Академический Документы
Профессиональный Документы
Культура Документы
n
d
o
C
m
o
Proceso (puntos
crticos de control)
y caractersticas a
controlar
Frecuencia de
control
Control por
muestreo, total
o ningn control
Operador,
inspector,
laboratorio
Por ensayo,
inspeccin, con
instrumentos, control
visual
En la fabricacin,
recepcin de MP,
expedicin,
etc.
Diseo de sistemas de control de calidad
Fuente: Kelada, Nollet, Diorio, (1994), p. 529
23
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
El control estadstico de la calidad
Control
estadstico de
la calidad
Prevencin
de defectos
Deteccin de
defectos
Control por muestreo
estadstico
Control estadstico del
proceso
Grficas de control de
calidad
Capacidad del proceso
24
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Planes de muestreo: Definicin
Un plan de muestreo es un procedimiento que permite
determinar si un lote debe ser aceptado o rechazado
En general, un plan de muestreo est definido por:
Nmero de unidades n a extraer del lote N
Nmero mximo de unidades defectuosas en una
muestra para que el lote sea aceptado: c es el
criterio de aceptacin
Tamao del
lote N
Tamao de la
muestra n
25
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Planes de muestreo: Etapas a seguir
Fuente: Adaptado de Stevenson W., Benedetti C., (2001), p. 381
Lote a controlar
Muestra extrada
aleatoriamente de N
n
N
d vs. c
N aceptado
N rechazado
c= criterio de
aceptacin
d = nmero de
defectos en n
d > c d c
26
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Planes de muestreo: Riesgos de errores
Muestra de tamao n es MEJOR que el
lote del cual ha sido extrada
Entonces, se acepta un lote donde la calidad
no sera normalmente tolerada:
riesgo del cliente ()
Muestra de tamao n es PEOR que el
lote del cual ha sido extrada
Entonces, se rechaza un lote donde la
calidad sera normalmente tolerada :
riesgo del proveedor ( )
27
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Planes de muestreo: Riesgos de errores
Lote rechazado Lote aceptado
Buen lote Error de tipo I Buena decisin
Lote defectuoso Buena decisin Error de tipo II
28
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Ser utilizado si:
Los costos de los ensayos son elevados
El ensayo implica la destruccin del producto
Falta de tiempo
No ser utilizado si:
El costo de tener una unidad defectuosa es
muy elevado
La utilizacin de una unidad defectuosa
puede ocasionar graves consecuencias
Es necesario separar las buenas piezas de
las malas
Cundo utilizar un plan de muestreo?
29
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
El control estadstico de la calidad
Control
estadstico de
la calidad
Prevencin
de defectos
Deteccin de
defectos
Control por muestreo
estadstico
Control estadstico del
proceso
Grficas de control de
calidad
Capacidad del proceso
30
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Control estadstico de procesos:
herramientas
Grficas de control
Verificar si las variaciones en el proceso se deben a causas:
No controlables y muchas veces no identificables (proceso
bajo control)
Controlables e identificables
(proceso fuera de control)
Control de atributos
Control de variables
Capacidad (habilidad) del proceso
Verificar si el proceso respeta las especificaciones
establecidas :
Habilidad del proceso para cumplir, o exceder sus
especificaciones (tolerancias)
31
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Control estadstico de procesos:
el problema
Es posible saber si los productos fabricados se
ajustarn a las necesidades antes de que se
termine de fabricar todo el lote?
Se puede adoptar un enfoque preventivo a la
gestin de calidad del producto ?
Es posible identificar los problemas de calidad
durante el proceso de fabricacin?
Pero si todos los procesos tienen una variacin
natural, cmo saber si hay una variacin
anormal? Cmo saber cuando es necesario
actuar y cuando no?
32
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Grficas de control de calidad:
Control de variables
Utilizan variables mesurables en una escala
continua tales como la longitud, la temperatura, el
peso, el ancho o la velocidad.
