MODULO

CONTROL ESTADISTICO
DEL PROCESO (SPC)
STATISTICAL PROCESS CONTROL

UNIDAD I
FILOSOFIAS DE CALIDAD
M.C. ROLANDO DEL TORO WALS
HTAS. BASICAS

1.-INTRODUCCION AL CONTROL ESTADISTICO DE

PROCESO Y FILOSOFIAS DE CALIDAD

LA PROSPERIDAD EN EL CLIMA ECONOMICO DE HOY.

Los manufactureros de la industria
automotriz o de
cualquier otro sector, proveedores y organizaciones comerciales,
deben estar dedicados a la mejora continua. Debemos buscar
maneras ms eficientes de producir productos y servicios, estos
productos y servicios deben continuar hacia la mejora en sus
valores. Debemos enfocar hacia nuestros
clientes internos y
externos, y proveer la satisfaccin del cliente como primera meta
de negocios.
Para lograr esto, cada quien en nuestra organizacin debe
estar comprometido a la mejora y a la utilizacin de mtodos
efectivos.

HTAS. BASICAS

Introduccin al Control Estadstico del Proceso (SPC)

Precios: La Nueva Realidad
El modelo antiguo:
Costo + Ganancia =
(calculado)

(fijada)

El modelo nuevo:
Precio - Ganancia
(fijado)

Precio

(fija)

(resultado)

Costo
(resultado)

El modelo antiguo: la compaa establece el precio para obtener un objetivo

de ganancia.
El modelo nuevo:
El precio lo establece el mercado mundial competitivo
La ganancia es establecida por las expectativas de los
accionistas.
Eso quiere decir que se debe alcanzar un costo de objetivo
maximo, y que la reduccion de costos se debe poner como
eje central en la planeacion estrategica

HTAS. BASICAS

Introduccin al Control Estadstico del Proceso (SPC)

DEFINICION Y EVOLUCION DEL CONCEPTO DE CALIDAD.
POR QUE CALIDAD?
cada vez que compramos un carro , que viajamos en avin, nos
damos cuenta como ha adquirido importancia en nuestras vidas
LA CALIDAD.
No deseamos comprar un carro que nos falle , no aceptamos el
mal servicio de las aerolneas.
LA CALIDAD ES :
-SATISFACCER LAS NECESISADES DEL CLIENTE(DEMMING).
-ADECUACIN AL USO
-HACER LAS COSAS BIEN DESDE LA PRIMERA VEZ.
-CUMPLIR CON LOS REQUISITOS.
-LA SATISFACCION DE LAS PERSONAS.

HTAS. BASICAS

EVOLUCION DEL CONCEPTO DE CALIDAD.

-ASEGURAMIENTO DE LA CALIDAD.
Comprende todas la tcnicas preestablecidas y sistemticas destinadas a
dar confianza al cliente,
proporcionndole la prueba de que los procesos se dominan para
satisfacer la exigencias relativas a la calidad.
-ADMINISTRACIN DE LA CALIDAD.
La administracin de la calidad es responsabilidad de la alta direccin
involucra a todas las personas , actividades y procesos .
Incluye la planeacin estratgica , la asignacin de recursos y otras
actividades sistemticas para la calidad tales como la planeacin de la
calidad , operaciones y evaluacin.
-SISTEMA DE CALIDAD. Es un conjunto de:
Recursos tecnolgicos humanos y materiales disponibles para la
empresa.
Es la estructura ORGANIZACIONAL , de las responsabilidades , de los
procedimientos y de las normas definidas para su utilizacin.

HTAS. BASICAS

ADMINISTRACION DE LA CALIDAD.

ESTRUCTURA
ORGANIZACIONAL

Sistema de calidad

TECNICAS Y OPERACIN
DE ACTIVIDADES

Control de
calidad.
Aseguramiento
interno de
calidad.
ASEGURAMIENTO EXTERNO
DE LA CALIDAD (CONFIANZA
DEL CLIENTE.)

CONFIANZA DE LA
ADMINISTRACION

HTAS. BASICAS

FILOSOFIAS DE CALIDAD
W. Edwards Deming
El mundo entero fue testigo de que la economa y la capacidad de
produccin japonesas fueron desbastadas por la segunda guerra
mundial. Cuatro dcadas despus Japn disfruta de un liderazgo casi
indisputable como innovador en mtodos de control de calidad,
productividad y mercadeo competitivo en todo el mundo. Los japoneses
son un reto para el liderazgo industrial y comercial de los Estado Unidos
y Alemania.
El doctor Deming dio origen al increble retorno del Japn, despus de
la destruccin total de la guerra y cre la ruta que ha situado a los
japoneses al frente de la carrera que actualmente se libra en los
negocios y el desarrollo industrial internacionales. Deming aporto su
filosofa que consta de 14 puntos, a travs de los cules se puede lograr
la calidad en la empresa, adicionalmente aporta su ciclo de mejora
continua as como las herramientas estadsticas aplicadas al proceso.

HTAS. BASICAS

14 puntos de la Ruta Deming: Mtodo Gerencial

1.Crear perseverancia en el propsito de mejorar productos y servicios
con la meta de ser competitivos, mantener el negocio y generar empleos.
El proceso de negocio empieza con el cliente. De hecho, si no se inicia
con el cliente, muchas veces acaba con el cliente de forma abrupta. La
perseverancia en el propsito afecta a las oportunidades de maana. De
acuerdo con el doctor Deming "Saba usted que el hacer mejor su
esfuerzo, no es suficiente ?". Debe saber que hacer y luego haga el
mejor esfuerzo.
2.Adoptar la nueva filosofa. Estamos en una nueva era econmica
creada por el Japn. La administracin occidental debe despertar al reto,
debe conocer sus responsabilidades y asumir el liderazgo del cambio.
Cualquier cosa que requiera que usted abandone algunas de las premisas
que ha sostenido como dogma durante largo tiempo es sumamente
difcil.

HTAS. BASICAS

3.-Deje de depender de la inspeccin para lograr la calidad. Elimine la

necesidad de inspeccionar masivamente, poniendo desde el principio
la calidad en el producto. El uso del proceso de prevencin, incorpora
la retroalimentacin del proceso mismo, as como del cliente, para
modificar las entradas al proceso usando la prevencin de defectos,
sta es una mejora sobre la detencin de defectos. El nfasis est en
la administracin de las salidas no necesariamente en el proceso, con
estos dos enfoques usted puede ser capaz de hacerlo "bien y a la
primera".
4.-Mejorar de manera constante y permanente el sistema de
produccin y servicio, con el fin de alcanzar la calidad y la
productividad, y reducir as, continuamente los costos. El proceso de
mejora continua es una espiral, cuyo centro y blanco es el cliente. Se
puede decir que el mejoramiento es posible debido a que el ciclo
Deming forma parte integral del proceso.

HTAS. BASICAS

5.-Elimine barreras que le quiten al trabajador su derecho a sentir

orgullo por su trabajo. LA responsabilidad de los supervisores debe
cambiarse para que en lugar de dar importancia a cifras escuetas, ms
bien enfatice el logro de la calidad. Elimine las barreras que arrebatan a
los empleados administrativos o de ingeniera su derecho a sentir orgullo
por su trabajo, esto significa llegar a un acuerdo entre las partes para
abolir las evaluaciones de desempeo y la administracin por objetivos.
6.-Destierre temores para que todos puedan trabajar con mayor eficacia
para la compaa. El temor esta en todos lados y se presenta en
diferentes formas.
7.-Destruya las barreras entre departamentos. El personal de
investigacin, diseo, ventas y produccin debe trabajar como equipo
para prever los problemas de produccin y de uso que puedan surgir en
el producto o servicio. Definir operativamente las necesidades y las
expectativas esenciales de los consumidores, para que todo mundo
entienda como est contribuyendo al xito en la organizacin, es un
paso firme para derribar las barreras.

HTAS. BASICAS

10

8.-Elimine lemas, exhortos y objetivos que pidan a los trabajadores

cero defectos y nuevos niveles de productividad. La motivacin y
conciencia del personal contribuyen a limitar la variabilidad por las
personas en un proceso.
9.-Elimine estndares de trabajo (cuotas) en los pisos de produccin.
Sustityalos por liderazgo. Elimine la administracin por objetivos.
Elimine la administracin por nmeros u objetivos numricos. Los
estndares de trabajo tienden a limitar la cantidad de mejoras que
pueden lograrse. Del mismo modo que las tolerancias de ingeniera.
10.-Instituya el liderazgo. El propsito de liderazgo debe hacer ayudar
el personal, mquina y aparatos hacer un mejor trabajo. La
supervisin a los trabajadores de produccin. Los supervisores de
lnea realizan tal vez, el trabajo ms difcil en cualquier organizacin.
Es gente que no pertenece a ningn lado, la gente a quienes supervisa
no los considera como uno de ellos y la gerencia realmente no los
considera como parte del equipo gerencial.

HTAS. BASICAS

11

11.-Instituya la capacitacin en el trabajo.

12.-Instituya un programa vigoroso de educacin y superacin personal.
La gerencia reconocer la necesidad de educar y volver a capacitar al
personal cuando se d cuenta que la gente es un activo y no un gasto.
13.-Acabe con la prctica de cerrar el trato con base en el precio. En vez
de esto reduzca al mnimo el costo total. Evolucione hacia proveedores
nicos para cualquier insumo en una relacin a largo plazo con sus
proveedores, fincada en la lealtad y la confianza. Si lo que quiere es
satisfacer las necesidades de sus clientes a un precio que ellos estn
dispuestos a pagar, debe empezar por establecer relaciones a largo plazo
con sus proveedores, animndolos a adoptar la filosofa de la mejora
continua.
14.-Que todos en la organizacin trabajen para lograr la transformacin
es trabajo de todos.
Principio Deming
Establece que aproximadamente el 85% de los problemas en cualquier
operacin pueden ser provocados directamente por el sistema, solo el 15%
son causas especiales atribuibles al trabajador o mquinas.

