estudio de las herramientas estadísticas aplicadas a la administración de la calidad. caso empresa...

15/04/23 1

ESTUDIO DE LAS HERRAMIENTAS ESTADÍSTICAS APLICADAS A LA ADMINISTRACIÓN DE LA CALIDAD.

CASO: EMPRESA AVECAISA. CUMANÁ

UNIVERSIDAD DE ORIENTENÚCLEO DE SUCRE

ESCUELA DE ADMINISTRACIÓNPOSTGRADO EN CIENCIAS ADMINISTRATIVAS

Autor: Reinaldo J. Jiménez M.Tutor: Prof. MSc. Yenny J. Alzolar H.

15/04/23 2

HERRAMIENTAS HERRAMIENTAS ESTADÍSTICAS APLICADAS ESTADÍSTICAS APLICADAS A LA A LA ADMINISTRACIÓN DE ADMINISTRACIÓN DE

LA CALIDADLA CALIDAD

15/04/23 3

¿Qué podrían lograr los gerentes de ¿Qué podrían lograr los gerentes de Avecaisa con la aplicación de estas H. Avecaisa con la aplicación de estas H. E. para la A.C. en su empresa?E. para la A.C. en su empresa?

¿Cuáles deben ser las H. E. que los ¿Cuáles deben ser las H. E. que los gerentes de Avecaisa deben aplicar, gerentes de Avecaisa deben aplicar, con precisión, de manera tal que con precisión, de manera tal que permitan una buena dirección y permitan una buena dirección y control en su empresa?control en su empresa?

EL PROBLEMA EL PROBLEMA

EL PROBLEMA EL PROBLEMA

¿Cuáles deben ser los requerimientos de la ¿Cuáles deben ser los requerimientos de la empresa Avecaisa para aplicar las H. E.?empresa Avecaisa para aplicar las H. E.?

¿Qué recursos (humanos, financieros, ¿Qué recursos (humanos, financieros, técnicos) requiere la empresa Avecaisa técnicos) requiere la empresa Avecaisa para la aplicación de H. E.? para la aplicación de H. E.?

¿Cuáles deben ser las estrategias ¿Cuáles deben ser las estrategias adoptadas por Avecaisa para poner en adoptadas por Avecaisa para poner en marcha programas de preparación del marcha programas de preparación del personal para la aplicación de las H. E.?personal para la aplicación de las H. E.?

15/04/23 5

OBJETIVO GENERAL

Estudiar la aplicación de las herramientas estadísticas para la administración de la calidad, en la empresa AVECAISA de

Cumaná.

OBJETIVOS DE LA INVESTIGACIÓN

OBJETIVOS ESPECÍFICOSOBJETIVOS ESPECÍFICOS

Describir las H.E. utilizadas Describir las H.E. utilizadas en las F. C.(alcance)en las F. C.(alcance)

Determinar el uso de las H.E. Determinar el uso de las H.E. en las F. aplicadas a la A. C.en las F. aplicadas a la A. C.

Determinar las F. que se Determinar las F. que se ajustan a la A.C. en Avecaisaajustan a la A.C. en Avecaisa..

OBJETIVOS ESPECÍFICOSOBJETIVOS ESPECÍFICOS

Determinar las H. E. enmarcadas en las Determinar las H. E. enmarcadas en las F. A. C. en AVECAISA.F. A. C. en AVECAISA.

Determinar los recursos que requiere Determinar los recursos que requiere AVECAISA para la aplicación de H. EAVECAISA para la aplicación de H. E

Establecer las estrategias para poner Establecer las estrategias para poner en marcha programas de preparación en marcha programas de preparación del personal para la aplicación de las H. del personal para la aplicación de las H. E. E.

15/04/23 8

Tipo de la InvestigaciónTipo de la Investigación

Nivel de la InvestigaciónNivel de la Investigación

Técnica de recolección de Técnica de recolección de InformaciónInformación

MARCO METODOLÓGICOMARCO METODOLÓGICO

15/04/23 9

Filosofías de CalidadFilosofías de Calidad

Aspectos generales de AvecaisaAspectos generales de Avecaisa

H. E. aplicadas a la A. C. H. E. aplicadas a la A. C.

H. E. aplicadas a la A. C. en H. E. aplicadas a la A. C. en AvecaisaAvecaisa

CAPÍTULOS CAPÍTULOS

15/04/23 10

Edwards DemingEdwards Deming Joseph Juran Joseph Juran Armand Feigenbaum Armand Feigenbaum Philips Crosby.Philips Crosby. Kaoru Ishikawa.Kaoru Ishikawa.

