del error tienen una distribución normal e independiente con varianza constante, entonces cada uno de los cocientes de cuadrados medios se distribuyen con F grados de libertad. 180 Montgomery, Douglas. Diseño y análisis de experimentos, Ed. Grupo editorial Iberoamérica, México, 1991, p.225. 181 Cochran, W.G. Diseños experimentales Ed. Trillas, México, 1993, p.209. 182 Ídem, p.210.


107

3.7.4. Diseño factorial fraccionado 2k-1

Como se mencionaba anteriormente, cuando el número de factores de un diseño factorial 2k se incrementa, el número de corridas necesarias para realizar una réplica completa del diseño rebasa con rapidez los recursos de la mayoría de los experimentadores183. Por ejemplo, una réplica completa de un diseño 26 requiere 64 corridas. En este diseño, sólo 6 de los 63 grados de libertad corresponden a los efectos principales, y sólo 15 a las interacciones de dos factores. Los 42 grados de libertad restantes se asocian con las interacciones de tres o más factores.

Si el experimentador puede suponer razonablemente que ciertas interacciones de orden superior son insignificantes, es posible obtener información de los efectos principales y las interacciones de orden inferior corriendo únicamente una fracción del experimento factorial completo184.

El uso de los diseños factoriales fraccionados se basa en tres ideas clave185:

1. El principio de efectos esparcidos o escasez de efectos. Cuando hay varias variables, es posible que el sistema o proceso esté dominado principalmente por algunos de los efectos principales y las interacciones de orden inferior.

2. La propiedad de proyección. Los diseños fraccionados pueden proyectarse en diseños más fuertes (más grandes) en el subconjunto de los factores significativos.

3. Experimentación secuencial. Es posible combinar las corridas de dos (o más) diseños factoriales fraccionados para ensamblar secuencialmente un diseño más grande para estimar los efectos de los factores y las interacciones de interés. Estas tres condiciones permiten que los diseños factoriales fraccionados se encuentren entre los tipos de diseños de uso más generalizado en el diseño de productos y en el mejoramiento de procesos.

La notación 2k-1 significa una fracción a la mitad del diseño factorial completo. No tiene sentido fraccionar el diseño factorial 22, porque prácticamente desaparece; al tener sólo cuatro tratamientos, fraccionarlo a la mitad implicaría correr dos tratamientos y con ellos no se podrían estimar ni siquiera los dos efectos principales.

En particular, cuando se tienen cinco factores en adelante, al fraccionar a la mitad el diseño factorial completo, se pierde poca información relevante.186

183 Gutiérrez H, De la Vara R. Análisis y diseño de experimentos Ed. McGraw Hill, México, 2004, p.303. 184 Cochran, W.G. Diseños experimentales Ed. Trillas, México, 1993, p.213. 185 Montgomery, Douglas. Diseño y análisis de experimentos, Ed. Grupo editorial Iberoamérica, México, 1991, p.303. 186 Ídem, p.306.


108

El primer diseño que se puede fraccionar (aunque no es recomendable) es el factorial completo 23, el cual escrito en la notación estándar se muestra en la tabla 1.22. Si se desea fraccionar a la mitad este diseño, entonces es necesario seleccionar cuatro de entre los ocho tratamientos, es aquí en donde surge la interrogante sobre cuál o cuáles de las 70 posibles fracciones son las más adecuadas. Es adecuada aquella fracción (diseño factorial fraccionado 23-1) que permita estimar los efectos considerados importantes187.

TABLA 1.22 Diseño factorial completo 23 y contraste ABC


Con el diseño 23 completo se pueden estimar siete efectos: A, B, AB, AC, BC y ABC. De acuerdo a su jerarquía, el efecto menos importante a priori es la interacción triple ABC, así que éste es el efecto más sacrificable de manera que se pierda un mínimo de información. La generación de la fracción se hace con base en los signos del contraste ABC: los signos “+” del contraste ABC señalan a los tratamientos que conforman la llamada fracción principal, y los signos “-“ señalan la fracción complementaria190. (Véase tabla 1.23).

187 Gutiérrez H, De la Vara R. Análisis y diseño de experimentos Ed. McGraw Hill, México, 2004, p.318. 188 Considerando k factores con dos niveles cada uno, la matriz para este diseño se construye de la siguiente manera: en la primer columna, que corresponde a los niveles del factor A, se alternan signos + y -, empezando con -, hasta llegar a los 2k renglones; en la segunda columna se alternan dos signos menos con dos más, en la tercera cuatro signos menos y cuatro signos más y así sucesivamente. 189 El contraste ABC, se obtiene de la multiplicación de los signos de los efectos correspondientes. 190 Gutiérrez H, De la Vara R. Análisis y diseño de experimentos Ed. McGraw Hill, México, 2004, p.319.

A188 B C ABC189

-1 -1 -1 - 1 -1 -1 ⇒ + -1 1 -1 + 1 1 -1 - -1 -1 1 + 1 -1 1 - -1 1 1 - 1 1 1 +


109

TABLA 1.23 Dos posibles diseños fraccionados 23-1


De esta manera, el diseño 23-1 se forma seleccionado sólo las combinaciones de tratamientos que tienen signo positivo en la columna ABC. Por lo tanto, a ABC se le llama el generador191 de esta fracción particular. Además la columna identidad I también es siempre positiva por lo que a

I= ABC

Se le llama la relación de definición del diseño192. En general, la relación de definición de un diseño factorial fraccionado será siempre el conjunto de todas las columnas que son iguales a la columna identidad.

De esta manera, al estimar los efectos potencialmente importantes con cualquiera de las fracciones dadas en la tabla 1.23, resulta que cada efecto estimado tiene un alias193. La estructura de alias consiste en escribir explícitamente cuales son los alias de cada efecto, y esta estructura se deduce fácilmente del generador de la fracción, considerando el signo utilizado. Por ejemplo, de la tabla 1.23, el contraste del efecto A esta dado por:

( )Contraste A a abc b c= + − −

Mientras que al multiplicar las columnas B×C se obtiene:

( )Contraste BC a abc b c= + − −

A partir de lo anterior, se puede observar que el Contraste A= Contraste BC, lo que significa que los efectos A y BC son alias, porque al estimar el efecto A también se estima el efecto BC. Así en realidad se estima la suma A+BC de ambos efectos, dos

191 Montgomery, Douglas. Diseño y análisis de experimentos, Ed. Grupo editorial Iberoamérica, México, 1991, p.309. 192 Ídem, p.310 193 Gutiérrez H, De la Vara R. Análisis y diseño de experimentos Ed. McGraw Hill, México, 2004, p.320.

Fracción 1 (I=+ABC)

Fracción 2 (I= -ABC)

A B C A B C 1 -1 -1 a -1 -1 -1 (1) -1 1 -1 b 1 1 -1 ab -1 -1 1 c 1 -1 1 ac 1 1 1 abc -1 1 1 bc


110

efectos alias son inseparables porque comparte el mismo contraste, y por ende, son dos nombres para el mismo efecto194.

En resumen, la estructura de alias del diseño factorial fraccionado 23-1 está dado por:

A + BC

B + AC

A + AB

Para interpretar los efectos alias o aliados es necesario suponer que sólo uno de ellos es el responsable del efecto observado y que los demás efectos son nulos, es decir, es posible considerar el supuesto de que los efectos principales son los más

importantes que las interacciones de dos factores, y éstas a su vez son más relevantes

que las de tres, y así sucesivamente195, es conveniente utilizar diseños factoriales fraccionados que tengan alta resolución.

Un diseño factorial fraccionado es de resolución R si los efectos formados por la

interacción de P factores no son alias de efectos de interacción que tengan menos de

R-P factores196. De este modo, a mayor resolución se observa más claramente lo que sucede con los efectos potencialmente importantes. Para fines prácticos basta entender las definiciones de resolución III, IV y V.197

1. Diseños de resolución III. En estos diseños los efectos principales no son alias entre ellos, pero existen efectos principales que son alias de alguna interacción doble. Por ejemplo, el diseño 23-1 con relación definidora I=ABC.

2. Diseños de resolución IV. En este diseño los efectos principales no están alias entre ellos ni con las interacciones dobles, pero algunas interacciones dobles están alias con otra interacción doble. Por ejemplo el diseño 24-1 con relación definidora I=ABCD.

3. Diseños de resolución V. En estos diseños los efectos principales y las interacciones dobles están alias con interacciones triples o de mayor orden, es decir, los efectos principales e interacciones dobles están limpiamente estimados. Por ejemplo el diseño 25-1 con relación definidora I=ABCDE.

En general, en los diseños factoriales fraccionados en dos niveles, la resolución está dada por la “palabra o efecto” de la relación definidora con el menor número de letras.

194 Ídem, p.321. 195 Ídem, p.323. 196 Montgomery, Douglas. Diseño y análisis de experimentos, Ed. Grupo editorial Iberoamérica, México, 1991, p.315. 197 Ídem, p.318.


111

Una manera de construir en dos pasos diseños fraccionados 2k-1 con la más alta resolución posible es la siguiente:

1. Se lista el diseño factorial completo para k-1 factores, y de esta forma se tienen las primeras k-1 columnas de la fracción deseada.

2. La columna faltante (la k-ésima) se construye multiplicando entre si las columnas previas. Si se quiere la fracción complementaria se cambian los signos de esta última columna. El diseño que resulta es un diseño factorial fraccionado 2k-1 con resolución máxima R=k

3.7.4.1. Análisis de varianza (ANOVA)198

Una vez que se ha construido la tabla de factores y niveles con su correspondiente fracción, entonces se realiza el experimento y se estiman interacciones de alto orden, las cuales generalmente no son significativas. Tales interacciones de alto orden pueden utilizarse para estimar un error que permita construir un ANOVA aproximado.

De este modo se pueden utilizar técnicas gráficas, tabulares y numéricas para decidir cuáles de los efectos principales, interacciones dobles y triples se pueden enviar al error. Con los efectos excluidos se obtiene una suma de cuadrados del error, y con ella se construye la tabla de análisis de varianza, como la presentada en la tabla 1.21.

Por otro lado, es posible auxiliarse de técnicas gráficas, las cuales tienen mayor utilidad en diseños con cuatro factores en adelante, para decidir cuáles efectos mandar al error. Estas técnicas se describen a continuación:

Gráfico de efectos en papel normal (Daniel´s plot)

Al usar los efectos como suma de variables aleatorias (diferencia de medias), Daniel (1959) se dio cuenta que los efectos no significativos deben seguir una distribución normal, con media igual a cero y varianza constante199.

Esto implica que si los efectos, como se observa en la figura 1.39, se grafican en papel probabilístico normal, los que no son significativos tenderán a formar una línea recta en esta gráfica ubicada a la altura del cero; lo que permite confirmar que tales efectos son efectivamente insignificantes. Por su parte, los efectos activos aparecerán alejados de la línea de normalidad, lo que indica que no se deben sólo al azar, sino a la existencia de efectos reales que influyen en la respuesta.

198 La información que se utilizó para realizar este apartado fue tomada de: Cochran, W.G. Diseños experimentales Ed. Trillas, México, 1993, p.245-250. 199 Ídem, p.246.


112

20100-10-20

99

95

90

80

70

60

50

40

30

20

10

5

1

Efectos estandarizados

Pro

po

rció

n

AD

FIGURA 1.39 Gráfico de efectos (Daniel´s plot) Fuente: Elaboración propia

Diagrama de Pareto de efectos

Por otro lado, el diagrama de Pareto para los efectos sin estandarizar representa una manera práctica de ver cuáles efectos son los más grandes en cuanto a su magnitud200. El diagrama de Pareto representa la realidad observada de los efectos de manera descriptiva sin considerar supuestos distribucionales. (Ver figura 1.40).

En la gráfica de efectos en papel de probabilidad normal (grafico de Daniel) es más difícil apreciar la importancia relativa de los efectos, pero es mejor que el diagrama de Pareto para señalar cuáles efectos son activos. Lo mejor es utilizar ambas gráficas para decidir de la mejor manera cuáles efectos mandar al error.

200 Ídem, p.249.


113

BCD

BC

ABCD

CD

AB

BD

ACD

ABC

C

B

ABD

D

AC

A

AD

20151050Efecto

19.76

FIGURA 1.40 Diagrama de Pareto de efectos Fuente: Elaboración propia

Finalmente, una vez que se estimaron las interacciones insignificantes y se combinaron sus cuadrados medios para estimar el error, entonces es posible elaborar la tabla de ANOVA y analizar sus resultados, no sin antes verificar que se cumplan los supuestos que a continuación se mencionan.

3.7.4.2. Verificación de los supuestos del modelo201

La validez de los resultados obtenidos en el análisis de varianza queda restringida a que los supuestos del modelo se cumplan. Estos supuestos del modelo de ANOVA son: normalidad, varianza constante (igual varianza de los tratamientos) e independencia. Esto es, la respuesta (Y) se debe distribuir normal, con la misma varianza en cada tratamiento y las mediciones deben ser independientes.

Es práctica común utilizar la muestra de residuos para comprobar los supuestos del modelo, ya que si los supuestos se cumplen los residuos o residuales se pueden ver como una muestra aleatoria de una distribución normal con media cero y varianza constante. Los residuos eij, se definen como la diferencia entre la respuesta observada

( )ij

Y y la respuesta predicha por el modelo ˆ( )ij

Y . De este modo, el residuo asociado a la

observación Yij se define como:

ˆijij ij ij ij

e Y Y Y Y= − = −

201 La información que se utilizó para realizar este apartado fue tomada de: Cochran, W.G. Diseños experimentales Ed. Trillas, México, 1993, p.259-264.


114

A partir de lo anterior, es posible verificar los supuestos del modelo lineal en términos de los residuos, que suponen que:

1. Los eij siguen una distribución normal con media cero. 2. Los eij son independientes entre si. 3. Los tratamientos tienen una varianza constante σ2.

Para comprobar cada supuesto existen pruebas analíticas y gráficas. Es recomendable utilizar pruebas gráficas dado que se pueden aplicar razonablemente con pocos datos; sin embargo tienen el inconveniente de que no son “exactas”, por ello las pruebas gráficas deben complementarse con alguna prueba analítica.