HTAS. BASICAS

12

Ciclo Deming
El ciclo Deming establece los pasos que se siguen para buscar la mejora
de cualquier actividad o proceso, tal como se ilustra en la figura Consta
de los siguientes pasos:
Planear: definir el propsito de la accin de mejora y buscar la
oportunidad.
Hacer: desarrollar las actividades planeadas
Verificar: constatar que las actividades se estn realizando de acuerdo
a lo planeado.
Actuar: Buscar la manera de corregir las desviaciones que se
encuentren o bien, tomar acciones que permitan mejorar los resultados.
Planear
actuar

Hacer
Verificar

HTAS. BASICAS

13

Enfermedades mortales
Carencia de consistencia en el propsito de planificar un
producto y servicio que tenga mercado y mantenga a la empresa
viva.
nfasis en los beneficios a corto plazo
Evaluacin del comportamiento, calificacin por el mrito.
Movilidad de la direccin; se salta de un trabajador a otro
Se dirige utilizando solo las cifras visibles, teniendo muy poco en
cuenta las cifras desconocidas (calidad).
Demasiados costos mdicos.
Costos excesivos de responsabilidad (abogados)
Kaoru Ishikawa
El control total de calidad es un sistema de mtodos de produccin
que econmicamente genera bienes o servicios de calidad, acordes
con los requisitos de los consumidores. Practicar el control de
calidad es desarrollar, disear, manufacturar y mantener un
producto de calidad que sea el ms econmico, el ms til y
siempre satisfactorio para el consumidor.

HTAS. BASICAS

14

Para alcanzar esta meta, es preciso que en la empresa todos

promuevan y participen en el control de calidad, incluyendo tanto a
los altos ejecutivos como a todas las divisiones de la empresa y a
todos los empleados. El control de calidad no es una actividad
exclusiva de especialistas, sino que debe ser estudiado y conseguido
por todas las divisiones y todos los empleados.
El control total de calidad se logra cuando se consigue una
completa revolucin conceptual en toda la organizacin. Esta
revolucin se expresa en las categoras siguientes:
1.Lo primero es la calidad; no las utilidades a corto plazo.
2.La orientacin es hacia el consumidor; no hacia el productor.
Pensar desde el punto de vista de los dems.
3.El siguiente paso en el proceso es su cliente; hay que derribar
las barreras del seccionalismo.
4.Utilizacin de datos y nmeros en las presentaciones; empleo
de mtodos estadsticos.
5.Respeto a la humanidad como filosofa administrativa;
administracin totalmente participante.
6.Administrador interfuncional; trabajo en equipo entre los
diferentes departamentos o funciones.

HTAS. BASICAS

15

Mtodo de 5 pasos de mejoramiento

1.Que la alta direccin reconozca la necesidad del mejoramiento
continuo de la calidad y decida a iniciarlo en un esfuerzo
permanente.
2.Establecimiento de un departamento de promocin a cuyo cargo
este un alto directivo.
3.Un programa de instruccin para la calidad que abarque toda la
empresa.
4.Formacin y funcionamiento de grupos pequeos de trabajo
(crculos de calidad)
5.Realizar peridicamente auditoras de calidad encabezadas por el
ms alto directivo.
Garanta de calidad
La garanta de calidad es la esencia misma del control de calidad. Las
empresas japonesas se han guiado por el principio de "calidad primero".
Al ocuparse de garanta de calidad, se debe tener en cuenta lo siguiente:
1. La empresa debe garantizar una calidad acorde a los requisitos de los
consumidores.

HTAS. BASICAS

16

2.-Debe expresar igual inters en el caso de productos de

exportacin.
3.-Los altos ejecutivos debern reconocer la importancia de la
garanta d calidad y asegurar que toda la empresa d el mximo
para alcanzar esta meta comn.
Principios de la garanta de calidad.
Dentro de una empresa, la responsabilidad por la garanta
corresponde a las divisiones de diseo y manufactura,
inspeccin. Esta ltima simplemente inspecciona a los
desde el punto de vista de los clientes, pero no
responsabilidad por la garanta de calidad.

de calidad
y no a la
productos
asume la

Histricamente la garanta de calidad cumpli las siguientes etapas:

1.Garanta de calidad orientada hacia la inspeccin
2.Garanta de calidad orientada al proceso
Garanta de calidad con nfasis en el desarrollo de nuevos
productos.

HTAS. BASICAS

17

Diagrama de Ishikawa
Tambin conocido como causa- efecto, porque en el recuadro
derecho se anota el efecto (problema) a analizarse y a la izquierda
las probables causas que lo originan. Otro sobrenombre es el de
espina de pescado debido al refrn popular de que "el pescado se
echa a perder por la cabeza"
Personal

Maquinaria

Efecto
Materiales

Medio
Mtodos
ambiente

5 EMES
Son los factores en los que conceptualmente se originan los
problemas, estn constituidos por: Mtodos, Mano de obra,
Maquinaria, Materiales y Medio ambinte. Algunas veces se considera
el sistema de Medicin.

HTAS. BASICAS

18

Cmo expresar la calidad?

1.-Determinar la unidad de garanta
2.-Determinar el mtodo de medicin
3.-Determinar la importancia relativa de las caractersticas de
calidad
4.-Llegar a un consenso sobre defectos y fallas, Revelar los defectos
latentes
6.-Observar la calidad estadsticamente
7.-Calidad de diseo y calidad de aceptacin.
JOSEPH JURAN
Define a la mejora de la calidad como la creacin organizada de un
cambio, ventajoso; el logro de unos niveles sin precedente del
comportamiento. Un sinnimo es avance.
Las mejoras son en forma de:
Desarrollo de nuevos productos para sustituir modelos antiguos.
Adopcin de nueva tecnologa
Reduccin de los procesos para reducir ndices de error.

HTAS. BASICAS

19

TRILOGIA DE LA CALIDAD
Tambin llamada gestin de la calidad, consiste en la totalidad de
medios por los cules logramos la calidad. Incluye los procesos de
planificacin, control y mejora de la calidad.
Philiph Crosby
La filosofa de Crosby se desenvuelve a travs de cuatro pilares que
son:
Definicin de la calidad: calidad es cumplir con los requisitos
Sistema de prevencin y no de deteccin
Norma de desempeo: cero defectos
Medicin de la calidad a travs de los costos de calidad
La calidad no cuesta. No es un regalo, pero es gratuita. Lo que cuesta
dinero son las cosas que no tienen calidad - todas las acciones que
resultan de no hacer bien las cosas" a la primera vez -.

HTAS. BASICAS

20

Cuadro de madurez
Incertidumbre: La empresa no sabe ni lo que esta pasando y no
concibe a la calidad como una herramienta de la administracin.
Despertar: Se reconoce a la calidad como una herramienta pero
no se define ni cuando ni como se va a implantar.
Ilustracin: Se inicia el proceso y se establecen pasos serios
para mejorar.
Sabidura: El mejoramiento inicia a rendir resultados, aunque
an no se est en el nivel deseado, y los pasos siguientes sern los
ms difciles adems de cuidar que lo logrado no se pierda ni se
desve de su propsito original.
Certeza: Etapa en donde la prevencin es completa y el costo de
calidad es una fotografa de lo que realmente ocurre en la
organizacin.

HTAS. BASICAS

21

Costos de calidad
Es el costo por cumplir y no cumplir con los requisitos de calidad
especificados. Estos se clasifican en:
Costos de prevencin
Costos de evaluacin
Costos de fallas: internas y externas.
Armand Feigenbaum
El control de calidad (CTC) puede definirse como un sistema eficaz
para integrar los esfuerzos en materia de desarrollo de calidad,
mantenimiento de calidad y mejoramiento de calidad, realizados por
diversos grupos en una organizacin, de modo que sea posible,
producir bienes y servicios con la plena satisfaccin de los clientes.
El control total de la calidad exige la participacin de todas las
divisiones, incluyendo las de mercadeo, diseo, manufactura,
inspeccin y despachos.

HTAS. BASICAS

22

Introduccin al Control Estadstico del Proceso (SPC)

Influencias actuales sobre la aplicacin del SPC...
JIT: Produccin Justo a Tiempo
CFM: Manufactura de Flujo Continuo
Filosofa Lotes de Una Pieza
Aclientizacin Masiva
DFT: Tecnologa de Flujo por Demanda
Tema en Comn:
El inventario es un mal que consume recursos vitales Redzcalo ya!
Haga uno cuando lo necesite-no antes!
La incertidumbre o la variacin en la salida del producto/proceso es
lo que maneja los inventarios de seguridad-Eliminemos la variacin
en todo lo que hagamos!

HTAS. BASICAS

23

Introduccin al Control Estadstico del Proceso (SPC)

La manera como administramos las empresas en la actualidad
hace difcil la aplicacin del SPC usando mtodos convencionales...

El Empuje de Manufactura

Guas del SPC Convencional

Tamao de lote reducido

Partes disponibles del

mismo tipo

Mezcla de producto no
homogenea

Proceso continuo

Entrenamiento cruzado
operadores mltiples,
estaciones mltiples
Concepto de clulas de
manufactura

Conocimiento adecuado
de las variables de
entrada del proceso
Los mismos expertos
del
proceso lo administran

HTAS. BASICAS

24

Introduccin al Control Estadstico del Proceso (SPC)

Estas influencias son un hecho en las empresas de hoy...Se necesita
una alternativa diferente del SPC

Alternativas para corridas

cortas
Inspeccin de primera y
ltima pieza
Inspeccin 100%
Una grfica para cada parte
Todas las partes se anotan
en una sola grfica, pero
enorme para que quepan

Problemas de aplicacin
Riesgoso; los clientes
no aceptarn
Costosa; No efectiva
Se requiere un ejrcito
para poderlo hacer
Muy confusa; crea
mucho desorden

HTAS. BASICAS

25

Introduccin al Control Estadstico del Proceso (SPC)

La Mentalidad de Portera
Una percepcin tradicional, pero falsa, de la calidad a los ojos del cliente.

