TRABAJO DE ESTADSTICA EN EL CONTROL DE CALIDAD

INTRODUCCIN

Este trabajo pretende explicar las ventajas de aplicar el control estadstico en los procesos de produccin con el fin de mejorar los procesos productivos, disminuyendo costos.Para cubrir la necesidad de usar tcnicas de calidad existe un conjunto de tcnicas estadsticas llamadas herramientas bsicas de la calidad que aplicada combinadamente forman el control estadstico del proceso (CEP).

EL CONTROL ESTADSTICO DE LA CALIDAD Y LA MEJORA DE PROCESOS

Podemos definir la estadstica como la ciencia que trata con la recoleccin, anlisis y obtencin de conclusiones a partir de datos. De acuerdo con Wlliam Mendenhall, el objetivo de la estadstica es hacer inferencias con respecto a una poblacin a partir de una informacin contenida y proporcionar una medida de la bondad de la inferencia. La estadstica se presenta entonces como instrumento a partir del cual podemos interpretar la variabilidad de los procesos. La estadstica cumple con dos funciones vitales para la mejora continua en las empresas: 1. Proporcionar un lenguaje comn, hablar con hecho y cifras y no con suposiciones. 2. Pronosticar el comportamiento de los procesos, ya que mide, compara y analiza.Comenzando con la aportacin de Shewhart sobre reconocer que en todo proceso de produccin existe variacin, puntualiz que no podan producirse dos partes con las mismas especificaciones, pues era evidente que las diferencias en la materia prima e insumos y los distintos grados de habilidad de los operadores provocaban variabilidad. No se propone suprimir las variaciones, sino determinar cul era el rango tolerable de variacin que evite que se originen problemas.Para lograr lo anterior, desarroll las grficas de control al tiempo que desarrollaban las tcnicas de muestreo adecuadas para solamente tener que verificar cierta cantidad de productos en lugar de inspeccionar todas las unidades. Este periodo de la calidad surge a raz de los trabajos de investigacin realizados por la Bell Telephone Laboratories.Cimentando las bases de lo que hoy conocemos como Control Estadstico de la Calidad (SQC), lo cual constituy un avance sin precedente en el movimiento hacia la calidad.

Causas de variacin

Existen variaciones en todas las partes producidas en el proceso de manufactura. Hay dos fuentes de variacin:

variacin aleatoria se debe al azar y no se puede eliminar por completo.variacin asignable es no aleatoria y se puede reducir o eliminar.

"La variacin esta presente siempre y es inevitable" Por otra parte, la variacin no es del todo impredecible. Podemos esperar que un manzano nos d manzanas dentro de cierto rango de peso, pero no que nos d manzanas de 20 kilos ni tampoco que de peras. Todo proceso tiene una variacin esperada. Si de pronto nuestro rbol de manzanas diera manzanas de 20 kilos, pudiramos estar seguros de algo anormal ocurri con nuestro rbol. De igual forma, el control estadstico de procesos nos ayudara a identificar cuando la variacin de un proceso es la esperada y cuando es una variacin extraa. Hasta donde, en condiciones normales, podemos esperar que varen nuestros procesos. "Toda variacin especial es causal Siempre habr una causa a la cual se puede atribuir la variacin" La variacin de los procesos esta provocada por dos tipos diferentes de causas: Causas Comunes y Causas Especiales.

HERRAMIENTAS CONTROL DE PROCESOS

Diagramas de diagnstico

Son controles o registros que podran llamarse "herramientas para asegurar la calidad de una fbrica", esta son las siguientes:Hoja de control HistogramaDiagrama de ParetoDiagrama de Ishikawa: Diagrama de causa y efecto.Estratificacin Diagrama de DispersinGrfica de control

La aplicacin de estos instrumentos o herramientas estadsticas bien aplicadas y utilizando un mtodo estandarizado de solucin de problemas pueden ser capaces de resolver hasta el 95% de los problemas.

Diagrama de Pareto

El diagrama de Pareto es una comparacin ordenada de factores relativos a un problema. Esta comparacin nos va a ayudar a identificar y enfocar los pocos factores vitales diferencindolos de los muchos factores tiles. Esta herramienta es especialmente valiosa en la asignacin de prioridades a los problemas de calidad, en el diagnstico de causas y en la solucin de las mismas, el diagrama de Pareto se puede elaborar de la siguiente manera:

Cuantificar los factores del problema y sumar los efectos parciales hallando el total. Reordenar los elementos de mayor a menor. Determinar el % acumulado del total para cada elemento de la lista ordenada. Trazar y rotular el eje vertical izquierdo (unidades). Trazar y rotular el eje horizontal (elementos).Trazar y rotular el eje vertical derecho (porcentajes).Dibujar las barras correspondientes a cada elemento.Trazar un grfico lineal representando el porcentaje acumulado.Analizar el diagrama localizando el "Punto de inflexin" en este ltimo grfico.