Normalidad

Un procedimiento para verificar el cumplimiento del supuesto de normalidad de los residuos consiste en graficar los residuos en papel normal. Esta gráfica del tipo X-Y tiene las escalas de tal manera que si los residuos siguen una distribución normal, al graficarlos deben tender a estar alineados en una línea recta, como se observa en la figura 1.41; si claramente no se alinean se concluye que el supuesto de normalidad no es correcto.

1050-5-10

99

95

90

80

7060504030

20

10

5

1

Residual

Po

rce

nta

je

FIGURA 1.41 Grafica de probabilidad en papel normal Fuente: Elaboración propia

Si el ajuste no se observa claramente, es posible aplicar la prueba analítica de Kolmorogov-Smirnov, la cual mide el grado de concordancia existente entre la distribución de un conjunto de datos y una distribución teórica específica202. Su objetivo es señalar si los datos provienen de una población que tiene la distribución teórica especificada.

202 Montgomery, Douglas. Diseño y análisis de experimentos, Ed. Grupo editorial Iberoamérica, México, 1991, p.17.


115

Mediante la prueba de Kolmorogov-Smirnov se compara la distribución acumulada de las frecuencias teóricas (ft) con la distribución acumulada de las frecuencias observadas (f obs), se encuentra el punto de divergencia máxima y se determina qué probabilidad existe de que una diferencia de esa magnitud se deba al azar203.

Varianza constante

Una forma de verificar el supuesto de varianza constante (o que los tratamientos

tienen la misma varianza), es graficando los predichos contra los residuos ( ij ijY vs e ). Si

los puntos en la gráfica de residuos contra los predichos se distribuyen aleatoriamente, como se observa en la figura 1.42, en una banda horizontal (sin ningún patrón claro y contundente), entonces es señal de que se cumple el supuesto de que los tratamientos tienen igual varianza.

110100908070605040

7.5

5.0

2.5

0.0

-2.5

-5.0

Valores predichos

Re

sid

uo

s

FIGURA 1.42 Grafica de predichos vs residuos Fuente: Elaboración propia

Por el contrario, si se distribuyen con algún patrón claro y contundente, por ejemplo si se comportan con una forma muy clara de “corneta o embudo”, entonces es señal de que no se está cumpliendo el supuesto de varianza constante.

Si después de elaborar la gráfica de predichos vs residuos se duda de la homogeneidad de varianzas, entonces se recomienda aplicar la prueba de Bartlett para probar la hipótesis de igualdad de varianzas dada por204:

2 2 2 2

0 1 2: ...

kH σ σ σ σ= = = =

203 Ídem, p.18. 204 Ídem, p.18.


116

2 2:A i j

H para algún i jσ σ≠ ≠

El estadístico de prueba para la hipótesis está dado por:

2

02 3026.

qX

c=

Donde

2 2

10 10

1

1( )log ( )logk

P i i

i

q N k S n S=

= − − −∑

Bajo la hipótesis nula de igualdad de varianza, el estadístico 2

0X sigue una

distribución ji-cuadrada con k-1 grados de libertad, por lo que se rechaza H0 cuando 2

0X

es más grande que 2

1( , )kX α −

.

Independencia

La suposición de independencia en los residuos puede verificarse si se grafica el orden en que se colectó un dato contra el residuo correspondiente205. Así, si al graficar en el eje horizontal el tiempo (orden de corrida) y en el eje vertical los residuos, se detecta una tendencia o patrón no aleatorio claramente definido, entonces es evidencia de que existe una correlación entre los errores y por lo tanto el supuesto de independencia no se cumple. Por otro lado, si el comportamiento de los puntos es aleatorio dentro de una banda horizontal, el supuesto se está cumpliendo.

Por consiguiente si los supuestos de normalidad, varianza constante e independencia se cumplen, entonces es suficiente para concluir que la variable de respuesta se distribuye de manera normal, con varianza homogénea y con mediciones independientes.

3.7.4.3. Modelo estadístico (predicción sobre el mejor tratamiento)

Es útil predecir al valor esperado de la característica de interés sobre el mejor tratamiento. Esto permite tener, desde antes de que se implemente en el proceso, un estimado del beneficio que se obtendrá con el experimento. Con esta información se puede convencer a la gerencia sobre la conveniencia de realizar los cambios que se recomiendan a partir del estudio realizado.

205 Ídem, p.22.


117

Asimismo, es posible predecir el valor de la respuesta en cualquier punto dentro de la región experimental206, no sólo en los puntos de diseños, y entonces se puede plantear el problema de encontrar un punto de operación todavía mejor, posiblemente un punto óptimo, experimentando en la dirección señalada por el modelo ajustado207.

0 1 1 2 2 3 3 12 1 2 23 2 3ˆ ˆ ˆ ˆ ˆ ˆ ˆˆ ...

nn nY x x x x x x x x xnβ β β β β β β= + + + + + + +

Donde:

Y = Respuesta predicha en el punto (x1, x2, x3, x12,…, xn)

0β = Media global de todos los datos en el centro de la región experimental.

1 2 3 12ˆ ˆ ˆ ˆ ˆ ˆ... ...

n nnβ β β β β β= = = = = = = = Efectos estimados de los factores que resultaron significativos divididos entre dos.

1 2 3 4, , , ,...,

nx x x x x = Factores que resultaron significativos.

1 3 2 1 2 3, , ,

n nx x x x x x x x = Interacción de factores que resultaron significativos.

Por otro lado, el grado de credibilidad en la predicción obtenida anteriormente, depende de la calidad del modelo ajustado, la cual se puede medir a través de los coeficientes de determinación.208

Dos de los estadísticos más útiles para medir la calidad global del modelo de regresión múltiple es el coeficiente de determinación 2R y el coeficiente de

determinación ajustado 2

ajR , que están definidos de la manera siguiente209:

2100 100total error modelo

total total

SC SC SCR

SC SC

−= × = ×

2100total error

aj

total

CM CMR

CM

−= ×

Donde SC es el símbolo para la suma de cuadrados de la fuente referida en el análisis de varianza, y CM es el cuadrado medio (que se obtiene al dividir la suma de cuadrados entre los grados de libertad asociados a la fuente de variabilidad). De esta forma, para interpretar estos coeficientes se cumple que 2 2

0 0 100.aj

R R≤ ≤ ≤ y

206 Montgomery, Douglas. Diseño y análisis de experimentos, Ed. Grupo editorial Iberoamérica, México, 1991, p.328. 207 Cochran, W.G. Diseños experimentales Ed. Trillas, México, 1993, p.248.208 Ídem, p.253. 209 Ídem, p.255.


118

cuantifican el porcentaje de variabilidad presente en los datos que es explicada por el modelo210, por lo que son deseables valores próximos a 100. Finalmente, cuando hay muchos factores se prefiere el estadístico 2

ajR en lugar

del 2R sin ajustar, puesto que este último es engañoso al incrementarse de manera artificial con cada término que se agrega al modelo, aunque sea un término que no contribuya en nada a la explicación de la respuesta. En cambio, el 2

ajR incluso baja de

valor cuando el término que se agrega no aporta nada211.

En este capítulo se ha abordado de manera general el marco teórico y conceptual que sustenta la aplicación de Seis Sigma, como son las herramientas básicas para delimitar el problema en la etapa de definición, las herramientas estadísticas utilizadas en la etapa de medición para determinar la situación actual de la VCC en cuanto a capacidad y estabilidad; y posteriormente el diseño experimental empleado para analizar el impacto de las variables de entrada y las posibles mejoras.

A continuación se expone la aplicación de Seis Sigma a un producto en particular, de la empresa Surtidora Gráfica S.A. de C.V. y a través de la combinación de diversas herramientas estadísticas, se propone una combinación de factores (variables de entrada) a niveles determinados que contribuyen a la reducción de defectos en el proceso de impresión Offset, lo anterior enmarcado en la mejora continua que establece SS.

210 Montgomery, Douglas. Diseño y análisis de experimentos, Ed. Grupo editorial Iberoamérica, México, 1991, p.331. 211 Ídem, p.332.

CAPÍTULO IV Aplicación de Seis Sigma en Surtidora Gráfica S.A. de C.V.

119

CCAAPPÍÍTTUULLOO IIVV Aplicación de Seis Sigma en Surtidora Gráfica

S.A. de C.V. 4.1. Aplicación de la metodología SS

as razones fundamentales por las cuales se decidió aplicar Seis Sigma en la empresa Surtidora Gráfica S.A. de C.V. se expusieron al final de capítulo II. En este capítulo se expondrán los resultados de la aplicación de Seis

Sigma en el departamento de Offset. A continuación, se presenta una breve explicación del impreso bajo estudio, al cual se le aplicó la metodología SS.

Debido a la diversidad de trabajos que entran a máquina en el departamento de

Offset, sería imposible abarcarlos en su totalidad ya que cada uno presenta características específicas desde diseño, por lo que se analizó el proceso de impresión Offset en el cliente American Express Cía., ya que como se mencionó en el capítulo II, tiene una presencia considerable en el volumen de ventas de la empresa y había reportado variaciones considerables de tono en el material impreso.

Promoción tarjeta Gold Credit

ya que este impreso constituye uno de los trabajos que entran a máquina de manera periódica (2 a 3 veces por mes, con corridas de 10, 000 T/L). Del mismo modo, como se verá más adelante, de acuerdo al diagrama de Pareto de segundo nivel, este impreso presentaba mayores problemas de tono. En la tabla 1.24 se muestran las características del impreso bajo estudio.

TABLA 1.24 Características de la O.T.9263 folleto: Promoción tarjeta Gold Credit Card

Número de tintas Selección de color y pantone 1524 dorado Papel Couche 135 gr 61x90 Medida de hoja extendida 57x80 Medida de hoja final 13x8 Acabado Refinado a la medida, engrapado a 10 paginas

Fuente: O.T. 9263 elaborado en la empresa Surtidora Gráfica S.A. de C.V. Asimismo, la selección de este impreso está condicionada a que es uno de los trabajos que se exporta a Europa y Estados Unidos, y el material debe estar libre de defectos, ya que de lo contrario se asigna a la empresa un costo de penalización y el reproceso del material correspondiente.

L


120

Es conveniente señalar, que la aplicación de SS se puede extender a otra familia de productos, e incluso a otros departamentos de la empresa Surtidora Gráfica S.A. de C.V., tomando como referencia las etapas y las técnicas estadísticas que se utilizaron en la presente investigación.

A continuación se expondrán los resultados obtenidos con la aplicación de SS.

4.1.1. Definición del problema

En esta fase se debía tener una visión y definición clara del problema que se pretendía resolver mediante la aplicación de SS. Por ello en esta etapa se consideró necesario realizar una descripción del problema e identificar las variables críticas que influían en la calidad del proceso de impresión; para esta etapa se requirió de la presencia de la Dirección General, del coordinador del departamento de Offset y de los prensistas encargados de la realización periódica del impreso (grupo de mejora); para establecer las metas, definir el alcance del proyecto y precisar los beneficios potenciales que se esperaba de SS.

Para describir el problema que presentaba el departamento de Offset y

delimitarlo, se propuso elaborar un diagrama de flujo del proceso, que permitiera determinar las VCC que influyen en el proceso, así como desarrollar una lluvia de ideas con el grupo de mejora. Posteriormente, a través de un diagrama de Pareto de primer nivel, se identificaron los principales defectos de impresión correspondientes al cliente American Express, debido a la diversidad de órdenes de trabajo que se procesan en la empresa fue necesario realizar un diagrama de Pareto de segundo nivel para identificar la O.T. bajo estudio y finalmente establecer las metas de la aplicación de SS, el alcance y los posibles beneficios potenciales. Lo anterior, se puede resumir a través del diagrama de la figura 1.43.

Descripción delproblema

Elaborar diagramade flujo del proceso

LLuvia de ideas deVCC que influyen

en el proceso

Identificar problemasa través del diagramade Pareto de 1er nivel

Identificar VCC

Establecer metas,alcance ybeneficiospotenciales

IdentificarO.T. a través del

diagrama de Pareto de2do nivel

FIGURA 1.43 Etapa de definición en la aplicación de SS Fuente: Elaboración propia.


121

Descripción del problema

A continuación se explica de manera general en qué consistía el problema y por qué era importante resolverlo:

Como se había mencionado en el Capítulo II, el volumen de reprocesos en el

departamento de Offset de la empresa Surtidora Gráfica S.A. de C.V. se había incrementado en los últimos 4 años (Ver figura 1.13), lo cual se traducía en pérdidas económicas considerables. Lo anterior, podía ser consecuencia de no contar con un efectivo análisis y control del proceso que permitiera identificar las variables que generan las no conformidades.213

Por consiguiente, era necesario estudiar el proceso y monitorearlo, debido a la

política de calidad de satisfacción al cliente, la empresa se encontraba ante un problema crítico de calidad del producto que requería una revisión profunda, ya que éste afectaba directamente al cliente y la imagen de la empresa. El cliente directo de este impreso, es American Express Cía., y los clientes indirectos son los tarjetahabientes de American Express.

Finalmente, era importante resolver este problema, debido a que la producción

de material defectuoso generaba pérdidas económicas para la empresa y afectaba su imagen ante clientes actuales y potenciales. Asimismo, era primordial generar mayor conocimiento del proceso y de las variables que lo afectan para mejorarlo. Diagrama de flujo del proceso Con el propósito de tener una mayor comprensión del problema se desarrolló el mapeo del proceso de impresión para la O.T. 9263 Folleto: Promoción tarjeta Gold Credit Card (Ver figura 1.44), sin embargo, por cuestiones de confidencialidad de la empresa no se muestran a detalle cantidades ni formulas químicas.

213 De acuerdo a la segunda ley de la termodinámica cualquier sistema tiende a aumentar su entropía, es decir, un proceso dejado libre, sin intervenirlo, ajustarlo o mejorarlo, tiende a aumentar su desorden.


122

Preparación desolución de lafuente

Entintado de cadacuerpo impresor

Montaje de placas OK SI

NO

Nuevo ajuste deplacas en guias

Alimentación depapel en el feeder

Obtención de lahoja O.K.

OK SI

NO

Ajustar densidades detono

Imp

Inspección de tonohomogéneo en la tirada

OK

NO

SI

Reajuste de densidadesde tono con base enhoja O.K.