Se calculan dos valores para la muestra:
Una medicin de la tendencia central (el
promedio x generalmente)
Una medicin de la variabilidad (el rango R o
la desviacin estndar o)
33
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Elaboracin de grficas de control de
variables
Extraer un nmero suficientemente elevado (al
menos 30, idealmente 50 ms) de pequeas
muestras de tamao n, repartidas en el tiempo.
Para cada muestra, calcular la media y el rango.
34
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Elaboracin de grficas de control de
variables: ejemplo agua embotellada
1 /08 2/08 3/08 4/08 5/08 8/08 9/08
Obs.1 5 6 7 3 3 6 2 5 3 9 7 4 3 8 6 2 6 8 2 2
Obs. 2 6 5 5 7 5 5 6 6 3 3 5 6 6 9 5 4 7 4 5 5
Obs. 3 8 6 5 2 9 6 7 7 5 5 7 4 6 8 7 4 6 6 6 6
Obs. 4 5 8 6 5 8 4 3 5 7 6 2 6 8 6 7 7 4 5 6 6
Obs. 5 6 4 3 6 4 5 6 4 4 5 6 7 6 4 3 5 4 7 3 5
x
R
6,0 5,8 5,2 4,6 5,8 5,2 4,8 5,4 4,4 5,6 5,4 5,4 5,8 7,0 5,6 4,4 5,4 6,0 4,4 4,8
3 4 4 5 6 2 5 3 4 6 5 3 5 5 4 5 3 4 4 4
Clculo del promedio y el rango:
Contenido de benceno en agua embotellada (ppm)
35
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
x = 5,35 R = 4.2
Calcular el gran promedio x de los promediosx pasados
y el promedio de rangosR
Elaboracin de grficas de control de
variables: ejemplo agua embotellada
Estos dos parmetros sirven para determinar los lmites de lo que
se considera como la variacin normal de la distribucin de medias
y rangos.
Los lmites de control para la grfica de promedios se calculan
como sigue:
) (
2
R A X LCS
X
+ =
LCS = 5,35 + (0,577 x 4,2) = 7,77
) (
2
R A X LCI
X
= LCI = 5,35 - (0,577 x 4,2) = 2,93
X LC
X
=
36
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Elaboracin de grficas de control de variables:
Constantes de la grfica de control
Tamao de la
muestra
n
Coeficientes para la
grficax
A
2
Lmite inferior de
control
D
3
Lmite superior de
control
D
4
Coeficiente para el
clculo de Cp
d
2
Coeficientes para la grfica R
37
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Elaboracin de grficas de control de
variables: ejemplo agua embotellada
Los lmites de control para la grfica de rango se
calculan como sigue:
Finalmente, se elaboran dos grficas de control la
grfica de promedios y la grfica de rangos, y se
procede al anlisis de estas grficas.
LCS
R
= D
4
R
LCS = 2,115 4,2 = 8,88
LCI
R
= D
3
R LCI = 0 4,2 = 0
LC
R
=
R
38
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
2
3
4
5
6
7
8
9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
LCS = 7.77
LCI = 2.93
LC= 5.35
6.0 5.8 5.2 4.6 5.8 5.2 4.8 5.4 4.4 5.6 5.4 5.4 5.8 7.0 5.6 4.4 5.4 6.0 4.4 4.8
Elaboracin de grficas de control de
variables: ejemplo agua embotellada
Grfica de promedios
39
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
0
1
2
3
4
5
6
7
8
9
10
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
LCS = 8.88
LCI = 0
LC= 4.2
3 4 4 5 6 2 5 3 4 6 5 3 5 5 4 5 3 4 4 4
Elaboracin de grficas de control de
variables: ejemplo agua embotellada
Grfica de rangos
40
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Elaboracin de grficas de control de
variables - Ejemplo
Consideremos un producto para el cual se han
seleccionado 10 muestras de tamao 5 cada una.
Calcular los lmites superior e inferior de control de x y R.