Se ha llegado a verificar la regularidad con la que se dan en las distintas actividades y fenmenos sociales y productivos, el hecho de que unos pocos factores son responsables de la mayora de los sucesos, en tanto que el resto mayoritario de los elementos o factores generan o poseen escasos efectos, es lo que ms comnmente se cataloga como los "pocos vitales y los muchos triviales".As en procesos tradicionales de produccin podemos tener que el 20% de las causas de imperfecciones o fallas originan o son responsables de entre un 70 y 80% de los defectos detectados. Y al revs, un 80% de las restantes causas generan tan slo entre un 30 y 20% de los defectos.Esto permite atacar unas pocas causas generando un importante impacto total.

Como elaborar un diagrama de Ishikawa

El diagrama de Ishikawa conocido tambin como causa-efecto, es una forma de organizar y representar las diferentes teoras propuestas sobre las causas de un problema.Nos permite, por tanto, lograr un conocimiento comn de un problema complejo, sin ser nunca sustitutivo de los datos.Los Errores comunes son construir el diagrama antes de analizar globalmente los sntomas, limitar las teoras propuestas enmascarando involuntariamente la causa raz, o cometer errores tanto en la relacin causal como en el orden de las teoras, suponiendo un gasto de tiempo importante. El diagrama se elabora de la siguiente manera:

Ponerse de acuerdo en la definicin del efecto o problema.Trazar una flecha y escribir el "efecto" del lado derecho.Identificar las causas principales a travs de flechas secundarias que terminan en la flecha principal.Identificar las causas secundarias a travs de flechas que terminan en las flechas secundarias, as como las causas terciarias que afectan a las secundarias.Asignar la importancia de cada factor.Definir los principales conjuntos de probables causas: materiales, equipos, mtodos de trabajo, mano de obra, medio ambiente (5 Ms).Marcar los factores importantes que tienen incidencia significativa sobre el problema.Registrar cualquier informacin que pueda ser de utilidad.

Identificacin de la problemtica

Los elementos y las causas que intervienen en el desarrollo de un proceso y, que pueden en un momento dado, ocasionar que no se cumplan los objetivos o fallas del mismo, son diversos y en ocasiones difciles de identificar.

Objetivo de los diagramas de control de la calidadEl objetivo de los diagramas de control de la calidad es determinar y visualizar en una grfica el momento en que ocurre una causa asignable en el sistema de produccin para poder identificarla y corregirla. Esto se logra con la seleccin peridica de una pequea muestra de la produccin actual.

Los procedimientos de control estadstico

Los procedimientos para establecer un control estadstico del comportamiento de la empresa

establecer la capacidad del procesocrear un grfico de controlrecoger datos peridicos y representarlos grficamente;identificar desviaciones;identificar las causas de las desviaciones;perpetuar los efectos positivos y corregir las causas de los negativos.

TIPOS DE DIAGRAMAS DE CONTROL DE LA CALIDAD PARA VARIABLES

La media o la grfica x barra

La media o la grfica x barra est diseada para variables de control como peso, longitud, etc. El lmite superior de control (LSC) y el lmite inferior de control (LIC) se obtienen a partir de la ecuacin:

Donde es la media de las medias muestrales y es la media de las amplitudes muestrales.

El diagrama de amplitudes

El diagrama de amplitudes est diseado para mostrar si la amplitud total de la medicin est dentro o fuera de control. El lmite superior de control (LSC) y el lmite inferior de control (LIC) se obtienen a partir de la ecuacin:

El diagrama de porcentaje de defectos

El diagrama de porcentaje de defectos se llama tambin diagrama p o diagrama de p barra. La grfica muestra la porcin de la produccin que no es aceptable. Esta porcin se puede encontrar con

El diagrama de c con barra

El diagrama c o diagrama de c barra est diseado para el control del nmero de defectos por unidad. El LSC y el LIC se obtienen mediante:

SEIS SIGMA O SIX SIGMA

Es una metodologa de mejora de procesos, centrada en la reduccin de la variabilidad de los mismos, consiguiendo reducir o eliminar los defectos o fallas en la entrega de un producto o servicio al cliente. La meta de 6 Sigma es llegar a un mximo de 3,4 defectos por milln de eventos u oportunidades (DPMO), entendindose como defecto cualquier evento en que un producto o servicio no logra cumplir los requisitos del cliente. Seis sigma utiliza herramientas estadsticas para la caracterizacin y el estudio de los procesos, de ah el nombre de la herramienta, ya que sigma es la desviacin tpica que da una idea de la variabilidad en un proceso y el objetivo de la metodologa seis sigma es reducir sta de modo que el proceso se encuentre siempre dentro de los lmites establecidos por los requisitos del cliente.Obtener 3,4 defectos en un milln de oportunidades es una meta bastante ambiciosa pero lograble. Se puede clasificar la eficiencia de un proceso con base en su nivel de sigma:1 sigma= 690.000 DPMO = 31% de eficiencia2 sigma= 308.538 DPMO = 69% de eficiencia3 sigma= 66.807 DPMO = 93,3% de eficiencia4 sigma= 6.210 DPMO = 99,38% de eficiencia5 sigma= 233 DPMO = 99,977% de eficiencia6 sigma= 3,4 DPMO = 99,99966% de eficiencia

Dentro de los beneficios que se obtienen del Seis Sigma estn: mejora de la rentabilidad y la productividad. Una diferencia importante con relacin a otras metodologas es la orientacin al cliente.

Grafico tipo P

UnaGrfica de Proporciones(o Grfica p) analiza la proporcin de artculos que no cumplen con las especficaciones en un lote producido. Se considera que un artculo es defectuoso cuando ste no cumple las especificaciones. Los datos de atributos por tanto slo asumen 2 valores: "bueno" o "malo" ("aceptable" o "defectuoso").Para construir unaGrfica pse requieren tomar muestras suficientemente "grandes" para que contengan varios artculos defectusos. Principalmente se busca garantizar que la muestra sea representativa de la poblacin. Es conveniente definir claramente el procedimiento de obtencin de las muestras de modo que se puedan identificar posibles causas asignables que expliquen, por ejemplo, una proporcin mayor de defectuosos

EJEMPLO DE CONTROL DE CALIDAD

Una empresa inspecciona un artculo elctrico tomando muestras de 100 unidades cada vez. Si bien se verifican 5 caractersticas relevantes de la calidad, finalmente cada artculo se clasifica como aceptable o defectuoso. Las ltimas 25 muestras aplicadas muestran los siguientes resultados:

Primero se calcula elpromediode unidades defectuosas, lo cual determina la lnea central de la grfica de control y se obtiene como el promedio de los porcentajes de defectuosos de cada muestra. En nuestro ejemplo el promedio de defectuosos o no conformantes se obtiene de la siguiente forma:p = (4% + 3% + 5% + .......... + 2% + 2%)/25 = 3,6%A continuacin se determina elLCS (Lmite de Control Superior)yLCI (Lmite de Control Inferior), donden=100Es importante destacar que segn nuestro clculoLCI=-1,99%, sin embargo, como nos estamos refiriendo a proporciones de defectuosos dicho valor (negativo) no tiene sentido y por tanto se considera finalmenteLCI=0%.Un ltimo paso es graficar las proporciones muestrales en una grfica que contenga los lmites de control y el promedio de defectuosos como se muestra a continuacin:

Se concluye queel proceso se encuentra bajo control estadsticodebido a que los valores de las muestras se encuentran dentro de los lmites de control. Adicionalmente no se identifica una tendencia ascendente que podra indicar un deterioro progresivo en la calidad que pronto determinara salir por sobre el LCS. Notar que en el caso de unaGrfica pestar cerca del LCI (en este caso 0) es unacondicin deseableporque muestra una baja tasa de defectos. Tambin es conveniente tener en cuenta que se pueden trazar los lmites de control por ejemplo a 1 o 2 desviaciones estndar de la media que determina un sistema de control ms restrictivo.

CONCLUSIN

Para finalizar, la estadstica es totalmente aplicable al control de calidad, ya que bajo este anlisis se puede lograr una mayor produccin, mejora en el rendimiento, identificar los principales problemas que llevan a fallas y poder corregirlas, o almenos identificar las ms frecuentes y crticas, para as trabajar bajo esquemas seis sigma, como es deducible que al tener menos perdidas, stas se transformen netamente en ganancias.