Malo

Bueno

HTAS. BASICAS

Malo

26

Introduccin al Control Estadstico del Proceso (SPC)

La Funcin de Prdida de Taguchi
La percepcin REAL de la calidad a los ojos del cliente.

Calidad
Optima
Prdida

Prdida

Mientras ms lejos del punto ptimo

de calidad se vaya usted, mayor ser
la prdida a los ojos del cliente.

HTAS. BASICAS

27

SPC
Definicin del Control Estadstico del
Proceso
E(S)= Estadstico La aplicacin de tcnicas estadsticas
(matemticas) para medir y analizar la variacin o cambios
en los procesos a travs del uso de nmeros y datos.
P = Proceso Cualquier combinacin de mquinas, herramientas,
mtodos, materiales y/o personal empleado para realizar treas
especficas en un producto o servicio. Algunos procesos son de
manufactura, algunos son procesos de servicio, mientras que
otros son operaciones de soporte comunes a ambos.
C = Control Controlando un proceso usando el ciclo de
retroalimentacin a travs del cual medimos el desempeo real, lo
comparamos con un estndar y actuamos sobre la diferencia o el
cambio. Mientras ms pronto respondamos al cambio respecto del
estndar, ms uniforme ser la calidad en el producto o servicio.

HTAS. BASICAS

28

Beneficios del SPC

Costo bajos de manufactura

Estndares correctos
Procesos estables
Especificaciones realistas
Menos inspeccin
Tiempo de problema-a-solucin
reducido
Mejores relaciones con los clientes
Medidas de capacidad confiables
Tiempo de ciclo reducido
Calidad del producto mejorada

Variacin
SPC es el estudio y control de la variacin.
SPC es un mtodo eficiente de recoleccin y anlisis de datos. Se
puede aplicar a cualquier cosa expresada en nmeros. Su
aplicacin va ms all de manufactura, incluyendo compras, control
de produccin, personal, contabilidad, ventas, etc.

HTAS. BASICAS

29

SPC
Dos Supuestos Bsicos
Integridad de los Datos - Tener datos verdicos es de capital
importancia para evitar malentendidos y correcciones dainas.
Las Caractersticas de Calidad que estn bajo el estudio del SPC
deben estar claramente definidas, comprendidas, y haber sido
acordadas por todas las personas involucradas. La aplicacin de
los Criterios debe ser consistente
Dos Clases de Datos
ATRIBUTO - El dato es discreto (contado). Resulta del uso de gauges pasano pasa, o de la inspeccin visual de defectos, problemas visuales,
partes faltantes, o de decisiones pasa/falla o s/no.
VARIABLE - El dato es continuo (medido). Resulta de la medicin real de
caractersticas tales como: impedancia del embobinado de un motor,
propiedades dctiles del acero, dimetro de una tubera, medicin del
flujo de una bomba, etc.

HTAS. BASICAS

30

ERROR DEL MUESTREO

Para poder entender y medir la variacin en un proceso de manufactura,

tomaremos muestras de la salida del proceso. Se tomarn decisiones
como resultado de la evaluacin de cada una de las muestras. Cada vez
que tomamos una muestra y tomamos una decisin con respecto a la
misma, tomamos algunos riesgos. Hay dos tipos de riesgos:
RIESGO DEL PRODUCTOR: Los resultados de la muestra indican que el
proceso no es aceptable, cuando en realidad, no existe nada malo en el
proceso. Este es conocido tambin como el Error Alfa.
RIESGO DEL CONSUMIDOR: Los resultados de la muestra indican que no
existe nada malo en el proceso, cuando en realidad la salida del proceso
no es aceptable. Este es conocido tambin como el Error Beta.

HTAS. BASICAS

31

Descripcin de la Muestra
Una vez que se ha escogido una caracterstica de un proceso,
podemos empezar el estudio seleccionando una muestra para medir
tal caracterstica. Entonces podemos sacar conclusiones acerca de
la salida del proceso, basadas en la muestra.
Para llegar a tales conclusiones, debemos conocer tres cosas de la
muestra:
La forma de su distribucin.
La medida de la tendencia central (El centro de la distribucin)
- media, mediana, modo.
La medida de la variabilidad
- desviacin estndar o el rango.

HTAS. BASICAS

32

2.-HERRAMIENTAS BASICAS
HERRAMIENTAS BSICAS PARA EL CONTROL ESTADISTICO DE
PROCESO CEP (SPC).
Diagrama de Flujo.

Histograma.

Diagrama de Pareto.

Grficos de Control

estratificacin

Anlisis de
Capacidad de
Proceso (CP, CPK, PP y
PPK).

Hoja de Inspeccin.
Diagrama de Causa
y Efecto.
Diagrama de
Dispersin

HTAS. BASICAS

33

MODULO

CONTROL ESTADISTICO
DEL PROCESO (SPC)
STATISTICAL PROCESS CONTROL

UNIDAD II
HERRAMIENTAS BASICAS
M.C. ROLANDO DEL TORO WALS
HTAS. BASICAS

34

2.1.-HOJA DE INSPECCION
Utilizable cuando se requiere reunir datos para las
caractersticas (proceso o produccin) a ser estudiadas, tales
datos sern
recolectados y convertidos a un esquema
mediante una grfica de control. Estos datos deben ser los
valores de medicin de una dimensin, de una pieza
maquinada, nmero de defectos en un tornillo o perno,
etc.Esta hoja de inspeccin normalmente es utilizada como el
punto lgico de inicio en la mayora de los ciclos de solucin de
los problemas.
consejos para su elaboracin.

Asegrese de que las muestras / observaciones sean

representativas.

Asegrese de que el proceso de muestreo es eficiente

de manera que las personas tengan tiempo de hacerlo.

La poblacin (universo), sobre la cual se realiza un

muestreo debe ser homognea, si no lo es, el primer
paso debe ser la estratificacin (agrupacin) para el
anlisis de las muestras el cual debe ser realizado
individualmente.

HTAS. BASICAS

35

 Hoja de Inspeccin. Ejemplo: Manufactura Tipos

de Defecto.
Defecto.

Mayo.

Tota
l

Tamao
incorrecto

///// /

/////

///// ///

///// //

26

Forma
incorrecta

///

///

//

Depto.
Incorrecto

/////

Paso
incorrecto

///// ///// ////

/

///// /////

///// /////
//

///// /////
/////

52

//

///

29

22

25

26

102

Mala
uniformidad
Total:

HTAS. BASICAS

36

2.2.-DIAGRAMA DE FLUJO
El diagrama de flujo es una representacin grfica que
muestra todos los pasos de un proceso. Este diagrama provee
una excelente documentacin de un programa y puede ser una
herramienta til para examinar como se relacionan unos con
otros los pasos de un proceso.
El diagrama de flujo utiliza pasos fciles de reconocer para
representar el tipo de operacin realizada.

Qu es un Diagrama de
Flujo?

Una tcnica de grfica usada para analizar un proceso paso a

paso
Refleja eventos, flujo, y actividades:
- Personas

-Mtodos

-Materiales

-Medidas

-Mquinaria

-Medio ambiente

Un mtodo para capturar e integrar el conocimiento

combinado de todas las personas asociadas con el proceso

HTAS. BASICAS

37

Detalles del Diagrama

de Flujo del Proceso

Qu es esta herramienta?
Es una representacin grfica
de los procesos de
manufactura
Qu es lo que va a identificar?
Todos los pasos del proceso
los que: agregan valor y los
que no agregan valor
Entradas clave del proceso
(Xs) o KPIVs
CTQs (Critico a la calidad)
Puntos para recolectar datos
Los primeros KPIVs que se
van a poner en el FMEA

Cundo se utiliza el Diagrama

de Flujo?
Siempre
Cules son los resultados del
Diagrama?
Identifica sistemas que
necesitan mediciones
Identifica las CTQs para los
estudios de capacidad
Identifica las fallas del plan
de control
Muestra oportunidades de
eliminar pasos
Identifica cuellos de
botella

HTAS. BASICAS

38

Por qu Hacer un Diagrama de

Flujo?
Da estructura para pensar a travs de una situacin compleja
Identifica y graba las condiciones actuales del proceso
Realidad
Crea los medios para comunicar y compartir el conocimiento
Une el entendimiento de detalles del proceso y propsitos
Descubre e ilumina oportunidades a mejorar y da control
consistente
Mantiene propiedad y orgullo en el equipo del proceso en el
funcionamiento del proceso--Acercamiento en equipo a resolver
problemas

Debe describir:
Las actividades/tareas mayores
Subensambles
Los lmites del proceso
1
KPIVs (Xs)
CTQs (Ys)
Debe de revisarse y actualizarse frecuentemente

y f ( x , x2 ,..., xk )

39

DIAGRAMA DE FLUJO DEL PROCESO.

Estudiando estos diagramas por lo general se describen vacos que
son fuentes potenciales de problemas. Estos diagramas de flujo
pueden ser aplicados en cualquier rea, por ejemplo en la
elaboracin de una factura, el flujo de materiales o los pasos
necesarios para hacer una venta, as como en la utilizacin de un
producto. Estos diagramas son ms utilizados para identificar
problemas de un proceso llamado INGENIERIMAGINACION
(imaginacin constructiva).
LOS PASOS BASICOS
Definir los lmites del proceso -- Principio y fin
Identificar las actividades mayores dentro del proceso
Identificar los pasos del proceso y descubrir sus complicaciones
Arreglar los pasos en secuencia de tiempo y sus apropiados
simbolo
Documentar todas las oportunidades de mejoramiento y crear una
lista de acciones
Dar Validez al diagrama de flujo, recorriendo el proceso
Hacer los cambios al Diagrama de flujo despues de haber recorrido
el proceso
Actualizar el diagrama de flujo cuando se hagan cambios

40

Quin desarrolla el Diagrama de Flujo?