FILOSOFÍAS DE FILOSOFÍAS DE CALIDADCALIDAD

ASPECTOS GENERALES ASPECTOS GENERALES DE LA EMPRESA DE LA EMPRESA

AVECAISAAVECAISA

Reseña HistóricaReseña Histórica

Estructura OrganizativaEstructura Organizativa

Proceso ProductivoProceso Productivo

HERRAMIENTAS HERRAMIENTAS ESTADÍSTICAS APLICADAS ESTADÍSTICAS APLICADAS

EN LA ADMINISTRACIÓN DE EN LA ADMINISTRACIÓN DE LA CALIDADLA CALIDAD

HERRAMIENTAS HERRAMIENTAS

ESTADÍSTICASESTADÍSTICAS Hoja de Control o RegistroHoja de Control o Registro HistogramaHistograma Diagrama de ParetoDiagrama de Pareto Diagrama de Causa y EfectoDiagrama de Causa y Efecto EstratificaciónEstratificación Gráfico de DispersiónGráfico de Dispersión Gráfico de ControlGráfico de Control Diagrama de FlujoDiagrama de Flujo Diagrama de GanttDiagrama de Gantt

HERRAMIENTAS HERRAMIENTAS ESTADÍSTICAS APLICADAS A ESTADÍSTICAS APLICADAS A LA ADMINISTRACIÓN DE LA LA ADMINISTRACIÓN DE LA

CALIDAD (AVECAISA)CALIDAD (AVECAISA) Hoja de Control o RegistroHoja de Control o Registro HistogramaHistograma Diagrama de ParetoDiagrama de Pareto Diagrama de Causa y EfectoDiagrama de Causa y Efecto Gráfico de DispersiónGráfico de Dispersión Gráfico de ControlGráfico de Control

HOJA DE CONTROL O REGISTROHOJA DE CONTROL O REGISTRO

Investigar procesos de distribución de Investigar procesos de distribución de variaciones de variables de los artículos variaciones de variables de los artículos producidos: Peso, Volumen, Longitud, Talla, producidos: Peso, Volumen, Longitud, Talla, Clase, etc.Clase, etc.

Precisar la clasificación de artículos Precisar la clasificación de artículos defectuosos o no deseados.defectuosos o no deseados.

Determinar la localización de defectos en las Determinar la localización de defectos en las piezas.piezas.

Determinar las causas de los defectos.Determinar las causas de los defectos. Precisar la verificación o chequeo de tareas de Precisar la verificación o chequeo de tareas de

mantenimiento.mantenimiento.

HOJA DE CONTROL O REGISTROHOJA DE CONTROL O REGISTRO(Ejemplo)(Ejemplo)

ÁREA:ÁREA: Fabricacion de latas Fabricacion de latas OPERADOR:OPERADOR: Sr. José MartínezSr. José Martínez PERÍODO:PERÍODO: 01/09/2005 al 30/09/200501/09/2005 al 30/09/2005 TURNO:TURNO: MañanaMañana INSPECTOR:INSPECTOR: Ing. Luis GamboaIng. Luis Gamboa MUESTRA:MUESTRA: Cincuenta (50)Cincuenta (50)

DEFECTODEFECTO FRECUENCIAFRECUENCIA TOTALTOTAL %% Abollada ///// ///// ////Abollada ///// ///// //// 14 14 0,280,28 RayadaRayada ///// ///// ///// ///// 10 10 0,200,20 ManchadaManchada ///// ///// 5 5 0,100,10 En cubiertaEn cubierta ///// ///// ////////// ///// ///// 15 15 0,300,30 OtrosOtros ///// / ///// / 6 6 0,120,12 TOTALTOTAL 50 50 100%100%

HISTOGRAMAHISTOGRAMA

Es una representación gráfica de una serie de datos Es una representación gráfica de una serie de datos (medidas) clasificados y ordenados, en forma de (medidas) clasificados y ordenados, en forma de rectángulos.rectángulos.

Los datos se colocan de manera que sean ordenados Los datos se colocan de manera que sean ordenados en filas y columnas, de tal forma que las bases de la en filas y columnas, de tal forma que las bases de la columna representen las clases de una distribución columna representen las clases de una distribución de frecuencias (características) y la altura de la de frecuencias (características) y la altura de la misma las frecuencias.misma las frecuencias.

En el control estadístico de la calidad, el histograma En el control estadístico de la calidad, el histograma se utiliza para visualizar el comportamiento del se utiliza para visualizar el comportamiento del proceso con respecto a determinados límites.proceso con respecto a determinados límites.

HISTOGRAMAHISTOGRAMA (APLICACIÓN)(APLICACIÓN)

Obtener una percepción efectiva de la Obtener una percepción efectiva de la variación variación

Clasificar, ordenar y categorizar los Clasificar, ordenar y categorizar los problemas.problemas.

Mostrar el resultado de un cambio en el Mostrar el resultado de un cambio en el sistema.sistema.