Secado de tinta

Limpieza de loscilindros portaplancha

Entintado del pantoneespecial

ACABADO

1 2

3 5

4

6

7

8 9

10

11

12

13

14

15

FIGURA 1.44 Mapeo del proceso de impresión Offset de la O.T. 9263 Fuente: Elaboración propia.

1. Primeramente, el prensista prepara la solución de la fuente de humectación la cual tiene por objetivo, disponer de una clara y rápida separación de las áreas imagen y no imagen de la plancha. Es decir, se trata de evitar que la tinta se adhiera en las áreas de no imagen de la plancha. (Ver figura 1.44 (1)). La solución de la fuente es una mezcla entre los siguientes ingredientes: agua, un ácido o una base dependiendo de la tinta que se esté utilizando, una goma sintética para desensibilizar las áreas de no imagen y alcohol que disminuye la tensión superficial del agua.

2. Posteriormente, se realiza el entintado de cada cuerpo impresor, verificando que el entintado sea homogéneo a lo largo de los cilindros y con respecto a la selección de color predefinida, (Ver figura 1.44 (2)).

3. Una vez entintados los cilindros, se montan las placas de acuerdo a las guías de sujeción de la plancha, de tal manera que su ajuste sea firme y no presente inclinaciones. Si el ajuste no es correcto, nuevamente se montan las placas, (Ver figura 1.44 (3)).

4. Si el ajuste es correcto, se procede a alimentar el feeder (entrada de papel de la prensa) con la pila de papel, previamente aireada, de tal manera que facilite el agarre del pliego, (Ver figura 1.44 (5)).


123

5. A continuación, se imprimen hojas de prueba, de tal modo que se compruebe que todos los colores registran (coinciden entre ellos) y posteriormente, se ajusta la prensa para obtener un impreso de acuerdo a las características tonales aprobadas por el cliente. Una vez que se obtiene un impreso semejante, se registran las densidades de cada color y se autoriza esta prueba, la cual es conocida como hoja O.K., e inicia el proceso de impresión del tiraje, (Ver figura 1.44 (6)).

6. A lo largo de la impresión se realizan inspecciones continuas verificando que las

densidades se mantengan constantes, de lo contrario se reajustan densidades para mantenerlas controladas, con respecto a la hoja O.K., (Ver figura 1.44 (9)).

7. Una vez que se ha concluido la impresión de la selección de color, el material

impreso debe permanecer a la sombra, hasta que seque la tinta por completo. Mientras tanto, los cuerpos de la prensa son limpiados y entintados con el pantone especial (Pantone dorado 1524), (Ver figura 1.44 (11-12)).

8. Nuevamente, se alimenta el feeder con la pila de material impreso previamente y

se repiten los incisos 6 al 7, con la variante de que se imprime una tinta adicional y debe secar en su totalidad, antes de ser llevado a la operación de acabado, (Ver figura 1.44 (13-15)). Definición de las variables críticas de calidad (VCC)

Para la presente investigación, se consideraron como variables críticas de calidad (VCC) aquellas que tienen una especificación de acuerdo a la norma ISO 12647-2 o bien, aquellas que tienen gran impacto en la satisfacción del cliente.

En la tabla 1.25 se muestran estas variables con información inherente a las mismas, lo cual permitió tener un análisis preliminar de las variables más importantes en el proceso de impresión. Dicho análisis fue realizado a través de una lluvia de ideas en colaboración con el grupo de mejora.

De acuerdo al primer análisis de las posibles VCC a analizar se puede observar

que la reproducción de valor tonal y la estabilidad de color durante la impresión presentaban una situación regular, lo cual podía ser la causa del alto volumen de reprocesos.

Para complementar la tabla anterior de VCC de salida del proceso Offset, se analizó a través de diagramas de Pareto, en varios niveles, las posibles causas que generaban el problema, su prioridad y el impreso que presentaba mayores problemas de tono.


124

TABLA 1.25 Variables de salida del proceso Offset

Variable de salida Función o importancia para el

impreso Especificaciones

Situación actual

RReeggiissttrroo ddee ccoolloorr

Si los colores no registran o no coinciden sobre el área definida, entonces el impreso presentará colores fuera de la zona de color.

De acuerdo al ajuste

de las placas + / 5mm214

Buena

RReeppiinnttee

Si el material impreso no se deja secar por un tiempo considerable, las hojas se repintan con la tinta húmeda.

Dependiendo del

número de tintas y área impresa215

Buena

RReepprroodduucccciióónn ddee vvaalloorr ttoonnaall

Si el impreso a obtener presenta desviaciones de tono, con respecto a la hoja O.K., los colores originales aprobados por el cliente son alterados y el producto final es diferente al concebido inicialmente.

Desaparece del estándar ISO

12647-2. Cada empresa debe establecer un valor promedio sin perder la reproducción del

color.

Regular

EEssttaabbiilliiddaadd ddee ccoolloorr eenn llaa ttiirraaddaa

Si no se asegura la homogeneidad del color a lo largo de la tirada, existen impresos que cumplen las densidades de color y otros no.

Al menos el 68% de

los impresos del tiraje total no deberá exceder de la mitad de la tolerancia de

desviación216.

Regular

CCoolloorr yy ttrraannssppaarreenncciiaa ddee llaa ttiinnttaass

Si la tinta no tiene las propiedades de adhesión y viscosidad necesarias, puede no fijarse la tinta al papel o penetrarlo.

El monto exacto de tinta aplicada hacia el pliego, con fuerza de color equilibrado

y optima transferencia

Buena


214 ISO 12647-2:1996 215 Ídem. 216 Ídem.


125

Para elaborar el diagrama de Pareto de primer nivel y jerarquizar los defectos que presentaban los impresos, se tomó como referencia el historial de lotes rechazados por el cliente American Express, durante el periodo 2000-2006. Las principales causas de defectos en los impresos, se resumen a continuación en la tabla 1.26. TABLA 1.26 Defectos en los impresos del cliente American Express Cía.

Razón de defecto Notación Total (T/L) Porcentaje Defectos de registro DR 235,490 8.06 Papel arrancado en el impreso PA 198,879 6.81 Variación de tono y reproducción del color VT 965,342 33.05 Arrugas en los pliegos impresos AI 435,998 14.93 Manifestación de velo MV 489,675 16.78 Impreso repintado IR 595,030 20.37 Total 2,920,414 100

Fuente: Reportes de producción correspondientes al periodo 2000-2006 del departamento de Offset de Surtidora Gráfica S.A. de C.V. Asimismo, en la figura 1.45 se presenta el diagrama de Pareto de primer nivel.

Frecuencia 965342 595030 489675 435998 235490 198879

Porcentaje 33.1 20.4 16.8 14.9 8.1 6.8% Acumulado 33.1 53.4 70.2 85.1 93.2 100.0

Defecto PADRAIMVIRVT

3000000

2500000

2000000

1500000

1000000

500000

0

100

80

60

40

20

0

Fre

cue

nci

a

Po

rce

nta

je

FIGURA 1.45 Diagrama de Pareto de primer nivel de defectos en impresos Fuente: Elaboración propia.

A partir de lo anterior, se puede apreciar que el defecto de variación de tono y

reproducción de color era el más importante, ya que este representó 33.05% del total


126

de defectos. Con base en el primer análisis de VCC y el resultado obtenido en el diagrama de Pareto, la aplicación de SS se centró en la variación y reproducción del color.

Posteriormente, se desarrolló un diagrama de Pareto de segundo nivel, que permitiera identificar el impreso a estudiar, tomando como criterios los siguientes: que fuera un trabajo periódico, y que dicho impreso se exportara a Estados Unidos y Europa. Los resultados se presentan en la tabla 1.27 y en la figura 1.46. TABLA 1.27 O.T. del cliente American Express Cía. que presentan variaciones de tono

O.T. Nombre del impreso Sobretiro por defecto en variación de tono

Porcentaje

8875 Flyer paquete familiar 96,534 12.99 8888 Díptico plan AMEX pagos 115,841 15.58 9093 Postal cumbre Gartner 19,307 2.60 9101 Revista American Express 77,227 10.39 9111 Carta Bienvenida Blue 57,921 7.79 9263 Folleto: Promoción tarjeta Gold Credit Card 202,722 27.27 9128 Solicitud GRCC Green 125,494 16.88 9145 Tríptico adquisición RCP Gold Prospect 48,267 6.49

Total 743,313 T/L 100 Fuente: Reportes de producción correspondientes al periodo 2000-2006 del departamento de Offset de Surtidora Gráfica S.A. de C.V.

Variación de tono 202722 125494 115841 96534 77227 57921 48267 19307

Porcentaje 27.3 16.9 15.6 13.0 10.4 7.8 6.5 2.6

% Acumulado 27.3 44.2 59.7 72.7 83.1 90.9 97.4 100.0

Orden de Trabajo Other9145911191018875888891289263

800000

700000

600000

500000

400000

300000

200000

100000

0

100

80

60

40

20

0

Va

ria

ció

n d

e t

on

o

Po

rce

nta

je

FIGURA 1.46 Diagrama de Pareto de segundo nivel de defecto principal por orden de trabajo Fuente: Elaboración propia.


127

A través del diagrama de Pareto se puede observar que la O.T. 9263 Folleto: Promoción tarjeta Gold Credit Card presentaba mayores problemas de variación de tono, ya que el 27.27% de sobretiros se había realizado para este impreso. Por consiguiente, después de efectuar un análisis de primer y segundo nivel la VCC bajo estudio fue la variación de tono en los impresos correspondientes a la O.T. 9263 Folleto: Promoción tarjeta Gold Credit Card. Meta La meta que se consideró en la aplicación de SS, fue reducir al menos en un 10% mensual el número de reprocesos de la O.T. 9263, así como reducir por lo menos el 20% de PPM fuera de las especificaciones producidos por la variación y reproducción de tono en la O.T.9263, ya que si estos disminuían; por consiguiente se reduciría el número de penalizaciones del cliente y los costos originados por los insumos asociados a los sobretiros. Del mismo modo, se estableció como meta aumentar como mínimo una sigma con respecto a la situación actual del proceso de impresión Offset. Lo anterior, también se reflejaría en la capacidad del proceso para cumplir con las especificaciones. Alcance de la aplicación de SS Una vez que se definieron las metas a lograr, se planteó el alcance y horizonte de la aplicación de SS. Como se había señalado anteriormente, el alcance de la aplicación de SS se limitó al departamento de Offset, debido a las características específicas del proceso de impresión y la problemática que presentaba dicho departamento de la empresa Surtidora Gráfica S.A. de C.V.

Asimismo, este estudio abarcó las etapas de: Definir, Medir, Analizar, Mejorar y Controlar. La etapa de control se contempló a nivel de prueba piloto a través de una corrida confirmatoria y el monitoreo del proceso durante 1 mes. Beneficios potenciales de la aplicación de SS

Como se había mencionado anteriormente, el proyecto SS debía estar ligado a los objetivos de la empresa y representar una mejora importante en el desempeño del proceso y en lo financiero. Debido a lo anterior, se consideró que los principales beneficios de aplicación de SS al proceso de impresión Offset estuvieran orientados a:

Reducción de defectos por variación de tono

Uno de los principales objetivos de esta investigación fue reducir los defectos producidos por variaciones en el tono del impreso, ya que si se lograba tener mayor


128

conocimiento estadístico del proceso y se fijaban niveles para las variables, el proceso de impresión ganaría fiabilidad con lo cual no sería necesario desperdiciar grandes cantidades de papel, tinta y tiempo de ajuste de máquina en reprocesos de trabajos. Como se observa en la tabla 1.28 el volumen de reprocesos por variación de tono, en la O.T. 9263 había aumentado a partir del año 2003, y por consiguiente los costos asociados a la penalización por entrega de material defectuoso e insumos necesarios para efectuar los sobretiros correspondientes. TABLA 1.28 Volumen de reprocesos y costos asociados en el periodo 2000-2006

Periodo Volumen de reprocesos (T/L)

Costo asociado217 ($)

Tiempo muerto (min)

2000 24,612 18,485 4,800 2001 19,497 20,852 3,250 2002 22,668 21,997 3,400 2003 29,798 24,743 5,100 2004 32,989 30,648 6,300 2005 35,260 31,998 6,890 2006 37,898 36,789 8,120

TOTAL 202,722 178,512 37,860 Fuente: Reportes de producción correspondientes al periodo 2000-2006 del departamento de Offset de Surtidora Gráfica S.A. de C.V. Es importante mencionar que el costo asociado al reproceso, que se muestra en la tabla 1.24, corresponde únicamente al costo de penalización que la empresa Surtidora Gráfica S.A. de C.V. debe cubrir al cliente por retrasos en la entrega de material impreso y por material defectuoso. En consecuencia, dicho costo se incrementa al considerar horas-hombre, insumos, energía eléctrica, etc.

Reducción de tiempos de ajuste de color

Del mismo modo, la aplicación de SS permitiría reducir los tiempos muertos de operación del proceso de impresión (tiempos de ajuste de color por reproceso), ya que al disminuir el nivel de sobretiro ocasionado por la producción de material defectuoso se presentaría un ahorro considerable de tiempo muerto por ajustes de color. En la tabla 1.28 se muestra el tiempo muerto ocasionado por ajustes de color en reproceso durante el periodo 2000-2006.

217 Costo estimado únicamente a partir de penalizaciones.


129

Mejora de la capacidad del proceso de impresión A pesar de que en la etapa de definición del proyecto SS no se había determinado la situación actual del proceso de impresión. Sin embargo, dados los altos volúmenes de reprocesos de material impreso por variación y reproducción de tono se consideró previamente que la capacidad del proceso de impresión para cumplir con las especificaciones del cliente podría ser baja (Ver apartado 3.5.3 Capacidad del proceso). Por consiguiente, otro de los beneficios de la aplicación de SS estaría orientado a mejorar la capacidad del proceso Offset actual. 4.1.2. Medición de la situación actual En esta segunda etapa se verificó que la variación de tono y reproducción de color (VCC) se pudiera medir en forma consistente. Lo anterior, fue realizado a través de un estudio R&R y posteriormente se determinó el estado actual de la VCC, a través de un estudio de capacidad y estabilidad. (Ver figura 1.47).