Operadores Clave:
Entrenador:
Jefe de Grupo:
Auditor:
Mecanico:
Facilitador: (No est asociado con el
equipo)

El Equipo del Proceso

Otras Definiciones

ENTRADA: El material o los datos que hacen o con los que

se hace algo
SALIDAS: Datos que resultan de una operacin o un proceso
CONTROL: El material o los datos que se usan en el proceso
para indicar qu es lo que se puede o debe hacer en el
siguiente paso
MECANISMO: Los Recursos ( Gente, Maquinaria, etc.) que
participan en el proceso para cambiar las entradas a salidas
LIMITES DEL PROCESO: Los lmites de un proceso dado, estn
normalmente identificados por las entradas, las salidas y los
controles externos que separan lo que est dentro de lo que
est afuera del proceso

HTAS. BASICAS

41

CLIENTE; Quien recibe la salida de su proceso

PROVEEDORES: Quien proporciona la entrada a su proceso

Elementos del Proceso

Controles
(Conocidos y desconocidos)

Entradas
(Provedores)
Partes

Instrucciones de trabajo
Procedimientos

Proceso

Salidas
(Clientes)
Producto
Resultados

Datos de SPC

Mecanismos
(Mquinas, Gente)

Equipo de Inspeccin
Personal de Ensamble

HTAS. BASICAS

42

Definiendo Procesos y CTQs

Identificar Caractersticas
Orientadas al Cliente
Crticas-a la-Calidad (CTQ)

Identificar Procesos clave que

causan defectos en una
Caracterstica CTQ
Para cada producto o proceso -CTQ- Medir,
Analizar, Mejorar, y Controlar

Entregas

Ejemplos de CTQs

a tiempo

Exactitud
Ordenes

correctas y completas

Exactitud

y facilidad de lectura de los

reportes de cobro
Tiempo

de reparacin

Puntualidad

de las facturas

de los instructivos (e.g., en

aplicaciones, instalaciones,
mantenimietno)
Ser

servicial en la solucin de
problemas, Amabilidad

Cualquier cosa que influye en la satisfaccin

del cliente
es Crtico a la Calidad
HTAS.
BASICAS
43

Defina el rbol del producto e identifique las

CTQs del producto y del proceso
Producto

Sub-Producto
B

Sub-Producto
A
CTQ1

CTQ2

CTQ3

CTQ4

Sub-Producto
C

CTQ5

CTQ6

Identificando las CTQs del cliente

Herramientas Tpicas
Encuestas de los clientes

Requerimientos
del7 cliente (CTQs
CTQ
del cliente)
Requerimientos
del proceso
(CTQs del
proceso)

Grupos de enfoque
Diagrama de las necesidades del
cliente
Despliegue de la funcin de calidad
(QFD)
InteligenciaHTAS.
de mercadotecnica
BASICASrpida

44

Proceso para identificar CTQs

Identificar y entrevistar
unos cuantos clientes
estratgicos

Determine los ms
grandes tipos o grupos
de clientes
Escoja uno o dos
clientes de cada grupo
Realice discusiones
cara-a-cara
muy abiertas
identifique los
productos que usa y
su importancia
identifique los
factores para cada
producto que
generan una
percepcin de buena
o mala calidad

Desarrollar e implementar Segmentar clientes e idenuna encuesta ms completa tificar CTQs por segmento

Haga una encuesta:

clasifique cada
producto en orden
de importancia
evale las CTQs en
orden de importancia
clasifique nuestro
desempeo contra
las CTQs

Confirme la segmentacin
inicial con los resultados
de la encuesta
Para cada segmento,
identifique las mayores
CTQs
Sobre la marcha,
observe el desempeo de
las CTQs ms grandes

En
En algunas
algunas ocasiones
ocasiones se
se requiere
requiere un
un proceso
proceso riguroso
riguroso
cuando
cuando las
las necesidades
necesidades del
del cliente
cliente no
no se
se entienden
entienden
completamente
completamente

HTAS. BASICAS

45

Producto

CTQ1

CTQ2

Proceso 4

Proyectos delCTQ

Proceso 3

CTQ4

CTQ5

Sub-Producto
C

CTQ6

Proyectos Basados en el Proceso

Proceso 1
Proceso 2

CTQ3

Sub-Producto
B

CTQ7

{
Requerimientos
del Cliente
CTQ8 (CTQs
CTQ9 del
cliente)
Requerimientos
del Porceso
(CTQs del
proceso)

proyect
o de
una
sola
clula

Controlables
por nosotros

Sub-Producto
A

Importantes para nuestro cliente

En
En la
la filosofia
filosofia 66 sigma
sigma el
el Cinta
Cinta Negra
Negra (BB)
(BB) est
est asignado
asignado para
para trabajar
trabajar
en
la
eliminacin
de
los
defectos
de
las
CTQs
seleccionadas
en la eliminacin de los defectos de las CTQs seleccionadas

HTAS. BASICAS

46

Smbolos del Diagrama

Operacin
Kanban

Demora
Inspeccin
Almacn
Decisin
Transporte
HTAS. BASICAS

47

Lmites Definidos
Decisin

Operacin

Medida

Operacin

Demora

Operacin

Movimiento

Almacn

Despliegue grfico de funciones, actividades, y pasos que

constituyen un proceso
V.A. VS N.V.A.
ACTIVIDADES QUE AGREGAN
VALOR
Aquellas operaciones que
transforman ,convierten O
cambian un producto (estampado,
ensamble,talaDrado, soldadura, etc.).Hacia lo
que quiere y le Interesa al cliente.

HTAS.

ACTIVIDADES QUE AGREGAN

COSTO
Aquellas operaciones o actividades
que cosumen Tiempo y recursos
pero no aumenta el valor del
Producto ante los ojos del cliente
(contar,mover
almacenar,expeditar ,buscar,
inspeccionar etc.)
BASICAS
Conocidos como desperdicios48

Tiempo Total del Ciclo

Actividades que
agregan valor

Tiempo
transcurrido
(sin actividad
alguna)

Actividades que
no agregan valor

El

proceso en el tiempo

Examine las causas mayores de retrasos, por ejemplo:

que no agregan
Restricciones de recursos Actividades
valor
Tiempo muerto
Secuencias
Tiempo de espera
Tamao del lote
Cambios de modelo
Almacenaje
Defectos
Transporte
Defectos de calidad (yield)
Desarrolle planes para eliminar retrasos y reducir el
HTAS. BASICAS
ciclo.

49

Dinmica de la Metodologa - El Efecto de Embudo

Diagrama
Diagramade
deProceso
Proceso

Ms de 15 Entradas

Matriz C-E y FMEA

10 - 15

Estudios Multi-Vari

8 - 10

Filtro del DOEs

(escrutinio)

4-8

DOEs / RSM

3-6

Proceso Perfeccionado
HTAS. BASICAS

50

Versiones de un Proceso
Cuando menos hay 3 versiones
(Normalmente)

Lo que ud Cree que es...

Lo Real...

HTAS. BASICAS

Lo que le
Gustara que
fuera...

51

2.3.-DIAGRAMA DE PARETO
Utilizable cuando se requiere mostrar la importancia
relativa de todos los problemas o condiciones a fin de
seleccionar el punto de inicio para la solucin de problemas,
o para la identificacin de la causa fundamental de un
problema.
El Diagrama de Pareto es una forma especial de grfico de
barras verticales el cual ayuda a determinar que problemas
resolver y en que orden. El hecho de hacer un Diagrama de
Pareto basado en Hojas de Inspeccin o en otras formas de
recoleccin de datos, nos ayuda a dirigir nuestra atencin y
esfuerzos
a
los
problemas
realmente
importantes.
Obtendremos mejores resultados al analizar los problemas en
orden de importancia.

HTAS. BASICAS

52

.
Elaboracin:

Seleccione los problemas a ser comparados y ordnelos por categora

de acuerdo a lo siguiete:

Lluvia de ideas, por Ej.: Cuales son los principales problemas

de calidad en el departamento A?.

Utilizando los datos existentes, por Ej.: Para establecer las reas
problemticas ms importantes veamos los informes de calidad
generados durante el mes pasado por el departamento A.

Seleccione la unidad de medicin del patrn de comparacin, por

Ejemplo: el costo anual, la frecuencia, etc.
Seleccione el perodo de tiempo a ser estudiado, por Ej.: 8 horas, 5
das, 4 semanas, etc.

Rena los datos necesarios de cada categora, por Ej.: El defecto A

ocurrio X veces en los ltimos 6 meses o bien El defecto B cost X
cantidad en los ltimos 6 meses, etc.

Compare la frecuencia o costo de cada categora respecto a las

dems, por Ej.: El defecto A ocurri 75 veces; el defecto B ocurri
107 veces; el defecto C ocurri 35 veces; o bien El costo anual del
defecto A es de $750, 000 y el del defecto B es de $535, 000.

HTAS. BASICAS

53

Enumere en orden decreciente de frecuencia o costo y de izquierda a

derecha sobre el eje horizontal las diferentes categoras, las
categoras que contengan menos artculos pueden ser combinadas en
la categora denominada otros la cual es colocada al extremo
derecho de la clasificacin.

Arriba de cada categora o clasificacin dibuje una barra cuya altura

represente la frecuencia o costo de esa clasificacin.
Observaciones Adicionales:

Fecuentemente los datos representativos a las frecuencias o a los

costos de las categoras son representados en el eje vertical
izquierdo y su respectivo porcentaje en el eje vertical derecho.
Asegurese que los dos ejes esten a escala
por ej.: El 100% de la escala del eje vertical derecho es equivalente
al costo o a la frecuencia total representada en el eje vertical
izquierdo, el 50% equivalente a la mitad del valor total representado.