Muestra n
1 51,5 49,8 49,3 51,0 45,8
2 47,2 52,5 48,7 46,7 48,9
3 45,8 58,0 44,7 44,4 50,3
4 44,2 50,0 38,7 46,0 55,0
5 52,1 43,9 45,7 53,4 50,6
6 43,7 52,7 46,1 40,4 40,0
7 53,9 44,3 44,2 40,0 45,1
8 54,2 46,4 47,8 43,5 47,4
9 55,0 48,7 52,6 52,7 53,8
10 57,0 50,2 51,0 50,8 45,9
Mediciones
41
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Elaboracin de grficas de control de
variables - Ejemplo
Tamao de la muestra: 5
Muestra n Promedio Rango
1 51,5 49,8 49,3 51,0 45,8 49,5 5,7
2 47,2 52,5 48,7 46,7 48,9 48,8 5,8
3 45,8 58,0 44,7 44,4 50,3 48,6 13,6
4 44,2 50,0 38,7 46,0 55,0 46,8 16,3
5 52,1 43,9 45,7 53,4 50,6 49,1 9,5
6 43,7 52,7 46,1 40,4 40,0 44,6 12,7
7 53,9 44,3 44,2 40,0 45,1 45,5 13,9
8 54,2 46,4 47,8 43,5 47,4 47,9 10,7
9 55,0 48,7 52,6 52,7 53,8 52,6 6,3
10 57,0 50,2 51,0 50,8 45,9 51,0 11,1
Promedio: 48,4 10,6
Mediciones
42
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Elaboracin de grficas de control de
variables - Ejemplo
R D LCI
R D LCS
R control de grfico el Para
R A X LCI
R A X LCS
X control de grfico el Para
3
4
2
2
=
=
=
+ =
= 48.4 + (0.577 x 10.6) = 54.5
= 48.4 - (0.577 x 10.6) = 42.3
= 2.115 x 10.6 = 22.4
= 0
43
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Proceso bajo control
Anlisis
de grficas de control de calidad
LCS
LCI
La mayora de los puntos se encuentra cerca del
promedio (eje central)
44
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Anlisis
de grficas de control de calidad
Proceso fuera de control
LCS
LCS
La mayora de los puntos no se acercan
al promedio
45
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Anlisis
de grficas de control de calidad
Proceso fuera de control
LCS
LCI
7 puntos consecutivos del mismo lado
significa que hay desviacin de simetra
46
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Proceso fuera de control
LCS
LCI
Presencia de una tendencia en
una serie larga de puntos
Anlisis
de grficas de control de calidad
47
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Anlisis
de grficas de control de calidad
Proceso fuera de control
LCS
LCI
Presencia de un ciclo
48
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Anlisis
de grficas de control de calidad
Seales de la presencia de causas identificables
(proceso fuera de control)
Punto (s) extremo (s)
- Un punto al exterior de los lmites de control
- Dos puntos consecutivos situados cerca de un mismo lmite de
control
Simetra
- Muchos ms puntos de un lado que del otro lado del eje central
- Mayora de los puntos no reagrupados alrededor del eje central
(alrededor 65% de los puntos debera estar en el primer tercio
alrededor del eje central)
- Siete puntos consecutivos o ms del mismo lado del eje central
Indicio de un fenmeno no aleatorio
- Alineamiento de seis o siete puntos en alza o baja continua
- Presencia de un ciclo visible
49
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Control de calidad de variables:
ejercicios
Ejercicio 12, pg. 351, Chase, Jacobs & Aquilano
50
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Proceso bajo control
Calcular la capacidad del proceso
Proceso fuera de control
Identificar las causas posibles y corregir la situacin
(aplicar las herramientas de calidad: anlisis de Pareto,
diagrama de causa y efecto, desarrollar un plan de
accin y hacer un seguimiento de la situacin)
Una vez se ha realizado la grfica de
control de calidad
51
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Una ilustracin
52
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Capacidad del proceso
Las tolerancias son las especificaciones tcnicas a
respetar = lmites de control de las grficas de control.