Verificar el sistemade medición

(estudio R&R)

No satisfactorio

Investigar las causas de variación:repetibilidad y reproducibilidad y

disminuirlas

Desarrollar estudiode capacidad y

estabilidad

Satisfactorio

No es capazAplicar diseño de experimentos

para detectar las variables,factores o causas que generan

problemas al proceso

Es inestableEliminar las causas especiales de

variación a través de laestandarización de materiales,

maquinaria, operarios, etc.

FIGURA 1.47 Etapa de medición en la aplicación de SS Fuente: Elaboración propia.

La variación de tono en un impreso se puede medir respecto a valores nominales de densidad de tono lleno218 para cada tinta a través de un densitómetro cuya medición se efectúa sobre una tira de control de impresión incluida en el pliego, perpendicularmente a la dirección de impresión. Esta tira contiene, además de otros elementos de control, campos de tono lleno para los colores de la escala los cuales se repiten en la zona de entintado. (Ver figura 1.48).

218 Espesor de la capa de tinta o cantidad de tinta existente sobre el pliego de un impreso.


130

FIGURA 1.48 Campos de tono lleno para la selección de color: CMYK Fuente: Elaboración propia. En el caso del impreso bajo estudio, la tira de control contiene campos de tono lleno para la selección de color: Cyan-Magenta-Yellow-Black (CMYK) y el elemento de control para el pantone especial PT 1524 dorado. A partir de lo anterior, la VCC de variación de tono se mediría a través de las densidades de la selección de color CMYK y el PT1524. Sin embargo, como cada color tiene una densidad nominal determinada, esto se podría interpretar como que la variable de respuesta de la variación de tono serían las 5 densidades, no obstante este análisis complica la solución del problema, ya que dado el número de variables de respuesta sería necesario encontrar el punto óptimo de operación para cada una de ellas y el diseño de experimentos propuesto habría sido más complejo y quedaría fuera del alcance previsto de este estudio. Para evitar lo anterior, se consideró mantener constantes las densidades de la selección de color y enfocarse al pantone dorado; ya que de acuerdo al historial de reprocesos del periodo 2000-2006 el PT 1524 dorado presentaba mayor porcentaje de sobretiros por defectos en variación de tono. (Ver tabla 1.29). TABLA 1.29 % de sobretiros por variación de tono por pantone en la O.T. 9263

Pantone % de sobretiro por variación

en tono Selección de color 35%

PT 1524 65% Fuente: Reportes de producción del departamento de Offset de Surtidora Gráfica S.A. de C.V. De este modo, se analizó la situación actual que presentaba la densidad del PT 1524, considerando que las densidades de la selección de color se mantenían constantes. El primer paso fue desarrollar un estudio de repetibilidad y reproducibilidad, para verificar el sistema de medición de la variable: densidad de tono de PT1524, de acuerdo a lo señalado en el apartado 3.6.2.1. Método de ANOVA para analizar


131

estudio R&R, se seleccionaron a 2 operarios de la prensa Speed Master CD (prensa en la cual se elabora el impreso bajo estudio) para medir en 10 impresos seleccionados del mismo lote la densidad de tono del pantone 1524, a través de un densitómetro digital, dicho estudio fue realizado en 1 día. A partir de lo anterior, cada operario midió dos veces el mismo impreso. Los datos se muestran en la tabla A1 de los anexos. Posteriormente, los datos fueron analizados a través del software Minitab, y se obtuvieron los resultados que se muestran en la tabla 1.30 y en la figura 1.49. TABLA 1.30 Estudio R&R para densidad de tono del PT1524

Fuente Varianza % Contribución Total R&R 0.0000002 92.79

Repetibilidad 0.0000002 92.79 Reproducibilidad 0.0000000 0.00

Parte a parte 0.0000000 7.21 Variación total 0.0000002 100.00

Fuente Desv. Est

(DE) Var. Expandida

(5.15*DE) % Var. Total

(%VT) % Tolerancia

(Var/Toler)

Total R&R 0.0004511 0.0027063 96.33 19.33 Repetibilidad 0.0004511 0.0027063 96.33 19.33

Reproducibilidad 0.0000000 0.0000000 0.00 0.00 Parte a parte 0.0001257 0.0000000 26.85 5.39 Variación total 0.0004682 0.0028095 100.00 20.07



132

ParteReprodRepetibGage R&R

100

50

0

Po

rce

nta

je

% Contribution

% Study Var

% Tolerance

0.0010

0.0005

0.0000

Ra

ng

o

_R=0.0004

LCS=0.001307

LCI=0

1 21 2

1.4480

1.4472

1.4464

Me

dia

__X=1.4473

LCS=1.448052

LCI=1.446548

1 21 2

10987654321

1.4480

1.4475

1.4470

Pieza

21

1.4480

1.4475

1.4470

Operador

10 9 8 7 6 5 4 3 2 1

1.4480

1.4475

1.4470

Pieza

Me

dia

1

2

Operario

Gage R&R para densidad de tono de PT1524 Fecha:18/05/2007

Reportado por: Of f set Tolerancia:0.014

Componentes de la variación

Gráfico de rangos por operarios

Gráfico de medias por operarios

Gráfico de variación por pieza

Gráfico de variación por operario

Interacción operario x pieza

Gage R&R (ANOVA)

FIGURA 1.49 Estudio R&R para densidad de tono del PT1524 Fuente: Elaboración propia. En este estudio se observó una contribución grande de la repetibilidad (96.33%), asociada al instrumento de medición en la variación total observada. Es decir, posiblemente el instrumento requiere de calibración o limpieza, por otro lado en el gráfico de rangos de la figura 1.49 se observó que el operario 2 presentaba mayor variabilidad en sus mediciones que el operario 1. Asimismo, el gráfico de variación por pieza presentó claramente que existen variaciones considerables entre los impresos; en la interacción operario por pieza, se presentaron variaciones de valores entre ambos operarios. Sin embargo, como se había mencionado anteriormente, un sistema de medición se considera correcto si la anchura definida por la variabilidad (Total Gage R&R) es menor del 20% del intervalo de especificaciones, en este caso se obtuvo un valor de 19.33% lo cual fue considerado como aceptable. Es decir, el sistema de medición actual podía distinguir entre impresos buenos y malos, aunque era susceptible de ser mejorado, no obstante, fue considerado adecuado para efectos de la presente investigación. Una vez que se aprobó la calidad de las mediciones, se realizó un estudio de capacidad y estabilidad del PT1524 utilizando una carta de control , cada 2000


133

tiros se tomaba un impreso y se medía su densidad. Los datos obtenidos a través de una hoja de verificación (checklist) corresponden a los últimos 35 reportes de producción de la O.T 9263, de tal modo que se garantizará observar la variación de largo plazo del proceso. Los datos se muestran en la tabla A3 de los anexos. Primeramente, se verificó que los datos provinieran de una distribución normal; ya que los supuestos de estabilidad y capacidad del proceso se deducen a partir del supuesto de normalidad. Debido a lo anterior, se graficó en papel probabilidad la media de los datos, a través del software Minitab, como se observa en la figura 1.50 los puntos en la gráfica tienden a ubicarse a lo largo de una línea recta. Del mismo modo, al aplicar la prueba de Kolmorogov Smirnov el valor obtenido es menor que el crítico y su probabilidad (p-value) es mayor que su nivel de

no se rechazó la hipótesis nula de que los datos provenían de una distribución normal.

1.4551.4541.4531.4521.4511.450

99

95

90

80

7060504030

20

10

5

1

MEDIA

Po

rce

nta

je

Media 1.453

Desv Est 0.0009824

Muestra 35

KS 0.062

P-Value >0.150

Normal

FIGURA 1.50 Gráfica de probabilidad normal para la variable densidad del PT1524 Fuente: Elaboración propia.

A través de la carta X R que se muestra en la figura 1.51 se aprecia que el proceso era estable en cuanto a su tendencia central, de acuerdo a lo expuesto en el apartado 3.5.2 Carta de control , ya que no presentaba puntos fuera de los límites y el comportamiento de los puntos no seguía ningún patrón especial, es decir, presentaba variaciones naturales. Por otro lado, aunque en la carta de rangos se aprecia que el punto 23 se aproxima al límite de control superior, este se debió a una situación especial (ausencia de mantenimiento preventivo a la prensa) y por ello se descartó para su análisis.


134

343128252219161310741

1.456

1.454

1.452

1.450

Subgrupo

Me

dia __

X=1.452571

LCS=1.455360

LCI=1.449783

343128252219161310741

0.0100

0.0075

0.0050

0.0025

0.0000

Subgrupo

Ra

ng

o

_R=0.00484

LCS=0.01022

LCI=0

FIGURA 1.51 Estudio de estabilidad para la variable densidad del PT1524 Fuente: Elaboración propia.

Por lo tanto el proceso de densidad del PT1524 ha estado funcionando de manera estable en cuanto a la media y a la amplitud de su variación. Los valores de las constantes A2, D3 y D4 se calcularon con un tamaño de muestra igual a 5. (Ver tabla A2 de los anexos).

Límites de la carta de control de medias

Limite de control superior (LCS) Limite de control inferior (LCI)

2LCS X A R

1 4526 0 577 0 0047. . ( . )LCS

1 4554.LCS

2LCI X A R

1 4526 0 577 0 0047. . ( . )LCI

1 4498.LCI

Límites de la carta de control de rangos

Limite de control superior (LCS) Limite de control inferior (LCI)

4LCS D R

2 1144 0 0047. ( . )LCS

0 0102.LCS

3LCI D R

0 0 0045( . )LCI

0LCI


135

Por otro lado, en cuanto a capacidad, las especificaciones o tolerancias para la densidad del PT 1524, fueron establecidas con base a la norma ISO 12647-2:1996219, en la que se señala: el impresor establece la densidad nominal del pantone bajo estudio, considerando que la tolerancias del color no deben exceder de +/- A partir de lo anterior, se estableció que la densidad nominal sería de 1.450 y las especificaciones serían: EI= 1.443 y ES= 1.457220. Del histograma de la figura 1.52 se observó que los resultados de la densidad del PT1524 estaban cargados hacía la especificación superior, lo que incrementaba sensiblemente la aparición de impresos que no cumplían con las especificaciones.

1.4581.4561.4541.4521.4501.4481.4461.444

EI Objetiv o ES

EI 1.443

Objetiv o 1.45

ES 1.457

Media 1.45257

Muestra 175

Desv Est (corto) 0.00207502

Desv Est (largo) 0.00209934

Datos del proceso

Cp 1.12

Cpi 1.54

Cps 0.71

Cpk 0.71

Pp 1.11

Ppi 1.52

Pps 0.70

Ppk 0.70

C apacidad de largo plazo

C apacidad de corto plazo

PPM < EI 0.00

PPM > ES 11428.57

PPM Total 11428.57

Desempeño observ ado

PPM < EI 1.99

PPM > ES 16412.01

PPM Total 16414.00

Desempeño corto plazo

PPM < EI 2.57

PPM > ES 17450.41

PPM Total 17452.97

Desempeño largo plazo

Corto plazo

Largo plazo

FIGURA 1.52 Estudio de capacidad para la variable densidad del PT1524 Fuente: Elaboración propia. En la figura 1.52 se muestra un reporte sobre el desempeño del proceso dado por el software Minitab, en la esquina superior derecha se muestran las curvas normales actual (de largo plazo) y potencial (de corto plazo), ambas centradas en el valor nominal, lo cual es un indicio de que se muestreo lo suficiente.

219 Comité Técnico TC 130 ISO 12647-2:1996 Parámetros y métodos de medición, Ginebra, Suiza. 1996. 220 La densidad nominal de 1.550 fue determinada previamente a través de la hoja O.K. avalada por la firma del cliente.


136

De este modo, se puede concluir que la tendencia central se ubicaba alrededor de 1.452 y que el cuerpo del histograma estaba desplazado hacia la derecha de la densidad nominal, por lo que si se centrara el proceso su capacidad real sería aceptable. A continuación en la tabla 1.31 se muestra el cálculo de capacidades del proceso a corto y largo plazo. TABLA 1.31 Capacidades potenciales y reales a corto y largo plazo

Corto plazo Largo plazo

Desv Est corto plazo: 0.002027

6p

ES EIC

1 457 1 4431 12

6 0 002027

. ..

( . )pC

3pi

EIC

1 45257 1 4431 54

3 0 002027

. ..

( . )piC

3ps

ESC

1 457 1 452570 71

3 0 002027

. ..

( . )psC

0 71( , ) .pkC Menor Cpi Cps

3 61

ctZ .

Desv Est largo plazo: 0.002099

6p

ES EIP

1 457 1 4431 11

6 0 002099

. ..

( . )pP

3pi

EIP

1 45257 1 4431 52

3 0 002099

. ..

( . )piP

3ps

ESP

1457 1 452570 70

3 0 002099psP

..

( . )

0 70pkP Menor Cpi Cps( , ) .

3 61 1 5 2 11ltZ . . .

Fuente: Elaboración propia. El desempeño observado con la muestra no era aceptable, ya que 11, 429 PPM de los impresos salen fuera de la ES, por lo que se estaban produciendo impresos que excedían las densidades de la especificación superior. Aún con la variación actual, como se observa en la tabla 1.31, si el proceso se centrara en el valor nominal (1.450), la capacidad se incrementaría hasta niveles de Cp=Cpk= 1.12. Sin embargo, debido al desfase hacia la derecha, la capacidad real de corto plazo era Cpk= 0.71, la cual no garantizaba tampoco a largo plazo el cumplimiento


137

de las especificaciones. Asimismo, el valor del Cpk era mucho más pequeño que el Cp, lo cual indicaba que la media del proceso estaba alejada del centro de las especificaciones, esto indica que el proceso de impresión de PT1524 se encontraba descentrado. Por otro lado, el impacto que tenía sobre la calidad es importante, ya que con Cp=1.12 generaría 966.965 impresos fuera de especificación si el proceso estuviera centrado. Sin embargo, como no lo está, entonces con Cpk= 0.71 se esperaba que el proceso generara 16,414. De acuerdo a lo expuesto en el apartado 3.3.3. Métrica SS se tiene que:

0 8406 29 37 2 221 17 452 97 3 61Nivel de calidad en sigmas Z ct( . ) . . . ln( , . ) .

