Control Estadstico

de la calidad

Historia

Los primeros estudios sobre la calidad se hicieron en los aos 30

antes de la Segunda guerra Mundial, la calidad no mejor
sustancialmente, pero se hicieron los primeros experimentos para
lograr que sta se elevar, los primeros estudios sobre calidad se
hicieron en Estados Unidos. En el ao de 1933 el Doctor W. A.
Shward, de los Bell Laboratories, aplic el concepto de control
estadstico de proceso por primera vez con propsitos industriales;
su objetivo era mejorar en trminos de costo-beneficio las lneas de
produccin el resultado fue el uso de la estadstica de manera
eficiente para elevar la productividad y disminuir los errores,
estableciendo un anlisis especfico del origen de las mermas, con
la intencin de elevar la productividad y la calidad

Historia

Cuando en 1939 estall la Segunda Guerra

Mundial, el control estadstico del proceso se
convirti poco a poco y paulatinamente en un
arma secreta de la industria, fue as como los
estudios industriales sobre cmo elevar la
calidad bajo el mtodo moderno consistente
en el control estadstico del proceso llev a los
norteamericanos a crear el primer sistema de
aseguramiento de la calidad vigente en el
mundo

En las organizaciones hay deficiencias en la obtencin de sta, como

las siguientes.

Datitis. Se obtienen datos sin ningn propsito claro ni importante,

lo cual resulta en datos, cuestionarios, registros y reportes en espera
de que tengan alguna utilidad.

Obtencin de informacin para validar decisiones previamente

tomadas. Es decir, slo tomar en cuenta la informacin favorable.

Es raro que se tenga un plan global de por qu se va a obtener

informacin, cul es la mejor fuente, cmo, cundo, quin, dnde,
cmo se va a analizar, y qu decisiones se pretenden tomar. Como
ejemplo est el diseo de cuestionarios con papel, lpiz y
ocurrencias.

Informacin poco representativa y sesgada.

Tabes y errores sobre el papel de la estadstica en la obtencin de

informacin; por ejemplo, tamao de la muestra, confianza
estadstica y seleccin aleatoria de la muestra.

Antes de obtener informacin sobre un problema o una situacin,

lo que se debe tener muy claro y delimitado es:

El objetivo que se persigue y

El tiempo

Los recursos de que se dispone para abordar dicho problema.

No hacer lo anterior conduce, con frecuencia, a que la

informacin que se obtiene no ayude a responder las interrogantes
que se tienen y, en ltima instancia, a tomar decisiones errneas.

Una vez localizado el problema, definidos los objetivos perseguidos

e identificado el tipo de informacin que se necesita, surgen entre
otros los siguientes problemas:

cmo obtener tal informacin,

en qu cantidad

y cmo analizarla.

Papel de la estadstica la toma de

Decisiones

La variabilidad y el pensamiento
estadstico
Variacin que ocurre en nuestras vidas, tambin
ocurre en los resultados de los procesos, ya que
son generados por la interaccin de materiales:

Mquinas,

Mano o mente de obra (gente),

Mediciones,

Medio ambiente y

Mtodos.

Estos seis elementos, las 6 M, determinan de

manera global todo proceso, y cada uno aporta
parte de la variabilidad (y de la calidad) de los
resultados de un proceso,

La estadstica es vital en el control

y monitoreo de procesos, y en la
mejora e innovacin de la
calidad, ya que est conformada
de un conjunto de tcnicas y
conceptos orientados a la
recoleccin y el anlisis de datos
tomando en cuenta la variacin
en los mismos. Las tcnicas
estadsticas son de gran
importancia en todo tipo de
empresas y en una gran diversidad
de situaciones.

Por ejemplo, son tiles para:

Identificar dnde, cmo, cundo y con qu frecuencia se presentan los

problemas (regularidad estadstica).

Analizar los datos procedentes de las guas clave del negocio, para as
identificar las fuentes de variabilidad, analizar su estabilidad y pronosticar su
desempeo.

Detectar con rapidez, oportunidad y a un bajo costo anormalidades en los

procesos y sistemas de medicin (monitoreo eficaz).

Ser objetivos en la planeacin y toma de decisiones, evitando frases como

el yo siento, el yo creo, mi experiencia y el abuso de poder en la
toma de decisiones

Expresar los hechos en forma de datos y evaluar de manera objetiva el

impacto de acciones de mejora.

Enfocarse en los hechos vitales; es decir, en los problemas y causas

realmente importantes.

Analizar de manera lgica, sistemtica y ordenada la bsqueda de

mejoras. Mano de obra Mediciones

El pensamiento estadstico en los niveles de la Organizacion

Tipos de variables

Las variables cualitativas

(nominales o de atributos)

Son
aquellas
cuyas
caractersticas
que
se
estudian no son numricas.
Por ejemplo, el tipo de
producto, si ste funciona o
no, etc.

Variables cuantitativas

Son
aquellas
cuyas
caractersticas
pueden
registrarse numricamente.
Por ejemplo, peso de un
lote, nmero de clientes
atendidos,
nmero
de
productos defectuosos.

Las variables cuantitativas se clasifican como discretas o continuas.

discretas slo pueden adquirir ciertos valores y casi siempre hay

brechas entre esos valores. Por ejemplo: nmero de clientes
atendidos (0, 1, 2, 3, ..., etc.), nmero de artculos defectuosos por lote,
nmero de quejas, nmero de servicios de mantenimiento. Por su parte,
las variables

continuas pueden tomar cualquier valor dentro de un intervalo

especfico. Por ejemplo, el tiempo en el que un cliente es atendido.
Intuitivamente las variables de tipo continuo son aquellas que requieren
un instrumento de medicin para cuantificarse, como peso, volumen,
voltaje, longitud, resistencia, temperatura, humedad, tiempo,
dimensiones varias, etctera

variables de entrada, tambin llamadas variables independientes

(las X), por lo general son variables de control del proceso, como
temperatura, velocidad, presin, cantidad y/o caractersticas de
algn insumo o material, etc.

Adems entre las variables de entrada se consideran aquellas que,

aunque normalmente no estn controladas, influyen en los
resultados de un proceso, como la humedad relativa en el medio
ambiente, la habilidad de un operario, el mtodo de trabajo

variables de salida, tambin llamadas variables de respuesta o

dependientes (las Y), son caractersticas de calidad del producto y,
en general, en ellas se reflejan los resultados obtenidos por el
proceso; a travs de los valores que toman estas variables se
evala la calidad del desempeo del proceso. Por lo general, las
variables de salida tienen especificaciones o tolerancias, porque los
valores que deben tener estn especificados

Entre ms pequeo mejor. Son variables o caractersticas de calidad cuya

nica exigencia es que no excedan un cierto valor mximo tolerado o una
especificacin superior (ES), y entre ms pequeo sea su valor es mejor. Por
ejemplo, el porcentaje de impurezas en una sustancia o la cantidad de
sustancias txicas en un producto alimenticio.

Entre ms grande mejor. Son variables o caractersticas de calidad a las que se

les exige que sean mayores que un valor mnimo o que una cierta
especificacin inferior (EI), y entre ms grande sea el valor de la variable es
mejor. Por ejemplo, la resistencia de una pieza de plstico inyectado o la
blancura de una tela de color blanco.

El valor nominal es el mejor. Variables que deben tener un valor especfico y

que, por lo tanto, no deben ser menores que una especificacin inferior (EI),
pero tampoco mayores que una superior (ES). Por ejemplo, el dimetro interior
de una tuerca o la longitud de una pieza para ensamble; no pueden ser ni muy
chicas ni muy grandes.

Medidas de Tendencia Central y

Dispersin