Habilidad del proceso para cumplir, o exceder sus especificaciones
Administracin de Operaciones, p.185
Capacidad de un proceso de producir bienes y servicios dentro de
los lmites de tolerancia especificados llamados especificaciones
La gestion des oprations, p. 207
53
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Capacidad del proceso:
Tolerancias vs. Lmites de control
Las grficas de control no tienen por objetivo la
determinacin del respeto de las tolerancias.
Las tolerancias se aplican a unidades individuales, no
a los promedios de las muestras.
Se puede tener un proceso bajo control que no
respeta las tolerancias.
Se puede tener un proceso que respete las
tolerancias pero que no est bajo control.
54
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Capacidad del proceso: Clculo
(
=
3
X LTS
,
3
LTI X
min C
pk
C
p
=
Ancho de la especificacin
Ancho del proceso
Otra medida de uso ms amplio,
cuando el proceso no esta centrado:
2
usando aproximar puede se ,
6 d
R LTI LTS
C
p
o
o
=
55
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Capacidad del proceso: Representacin grfica
Curva de
promedios
Curva de valores
Individuales/reales
X
Ancho de la especificacin
o tolerancia
Ancho del proceso
LTI
LCS LCI
LTS
56
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Una ilustracin
57
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Capacidad del proceso: ejercicio
Ejercicio 2, pg. 348
El proceso est centrado con respecto a los
lmites establecidos (especificaciones)?
Qu puede hacer el fabricante para mejorar el
ndice de capacidad de su proceso?
58
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Calidad Six-Sigma
Iniciado por Motorola en 1988, promovido por GE
Apunta a reducir dramticamente la variabilidad de
los procesos.
La meta es hacer que el ancho del proceso sea la
mitad del ancho de la especificacin (Cp = 2),
cuando el proceso est centrado en el rango de las
especificaciones.
En ese caso el nmero de unidades defectuosas es
inferior a 0.002 defectos por milln (ppm), o a 3.4
dpm cuando el proceso est corrido 1.5 sigma con
respecto al punto medio del rango de las
especificaciones.
59
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Source: The Vision of Six Sigma: A Roadmap for Breakthrough, Fifth Edition, M.T. Harry.
Nmero de defectos en unidades por milln considerando la distancia
con respecto al centro de las especificaciones y la capacidad del
proceso (ambos en unidades de sigma).
Calidad Six-Sigma
Capacidad del proceso
D
i
s
t
a
n
c
i
a
3 sigma 3.5 sigma 4 sigma 4.5 sigma 5 sigma 5.5 sigma 6 sigma
0 2700 465 63 6,8 0,57 0,034 0,002
0.25 sigma 3577 666 99 12,8 1,02 0,1056 0,0063
0.5 sigma 6440 1382 236 32 3,4 0,71 0,019
0.75 sigma 12288 3011 665 88,5 11 1,02 0,1
1 sigma 22832 6433 1350 233 32 3,4 0,39
1.25 sigma 40111 12201 3000 577 88,5 10,7 1
1.5 sigma 66803 22800 6200 1350 233 32 3,4
1.75 sigma 105601 40100 12200 3000 577 88,4 11
2 sigma 158700 66800 22800 6200 1300 233 32
Cp = 1 Cp = 2
60
2010 Service denseignement de la Gestion des Oprations et de la Logistique, HEC Montral.
Calidad Six Sigma
Mtodo sistemtico en 5 pasos: DMAMC
Definir: identificar el proceso a mejorar.
Medir: medir las variables de calidad y fijar las metas
para el mejoramiento
Analizar: identificar las causas originales de los
actuales niveles de defectos y proponer alternativas.
Mejorar: modificar el proceso y verificar si se han
dado mejoras
Controlar: garantizar que el proceso de mejora no
se perder con el tiempo.