Identificar anormalidades en el proceso.Identificar anormalidades en el proceso. Comparar variación con límites especificados.Comparar variación con límites especificados. Controlar las operaciones por períodos.Controlar las operaciones por períodos.

DIAGRAMA DE DIAGRAMA DE

PARETOPARETO

Se utiliza para priorizar los problemas Se utiliza para priorizar los problemas (causas).(causas).

Wilfredo Pareto. (Distribución de la Wilfredo Pareto. (Distribución de la Riqueza).Riqueza).

J. Juran (Aplicó este concepto a la J. Juran (Aplicó este concepto a la calidad). Regla 80-20. calidad). Regla 80-20.

Se Identifica lo poco vital dentro de lo Se Identifica lo poco vital dentro de lo trivial. trivial.

DIAGRAMA DE CAUSA Y DIAGRAMA DE CAUSA Y EFECTOEFECTO

Se utiliza para solventar problemas de Se utiliza para solventar problemas de calidad calidad

Está asociada a las tormentas de ideas y Está asociada a las tormentas de ideas y otras.otras.

Fue inventado por el Dr. Kaoru Ishikawa.Fue inventado por el Dr. Kaoru Ishikawa.

Elaboración sencilla.Elaboración sencilla.

Identifican las causas potenciales. (5 M).Identifican las causas potenciales. (5 M).

ESTRATIFICACIÓNESTRATIFICACIÓN

Se utiliza para clasificar la información Se utiliza para clasificar la información (Herramienta de clasificación de datos).(Herramienta de clasificación de datos).

Facilita entender la influencia de factores Facilita entender la influencia de factores en una problemática.en una problemática.

Criterios aplicados: tipo de defecto, causa Criterios aplicados: tipo de defecto, causa y efecto, localización del efecto, material, y efecto, localización del efecto, material, producto, fecha de producción, grupo de producto, fecha de producción, grupo de trabajo, operador, inspector, proveedor y trabajo, operador, inspector, proveedor y lote.lote.

GRÁFICO DE GRÁFICO DE DISPERSIÓNDISPERSIÓN

Estudia dos variables.Estudia dos variables.

Una característica de calidad y un factor que la Una característica de calidad y un factor que la afecta.afecta.

Dos características de calidad relacionadas.Dos características de calidad relacionadas.

Dos factores relacionados con una Dos factores relacionados con una característica de calidad.característica de calidad.

GRÁFICO DE GRÁFICO DE DISPERSIÓNDISPERSIÓN(Ejemplo)(Ejemplo)

Producción Real Vs. Producción Esperada

0

10

20

30

40

50

60

0 10 20 30 40 50

Producció Real

Pro

du

cció

n E

sp

era

da

(Prod. Real; Prod. Esperada)

GRÁFICO DE CONTROLGRÁFICO DE CONTROL

Feigenbaum: Método gráfico Feigenbaum: Método gráfico (Proceso en un “estado de control (Proceso en un “estado de control estadístico”). estadístico”).

Juran: Representa gráficamente la Juran: Representa gráficamente la variación de ciertos estadísticos variación de ciertos estadísticos producidos por el proceso. (Indica si producidos por el proceso. (Indica si hay control estadístico o no y detecta hay control estadístico o no y detecta cambios en el proceso).cambios en el proceso).


Estudiar la variación de un proceso y Estudiar la variación de un proceso y determinar a qué obedece esta variación.determinar a qué obedece esta variación.

Es un gráfico lineal (límites de control Es un gráfico lineal (límites de control superior e inferior a ambos lados de la superior e inferior a ambos lados de la media).media).

Los límites de control proveen señales Los límites de control proveen señales estadísticas para que la gerencia actúe. estadísticas para que la gerencia actúe.

GRÁFICO DE CONTROL GRÁFICO DE CONTROL (ETAPAS)(ETAPAS)

Característica de calidad que se desea Característica de calidad que se desea graficar.graficar.

Tipo de gráfico de control.Tipo de gráfico de control.

Seleccionan la línea central (límites de Seleccionan la línea central (límites de control).control).

Elije la muestra.Elije la muestra.

Diseña un sistema para recoger los datos.Diseña un sistema para recoger los datos.

Calculan los límites de control.Calculan los límites de control.


Escala de unidadEscala de unidad

Marcas de las muestrasMarcas de las muestras

Números correspondientes a las Números correspondientes a las muestrasmuestras

Una línea central (L C), (LCS) y Una línea central (L C), (LCS) y (LCI).(LCI).

GRÁFICO DE CONTROLGRÁFICO DE CONTROL(Ejemplo)(Ejemplo)

Gráfico de control para la media

54

56

58

60

62

64

1 4 7 10 13 16 19 22 25

MEDIAS

LSC

LC

LIC

DIAGRAMA DE FLUJODIAGRAMA DE FLUJO

Herramienta Herramienta de Planificación. de Planificación.