Es decir el desempeño sería a un nivel de 3.61 sigmas, que con el desfase

estimado se obtendrían 17,452.97 impresos con variación de tono y defectos. Lo anterior, se podía traducir como que a largo plazo la probabilidad será de 1.74% de que los impresos se encuentren fuera de las especificaciones. En conclusión, la situación inicial del proceso de impresión de PT1524 aunque era estable y predecible bajo control estadístico, no era capaz de cumplir satisfactoriamente las especificaciones del cliente. Debido a lo anterior, se propuso desarrollar un diseño de experimentos que permitiera mejorar la capacidad del proceso y optimizarlo, a través del desarrollo de una serie de pruebas experimentales que permitiera detectar las variables, factores o causas que generaban los problemas en el proceso y que la media se encontrará desfasada. En el siguiente apartado, se analizarán las principales causas del problema que propiciaban la variación de tono en el PT1524, las cuales permitieron desarrollar el diseño de experimentos que se expone a continuación. 4.1.3. Análisis de las causas del problema En esta etapa se identificaron las X´s potenciales (variables de entrada, las cuales definen las condiciones de operación del proceso) que podían estar influyendo en el desempeño de la variable de densidad de tono, del impreso bajo estudio. Para la identificación de causas potenciales (factores), se requirió nuevamente de la presencia del departamento de Offset y de la experiencia del grupo de mejora (prensistas y técnicos); a través de la herramienta de lluvia de ideas como se mencionó en el apartado 3.4.5 Lluvia de ideas, se identificaron las posibles causas potenciales de la variación de tono.


138

Después de varias reuniones y diversos borradores de diagramas de Ishikawa se construyó el diagrama final a través del método de estratificación o enumeración de causas, el cual se presenta en la figura 1.53.

Espesor de la capade tinta

Saturación de tono

Transparencia

Ganancia depunto

Solución de lafuente

Temperatura

Lineatura detrama

Tiempo de exposición

% de absorción de luz

Velocidad

Aceptación entretintas

CondutividadSaturación de trama

Ganancia óptica Limpieza

Contraste deimpresión

Mantenimientode prensa

Frecuencia

CalibraciónGanancia mecánica

Equilibrio de grises

Entintado

Densidad detrama

Valor de medios tonos

Engrosamiento del puntoError de tonalidad

Proveedor de PT

Variación detono

Tamaño

FIGURA 1.53 Diagrama de Ishikawa de las causas que propician la variación de tono del PT1524 Fuente: Elaboración propia. Posteriormente, se realizaron varias reuniones con los expertos del proceso de impresión Offset, con el fin de determinar las variables más significativas que intervenían en la variación de tono del impreso. Del mismo modo, se consideraron las variables para las cuales la norma ISO 12647-2 recomienda controlar para reducir la variación de tono. 4.1.3.1. Desarrollo de la etapa experimental Como se había mencionado anteriormente, la situación actual del proceso de impresión del PT1524 era estable pero incapaz, por lo cual se tenían dos alternativas para su mejora:

Apoyarse en los conocimientos del equipo de mejora para detectar las causas principales de la baja capacidad sobre la densidad del PT1524, a través de análisis estratificados y diagramas de dispersión, como se mencionó en los apartados 3.4.1 Estratificación y 3.4.6 Diagrama de dispersión. Sin embargo, las desventajas que presentaba esta opción eran: las limitaciones de analizar una variable a la vez, la imposibilidad de estudiar la interacción de dos o más variables y el riesgo de elegir variables que estadísticamente no afectaran al proceso. Por consiguiente, se descartó esta opción.

Desarrollar una serie de pruebas experimentales, planeadas adecuadamente

para detectar las variables, factores o causas que generaban el problema de baja capacidad en el proceso de impresión. Como se mencionó en el apartado 3.7. Diseño de experimentos, entre las ventajas de aplicar diseño de experimentos destaca la capacidad de corroborar más rápido, las diferentes conjeturas que se tienen sobre la


139

baja capacidad, analizar la interacción de dos o más variables. Asimismo, es posible generar conocimiento e información adicional, a través del análisis matemático.

Elección defactores y niveles

Diseño factorial

Elección del tipo dediseño de

experimentos

Realización delexperimento

(aleatorizado)

Diseño factorialfraccionado

Análisis deresultados

Establecer modeloestadístico

FIGURA 1.54 Etapa de análisis en la aplicación de SS Fuente: Elaboración propia. Debido a lo anterior, se eligió desarrollar un diseño de experimentos que permitiera encontrar las causas de variación y factores de influencia sobre la densidad del pantone bajo estudio (Ver figura 1.54). A continuación, se describirán las principales etapas del desarrollo experimental efectuado.

1. Elección de la cantidad de factores y número de niveles

A partir del diagrama de Ishikawa de la figura 1.53, la normatividad y el conocimiento imprescindible del proceso, se consideró que las X´s potenciales (factores sobre la variación de densidad) que se analizarían a fondo serían:

Aceptación entre tintas (trapping). Temperatura del balance agua-tinta en la solución de la fuente. Velocidad de lineatura de trama por pulgada (lpi). Rendimiento entre tintas de PT1524. Ganancia de punto (porcentaje de absorción de luz).

A continuación se menciona la justificación de la elección de cada uno de los factores seleccionados para el diseño experimental, por razones de confidencialidad de la empresa no se mostrarán a detalle formulas químicas o normas, sino sólo se dará un bosquejo de los factores seleccionados. El primer factor seleccionado fue la aceptación entre tintas, este factor es uno de los más importantes, ya que esta relacionado con la sucesión o secuencia de colores. Por consiguiente, no es lo mismo imprimir una tinta sobre papel blanco que imprimirla sobre otra tinta ya seca, o sobreimprimir un pantone especial sobre una selección de


140

color. De acuerdo a la norma, en el caso de un pantone especial se deberá determinar la secuencia de color que favorezca al impreso (Ver figura 1.55). A partir de lo anterior, se consideraron dos niveles para este factor.

FIGURA 1.55 Secuencia de colores para la impresión Offset Fuente: Elaboración propia. El siguiente elemento fue la temperatura del balance entre agua y tinta, ya que cualquier desequilibrio entre ambas ocasiona un cambio de tono en el impreso. De este modo, la temperatura se consideró en dos niveles, de acuerdo a la opinión de los expertos del proceso. El siguiente factor fue la velocidad de lineatura de trama por pulgada (lpi) el cual se refiere a la capacidad de imprimir un número de líneas determinado por cada trama, de este modo si la lineatura es excesiva la impresión se obscurece. A partir de lo anterior se consideraron dos niveles de velocidad en lpi que posee la prensa. El rendimiento de las tintas entre proveedores, difiere considerablemente, lo cual repercute en la calidad del impreso que se obtiene, de esta manera se analizaron los dos principales proveedores de PT1524. Finalmente, la ganancia de punto o porcentaje de absorción de luz es el incremento en los valores tonales del punto de trama. De acuerdo a la norma, se considera recomendable no exceder del 75%; de este modo, se establecieron los niveles con base en la ganancia de punto objetivo. En la tabla 1.32 se presentan los factores con sus respectivos niveles.


141

TABLA 1.32 Factores y niveles sobre la densidad de PT1524

Factores Nivel 1 (Alto) Nivel 2 (Bajo) AA= Aceptación entre tintas (trapping) PT1524-CMYK CMYK-PT1524 BB= Temperatura agua-tinta 120oC 70oC CC= Velocidad de lineatura de trama por pulgada 175 lpi 150 lpi DD= Rendimiento de tinta Proveedor A Proveedor B EE= Ganancia de punto 19% 14%


2. Elección del tipo de diseño experimental

Posteriormente, se eligió trabajar con un diseño factorial fraccionado 2k-1, ya que al establecer k=5 factores con dos niveles cada uno, si se hubiera optado por un diseño factorial completo 25 con una replica se habrían corrido 32 pruebas, lo cual habría sido prácticamente imposible, debido al alto costo de los insumos, el tiempo de experimentación y además ser innecesario, ya que como se vio en el apartado 3.7.4. Diseño factorial fraccionado 2k-1 al elegir una fracción del diseño experimental se reducen el número de corridas y es posible identificar los efectos e interacciones estadísticamente significativos.

3. Realización del experimento En la tabla 1.33 se muestra la construcción del diseño 25-1, el diseño se construyo apuntando el diseño básico que tiene 16 corridas a través de la notación de Yates (diseño 24 en A, B, C y D), y seleccionando ABCDE como generador, y ajustando después los niveles del quinto factor E=ABCD. Por otro lado, se realizaron repeticiones del experimento y no réplicas, debido a la magnitud del experimento, es decir, como el experimento fue muy grande se requirió planear con antelación un plan de pruebas y medir la densidad del pantone en cada tratamiento cada 200 tiros, sin ajustar la prensa y efectuar finalmente el promedio de las mediciones. TABLA 1.33 Construcción del diseño experimental

Diseño básico

Corrida

Orden real de

las corridas

A B C D E=ABCD Combinación

de tratamientos

Densidad del PT1524

R1 R2 R3 R

1 9 - - - - + e 1.404 1.402 1.412 1.406

2 13 + - - - - a 1.410 1.420 1.415 1.415

3 8 - + - - - b 1.458 1.461 1.462 1.460


142

4 1 + + - - + ab 1.402 1.408 1.413 1.408

5 15 - - + - - c 1.448 1.443 1.442 1.444

6 12 + - + - + ace 1.448 1.451 1.452 1.450

7 6 - + + - + bce 1.425 1.421 1.421 1.422

8 2 + + + - - abc 1.411 1.406 1.410 1.409

9 10 - - - + - d 1.406 1.409 1.414 1.410

10 11 + - - + + ade 1.430 1.433 1.428 1.430

11 5 - + - + + bde 1.415 1.419 1.415 1.416

12 16 + + - + - abd 1.462 1.465 1.462 1.463

13 3 - - + + + cde 1.431 1.436 1.435 1.434

14 4 + - + + - acd 1.453 1.451 1.452 1.452

15 14 - + + + - bcd 1.429 1.419 1.416 1.421

16 7 + + + + + abcde 1.446 1.448 1.442 1.445

Fuente: Elaboración propia. Una vez elaborado el plan de pruebas se procedió a realizar los experimentos, los cuales tuvieron una duración de tres semanas y media. En la siguiente etapa se muestran los resultados obtenidos y el análisis de los mismos.

4. Análisis de los resultados

Primeramente se obtuvo la relación de definición del diseño, la cual fue I=ABCDE. Por consiguiente, como se observa en la tabla 1.34, todos los efectos principales son alias de una interacción de cuatro factores, y cada una de las interacciones de dos factores son alias de una interacción de tres factores. Por lo tanto el diseño aplicado fue de resolución V ( ). TABLA 1.34 Alias de la interacción de factores

I + ABCDE

A + BCDE B + ACDE C + ABDE D + ABCE E + ABCD AB + CDE AC + BDE AD + BCE AE + BCD BC + ADE BD + ACE BE + ACD CD + ABE


143

CE + ABD DE + ABC

Fuente: Elaboración propia. Con el procedimiento mencionado en el apartado 3.7.4. Diseño factorial fraccionado 2k-1 se obtuvieron las estimaciones de los efectos y los coeficientes del modelo de regresión para los 15 efectos de este experimento, los cuales se muestran en la tabla 1.35. TABLA 1.35 Efectos y coeficientes de regresión

Factor/Variable Nombre Nivel -1 Nivel +1 A Aceptación entre tintas -1.000 1.000 B Temperatura agua-tinta -1.000 1.000 C Velocidad de lpi -1.000 1.000 D Rendimiento de tinta -1.000 1.000 E Ganancia de punto -1.000 1.000

Factor Efecto Coeficiente de regresión

Promedio global 1.43031 A 0.01113 0.00556 B 0.03388 0.01694 C 0.01088 0.00544 D -0.00087 -0.00044 E 0.00063 0.00031

AB 0.00687 0.00344 AC 0.00037 0.00019 AD 0.00113 0.00056 AE 0.00112 0.00056 BC 0.00063 0.00031 BD -0.00013 -0.00006 BE -0.00012 -0.00006 CD 0.00088 0.00044 CE 0.00038 0.00019 DE -0.00137 -0.00069

Fuente: Elaboración propia. A través del software Minitab se elaboraron las graficas de probabilidad normal de las estimaciones de los efectos, y la grafica de Pareto de efectos. Como se observa en la figura 1.56 y 1.57 respectivamente, los efectos principales de A, B y C y la interacción AB son grandes. Del mismo modo, se considera que debido a los alias estos efectos son en realidad A+ BCDE, B+ ACDE, C+ ABDE y AB + CDE. Sin embargo, como se mencionó en el apartado 3.7.4. Diseño factorial fraccionado 2k-1

las interacciones de tres factores son insignificantes, por lo tanto fue posible concluir que sólo A, B, C y AB eran los efectos importantes.


144

0.0350.0300.0250.0200.0150.0100.0050.000

99

95

90

80

7060504030

20

10

5

1

Estimación de los efectos

Pro

ba

bil

ida

d n

orm

al

No significativo

Significativo

Tipo de efecto

ABC

B

A

Alpha = 0.05

FIGURA 1.56 Gráfica de probabilidad normal de los efectos estandarizados Fuente: Elaboración propia.

BE

BD

AC

CE

E

BC

D

CD

AE

AD

DE

AB

C

A

B

0.0350.0300.0250.0200.0150.0100.0050.000

Fa

cto

r

Efecto

0.00241

Alpha = 0.05

FIGURA 1.57 Diagrama de Pareto de efectos Fuente: Elaboración propia.