Desde la esquina superior derecha de la barra ms alta y movindose

de izquierda a derecha a travs de las categoras se puede trazar una
lnea que nos muestre la frecuencia acumulada de las categoras
(curva acumulado). Haciendo esto podramos contestar preguntas
como Cunto del total es representado por las tres primeras
categoras?.

HTAS. BASICAS

54

Anliza los diferentes grupos de datos, por Ej.: por producto,

mquina, turno, etc. Si no surgen diferencias claras, reagrupar los
datos y utilizar la imaginacin.

Mide el impacto de los cambios hechos en un proceso, por Ej.: antes

y despus de las comparaciones. No se sabe cunto mejor se est
actualmente si no se sabia donde estaba antes del cambio.

Desglosa ampliamente las causas en ms y ms partes especficas.

Elimina la causa, no el sintoma.
Usos Diversos de un Grfico de pareto.

Identifica los problemas ms importantes a travs del uso de

diferentes escalas de medicin, por Ej.: Costo, frecuencia, etc.
Ejemplo:
Diagrama 1).-Quejas de los clientes en el campo; el cual consta de 4
categoras y la de otros cinco, resultando la categora Embarque
con un 42% de todas las quejas.
En seguida elaboramos el Diagrama 2).-Costos de Rectificacin de
Quejas en el Campo; el cual tiene exactamente las mismas cinco
categoras o quejas del Diagrama 1, y resulta que la categora
Embarque representa el 13% del costo total.

HTAS. BASICAS

55

Ejemplo de Diagrama de pareto:

Material Roto

Deslaminado

Nap Invertido

Dao.

DMN
1
10371
77
10372
10377
10378
10379
10380
10381
10384
10386
10387
10406
10407
1
10408
7.14
10409
10410
10411
10414
Total: 85.14

Foam Defecto

Falta Nap

Yardas

Tabla de Defecto VS Frecuencias.

Frecuencia del Defecto

Total de Cada Frecuencia.

11.97
9
4
10
4
3.5
3
4.73
2
1

14.97

30.5

30.15
87
44
165.9

1
2
3
4
5
6
7

Falta Nap
Foam Defecto
Material Roto
Deslaminado
Nap Invertido
Dao.
Otro

85.14
14.97
30.5
165.9
2
2
1

Tabla de Mayor @ Menor.

Defc.
F
Porcentaje (%) (%) Acumul.
1
165.9 55.02305065 55.02305065
2
85.14 28.23786939 83.26092004
3
30.5
10.11575072 93.37667076
4
14.97 4.965009452 98.34168021
5
2
0.663327916 99.00500813
6
2
0.663327916 99.66833604
7
1
0.331663958
100
Total: 301.5
100

HTAS. BASICAS

56

Ejemplo de Diagrama de pareto:

100
90

250

80
70

200

60
1
2
3
4
5
6
7

150

100

165.9
85.14
30.5
14.97
2
2
1

50

0
1

50
40
30
1
2
3
4
5
6
67

55.02
83.26
93.37
89.34
99
99.66
7100

HTAS. BASICAS

20
10
0

57

2.3.1.-Estratificacin.
Utilizable cuando se requiere analizar casos en los cuales la
informacin oculta los hechos reales. Prcticamente cuando
los datos registrados provienen de varias fuentes. La
estratificacin permite subdividir valores en categoras o
clasificaciones significativas que permitan concentrarse en la
accin correctiva por ejemplo la salida de produccin en una
banda transportadora que recibe la produccin de varias
maquinas.
Maquina 2

Maquina 3

Maquina 1

HTAS. BASICAS

58

2.4.-DIAGRAMA CAUSA EFECTO

Utilizable cuando se requiere explorar y mostrar todas las causas
posibles de un problema o una condicin especfica.
Consejos para su elaboracin.
Procure no ir ms alla del rea de control del grupo a fin de minimizar
posibles frustraciones.
Si las ideas tardan en llegar, utilice las principales categoras de causas
como principales catalizadores. Sea conciso use pocas palabras.
Asegrese de que todos estn de acuerdo con la fase descriptiva del
problema.

Efecto?

Cmo se puede determinar los factores de un diagrama de Causa

Si se esta aplicando a reas administrativas, es recomendable usar las 4

Ps: Plizas, Procedimientos, Personal y Planta.
Si se est aplicando a un proceso de produccin en general, es
recomendable usar las 6 Ms: Mtodo, Materiales, Gente, Maquinaria o
equipo, Mediciones, Medio ambiente.

HTAS. BASICAS

59

Por pasos de acuerdo al diagrama de flujo del proceso de produccin. En la

mayora de los casos, es recomendable utilizar una hoja de inspeccin, para
detectar frecuencias de fallas o defectos.
Colocar en forma apropiada en categoras las principales ideas generadas
en la Lluvia de Ideas.
El Diagrama de Causa y Efecto es una excelente herramienta grfica que ayuda
a priorizar cules variables de entrada clave tienen un impacto en una variable
de salida clave.
CC A
AU
U SS A
A
EE FF EE CC TT O
O

HTAS. BASICAS

60

- -composicin
composicinmetalrgica
metalrgica
- -composicin
qumica
composicin qumica
- -dimensiones
dimensiones

- -maquinaria
maquinaria
- -material
materialdetenido
detenido
- -accesorios
accesorios
- -herramientas
herramientas

MSA
equipo
equipo

materiales
materiales
Requerimientos
Requerimientos
del
delcliente
cliente

gente
gente

Trabajo
Trabajoen
enequipoequipo-mejoramiento
mejoramiento
continuo
continuo

ambiente
ambiente

Satisfaccin
Satisfaccin
del
delcliente
cliente

Mtodo
Mtodoyy
sistemas
sistemas
Ciclo
Ciclode
demejora
mejoracontinua
continua

-Trabajo equipo
- comunicacin
- entrenamiento
- operacin

- Humedad
- iluminacin
- temperatura
- limpieza

HTAS. BASICAS

- ajustes
- instrucciones
- mtto preventivo
- ergonoma

61

Categorias (Las 6 M)
Mano de Obra
Est calificado?
Tiene experiencia?
Se le asign el trabajo adecuado?
Est dispuesto a mejorar?
Est sano?

Materiales
Es adecuado el inventario?
Hay desperdicio de
material?
La mezcla es la adecuada ?
El manejo es el adecuado?
Est mezclado con
impurezas?

Maquinaria
Es la adecuada para la produccin
Tiene adecuado mantenimiento?
Hay suficientes maquinas?
Es adecuada su lubricacin?
Hace ruidos extraos?

Medio Ambiente
Es adecuada la temperatura?
La ventilacin es correcta?
La visibilidad es correcta?
El lugar es ordenado?
Hay suficiente sealizaciones?

Mtodo de Trabajo
Es un mtodo seguro?
La secuencia de trabajo es adecuada?
Asegura el buen producto? Es claro el
mtodo de trabajo?Son adecuados los
estndares?

HTAS. BASICAS

Medicin
La presin del aceite es
correcta?
El nivel de aceite es el correc
El peso del producto es
correcto?
El tamao del producto es el
adecuado?

62

LAS OCHO ETAPAS DEL MEJORAMIENTO CONTINUO

CON EL DIAGRAMA CAUSA Y EFECTO

CAUSA

EL EFECTO DEBE SER MEDIBLE

1.- Identificar el Problema .- Que se

necesita ser mejorado
2.- Objetivo .- Establecer metas y
objetivos.
3.- Mediciones .- Decida como y cuando
medir las mejoras.
TODOS LOS INVOLUCRADOS EN EL
EQUIPO CONTRIBUYEN CON SU
CONOCIMIENTO, EXPERIENCIA Y
CREATIVIDAD

HTAS. BASICAS

63

4.- Tarjeta de Hechos .- Integrar

informacion sobre las causas del problema
(amarillas).
Que deseamos conocer acerca de la
situacion actual :
Objetivo es encontrar causas reales
(obstaculos), determinando las categorias a las
que pertenece.
OBSERVACIONES ==> PERCEPCIONES
RESPUESTAS
==> ENCUESTAS
DATOS
==> EVIDENCIAS
Nada mas que HECHOS.

5.- Tarjetas de Mejora .- Generar

ideas,soluciones y propuestas para las
mejoras (rosa).
Cuales son las propuestas en cuanto al
mejoramiento de la situacion actual:
.- Recomendaciones
.- Contramedidas
.- Acciones Correctivas
.- Ideas de Mejoramiento
.- Sugerencias

SUGERENCIAS PARA ESCRIBIR LAS

TARJETAS
.- Utilizar ideas y oraciones completas
.- Escribir una idea principal por tarjeta
.- Ser concreto especifico
.- Poner fecha y firma en sus tarjetas
.- Compartir las tarjetas con su equipo.

6.- Sistemas de Puntos .- Seleccionar y

probar ideas de mejora.
NO VIABLE

EN PRUEBA

DE INTERES

P. EXITOSA

PREPARACION

P. NO EXITOSA

7.- Tarjetas de Estandarizacion .Establecer y documentar los nuevos

procedimientos.
8.- Adherencia .- Mantener los
procedimientos estandar.