J. Juran “representación gráfica J. Juran “representación gráfica de la secuencia de pasos de la secuencia de pasos necesarios para producir alguna necesarios para producir alguna salida”.salida”.

Elementos: Elementos: Inicio o fin, flechas Inicio o fin, flechas horizontales y verticales, horizontales y verticales, proceso, decisión y datos. proceso, decisión y datos.

15/04/23 30

HERRAMIENTAS HERRAMIENTAS ESTADÍSTICAS APLICADAS ESTADÍSTICAS APLICADAS EN LAEN LA ADMINISTRACIÓN ADMINISTRACIÓN

DE LA CALIDAD (AVECAISA)DE LA CALIDAD (AVECAISA)


Pesos Secos de Atún. Muestra de 87 latas de Atún.Pesos Secos de Atún. Muestra de 87 latas de Atún.Septiembre de 2.005Septiembre de 2.005

Pesos (gr.)Pesos (gr.) FrecuenciaFrecuencia Pesos (gr.)Pesos (gr.) FrecuenciaFrecuencia

72,672,6 44 72,60-72,8772,60-72,87 1010

72,872,8 66 72,88-73,1572,88-73,15 1717

72,972,9 55 73,16-73,4373,16-73,43 5252

73,173,1 1212 73,44-73,7173,44-73,71 1717

73.373.3 3131 73.72-74,0073.72-74,00 33

73,473,4 99

73,573,5 1212

73,673,6 55

74,074,0 33

Pesos Secos (Atún)

0

10

20

30

40

50

72,6-72,87

72,88-73,15

73,16-73,43

73,44-73,71

73,72-74,00

Nú

mer

o d

e la

tas

DIAGRAMA DE BARRAS

Fallas en Equipo de Producción. Muestra de 50.000 latas de Atún.Septiembre de 2.005

Tipos de FallasTipos de Fallas Número de FallasNúmero de Fallas

CabezalesCabezales 420420

LifterLifter 4545

GuíasGuías 4040

SincronismoSincronismo 2020

CodificarorCodificaror 1010

OtrosOtros 55

TOTALTOTAL 540540

FALLAS EN EQUIPO

050

100150200250300350400450

tipos de fallas

Nú

mero

de f

all

as

,00%

20,00%

40,00%

60,00%

80,00%

100,00%

120,00%

Frecuencia

% acumulado

Fuente: El autor

GRÁFICO DE LÍNEASGRÁFICO DE LÍNEAS

Averías en Envases. Muestra de 50.000 latas de Atún. Averías en Envases. Muestra de 50.000 latas de Atún. Septiembre de 2.005Septiembre de 2.005

Línea de Línea de ProducciónProducción

11 22 33 44 55 66 77

Averías en EnvasesAverías en Envases 575575 420420 115115 225225 470470 290290 575575

Porcentaje de Porcentaje de AveríasAverías

1,11,155

0,80,844

0,20,233

0,50,511

0,90,944

0,50,588

1,11,155

AVERÍAS EN ENVASES

0

0,2

0,4

0,6

0,8

1

1,2

1,4

1 2 3 4 5 6 7

LÍNEAS DE PRODUCCIÓN

% D

E A

VE

RÍA

S.


Averías en Tapas. Muestra de 50.000 latas de Atún. Averías en Tapas. Muestra de 50.000 latas de Atún. Septiembre de 2.005.Septiembre de 2.005.

Línea de producciónLínea de producción 11 22 33 44 55 66 77

Averías en TapasAverías en Tapas 00 00 6060 5050 9595 7575 5555

Porcentaje de AveríasPorcentaje de Averías 0,000,00 0,00,000

0,120,12 0,100,10 1,91,9 0,150,15 0,110,11

AVERÍAS EN TAPAS

0

0,2

0,4

0,6

0,8

1

1,2

1,4

1 2 3 4 5 6 7


% D

E A

VE

RÍA

S


Índice de despachos completos de productos terminados.Índice de despachos completos de productos terminados.

Septiembre de 2.005Septiembre de 2.005

Incumplimiento

Cantidad PedidaCantidad Pedida 233.962233.962

Cantidad Cantidad DespachadaDespachada

109.161109.161

CumplimientoCumplimiento 46,66%46,66%

Meta MáximaMeta Máxima 233.962 (100 233.962 (100 %)%)

Meta MínimaMeta Mínima 198.868 (85 198.868 (85 %)%)

DIAGRAMA CAUSA Y EFECTODIAGRAMA CAUSA Y EFECTO

Quejas de clientes por latas dañadas.Quejas de clientes por latas dañadas.Octubre de 2.005.Octubre de 2.005.