145

Posteriormente, se confirmo la significancia de los efectos que marca el Pareto y la gráfica de probabilidad normal a través de la herramienta matemática ANOVA, la cual se explico en el apartado 3.7.4.1. Análisis de varianza (ANOVA). Como los efectos de los factores D, E y las interacciones eran insignificantes se combinaron como una estimación del error. (Ver tabla 1.36). TABLA 1.36 Análisis de varianza

Fuente de variación

Grados de libertad

Suma de cuadrados

Cuadrado medio

F0 Valor P

A 1 0.00049506 0.00049506 214.08 0.000 B 1 0.00459006 0.00459006 1984.89 0.000 C 1 0.00047306 0.00047306 204.57 0.000

AB 1 0.00018906 0.00018906 81.76 0.000 AC 1 0.00000056 0.00000056 0.24 0.635 BC 1 0.00000156 0.00000156 0.68 0.435

ABC 1 0.00000756 0.00000756 3.27 0.108 Error 8 0.00001850 0.00000231 Total 15 0.00577544

R2= 99.68% R2

aj=99.40% Fuente: Elaboración propia. A través del ANOVA, se puede observar que los efectos de los factores: A: aceptación entre tintas, B: Temperatura agua-tinta y C: Velocidad de lpi fueron significativos; ya que el estadístico F0 fue mayor que el estadístico de prueba (F de tablas). Asimismo, se puede notar que los p-value de los factores A, B, C y AB eran

De acuerdo al estadístico R2

aj (Ver apartado 3.7.4.3. Modelo estadístico) estos cuatro factores explican el 99.40% de la variabilidad en la densidad de tono del PT1524, y por tanto el efecto atribuible a factores no estudiados más el efecto del error experimental fue pequeño comparado con el efecto de los factores estudiados.

2

0 00577544 0 00001850

15 8100 100 99 400 00577544

15

. .

. %.

total error

aj

total

CM CMR

CM

5. Verificación de los supuestos del modelo

Antes de comenzar a interpretar las gráficas de los efectos que resultaron significativos en el Análisis de varianza, los supuestos del modelo deben verificarse. La tabla de ANOVA (1.36) supone que los residuos se distribuyen normales, con varianza constante y son independientes.


146

a) Normalidad

Como se había mencionado en el apartado 3.7.4.3 Verificación de los supuestos del modelo, es posible verificar el cumplimiento del supuesto de normalidad de los residuos con sólo graficarlos. En la figura 1.58 se muestran los residuos, los cuales tienden a estar alineados en una línea recta. Del mismo modo, se aplicó la prueba de Kolmorogov Smirnov, obteniéndose un p-value mayor al nivel de significancia predefinido; por lo que no se rechazó la hipótesis de normalidad de los residuos.

0.0030.0020.0010.000-0.001-0.002-0.003

99

95

90

80

70

60

50

40

30

20

10

5

1

Residuos

Po

rce

nta

je

N 16

KS 0.111

P-Value >0.150

Normal

FIGURA 1.58 Gráfica de probabilidad normal y prueba de Kolmorogov Smirnov para residuos Fuente: Elaboración propia.

b) Varianza constante En la figura 1.59 se graficaron los residuales contra los valores ajustados ( ij

y )

en la cual no se aprecia ningún patrón obvio, ya que los puntos se distribuían aleatoriamente, por lo que no fue evidente ninguna estructura inusual.


147

1.461.451.441.431.421.411.40

0.002

0.001

0.000

-0.001

-0.002

Valores predichos

Re

sid

ua

l

FIGURA 1.59 Gráfica de residuales contra los valores ajustados Fuente: Elaboración propia. Con el fin de comprobar analíticamente que los residuos tenían varianza constante, se aplicó la prueba de Barttlet. Como se mencionó en el apartado 3.7.4.3. Verificación de los supuestos del modelo, esta prueba establece que la hipótesis nula de varianza constante se rechaza cuando ji-cuadrada calculada es mayor que la de tablas. Al aplicar la prueba de Barttlet se obtuvo 2

03 28.X con p-value=0.858, puesto

que 2

0 05 1525. ,X , no se rechazó la hipótesis nula de varianzas constantes; y se concluyó,

al igual que la gráfica de residuos contra valores ajustados, que las varianzas eran iguales.

c) Independencia De acuerdo al apartado 3.7.4.3. Verificación de los supuestos del modelo la suposición de independencia en los residuos se verificó graficando el orden en que se colectaron los datos contra su residuo correspondiente. De acuerdo a la figura 1.60 no se detectó ninguna tendencia o patrón no aleatorio definido; por lo tanto, el supuesto de independencia se cumplió.


148

16151413121110987654321

0.002

0.001

0.000

-0.001

-0.002

Orden de corrida

Re

sid

uo

FIGURA 1.60 Gráfica de residuales contra orden de corrida Fuente: Elaboración propia. A partir de lo anterior, se concluyó que los resultados que presentó el modelo de Análisis de varianza eran validos, ya que se cumplieron los tres supuestos descritos anteriormente. 4.1.4. Mejora de las variables críticas de calidad (VCC) En esta etapa se analizaron los resultados obtenidos en la etapa anterior, con el objetivo de mejorar el proceso de impresión e identificar los factores estadísticamente significativos que influían sobre la VCC; para efectuar la predicción sobre el mejor tratamiento y determinar las mejores condiciones del proceso. Posteriormente, se realizó una corrida confirmatoria y se realizó la operación normal del proceso bajo las condiciones de operación y por último se evaluó el impacto de la mejora. (Ver figura 1.61).


149

Determinar lasmejores

condiciones deoperación

Corridaconfirmatoria con

tratamientossignificativos

Operación del procesobajo las condiciones

de operaciónencontradas

Análisis deresultadosobtenidos

Evaluar impactode las mejoras

FIGURA 1.61 Etapa de mejora en la aplicación de SS Fuente: Elaboración propia. Primeramente, se representó gráficamente los efectos principales: (A) aceptación entre tintas, (B) temperatura agua-tinta y (C) velocidad de lpi, y la interacción de los efectos de los factores AB que resultaron estadísticamente significativos sobre la variable de respuesta. De acuerdo con la figura 1.62 se aprecia una interacción importante entre la aceptación entre tintas y la temperatura agua-tinta de la solución de la fuente, en particular se observaba que si se trabajaba con temperatura agua-tinta baja, prácticamente daría lo mismo trabajar con la secuencia de color PT1534-CMYK que con CMYK-PT1524.

1-1

1.460

1.455

1.450

1.445

1.440

1.435

1.430

1.425

1.420

1.415

1.410

B

De

nsi

da

d d

e t

on

o

-1

1

A

1.45625

1.43825

1.41125

1.4155

FIGURA 1.62 Efecto de interacción de los factores AB para la densidad de tono del PT1524 Fuente: Elaboración propia.


150

Del mismo modo, a partir de la figura 1.63 se observa que es necesario evitar que la velocidad de lpi se encuentre en su nivel bajo, ya que la densidad de tono disminuye considerablemente y el proceso se encontraría fuera de la especificación inferior.

1-1

1.450

1.445

1.440

1.435

1.430

1.425

1.420

1.415

1.410

1-1

1-1

1.450

1.445

1.440

1.435

1.430

1.425

1.420

1.415

1.410

AD

en

sid

ad

de

to

no

B

C

1.44725

FIGURA 1.63 Representación de los efectos principales para la densidad de tono del PT1524 Fuente: Elaboración propia. Finalmente, para predecir la densidad de tono en combinación de los tres factores y la interacción AB se planteó el modelo de regresión asociado, con el objetivo de predecir al valor esperado de la densidad de tono del PT1524, sobre el mejor tratamiento de acuerdo al apartado 3.7.4.3. Modelo estadístico (predicción sobre el mejor tratamiento).

0 1 1 2 2 3 3 12 1 2Y x x x x x

Donde: Y = Respuesta predicha en el punto (x1, x2, x3, x12)

0= Media global de todos los datos y representa la densidad de tono en el centro de la

región experimental.

1 2 3 12= Efectos estimados que resultaron significativos divididos entre dos.

1x = Factor A: aceptación entre tintas.

2x = Factor B: temperatura agua-tinta.

3x = Factor C: velocidad lpi.


151

12x = Factores AB

En este caso se obtuvo:

1 2 3 1 2

0 01113 0 03388 0 01088 0 006871 4303

2 2 2 2

. . . ..Y x x x x x

Así se tiene por ejemplo que con A: alto, B: alto, C: bajo y la interacción AB: alto

0 01113 0 03388 0 01088 0 006871 4303 1 1 1 1 1

2 2 2 2

. . . .. ( ) ( ) ( ) ( )( )Y

1 4510.Y

De este modo, se obtuvo el cubo de la figura 1.64, en la cual se observan los valores de densidad predichos en cada combinación de los tres factores significativos y la interacción de los factores AB en el experimento. Es posible observar que el valor predicho más cercano al valor nominal de 1.450 de densidad ocurre en la combinación (X1=1, X2=1, X3=-1, X12=1) que en unidades originales corresponde a (aceptación entre tintas=PT1524-CMYK, temperatura agua-tinta=120oC y velocidad de lpi=150 lpi).

1

-1

1

-1

1-1

C

B

A

1.4615

1.42151.4155

1.4445

1.4510

1.40951.4070

1.4320

FIGURA 1.64 Gráfica de cubo (densidad de PT1524 predicha en cada combinación) Fuente: Elaboración propia.


152

A partir de lo anterior, se concluyó que el tratamiento óptimo para obtener una densidad cercana al valor nominal de 1.450 era la combinación de los factores A, B en su nivel alto y C en su nivel bajo.

6. Corrida confirmatoria Posteriormente de haber realizado el análisis experimental, se llevó a cabo una corrida confirmatoria con los tratamientos significativos que influían en la densidad de tono del PT1524 y manteniendo constantes los demás factores. Cabe señalar que en la corrida confirmatoria, no se realizaron ajustes de máquina durante la marcha del proceso de impresión, lo anterior con el fin de analizar el comportamiento de la densidad durante la corrida experimental de 2,000 tiros. TABLA 1.37 Corrida confirmatoria

Corrida confirmatoria

Mediciones de densidad del PT1524 MEDIA RANGO

200 400 600 800 1,000 1,200 1,400 1,600 1,800 2,000

1 1.448 1.445 1.447 1.451 1.453 1.451 1.452 1.451 1.449 1.451 1.4498 0.0080

Fuente: Elaboración propia. Como se observa en la tabla 1.37 la densidad del PT1524 se mantuvo constante a lo largo de la impresión, es decir, no se requirieron efectuar ajustes de máquina para mantenerla bajo las especificaciones. Por consiguiente, a primera vista los resultados muestran que el pronóstico realizado anteriormente es favorable, ya que en promedio el resultado se encuentra un poco por debajo de lo pronosticado, sin embargo se encuentra dentro de las especificaciones. No obstante, como la corrida confirmatoria fue realizada con un número de impresiones menor a la producción requerida de manera mensual, se decidió monitorear el proceso durante 1 mes, con el objetivo de analizar el proceso bajo las condiciones establecidas previamente (tratamientos significativos), y operando con el volumen necesario. (Ver tabla A4 de los anexos). Se corrieron 8 subgrupos de tamaño 5, y con los datos obtenidos se realizó el estudio de capacidad y estabilidad del proceso que se muestra en la figura 1.65 y 1.66 respectivamente. En primer lugar, se observó una distribución de los datos prácticamente centrada en el valor nominal de 1.450. En contraste con el estudio de capacidad hecho en la etapa de medición (figura 1.52), en el cual la distribución estaba desfasada hacia la derecha. En cuanto a los estadísticos reportados, ahora la capacidad de corto plazo fue de 2.55 (Cpk=2.55), la de largo plazo es de 2.18 (Ppk=2.18) y las partes por millón disconformes a corto plazo fueron 0.00. (Ver figura 1.64).


153

Por otro lado, se calcularon las PPM´S suponiendo un desfase del proceso de 1.5 sigmas, en el cual se obtuvo 1.33 partes por millón defectuosas (PPM=1.33), que equivalen a una calidad de 6.20 sigmas y a una zeta de largo plazo de 4.70.

0 8406 29 37 2 221 1 33 6 20Nivel decalidad en sigmas Z ct: . . . . ln( . ) .

En lo que respecta a la estabilidad del proceso de impresión, se observó que al inicio se comportó de manera inestable con respecto a la media, lo anterior fue el resultado de modificar el proceso anterior de trabajo, por lo que se reforzó la etapa de control. Sin embargo, como se observa en la figura 1.66 el proceso es predecible a través del tiempo y se debe monitorear constantemente.

1.4561.4541.4521.4501.4481.4461.444

EI Objetivo ES

EI 1.443

Objetiv o 1.45

ES 1.457

Media 1.44945

Muestra 40

Desv Est (corto) 0.000843221

Desv Est (largo) 0.000985797

Datos del proceso

Cp 2.77

Cpi 2.55

Cps 2.98

Cpk 2.55

Pp 2.37

Ppi 2.18

Pps 2.55

Ppk 2.18

C apacidad de largo plazo

C apacidad de corto plazo

PPM < EI 0.00

PPM > ES 0.00

PPM Total 0.00

Desempeño observ ado

PPM < EI 0.00

PPM > ES 0.00

PPM Total 0.00

Desempeño corto plazo

Corto plazo

Largo plazo

FIGURA 1.65 Estudio de capacidad para la variable densidad del PT1524, después de las mejoras Fuente: Elaboración propia.


154

87654321

1.4505

1.4500

1.4495

1.4490

1.4485

Subgrupo

Med

ia __X=1.44945

LSC=1.450581

LCI=1.448319

87654321

0.004

0.003

0.002

0.001

0.000

Subgrupo

Ra

ng

o

_R=0.001961

LSC=0.004147

LCI=0

FIGURA 1.66 Estudio de estabilidad para la variable densidad del PT1524, después de las mejoras Fuente: Elaboración propia.