HTAS. BASICAS

64

2.5.-Matriz de Causa y Efecto

Este es un QFD (Quality Function Deployment) simple para enfatizar la

importancia de entender los requerimientos del cliente
Relaciona las entradas claves a los CTQs usando el diagrama del proceso
como su principal fuente
Los CTQs se clasifican de acuerdo a la importancia que le da el cliente
Las entradas claves se registran en relacin con los CTQs
Resultado: Se hace un Pareto de las entradas clave que se usarn en los
FMEA y en los Planes de Control
Resultado: Entrada para los Estudios de Capacidad en la Fase de
Mediciones
Resultado: Entrada en la evaluacin inicial del Plan de Control del
Proceso

HTAS. BASICAS

65

Pasos para hacer la

Matriz de Causa y Efecto

Identifique los requerimientos (salidas) clave del cliente en el

Diagrama de Proceso
Ordene por categoras y asigne el factor de prioridad a cada
salida (Normalmente en escala del 1 al 10)
Identifique todos los pasos del proceso y los materiales
(entradas) del diagrama del proceso
Evale la relacin de cada entrada con cada salida
Puntuacin baja: Los cambios en las variables de entrada
(cantidad, calidad, etc.) tienen un efecto pequeo en la
variable de salida
Puntuacin alta: Los cambios en la variable de entrada
pueden afectar grandemente la variable de salida
Multiplique los valores de relacin por los factores prioridad y
sume el total para cada entrada

HTAS. BASICAS

66

1. Anote y
Clasifique las
salidas en
orden de
importancia
para el
cliente

Ejemplo

Requisito

Requisito

Entradas
del Proceso

Requisito

Salidas o CTQs

Requisito

Requisito

Requisito

Resistencia

10

Tierra

Rango de
Importancia
al Ciente

Corto

Cause and Effect

Matrix

10

11

12

13

14

15

Total

1
2
3
4
5
6
7
8

Este paso debe inclur a: Mercadotecnia, Desarrollo del

Producto y Manufactura. Si es posible, el usuario se debe
incluir tambin.

67

Ejemplo
Cause and Effect
Matrix

2. Anote
entradas
clave

1
2
3
4
5
6
7
8
9
10

10

11

12

13

14

Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Entradas
del Proceso

2
Tierra

Salidas o CTQs

Corto

Resistencia

Rango de
Importancia
al Ciente

Total

Ensamble de Switch
Conectado de Switch
Ensamble de Tapa
Ensamble de C Bolt
Ensamble de Cover
Prueba Final

Este paso usa las entradas del Diagrama de Proceso directamente.

Note que las entradas del Proceso siguen el Diagrama de Flujo paso a
paso.
HTAS.
BASICAS
68

Ejemplo

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

10

11

12

13

14
Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Entradas
del Proceso

Requisito

Salidas o CTQs

10

Resistencia

Rango de
Importancia
al Ciente

Tierra

3
Correlacione
las Entradas
con las
Salidas

Corto

Cause and Effect

Matrix

Total

Ensamble de Swit
Conectado de Swi
Ensamble de Tapa
Ensambled deC Bt
Ensamble de Covr
Prueba Final

10
9
10
6
4
4

10
10
6
7
8
0

9
9
8
6
7
8

Esta es una estimacin subjetiva de qu tanto influyen las variables

de entrada en las salidas CTQs

HTAS. BASICAS

69

Ejemplo - Pareto de KPIVs

Lista para el
Pareto

10

11

12

13

14

Resistencia

Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Requisito

Salidas o CTQs

10

Tierra

Rango de
Importancia
al Ciente

Corto

Cause and Effect

Matrix

Entradas
del Proceso
1
2
3
5
10
9
11
13
15
12
14
4
7
8
6

Ensamble de Swit
Conectado de Sw
Ensamble de Tap
Ensamble de C Bo
Ensamble de Covr
Prueba Final

Hemos sorteado
los nmeros
multiplicados
cruzadamente y
encontramos que:
Total

10
9
10
6
4
4

10
10
6
7
8
0

262
252
218
171
168
104

9
9
8
6
7
8

HTAS. BASICAS

El ensamble de
switch,
conectado de
switch y
Ensamble de tapa
son muy
importantes.
Ahora podemos
evaluar los planes
de control para
estas KPIVs

70

2.6.- HISTOGRAMA
Es una herramienta estadstica que
nos permite representar por medio
grfica de barras, el comportamiento
de una poblacin al tener los datos
(muestra) agrupados y ordenados de
acuerdo a las veces que ocurren las
variaciones en el proceso.

HTAS. BASICAS

71

TIPOS DE HISTOGRAMAS

Histograma
Normal

Histograma de doble
pico

Histograma
Cliff

Histograma con isla

aislada

Histograma rueda
dentada

HTAS. BASICAS

72

CORRESPONDENCIA CON
VALORES ESPECIFICADOS
DISPERSIN
Normal

LIE

LIE

LSE

LSE

Grande

LIE

LSE

LIE

LIE

LSE

LIE

LSE

LSE

Peque
a

DESVIACIN CON RESPECTO AL VALOR

MEDIO

Centrad
a

Pequea

LSE

LIE

LSE

LIE

LSE

Gra
n

LIE

HTAS. BASICAS

73

PASOS PARA LA CONSTRUCCION DE UN HISTOGRAMA

1.-Registrar todos los datos de las muestras recopiladas.

2.-Seleccionar de los datos el valor mximo (Ma) y el valor mnimo
(Mi).
3.-Calcular el Rango (R) de variacin de los datos. R = Ma - Mi .
4.-Seleccione el nmero de intervalos (K) a utilizar en el diagrama
de acuerdo a la tabla siguiente:
No. de datos (N)
25 - 50
50 100
100 -250
250 -------

No. de grupo(K)
5- 7
6 - 10
7 - 12
10 - 15

K tambien puede ser

Calculada como
K=N

5.-Calcular la amplitud de la clase (A) . Ancho de cada uno de los K

grupos.
6.-Calcular los lmites inferior (LIK) y el superior (LSK) de cada uno de
los K
LI1 = M1

LS1 = LI1 + A

LI2 = LS1

LS2 = LI2 + A

LI3 = LS2

LS3 = LI2 + A

74

PASOS PARA LA CONSTRUCCIN DE UN

HISTOGRAMA
7.-Determinar el nmero de de datos (FK) , que caen dentro
de cada uno de lo grupos (K). Esto se hace
inspeccionando la informacin de tal forma de que cada
dato debe caer en uno y slo un grupo.
8.-Calcule el punto medio de cada una de las clases,
utilizando la siguiente ecuacin:
Punto medio

= Suma de los lmites superior e inferior de la clase

9.-Graficar el histograma

HTAS. BASICAS

75

EJEMPLO DE UN HISTOGRAMA
Se han recolectado los siguientes datos de un proceso de produccin
para la elaboracin de un histograma con el fin de conocer su media y
la desviacin estndar.
16.2
18.0
17.5
18.1
16.8

17.3
18.5
19.0
17.8
17.9

17.1
18.6
19.1
17.4
17.7

17.2
17.1
18.4
16.8
17.2

18.8
18.0
17.1
18.4
18.5

17.5
18.2
16.8
17.9
19.1

16.9
17.2
18.5
17.6
17.7

17.0
17.2
16.3
18.6
19.2

17.2
18.6
19.9
17.5
19.4

19.8
17.5
18.3
17.7
18.0

Solucin:
Clculo del Rango R = Ma - Mi = 19.9 - 16.2 = 3.7
Clculo de la Amplitud A = R / K = 3.7 / 6 = 0.617 = 0.62
para el valor de K se ha seleccionado el valor de 6 segn el nmero de datos.
Clculo de los lmites inferior y superior de las clases (K).
LI1 = Mi
= 16.20
LS 1 = LI1 + A = 16.20 + 0.62 = 16.82
LI2 = LS1 = 16.82
LS2 = LI2 + A = 16.82 + 0.62 = 17.44
LI3 = LS2 = 17.44
LS3 = LI3 + A = 17.44 + 0.62 = 18.06
LI4 = LS3 = 18.06
LS4 = LI3 + A = 18.06 + 0.62 = 18.68
LI5 = LS4 = 18.68
LS5 = LI4 + A = 18.68 + 0.62 = 19.30
LI6 = LS5 = 19.30
LS6 = LI5 + A = 19.30 + 0.62 = 19.92

76

EJEMPLO DE UN HISTOGRAMA

N o. d e clase
1
2
3
4
5
6

Tab la d e F recu en cias

L m ites d e clase
F recu en cia
1 6 .2 0 - 1 6 .8 2
5
1 6 .8 2 - 1 7 .4 4
12
1 7 .4 4 - 1 8 .0 6
14
1 8 .0 6 - 1 8 .6 8
11
1 8 .6 8 - 1 9 .3 0
5
1 9 .3 0 - 1 9 .9 2
3

P u n to m ed io
1 6 .5 1
1 7 .1 3
1 7 .7 5
1 8 .3 7
1 8 .9 9
1 9 .6 1

16.20 16.82 17.44 18.06 18.68 19.30

HTAS. BASICAS

19.92

77

2.7.- DIAGRAMA DE DISPERSION

Anlisis de Regresin
El Anlisis de Regresin es una tcnica estadstica que se
utiliza para analizar la correlacin existente entre
variables. Esta se ensea en cursos de matemticas
como la obtencin de la lnea que mejor queda.
La Regresin Simple compara una variable independiente
tal como:
anuncio de inversin de dlares
contra una variable dependiente como:
ventas en dlares.

HTAS. BASICAS

78

Anlisis de Regresin
Regresin Mltiple compara ms de una variable independiente
contra una variable dependiente (o respuesta).
Por ejemplo,
podemos comparar 3 variables independientes:
Temperatura; Velocidad; y Presin
contra una variable de respuesta:
El Peso de la Parte
prodicida una inyectora de plastico.
Se pueden desarrollar otros tipos de modelos de regresin de
naturaleza no-lineal, tales como modelos cuadrticos o modelos
logartmicos.
Sin embargo, primero nos concentraremos en la dinmica de la
regresin simple.