Quejas de clientes

Bomba

Mano de obra

Materia prima

Área

Equipos

CerradoraTapa fácil

Tapas

Envase

Embalaje

Líneas

Línea 1

Línea 2

Fuente: El Autor


HORAHORA PESOS SECO (ATÚN) EXPRESADOS EN GRAMOSPESOS SECO (ATÚN) EXPRESADOS EN GRAMOS MEDIAMEDIA

09:4509:45 116116 118118 118118 115115 116116 115115 116116 115115 116116 116116 116,1116,1

10:1510:15 117117 114114 114114 116116 116116 116116 116116 116116 115115 117117 115,7115,7

10:4510:45 117117 116116 114114 114114 115115 114114 115115 115115 116116 116116 115,2115,2

11:1511:15 114114 119119 116116 115115 117117 115115 117117 116116 116116 116116 116,1116,1

11:4511:45 116116 116116 116116 111111 112112 111111 112112 115115 117117 114114 114114

12:1512:15 116116 117117 117117 118118 116116 118118 116116 116116 114114 114114 116,2116,2

12:4512:45 116116 115115 116116 118118 117117 118118 117117 116116 115115 117117 116,5116,5

01:1501:15 117117 116116 114114 116116 117117 116116 117117 115115 117117 114114 115,9115,9

01:4501:45 116116 115115 116116 116116 118118 116116 118118 116116 115115 117117 116,3116,3

02:1502:15 116116 114114 116116 116116 117117 116116 117117 117117 116116 116116 116,1116,1

02:4502:45 114114 114114 115115 117117 116116 117117 116116 114114 116116 116116 115,5115,5

03:1503:15 117117 118118 110110 114114 112112 114114 112112 116116 115115 114114 114,2114,2

03:4503:45 116116 116116 116116 114114 116116 114114 116116 115115 117117 115115 115,5115,5

04:1504:15 114114 114114 115115 115115 116116 115115 116116 116116 114114 117117 115,2115,2

04:4504:45 116116 117117 114114 115115 115115 115115 115115 117117 116116 116116 115,6115,6


Pesos seco de Atún Pesos seco de Atún Muestra de 150 latas (10 cada 30 minutos). Muestra de 150 latas (10 cada 30 minutos).

Septiembre de 2.005Septiembre de 2.005

112

113

114

115

116

117

118

119

1 3 5 7 9 11 13 15

medias

LSC

LC

LIC

Fuente: El Autor


Paradas por equipos (Septiembre de 2.005)Paradas por equipos (Septiembre de 2.005)

LíneaLínea 11 22 33 44 55

Minutos Minutos TrabajadosTrabajados

100100 120120 511511 248248 214214

ParadasParadas 1212 1414 1818 00 2424

PARADAS EN LÍNEAS

0

100

200

300

400

500

600

1 2 3 4 5


TIE

MP

O (

MIN

UTO

S)

Trabajos (min)

Paradas (min)

Fuente: El autor

HOJA DE REGISTROSHOJA DE REGISTROS

Paradas por equipos (expresados en minutos) Paradas por equipos (expresados en minutos)

Septiembre de 2.005.Septiembre de 2.005.

HOJA DE CONTROL O REGISTROHOJA DE CONTROL O REGISTRO

ÁREA:ÁREA: Unidad de producciónUnidad de producción

OPERADOR:OPERADOR: Sr. Luis VelásquezSr. Luis Velásquez

PERÍODO:PERÍODO: 01/09/2005 al 30/10/200501/09/2005 al 30/10/2005

TURNO:TURNO: MañanaMañana

INSPECTOR:INSPECTOR: Ing. Luis GamboaIng. Luis Gamboa

TIEMPO DE TIEMPO DE OPERACIÓNOPERACIÓN 28 HORAS (1.680 MINUTOS)28 HORAS (1.680 MINUTOS)

TIPO TIPO MINUTMINUT

OSOS %% % P% P

Falla del Falla del troqueltroquel 420420 60%60% 0,25000,2500

Falla Falla eléctricaeléctrica 9090 13%13% 0,05360,0536

Falla del Falla del rizorizo 7070 10%10% 0,04170,0417

Fallas Fallas mecánicmecánicasas 6060 9%9% 0,03570,0357

Fallas de las Fallas de las ventosasventosas 6060 9%9% 0,03570,0357

TOTALTOTAL 700700

100,100,0000%% 0,41670,4167


Producción de Tapas, según meta.Producción de Tapas, según meta.

Muestra: 14 días. Septiembre de 2.005.Muestra: 14 días. Septiembre de 2.005.

PRODUCCIÓN DE TAPAS

0

10.000

20.000

30.000

40.000

50.000

60.000

70.000

80.000

1 2 3 4 5 6 7 8 9 10 11 12 13 14

NÚMERO DE DÍAS

PR

OD

UC

CIÓ

N..