7. (Evaluación del impacto de la mejora) Resultados alcanzados En la tabla 1.38 se resume el antes y el después para la variable densidad de tono de PT1524 para la O.T. 9263 folleto: Promoción tarjeta Gold Credit Card, en términos de los índices mencionados anteriormente. Para estimar el desempeño a largo plazo en número de sigmas se estimó a partir de los datos y también se realizó suponiendo un desfase 1.5 sigmas en la media del proceso (Zlt). TABLA 1.38 Comparativo del estado del proceso de impresión para la variable densidad de tono de PT1524

Antes Después Mejora Cpk= 0.71 Cpk= 2.55 Cpk= 1.84 Ppk= 0.70 Ppk= 2.18 Ppk= 1.48

PPM=17,452.97 PPM=1.33 Reducción en PPM=17,451.64 Sigmas (Zct)=3.61 Sigmas (Zlt)=6.20 Sigmas (Zlt)=2.59

Zlt=2.11 Zlt=4.70 Zlt=2.59 Fuente: Elaboración propia. Como se observa en la tabla 1.38 se logró cumplir con los objetivos planteados al inicio de la aplicación de Seis Sigma, ya que al operar el proceso con la combinación de los factores significativos, el número de sigmas del proceso se incremento de Zlt =


155

2.11 a Zlt= 4.70, lo cual tiene como resultado la reducción considerable del número de PPM defectuosas que originaba inicialmente el proceso (con una disminución de 17,451.64 PPM). Asimismo, después de efectuar las mejoras se observó un incremento en la capacidad real a corto y largo plazo (Cpk=1.84 y Ppk=1.48, respectivamente). En el aspecto monetario la mejora en el proceso se puede traducir en un ahorro aproximado de $18,664.00, estimado a partir de la reducción en 17,451.64 PPM defectuosas y considerando únicamente el costo asociado por penalizaciones, a través de la tabla 1.28, anualmente se produciría un ahorro de $31,597.72. Este beneficio se incrementa al considerar la reducción de los costos en insumos por reprocesos. Del mismo modo, el número de reprocesos atribuidos a la variación de tono se redujo a 0% durante el mes de agosto de 2007. Asimismo, se redujo el tiempo muerto ocasionado por ajustes del proceso, ya que si se compara el mes de junio del año 2006 en el cual se procesó 80,000 T/L de la O.T. 9263 folleto: Promoción tarjeta Gold Credit Card se registraron 19 ajustes necesarios para alcanzar los valores tonales especificados, después de las mejoras únicamente se requirieron 5 ajustes, como se observa en la tabla A4 de los anexos. Esta reducción de tiempo muerto, trajo una reducción en el tiempo de ciclo del proceso (antes de las mejoras el tiempo de proceso de la O.T. 9263 por 10,000T/L era en promedio de 4 horas, al reducir el tiempo muerto, se redujo a 3.5 horas), esta ligera disminución permitió agilizar el procesamiento de otras ordenes de trabajo. 4.1.5. Control Para mantener las mejoras logradas en el desempeño de la variable densidad de tono del PT1524 se implementaron medidas sencillas que permitieran controlar adecuadamente la densidad de tono en las condiciones de operación propuestas e impedir que las mejoras y el conocimiento obtenido se olvidaran.

Estandarizar elproceso

Documentar el plande control

Monitorear elproceso

Cerrar y difundir laaplicación de Seis

Sigma

FIGURA 1.67 Etapa de control en la aplicación de SS Fuente: Elaboración propia. En primer lugar se acordó con los trabajadores responsables del proceso de impresión de la O.T. 9263 efectuar las modificaciones correspondientes. De este modo, se realizó un nuevo procedimiento estándar de operación del proceso (Ver figura 1.67). Por razones de confidencialidad de la empresa, no se muestra en la presente investigación.


156

Con el fin de tratar de no depender de controles manuales y de vigilancia sobre el desempeño, se buscaron de manera conjunta métodos de operación en dispositivos tipo poka-yoke.221 Para evitar que la temperatura agua-tinta disminuya o aumente durante la impresión sin que el operario lo perciba, existen controles visuales que emiten una señal luminosa cuando la temperatura excede o se encuentra por debajo de un valor nominal, por lo que se acordó con la Dirección general adquirir este mecanismo. Por otro lado, el área de cotizaciones se comprometió a emitir en la O.T. 9263 la

PT1524 tinta directa y CMYK tintas secundariasPT1524 se tiene que aplicar al inicio y posteriormente la selección de color. Finalmente, en lo que respecta a la velocidad de lineatura, la prensa tiene la opción de configurar esta velocidad en impresión, por lo que fue ajustada a 150 lpi. En lo que respecta al monitoreo del proceso se recomendó reforzar el uso de las cartas de control , de tal manera que las mejoras en el proceso de mantuvieran a través del tiempo. Finalmente, se acordó con la Dirección general difundir la aplicación de SS a través de una reunión informativa primeramente con los coordinadores de los departamentos de producción; y posteriormente con los trabajadores de la empresa, para comunicar las actividades realizadas, los logros alcanzados y resumir los principales aprendizajes alcanzados en la aplicación de SS. 4.1.6. Propuestas de mejora y recomendaciones

En las diferentes etapas de la aplicación de SS en la empresa Surtidora Gráfica S.A. de C.V. se propusieron diversas herramientas para definir el proyecto SS, medir la situación actual, analizar las causas del problema, mejorar las VCC y controlar el proceso mejorado. Debido a que SS no hace referencia a utilizar técnicas o herramientas en particular, consideré que la definición del problema podría realizarse a través de la aplicación de diagramas de Pareto de primer y segundo nivel, conjuntamente con la participación del grupo de mejora a través de la técnica de lluvia de ideas. Asimismo, en la mejora del proceso creí conveniente aplicar el diseño experimental para determinar estadísticamente los factores que influían sobre la VCC.

Por consiguiente, en la figura 1.68 propongo una serie de técnicas básicas y

estadísticas que pueden contribuir a aplicar SS en una empresa litográfica.

221 Un sistema poka-yoke se refiere al diseño de métodos de trabajo a prueba de errores. Gutiérrez H, De la Vara R, Control Estadístico de Calidad y Seis Sigma, Ed. McGraw Hill, México, 2004, p.539.


157

DEFINIR

Descripción delproblema

Elaborar diagramade flujo del proceso

LLuvia de ideas deVCC que influyen

en el proceso

Identificar problemasa través del diagramade Pareto de 1er nivel

MEDIRVerificar elsistema demedición

(estudio R&R)

No satisfactorio

Investigar las causas de variación:repetibilidad y reproducibilidad y

disminuirlas

Identificar VCC

Desarrollar estudiode capacidad y

estabilidad

Satisfactorio

Establecer metas,alcance ybeneficiospotenciales

No es capazAplicar diseño de experimentos

para detectar las variables,factores o causas que generan

problemas al proceso

Es inestableEliminar las causas especiales de

variación a través de laestandarización de materiales,

maquinaria, operarios, etc.

Elección defactores y niveles

Diseño factorial

Elección del tipo dediseño de

experimentos

Realización delexperimento

(aleatorizado)

Diseño factorialfraccionado

Análisis deresultados

Establecer modeloestadístico

ANALIZAR

Determinar lasmejores

condiciones deoperación

Corridaconfirmatoria con

tratamientossignificativos

Operación del procesobajo las condiciones

de operaciónencontradas

Análisis deresultadosalcanzados

Evaluar impactode las mejoras

MEJORAR

Estandarizar elproceso

Documentar el plande control

Monitorear elproceso

Cerrar y difundir laaplicación de Seis

Sigma

CONTROLAR

IdentificarO.T. a través del

diagrama de Pareto de2do nivel

FIGURA 1.68 Desarrollo y Aplicación de Seis Sigma en una empresa Fuente: Elaboración propia


158

Como se observa en la figura 1.68, dichas herramientas fueron utilizadas en la presente investigación. Si bien es cierto, que dichas herramientas pueden ser modificadas de acuerdo a las características particulares del proceso productivo bajo estudio, también lo es que el diagrama que se presenta puede constituir una guía o un punto de partida en la aplicación de SS para las pequeñas y medianas empresas.

Por otro lado, a lo largo de la presente investigación, se ha hecho hincapié en la

importancia que tiene la combinación del pensamiento estadístico con el conocimiento imprescindible de los responsables del proceso, en la aplicación de Seis Sigma y en la mejora continua de los procesos. De este modo, cualquier cambio en los métodos de trabajo existentes y propuestas de mejora en el proceso, deben ser analizadas de manera conjunta no sólo con el nivel estratégico, sino también con el nivel operativo, ya que es este último quien tiene mayor conocimiento del proceso y por consiguiente debe ser tomado en cuenta.

Si bien es cierto que la aplicación de diseño de experimentos permitió identificar

los factores que contribuían en la variabilidad de densidad de tono del pantone bajo estudio y determinar los niveles óptimos de operación, también lo es la importancia de mantener las mejoras logradas, lo cual no puede ser posible sin el apoyo del nivel operativo.

A partir de lo anterior, se recomienda involucrar a todos los miembros de la

empresa en la mejora continua y en la implantación de SS, por ejemplo es posible desarrollar un primer diagnóstico organizacional en el que se detecte cuáles son las prácticas y conocimientos actuales en la empresa que se alejan más de los principios de Seis Sigma (liderazgo comprometido de arriba hacia abajo, orientación al cliente, enfoque en procesos y se dirige con datos a través de una metodología robusta). La idea sería detectar si existe un liderazgo comprometido con la mejora de los procesos, identificando las personas que más simpatizan y apoyan la iniciativa y las áreas donde puede haber más resistencia.

Por otro lado, es importante comunicar a los miembros de la empresa los

principios fundamentales de Seis Sigma y erradicar posibles temores asociados a las mejoras, concientizando a los trabajadores de los beneficios en la aplicación de SS y en el desempeño del trabajo que cada uno realiza. Asimismo, es importante difundir los principales logros alcanzados, recalcando la importancia del grupo de mejora en la solución del problema.

De la misma forma, es importante destacar que la aplicación de cualquier proyecto de mejora inicia con el compromiso y apoyo del nivel directivo, continúa con los responsables de la aplicación de SS y por último en los responsables del proceso. Si uno de estos actores no se compromete con la tarea que le corresponde, esta cadena sinérgica se romperá lo cual propiciará que las mejoras sean pasajeras o sean un esfuerzo más de la dirección por cambiar radicalmente los paradigmas existentes.


159

En conclusión, la aplicación de Seis Sigma en el proceso de impresión Offset fue satisfactoria. Cabe destacar que las mejoras ofrecidas en la presente investigación sólo se aplicaron a un proceso de los múltiples que conforman la elaboración de un impreso, sin embargo, el objetivo se cumplió, es decir, se demostró que la aplicación de SS permite reducir el número de defectos y retrasos en el proceso de impresión, este beneficio se tradujo en la reducción de costos asociados a penalizaciones y reprocesos, lo cual fue del agrado de la Dirección General, de este modo la inversión asignada a este proyecto puede ser recuperada.

Por último, se comprobó que a través del pensamiento estadístico es posible

disminuir la variación de tono en el impreso bajo estudio, al identificar y controlar los factores que influyen sobre esta variable crítica. Por consiguiente, para éste capítulo se concluye que la aplicación de Seis Sigma en el proceso de impresión de la empresa Surtidora Gráfica S.A. de C.V. contribuyó a aumentar el nivel de calidad del producto (O.T. 9263 folleto: Promoción tarjeta Gold Credit Card American Express) y a disminuir el número de defectos en impresión asociados a la variación de tono.

160�

Conclusiones

La propuesta de aplicación de SS en una empresa litográfica presentada en estatesis incursionó en la parte de la mejora de la calidad, es decir, está orientada a ladisminución de reprocesos y optimización de un proceso productivo dentro del marcode la mejora continua, a través del uso de herramientas estadísticas especializadas y laformulación de un diseño experimental.

Así pues, al inicio del presente trabajo se planteó que el objetivo de esta tesisfuera aplicar una propuesta en la reducción de defectos del proceso Offset en laempresa Surtidora Gráfica S.A. de C.V., con base en Seis Sigma (SS); de tal maneraque la aplicación de esta metodología permitiera introducir métricas estadísticas paracontribuir a la mejora del proceso.

La aplicación de SS que se realizó al proceso de impresión en el Departamentode Offset de la empresa Surtidora Gráfica S.A. de CV., resultó satisfactoria ya quedurante el desarrollo de la aplicación de SS, paso a paso, se logró comprender lascondiciones que influyen sobre la densidad de tono del impreso bajo estudio, por mediode la medición, análisis y experimentación del proceso.

Dicho análisis permitió determinar su situación en cuanto a capacidad paracumplir las especificaciones del cliente; así como estabilidad para predecir suvariabilidad a través del tiempo, y por lo tanto para determinar y manipular los factoresque influían significativamente sobre la densidad de tono del pantone dorado 1524.

Asimismo, el diseño experimental propuesto permitió determinar las condicionesóptimas de los factores, y al realizar la corrida confirmatoria se comprobó que estuvocerca de lo pronosticado. De este modo, para determinar el verdadero impacto de estapropuesta se monitoreo el proceso durante un mes trabajando bajo las condicionesestablecidas, lo cual permitió comprobar que durante el proceso de impresión de laO.T. 9263 Folleto: Promoción tarjeta Gold Credit Card se obtuvo una reducción a 1.33PPM defectuosas, que propició el aumento en la capacidad real del proceso a cortoplazo (2.55) y largo plazo (2.18), el incremento a 4.70 sigmas y por consiguiente ladisminución de los costos asociados a penalizaciones y reprocesos en $18,664.00, elcual proyectado a un año se puede traducir en un ahorro de $31,597.72.

De esta manera, los beneficios obtenidos con esta propuesta tambiénfavorecieron al cliente American Express Cía.; ya que la reducción en la variación detono del material impreso, permitió la optimización de entregas de la O.T. 9263 Folleto:Promoción tarjeta Gold Credit Card a tarjetahabientes. Es importante señalar, que elproducto bajo estudio está dirigido a clientes indirectos con poder adquisitivo elevado,

161�

por lo que los defectos en impresión de propaganda bancaria pueden causar unaopinión negativa de American Express y los servicios que ofrece. Por consiguiente, aldisminuir los defectos por variación de tono, fue posible optimizar el proceso deimpresión Offset en la empresa Surtidora Gráfica S.A. de C.V. e incrementar lasatisfacción del cliente directo y clientes indirectos. Por lo tanto, se considera que secumplió satisfactoriamente con el objetivo.