HTAS. BASICAS

79

Anlisis de Regresin
Unos cuantos trminos...
Variable Independiente - Alguna variable que puede tener
casi cualquier valor y que causa variacin en alguna
caracterstica dependiente. (ej. la variable de entrada,
KPIV)
Variable Dependiente - Una variable llamada salida o
variable de respuesta (CTQ). El resultado depende de
los valores de la(s) variable(s) independiente(s).
Ejemplos:
Variable Dependiente.......Variable(s) Independiente(s)(Potenciales)
Estatura..................................
Estatura de los Padres
Calificaciones ........................Tiempo de Estudio
Puntos por juego ................... Tiempo de Prctica, Entrenador
DPU .....................................
Entrenamiento, Inversin,
Actitud

HTAS. BASICAS

80

Anlisis de Regresin

Puntos de Dispersin - (o diagrama de dispersin) Puntos

de datos dibujados en una grfica que nos proporcionan
una fotografa de la dispersin o de lo desparramado.
Tradicionalmente, la variable independiente (X) se
coloca en el eje horizontal mientras la variable
dependiente (Y), en el eje vertical en un diagrama de 2
dimensiones, estos pares de datos generalmente son
recopilados de informacin historica de los procesos que
toda empresa debe tener disponible.
Variable
Dependiente (Y)

Variable
Independiente (X)

HTAS. BASICAS

81

Anlisis de Regresin

Diagrama de
Dispersin

Estatura
del hijo
(in.)
80

UNA CORRELACION
POSITIVA !!

75
70
65
60
60

65

70

75

Esperaramos que la
correlacin entre la
estatura del padre (X)
y la estatura del hijo (Y)
fuera una correlacin
80 uno-a-uno?

Estatura del padre (in.)

HTAS. BASICAS

82

Anlisis de Regresin

Vida de la
Sierra
(min.)
50

Diagrama de Dispersin
UNA CORRELACION
NEGATIVA!!!

40
30
20
10
0
85

90

95
100
105
110
115
Velocidad de Corte (pies por min.)

HTAS. BASICAS

83

Anlisis de Regresin

Puntos
Examen Diagrama
Universidad
1550
1450
1350
1250
1150
1050
950
850
750
650
60

65

70

de Dispersin

NO HAY CORRELACION!!

75

80

Estatura del padre (pulgadas)

HTAS. BASICAS

84

Anlisis de Regresin
Procedimiento General para realizar un anlisis de regresin...
1.

Planear el experimento asegurando imparcialidad y

aleatoridad.

2.

Recolectar buenos datos.

3.

Dibujar Diagrama de Dispersin.

4.

Calcular la Ecuacin de Regresin.

5.

Calcular la R-Cuadrada.

6.

Interpretar la informacin.

HTAS. BASICAS

85

Anlisis de Regresin
Recuerde que la ecuacin general de una recta es como sigue...
y = mx + b
donde
y

x = variable independiente
m = ngulo de inclinacin
b = interseccin de la variable dependiente, y.....

Ahora, vamos a modificarla un poquito...

El modelo de regresin lineal se estima como...
^
Y = b0 + b1 X
^
donde Y es la estimacin de la variable dependiente dado un
valor de la variable independiente, X
b0 = interseccin de la ecuacin de regresin
y
b1 = ngulo de inclinacin de la ecuacin de regresin

HTAS. BASICAS

86

Anlisis de Regresin
Lo que estamos buscando es la lnea que minimizar la
distancia desde los puntos graficados hacia la lnea....

Desviaciones
Variable
de
Respuesta
(Y)

Lnea de
Regresin

*
*
*

Puntos
Dispersos

*
*

Variable
de
Entrada (X)

HTAS. BASICAS

87

Anlisis de Regresin
La inclinacin est dada por....
(XY - XY]/n)
b1 =
2
2
(X - [X] /n)
Variable
de
Respuesta
(Y)

b1

Variable
de
Entrada (X)

HTAS. BASICAS

88

Anlisis de Regresin

La interseccin de y est dada por...

b0 = Y - b1 X

b1

Variable
de
Respuesta
(Y)

Variable
de
Entrada (X)

b0

HTAS. BASICAS

89

Anlisis de Regresin
Ejemplo
Supongamos que un instructor quiere comparar las horas de
estudio
como la variable independiente (X); contra calificaciones como la
variable dependiente (Y).
El instructor cree que existe una fuerte correlacin y quiere:
1) Ver si realmente existe dicha correlacin;
y
2) Si es as, de alguna forma predecir cuales sern las
calificaciones
basado en las horas de estudio.

HTAS. BASICAS

90

Anlisis de Regresin
Ejemplo
Primero, el instructor recolecta datos buenos...
Estudiante
1
2
3
4
5
6
7
8
9
10

Horas Estudiadas (X)

2
2
3
4
4
5
6
6
7
7

HTAS. BASICAS

Calificaciones (Y)
65
60
68
72
68
80
80
87
94
96

91

Anlisis de Regresin
Ejemplo
Segundo, el instructor hace un diagrama de dispersin...
Diagrama de Dispersin

Calificaciones

Horas Estudiadas vs. Calificaciones

100
90
80
70
60
50

Correlacin
1

Positiva?

Horas Estudiadas

HTAS. BASICAS

92

Anlisis de Regresin
Ejemplo
Ahora, podemos calcular b1 y b0 para
Las estadsticas necesarias
desarrollar la ecuacin de regresin.
para calcular b1 y b0....

X
2
2
3
4
4
5
6
6
7
7

Y
65
60
68
72
68
80
80
87
94
96

XY
130
120
204
288
272
400
480
522
658
672

X
4
4
9
16
16
25
36
36
49
49

X = 46 X = 4.6
Y = 770 Y = 77.0
XY = 3746

n = 10

X = 244

HTAS. BASICAS

93

Anlisis de Regresin

Ejemplo
Por lo tanto,
XY - (XY/n)
b1 =

b0 = Y - b1 X

X - [(X)/n]

= 77 - 6.3 (4.6)

3746 - [(46)(770)/10]
=

244 - [46 /10]

=

= 48.0

204/32.4 = 6.3

De esta manera,
^ = 6.3 X + 48.0
Y

HTAS. BASICAS

94

Anlisis de Regresin
Ejemplo

Volvamos a ver el Diagrama de Dispersin ahora con la Ecuacin

de Regresin ya dibujada

Calificaciones

Diagrama de Dispersin
Horas Estudiadas vs. Calificaciones
100
90
80
70
60
50
40
1

Horas Estudiadas

HTAS. BASICAS

95

Anlisis de Regresin
Ejemplo
Hablando intuitivamente, se ve como que queda bin? ,nos
sentimos agusto prediciendo Y dada X usando este modelo?

Calificaciones

Diagrama de Dispersin
Horas Estudiadas vs. Calificaciones
100
90
80
70
60
50
40
1

Horas Estudiadas

HTAS. BASICAS

96

Anlisis de Regresin
Paso 5
Ahora introducimos una prueba de diagnstico para determinar
el nivel de confianza que tenemos en la habilidad de nuestro
modelo para predecir.
Utilizamos un estadstico llamado coeficiente de determinacin
ms comunmente llamado R cuadrada.
R 2 es una medida de la cantidad de variacin en las salidas (o
variable de respuesta) esto lo explica el modelo de regresin.
Mientras ms grande sea esta cantidad, mayor ser la confianza
que tendremos en el modelo en s.

HTAS. BASICAS

97

Anlisis de Regresin

Paso 5
Para calcular e interpretar la estadstica R, primero calculamos r,
llamada coeficiente de correlacin.
n XY - (X)(Y)
r =

[n X - (X) ] [n Y - (Y) ]

-1 < r < +1
y
2
0 <R <1

Ya tenemos todas las medidas necesarias para calcular r de

2
nuestros clculos de b1 y b0 con excepcin de Y .
HTAS. BASICAS

98

Anlisis de Regresin

Ejemplo
Recuerde...
X = 46

Y = 770

X = 4.6

Y = 77.0

XY = 3746

X = 244

n = 10

y ahora, Y = 60,678

HTAS. BASICAS

99

Anlisis de Regresin

Ejemplo
2

Usando estos valores podemos calcular r y adems R .

10 (3746) - (46) (770)
r =

[10 (244) - (46) ] [10 (60,678) - (770) ]

=
=

2040/2120.64
0.962

as...

R = 0.962
= 0.925

HTAS. BASICAS

100

Anlisis de Regresin

Ejemplo
R = 0.925 = 92.5%
La cantidad 92.5% representa el porciento de la variacin en la
variable de respuesta Y, debido a una relacin lineal con X.
Adems 100% - 92.5% = 7.5%
Esto quiere decir que 7.5% de la variacin se debe a algo ms.

HTAS. BASICAS

101

Anlisis de Regresin

Paso 6 - Interpretacin
Si R = 1, quiere decir que existe una correlacin uno a uno.
ej. 100% de la variacin la aclara la ecuacin de regresin.
Esta sera la ms fuerte correlacin posible.
Si R = 0, quiere decir que NADA de la variacin la explica
la ecuacin de regresin. Entonces, NO existe correlacin.
2

Esperamos que las R s sean 1?