GRÁFICO DE CONTROLGRÁFICO DE CONTROL(Ejemplo)(Ejemplo)

Supongamos que Supongamos que tenemos una tenemos una máquina que procesa máquina que procesa latas de atún, con latas de atún, con líquido de cobertura. líquido de cobertura.

Gráfico de ControlGráfico de Control

Gráfico de Gráfico de ControlControl

Una característica de calidad importante es el peso neto, porque indica la cantidad de atún que la máquina agrega al envase.


Si la cantidad de atún es poca el producto será deficiente; si la cantidad es excesiva, la producción se encarece, porque contiene mayor materia prima.


Entonces, en el lugar de salida del producto, hay un operario que cada 20 minutos toma una, la pesa en una balanza y registra la observación.


pieza: 1

55,1 gr.

2

57,1 gr.

3

53,3 gr.

4

53,9 gr.

5

55,9 gr.

pieza:


6

53,2 gr.

7

55,8 gr.

8

55,3 gr. .. . . . . . .

20

53,9 gr.


Gráfico de las observaciones

48

50

52

54

56

58

60

1 3 5 7 9 11 13 15 17 19

Nº de pieza

Pes

o d

e la

s p

ieza

s (G

r.)

¿Cómo podemos distinguir si ¿Cómo podemos distinguir si esto se produce por la esto se produce por la fluctuación naturalfluctuación natural del del proceso o porque el mismo ya proceso o porque el mismo ya no está funcionando bien?no está funcionando bien?


El producto deseado El producto deseado resulta de la resulta de la concurrencia de varios concurrencia de varios factores y condiciones factores y condiciones que caracterizan al que caracterizan al proceso.proceso.



ProcesoMateria

Prima

Maquinaria

Mano de Obra

Métodos

Medio Ambiente

Maquinaria


Cada uno de estos factores está sujeto Cada uno de estos factores está sujeto a a variacionesvariaciones que realizan aportes que realizan aportes más o menos significativos a la más o menos significativos a la fluctuación de las características del fluctuación de las características del producto, durante el proceso de producto, durante el proceso de fabricación.fabricación.


Los responsables del funcionamiento del proceso de fabricación fijan los valores de algunas de estas variables, que se denominan variables controlables.

Pero un proceso de fabricación es una suma compleja de eventos grandes y pequeños.


Hay una gran cantidad de variables que sería imposible o muy difícil controlar. Estas se denominan variables no controlables.



Por ejemplo, pequeñas variaciones de calidad del latón, pequeños cambios en la presión del cierre, ligeras fluctuaciones de la corriente eléctrica que alimenta la máquina, etc.

Los efectos que producen las variables no controlables son aleatorios.


Además, la contribución de cada una de las variables no controlables a la variabilidad total es cuantitativamente pequeña.


Son las variables no controlables las responsables de la variabilidad de las características de calidad del producto.


Los cambios en las variables controlables son la Causas Asignables de variación del proceso, porque es posible

identificarlas.


Las fluctuaciones al azar de las variables no controlables son las Causas No Asignables

de variación del proceso, porque no se pueden

identificar.


Causas Asignables:Causas Asignables: Son causas que Son causas que pueden ser identificadas y que pueden ser identificadas y que conviene descubrir y eliminar, por conviene descubrir y eliminar, por ejemplo, una falla de la máquina por ejemplo, una falla de la máquina por desgaste de una pieza, un cambio desgaste de una pieza, un cambio muy notorio en la calidad del latón, muy notorio en la calidad del latón, etc.etc.



Estas causas provocan que el proceso no funcione como se desea y por lo tanto es necesario eliminar la causa, y retornar el proceso a un funcionamiento correcto.

Causas No Asignables:Causas No Asignables: Son una Son una multitud de causas no identificadas, multitud de causas no identificadas, ya sea por falta de medios técnicos o ya sea por falta de medios técnicos o porque no es económico hacerlo, porque no es económico hacerlo, cada una de las cuales ejerce un cada una de las cuales ejerce un pequeño efecto en la variación total.pequeño efecto en la variación total.


Son inherentes al proceso mismo, y no pueden ser reducidas o eliminadas a menos que se modifique el proceso.


Cuando el proceso trabaja Cuando el proceso trabaja afectado solamente por un afectado solamente por un sistema constante de variables sistema constante de variables aleatorias no controlables aleatorias no controlables (Causas no asignables) se dice (Causas no asignables) se dice que está que está funcionando bajo funcionando bajo Control EstadísticoControl Estadístico..


Cuando, además de las Cuando, además de las causas no asignables, causas no asignables, aparece una o varias causas aparece una o varias causas asignables, se dice que el asignables, se dice que el proceso está proceso está fuera de fuera de controlcontrol..