Por otro lado, se propuso durante el desarrollo de la presente investigación unaserie de herramientas básicas y estadísticas para complementar cada una de lasetapas en la aplicación de Seis Sigma, las cuales pueden ser tomadas como referenciapara aplicar SS en otros departamentos de la empresa Surtidora Gráfica S.A. de C.V. einclusive a otras empresas litográficas pequeñas y medianas, no descartando a lasempresas grandes del sector de las Artes Gráficas. No obstante, es importantemencionar que antes de aplicar cualquier técnica es necesario analizar la problemática,el proceso y las características de éste.

Entre las dificultades que se presentaron en la aplicación de SS destacan lassiguientes; la principal fue la falta de material bibliográfico especializado en los tópicosde normatividad en el sector de las Artes Gráficas. Otra dificultad fue que el modelomatemático propuesto se adaptará lo mejor posible a las condiciones reales delproceso, es decir, que el planteamiento matemático del diseño experimental noresultara un proceso complejo y difícil de comprender.

Otra de las dificultades presentadas durante la aplicación de SS y que esimportante mencionar, fue el convencimiento a los responsables del proceso deimpresión Offset de las ventajas que proporcionaría medir, analizar y mejorar elproceso no sólo para beneficio de la empresa, sino también para facilitar su trabajo; yaque al inicio de la presente investigación el personal guardaba cierto recelo aproporcionar información inherente a los factores que podían influir sobre la variablecrítica, no obstante, esta situación fue resuelta al trabajar de manera conjunta con elgrupo de mejora (prensistas y técnicos) haciéndolos partícipes en esta propuesta.

Una dificultad más fue la rigidez del producto, es decir, el costo de las pruebasexperimentales no permitieron realizar pruebas adicionales a la planeación que sehabía contemplado en un inicio, las cuales posiblemente hubieran proporcionadoinformación extra sobre más factores determinantes involucrados en el experimento.

La aportación de la presente propuesta de aplicación de SS en una empresalitográfica, permite demostrar que a pesar de que hoy en día la industria de las ArtesGráficas continua dependiendo en mayor grado de la habilidad de las personas, esposible, medir el proceso y mejorarlo a través de herramientas matemáticas, con el finde ofrecer productos de mayor homogeneidad de color al cliente, es decir, producirartículos de calidad que se distingan de las diferentes opciones existentes en elmercado. Asimismo, con esta propuesta que se sustenta en el pensamiento estadísticoavanzado, es posible comprobar que a pesar de que un proceso se encuentreinfluenciado por una gran cantidad de variables es posible controlarlo y mejorarlo.

162�

Una posible línea de investigación que deja abierta la presente propuesta es eldesarrollo de un modelo experimental que incluya múltiples variables de respuesta(densidad de selección de color y tintas adicionales), dentro del marco de la aplicaciónde SS. El motivo de esta posible línea de investigación se sustenta en que el siguientepaso es diseñar un modelo matemático que optimice las variables de respuesta de laselección de color y del pantone especial de manera conjunta, que esta propuesta seanalizó por separado a un pantone específico.

El desarrollo de la presente investigación me ha dejado varias aportaciones. Laprimera de ellas es la capacidad de adaptar soluciones ingenieriles a las necesidadespropias de una organización productora de bienes y servicios, lo anterior a través de laconstante interacción entre la parte teórica y práctica. Otra de las aportaciones, tieneque ver con la madurez para plantear propuestas enfocadas a la mejora de losprocesos a través de una visión más integral de la empresa, es decir, en la solución deun problema se debe considerar el efecto o contribución que pueda tener en otrasáreas.

Por último, a nivel personal y académico esta investigación me deja satisfecha,ya que anteriormente no se habían desarrollado en la SEPI-UPIICSA estudiosprecedentes a esta propuesta, bajo el enfoque de Seis Sigma. Finalmente, consideroque la aportación más relevante que me ha proporcionado esta investigación es aplicarlos conocimientos aprendidos para resolver los problemas, bajo una perspectiva másamplia, dentro de las empresas.

163�

AnexosTABLA A1

Datos para el estudio de repetibilidad y reproducibilidad

Operador 1 Operador 2

Impreso 1 2 1 2

1 1.448 1.448 1.447 1.448

2 1.447 1.447 1.447 1.448

3 1.447 1.447 1.447 1.447

4 1.448 1.448 1.447 1.448

5 1.447 1.447 1.447 1.448

6 1.447 1.447 1.448 1.447

7 1.447 1.448 1.447 1.447

8 1.447 1.447 1.447 1.448

9 1.447 1.447 1.448 1.447

10 1.447 1.447 1.447 1.447


TABLA A2Factores para la construcción de las cartas de control

Tamaño demuestra

Carta ��A2 d3

Carta RD3 D4

2 1.880 0.853 0.0000 3.26863 1.023 0.888 0.0000 2.57354 0.729 0.880 0.0000 2.28225 0.577 0.864 0.0000 2.1144

6 0.483 0.848 0.0000 2.00397 0.419 0.833 0.0758 1.92428 0.373 0.820 0.1359 1.86419 0.337 0.808 0.1838 1.816210 0.308 0.797 0.2232 1.7768

11 0.285 0.787 0.2559 1.744112 0.266 0.778 0.2836 1.716413 0.249 0.770 0.3076 1.692414 0.235 0.763 0.3281 1.671915 0.223 0.756 0.3468 1.6532

16 0.212 0.750 0.3630 1.6370

164�

17 0.203 0.744 0.3779 1.622118 0.194 0.739 0.3909 1.609119 0.187 0.734 0.4031 1.596920 0.180 0.729 0.4145 1.5855

21 0.173 0.724 0.4251 1.574922 0.167 0.720 0.4344 1.565623 0.162 0.716 0.4432 1.556824 0.157 0.712 0.4516 1.548425 0.153 0.708 0.4597 1.5403


TABLA A3Datos para el estudio de capacidad y estabilidad del proceso Offset (antes de las mejoras)

Periodo: 2005-2007.

MuestraMediciones de densidad del PT1524

MEDIA RANGO2000 4000 6000 8000 10000

1 1.455 1.451 1.453 1.452 1.451 1.4524 0.0040

2 1.452 1.454 1.455 1.453 1.454 1.4536 0.0030

3 1.451 1.456 1.452 1.454 1.451 1.4528 0.0050

4 1.452 1.453 1.452 1.454 1.447 1.4516 0.0070

5 1.451 1.455 1.451 1.452 1.453 1.4524 0.0040

6 1.453 1.454 1.454 1.449 1.448 1.4516 0.0060

7 1.451 1.453 1.452 1.45 1.451 1.4514 0.0030

8 1.454 1.453 1.452 1.454 1.451 1.4528 0.0030

9 1.457 1.454 1.456 1.451 1.45 1.4536 0.0070

10 1.453 1.451 1.452 1.451 1.454 1.4522 0.0030

11 1.452 1.454 1.454 1.448 1.452 1.4520 0.0060

12 1.455 1.45 1.452 1.45 1.453 1.4520 0.0050

13 1.452 1.451 1.453 1.447 1.451 1.4508 0.0060

14 1.454 1.453 1.449 1.455 1.452 1.4526 0.0060

15 1.453 1.451 1.452 1.454 1.448 1.4516 0.0060

16 1.455 1.451 1.453 1.454 1.452 1.4530 0.0040

17 1.454 1.451 1.455 1.452 1.453 1.4530 0.0040

18 1.455 1.456 1.452 1.451 1.449 1.4526 0.0070

19 1.456 1.457 1.452 1.456 1.452 1.4546 0.0050

20 1.453 1.455 1.452 1.455 1.452 1.4534 0.0030

21 1.454 1.452 1.451 1.456 1.454 1.4534 0.0050

22 1.453 1.452 1.452 1.451 1.453 1.4522 0.0020

23 1.448 1.45 1.458 1.455 1.454 1.4530 0.0100

24 1.452 1.453 1.454 1.452 1.453 1.4528 0.0020

25 1.453 1.447 1.451 1.453 1.453 1.4514 0.0060

165�

26 1.452 1.455 1.452 1.453 1.447 1.4518 0.0080

27 1.452 1.453 1.456 1.458 1.452 1.4542 0.0060

28 1.453 1.455 1.453 1.455 1.457 1.4546 0.0040

29 1.453 1.453 1.456 1.454 1.451 1.4534 0.0050

30 1.452 1.453 1.452 1.452 1.451 1.4520 0.0020

31 1.451 1.452 1.449 1.451 1.452 1.451 0.0030

32 1.453 1.452 1.454 1.455 1.452 1.4532 0.0030

33 1.453 1.454 1.452 1.451 1.452 1.4524 0.0030

34 1.453 1.451 1.448 1.45 1.453 1.451 0.0050

35 1.452 1.453 1.454 1.456 1.453 1.4536 0.0040

1.455 1.451 1.453 1.452 1.451 �� 1.4526 �� 0.0047

Fuente: Reportes de producción del departamento de Offset de Surtidora Gráfica S.A. de C.V.

TABLA A4Datos para el estudio de capacidad y estabilidad del proceso Offset (después de las mejoras)

Periodo: Agosto de 2007

Muestrao

subgrupo

Mediciones de densidad del PT1524MEDIA RANGO

Númerode

ajustes2000 4000 6000 8000 10000

1 1.448 1.449 1.448 1.449 1.448 1.4484 0.0010 1

2 1.450 1.451 1.449 1.449 1.450 1.4498 0.0020 0

3 1.450 1.449 1.450 1.449 1.449 1.4494 0.0010 0

4 1.449 1.451 1.450 1.451 1.450 1.4502 0.0020 1

5 1.448 1.447 1.449 1.450 1.449 1.4486 0.0030 2

6 1.449 1.450 1.451 1.449 1.449 1.4496 0.0020 0

7 1.449 1.449 1.450 1.449 1.450 1.4494 0.0010 1

8 1.451 1.451 1.449 1.449 1.451 1.4502 0.0020 0

�� 1.4498 �� 0.0025 5

166�

Bibliografía�CANAGRAF. Diagnóstico económico, tecnológico y de mercado de la industria deArtes Gráficas. Ed. Cámara Nacional de Artes Gráficas. México. 2006.

CANAGRAF. Estudio estratégico y programa sectorial para elevar lacompetitividad y el desarrollo sustentable de la cadena productiva de la industriade Artes gráficas. Ed. Cámara Nacional de Artes Gráficas. México. 2004.

Casals, Richard. Offset: Control de Calidad. Ed. Howson-Algraphy. Madrid. 1999,

Chester, Barnard. Las funciones de los elementos dirigentes. Ed. McGraw Hill.México. 1998.

Cochran, Diseños experimentales Ed. Trillas, México, 1993, p.204.

Comité Técnico TC 130 ISO 12647-2:1996 Procesos de control para la manufacturade separaciones de color de semitonos, pruebas y producción de impresos.Ginebra, Suiza. 1996.

De Gracia V. La gestión de color y la prueba de conformidad. Revista: CMYK.Junio 2003. Publicación técnica de AIDO, Instituto Tecnológico de Óptica, Color eImagen para el sector de las Artes Gráficas. Madrid.

Deming, E. Calidad, productividad y competitividad. Ed. Díaz de Santos. Madrid.1989.

Duncan. Control de Calidad y Estadística Industrial. Ed. AlfaOmega. México. 2004.

Goldrat, Eliyahu. La Meta. Ed. Castillo. México.1992.

167�

Gutiérrez Pulido H. Calidad Total y Productividad. Ed. McGraw Hill. México. 2004.

Gutiérrez H, De la Vara R. Control Estadístico de Calidad y Seis Sigma. Ed. McGrawHill. México. 2004.

Gutiérrez H, De la Vara R. Análisis y diseño de experimentos. Ed. McGraw Hill.México. 2004.

Juran H.M. Juran on Quality by Design: The new steps for planning quality intogoods and services. Ed. The Free Press. Nueva York. 1998.

Martínez Abascal E. Invertir en Bolsa. Ed. McGraw Hill. México.1999.

Martorell Juan. Estandarización del proceso Offset. Revista: CMYK. Publicacióntécnica de AIDO, Instituto Tecnológico de Óptica, Color e Imagen para el sector de lasArtes Gráficas. Madrid. Abril 2001.

Michael H, Schroeder. Six Sigma. Ed. Doubleday-Random House. Nueva York. 2000.

Montgomery, D.C. Introduction to Statistical Quality Control. Ed. John Wiley.Singapure.1991.

Montgomery, Douglas. Diseño y análisis de experimentos. Ed. Grupo editorialIberoamérica. México. 1991.

Otero Susana. Estandarización del proceso Offset. Revista: CMYK. Publicacióntécnica de AIDO, Instituto Tecnológico de Óptica, Color e Imagen para el sector de lasArtes Gráficas, Madrid. Abril 2001.

Otero Susana, Estándares de impresión. Revista: CMYK. Publicación técnica deAIDO, Instituto Tecnológico de Óptica, Color e Imagen para el sector de las ArtesGráficas. Madrid. Agosto 2003.

Pacheco Espejel, Arturo A. La productividad bajo sospecha. Ed. CEMPROS. México.2002.

168�

Porter Michael. Ventaja competitiva. Ed. CECSA. México. 1995.

Prokopenko, Joseph. La gestión de la productividad. Ed. Limusa. México. 1997.

Sallenave, J. P. La gerencia Integral. Ed. Norma. México. 1994.

Schilling, E.G. Elements of process control. Ed. Quality Engineering. E.U. 2001.

Smith, G.M. Statistical Process Control and Quality Improvement, Ed. Prentice Hall.New Jersey. 2005.

Schmidt y Launsby, Statistical Processs Control. Ed. McGraw Hill, México, 1997,p.121.

Snee, R. Six Sigma Focuses On Improvement Rates. Ed. Quality Progress. E.U.2003.

Sumanth J. D. Ingeniería y administración de la productividad. Ed. McGraw Hill.México.1994.

Referencias electrónicas:

http://www.andigraf.com.mx/economia.html, (Marzo, 2007).

http://www.canagraf.com.mx/canagraf.html, (Marzo, 2006).

http://www.inegi.gob.mx/estadisticas/espanol/economia/divisiones.html, (Marzo, 2007).�

INSTITUTO POLITÉCNICO NACIONAL · Clasificación de los diseños experimentales 99 3.7.3. Diseño...

Documents

Transcript of INSTITUTO POLITÉCNICO NACIONAL · Clasificación de los diseños experimentales 99 3.7.3. Diseño...