Para poner en marcha un programa de control estadístico para un proceso particular implica dos etapas:



Ajuste del Proceso

Control del Proceso

Control Estadístico

Antes de pasar a la segunda etapa, se verifica si el proceso está ajustado. En caso contrario, se retorna a la primer etapa.



1a Etapa 2a EtapaProceso Ajustado?

Sí

No

En la primera etapa se recogen las En la primera etapa se recogen las mediciones, con las cuales se calcula mediciones, con las cuales se calcula el promedio y la desviación standard:el promedio y la desviación standard:


N

XX i

N

XX i

2

Luego se calculan los Luego se calculan los Límites de Límites de ControlControl de la siguiente manera: de la siguiente manera:


3. XSuperiorLim

09.3. XInferiorLim

Estos límites surgen de la hipótesis de que la distribución de las observaciones es normal. En general se utilizan límites de

2 sigmas ó de 3 sigmas alrededor del promedio.



En la distribución normal, el intervalo de 3,09 sigmas alrededor del promedio corresponde a una probabilidad de 0,998.

X

Y


99.8 % de las mediciones

Entonces, se construye un gráfico de Entonces, se construye un gráfico de prueba y se traza una línea recta a lo prueba y se traza una línea recta a lo largo del eje de ordenadas (Eje Y), a largo del eje de ordenadas (Eje Y), a la altura del promedio (Valor central la altura del promedio (Valor central de las observaciones) y otras dos de las observaciones) y otras dos líneas rectas a la altura de los líneas rectas a la altura de los límites de control.límites de control.



Gráfico de Control de Prueba

45

50

55

60

65

1 3 5 7 9 11 13 15 17 19

Nº de pieza

Pes

o d

e l

as p

ieza

s (

Gr.

)

Promedio = 55 Gr.

Límite Superior = 60,8 Gr.

Límite Inferior = 49,2 Gr.

En este gráfico se representan los puntos correspondientes a las observaciones con las que se calcularon los límites de control:




45

50

55

60

65

1 3 5 7 9 11 13 15 17 19

Nº de pieza

Pes

o d

e l

as p

ieza

s (

Gr.

)

Este gráfico de prueba se analiza Este gráfico de prueba se analiza detenidamente para verificar si está detenidamente para verificar si está de acuerdo con la hipótesis de que la de acuerdo con la hipótesis de que la variabilidad del procesovariabilidad del proceso se debe se debe sólo a un sólo a un sistema de causas sistema de causas aleatoriasaleatorias o si, por el contrario, o si, por el contrario, existen causas asignables de existen causas asignables de variación.variación.


Esto se puede establecer porque cuando la fluctuación de las mediciones se debe a un sistema constante de causas aleatorias la distribución de las observaciones es normal.




45

50

55

60

65

1 3 5 7 9 11 13 15 17 19

Nº de pieza

Pes

o d

e l

as p

ieza

s (

Gr.

)

Cuando las observaciones sucesivas tienen una distribución normal, la mayor parte de los puntos se sitúa muy cerca del promedio, algunos pocos se alejan algo más y prácticamente no hay ninguno en las zonas más alejadas:




45

50

55

60

65

1 3 5 7 9 11 13 15 17 19

Nº de pieza

Pes

o d

e l

as p

ieza

s (

Gr.

)

La mayor parte de los puntos están muy cerca del promedio



45

50

55

60

65

1 3 5 7 9 11 13 15 17 19

Nº de pieza

Pes

o d

e l

as p

ieza

s (

Gr.

)

Lejos del promedio hay menos



45

50

55

60

65

1 3 5 7 9 11 13 15 17 19

Nº de pieza

Pes

o d

e l

as p

ieza

s (

Gr.

)

Más afuera casi no hay puntos

Es difícil decir como es el gráfico de Es difícil decir como es el gráfico de un conjunto de puntos que siguen un conjunto de puntos que siguen un un patrón aleatorio de patrón aleatorio de distribución normaldistribución normal, pero sí es , pero sí es fácil darse cuenta cuando no lo es.fácil darse cuenta cuando no lo es.


Veamos algunos ejemplos de Veamos algunos ejemplos de patrones patrones No AleatoriosNo Aleatorios::


Una sucesión de Una sucesión de puntos por encima ...puntos por encima ...


Gráfico de Control

... o por debajo de ... o por debajo de la línea central.la línea central.


Gráfico de Control

Una serie creciente de Una serie creciente de 6 ó 7 observaciones...6 ó 7 observaciones...


Gráfico de Control

... o una serie ... o una serie decreciente.decreciente.


Gráfico de Control


Gráfico de Control

Varios puntos

por fuera de los

límites de control

Si no se descubren causas asignables entonces se adoptan los límites de control calculados como definitivos, y se construyen cartas de control con esos límites.



Gráfico de Control

45

50

55

60

65

21 23 25 27 29 31 33 35 37 39

Nº de pieza

Pes

o d

e la

s p

ieza

s (G

r.)

Lím. Superior

Valor Central

Lím. Inferior


Si sólo hay pocos puntos fuera de control (2 ó 3), estos se eliminan, se recalculan la media, desviación standard y límites de control con los restantes, y se construye un nuevo gráfico de prueba.

Cuando las observaciones no siguen Cuando las observaciones no siguen un patrón aleatorio, indicando la un patrón aleatorio, indicando la existencia de causas asignables, se existencia de causas asignables, se hace necesario investigar para hace necesario investigar para descubrirlas y eliminarlas.descubrirlas y eliminarlas.


Una vez hecho esto, se deberán recoger nuevas observaciones y calcular nuevos límites de control de prueba, comenzando otra vez con la 1a etapa.


En la 2En la 2aa etapa, las nuevas etapa, las nuevas observaciones que van surgiendo del observaciones que van surgiendo del proceso se representan en el gráfico, proceso se representan en el gráfico, y se controlan verificando que estén y se controlan verificando que estén dentro de los límites, y que no se dentro de los límites, y que no se produzcan patrones no aleatorios:produzcan patrones no aleatorios:



Gráfico de Control

45

50

55

60

65

21 23 25 27 29 31 33 35 37 39

Nº de pieza

Pes

o d

e la

s p

ieza

s (G

r.)

Lím. Superior

Valor Central

Lím. InferiorPunto fuera de control

Como hemos visto, el 99,8 % de las observaciones deben estar dentro de los límites de 3,09

sigmas alrededor de la media.



Esto significa que sólo 1 observación en 500 puede estar por causas aleatorias fuera de los límites de control.


Entonces, cuando se encuentra más de 1 punto en 500 fuera de los límites de control, esto indica que el sistema de causas aleatorias que provocaba la variabilidad habitual de las observaciones ha sido alterado por la aparición de una causa asignable que es necesario descubrir y eliminar.

En ese caso, el supervisor del proceso debe detener la marcha del mismo e investigar con los que operan el proceso hasta descubrir la o las causas que desviaron al proceso de su comportamiento habitual.


Una vez eliminadas las causas del problema, se puede continuar

con la producción normal.


15/04/23 109

Las herramientas utilizadas en las Las herramientas utilizadas en las unidades de Aseguramiento y Control de unidades de Aseguramiento y Control de Calidad, Producción y Mantenimiento Calidad, Producción y Mantenimiento son, básicamente, las mencionadas en el son, básicamente, las mencionadas en el capítulo I, en la Filosofía de Ishikawa.capítulo I, en la Filosofía de Ishikawa.

La empresa Avecaisa cuenta con los La empresa Avecaisa cuenta con los recursos suficientes para la aplicación de recursos suficientes para la aplicación de las H.E.las H.E.

CONCLUSIONESCONCLUSIONES

CONCLUSIONESCONCLUSIONES

Las H.E. permiten a la empresa AVECAISA:Las H.E. permiten a la empresa AVECAISA:

Controlar todos los procesos de producción.Controlar todos los procesos de producción.Medir todos los niveles establecidos como Medir todos los niveles establecidos como especificaciones para asegurar la calidad.especificaciones para asegurar la calidad.Observar e inspeccionar el comportamiento del Observar e inspeccionar el comportamiento del producto terminado y tomar acciones correctivas y producto terminado y tomar acciones correctivas y preventivas en los procesos.preventivas en los procesos.Asegurar que los resultados obtenidos en el Asegurar que los resultados obtenidos en el proceso sean tal cual como lo estimado, proceso sean tal cual como lo estimado, analizando las posibles fallas para evitar analizando las posibles fallas para evitar desperdicios y trabajos doble.desperdicios y trabajos doble.Mantener una buena relación y comportamiento Mantener una buena relación y comportamiento con proveedores y clientes, para mantener una con proveedores y clientes, para mantener una alta confianza en sus productos.alta confianza en sus productos.

RECOMENDACIONESRECOMENDACIONES

Que los controles aplicados por la Que los controles aplicados por la empresa sean más versátiles.empresa sean más versátiles.

Superar las metas establecidas con Superar las metas establecidas con apoyo total del equipo.apoyo total del equipo.

Ser más estrictos con los parámetros Ser más estrictos con los parámetros esperados.esperados.

Que la inspección sea continua hasta la Que la inspección sea continua hasta la entrega de producto terminado.entrega de producto terminado.

Utilizar otras herramientas Utilizar otras herramientas estadísticas, como por ejemplo, seis estadísticas, como por ejemplo, seis sigma (6sigma (6σ)σ)..

estudio de las herramientas estadísticas aplicadas a la administración de la calidad. caso empresa...

Business