Cmo determinamos que es o no una correlacin fuerte?
HTAS. BASICAS

102

Anlisis de Regresin
REGRESION NO LINEAL
Linea recta

y = a + bx
x

Curva exponencial y = ae
(a>0)

bx

x
y
Curva logaritmica

y = a + b lnx
x
y

Curva de poder
(a>0)

y = ax

b
x

Anlisis de Regresin
Los coeficientes de regresin a y b pueden ser encontrados resolviendo el
Siguiente sistema de ecuaciones lineales por medio de la triangular superior

Xi

Xi

2
Xi

Yi

Yi Xi

Donde las variables son definidas de la siguiente manera

Regresin

Xi

Yi

Lineal

Xi

Yi

Exponencial

Ln a

Xi

Ln Yi

Logaritmica

Ln Xi

Yi

C. De poder

Ln a

Ln Xi

Ln Yi

104

Anlisis de Regresin
EJEMPLOS
1.-Ajustar el siguiente conjunto de datos a una curva exponencial
Solucin
Xi
.72 1.31 1.95 2.58 3.14
a = 3.46
Yi 2.16 1.61 1.16
.85 0.5
b = - 0.58
2.-Ajustar los siguientes datos a una curva logaritmica
Solucin
Xi
3
4
6
10
12
a = - 47.02
Yi
1.5
9.3
23.4
45.8
60.1
b = 41.39
3.-Ajustar los siguientes datos a una curva de poder
X
Y

10
12 15
17
20
22
25
27 30
32 35
0.95 1.05 1.25 1.41 1.73 2.00 2.53 2.98 3.85 4.59 6.02

Solucin a = 0.03

b = 1.46

HTAS. BASICAS

105

Solucin del ejemplo 1

SUMA =

Xi

Yi

LnYi

Xi2

XiLnYi

.72

2.16

0.770

0.5184

0.5544

1.31

1.61

0.476

1.7161

0.6235

1.95

1.16

0.148

3.8025

0.2886

2.58

0.85

-0.162

6.6564

-0.4179

3.14

0.5

-0.693

9.8596

-2.1760

9.70

6.28

0.539

22.553

-1.1274

La matriz de solucin quedaria

De la siguiente manera donde
n=5

n
Xi

HTAS. BASICAS

Xi

Ln Yi
2

Xi

XiLnYi
106

5
9.70

9.70

3.712 b = -2.1730

0.539

b = -0.585

22.53 -1.1274

Ln a + (1.94) (-0.585) = 0.1078

1

1.94 0.1078

0.

3.712 -2.1730

Ln a = 0.1078 + 1.135
Ln a = 1.2428
a = antiLn (1.2428)
a = 3.46

Por lo tanto el modelo quedaria de la siguiente manera

Y = 3.46

-0.58 X

HTAS. BASICAS

107

MODULO

CONTROL ESTADISTICO
DEL PROCESO (SPC)
STATISTICAL PROCESS CONTROL

UNIDAD III
GRAFICAS DE CONTROL
M.C. ROLANDO DEL TORO WALS
GRAFICAS DE CO

108

3.-GRAFICAS DE CONTROL
Dr. Walter Shewhart
Laboratorios Bell ~1920
Fu el primero en hacer la distincin entre variacin controlada y nocontrolada debida a causas comunes y especiales.
Desarroll las grficas de control para separar las dos causas.
Es la nica herramienta que distingue entre causas especiales y causas
comunes de la variacin.

Qu es una Grfica de
Control?
Es la representacin grfica de una caracterstica de un proceso.
Representa a un proceso mostrando si solo estn presentes causas
comunes de variacin.
Le dice si algo est cambiando en su proceso y en que momento
est sucediendo tal cambio.
No le dice que est causando el cambio y si este es bueno o
malo.

GRAFICAS DE CO

109

Aplicaciones Bsicas de
las
Grficas de Control
Asisten al determinar si un proceso ha estado operando dentro de
control estadstico.
Separan las causas comunes de variacin de las causas especiales de
variacin.
Ayudan a lograr y mantener control estadstico.

Beneficios de los Sistemas de Grficas de

Control

Tcnica comprobada para mejorar la productividad

Efectiva para prevenir defectos
Evita ajustes innecesarios al proceso
Proporciona informacin de diagnstico
Proporciona informacin acerca de la capacidad del proceso

GRAFICAS DE CO

110

El Mejoramiento del Proceso y las

Grficas de Control
Entrada

Salida

Proceso
Sistema de
Medicin
4. Verificar y
Observar

1. Detectar la
Causa Asignable

3. Implantar
Accin Correctiva

2. Identificar la
Causa Raz

HTAS. BASICAS

111

3.1.-Componentes de una Grfica de Control

Lmite de Control
Superior

X-bar C hart for KPO V

615

UCL=613.6

Sample Mean

Media
605
X=599.1
595

585

LCL=584.6
0

Lmite de Control
Inferior

10

20

Sample Number

GRAFICAS DE CO

112

X-bar C hart for KPOV

UCL

LCL
0

( + 3 Sigma)

Zone A

( + 2 Sigma)

Zone B

( + 1 Sigma)

Zone C

( -1 Sigma)

Zone C

( - 2 Sigma)

Zone B

( - 3 Sigma)

Zone A

10

20

Para las grficas de Shewhart, como la X-barra. Los lmites de control

se colocan a +/- 3 desviaciones estndar de la media del proceso

GRAFICAS DE CO

113

Causas comunes y especiales

CAUSAS COMUNES
Existen en cada operacin/proceso
Son causadas por el mismo proceso (debido a la forma como
usualmente hacemos las cosas)
Generalmente controlable por la gerencia
CAUSAS ESPECIALES
Existen en la mayora de las operaciones/procesos. Se pueden
presentar de vez en cuando, o continuamente en algunos procesos.
Son causados por una nica alteracin o una serie de ellas.
Generalmente controlable por el operador (o cuando menos
detectable).

Cada tipo exhibe diferentes caractersticas estadsticas; por lo

tanto, para controlar y reducir sus efectos, debemos tratarlas
de manera diferente.

HTAS. BASICAS

114

Causas Comunes vs. Causas Especiales de Variacin

Causas Comunes de Variacin...
Ms del 90% de la variacin es por naturaleza, debida a causas
comunes. Por ejemplo, cules son algunas de las causas comunes
de variacin que lo forzan a usted a llegar al trabajo a diferente
hora cada da? Lo crea usted o no... la variacin que existe en las
ventas es debida a causas comunes.

Causas Especiales de Variacin...

Menos del 10% de toda la variacin es por naturaleza, debida a causas
especiales. Cules podran ser algunos ejemplos de causas
especiales de variacin que lo forcen a llegar a horas variables a su
trabajo cada da?
Aunque menos del 10% de toda la variacin es debida a causas
especiales, la gente an tiende a tratar cada pico o valle como si
fuera especial - cuando normalmente son causas comunes.

HTAS. BASICAS

115

Causas Comunes vs. Causas Especiales de Variacin

A quin le importa? Por qu invertir tiempo identificando si la variacin en
un proceso es debida a causas comunes o especiales?

La respuesta...
Una de las principales razones del por qu se hacen y se utilizan las
grficas de control, es para identificar causas especiales de
variacin. Usaremos diferentes estrategias para reducir la variacin
dependiendo de si la variacin es comn o especial.

HTAS. BASICAS

116

Causas Comunes vs. Causas Especiales de Variacin

Prueba para detectar causas especiales...
1) Recolecte, grafique, y clasifique cuando menos 30 datos y asegurese de que pasan las pruebas
de normalidad y calcule los lmites de control. Tpicamente, esto incluye calcular la media, la
desviacin estndar, y entonces ir arriba y abajo 3 desviaciones estndar de la media.

2) Aplique las siguientes pruebas: (si alguna pasa, la variacin se dice

que es causa especial por naturaleza)
2.1) Cualquier punto que caiga fuera de los lmites de control.
2.2) 7 puntos consecutivamente incrementando o decreciendo.
2.3) 7 puntos consecutivos en un lado de la media (no la meta).
2.4) 14 puntos consecutivos en forma de serrucho.

HTAS. BASICAS

117

Causas Comunes vs. Causas Especiales de Variacin

Tres estrategias para reducir las causas comunes de variacin...
1) Estratificacin - examinando las diferentes caractersticas respecto la salida del proceso, tales como que da de la semana
ocurri la variacin ms alta o cual estilo/parte gener la mayor variacin. Tpicamente, las grficas de Pareto son muy tiles
cuando se estratifican los datos.

.
2) Disgregacin - dividir un proceso en sus componentes y
estudiar la variacin en cada paso del proceso. Se relaciona
muy seguido con estudios de capacidad y de rendimiento. Los
Diagramas de Flujo, los histogramas, y las grficas de pareto
son muy tiles al desintegrar los datos.

HTAS. BASICAS

118

3) Experimentacin - cambiando algunos factores en diferentes niveles y analizando los resultados y los efectos. La Experimentacin puede resultar costosa y lo comn es que se intente nicamente despus de haber
hecho la estratificacin y/o la disgregacin.

Otros conceptos...
1) La Regla de los 5 Por qu.
2) Lmites de Control vs. Lmites de Especificacin.
1)
2)
3)
4)
5)

5 Elementos de la Grficas de Control

Grfica de Observaciones (X-barra, X)
Grfica de Variaciones (R, s, MR) - Por qu se necesita?
Tabla de Datos
Reporte de Acciones Correctivas
Ventana de Sumario Estadstico (normalmente en los paquetes de
software de sistemas de SPC nicamente)

HTAS. BASICAS

119

Pasos para Implantar

Grficas de Control

Seleccione la caracterstica apropiada que se va

a controlar
Selecione el punto de recoleccin de los datos
Seleccione el(los) tipo(s) de grfica(s) de
control
Determine el tamao de la muestra apropiado y
la frecuencia
Establezca las bases para los sub-grupos
racionales
Determine el mtodo y los criterios de medicin
Determine la capacidad de los gauges
Desarrolle un estudio inicial de capacidad para establecer los
lmites de control de prueba
Disee las formas para recolectar y graficar los datos
Establezca un procedimiento para recolectar, graficar, analizar
y actuar; basndose en esta informacin
Proporcione instrucciones por escrito y entrene al personal
involucrado

GRAFICAS DE CO

120

Tipos de Grficas de Control

Existen muchos tipos de grficas de control; sin embargo, los

principios bsicos para cada una, son los mismos.
El tipo apropiado se escoge utilizando el conocimiento de ambos
SPC y los objetivos de su proceso.
La seleccin del tipo de grfica depende de:
Tipos de Datos:
atributos vs. variables
Facilidad del muestreo
homogeneidad de la
muestra
Distribucin de los datos normal o anormal
Tamao del subgrupo
constante o variable

GRAFICAS DE CO

121

Como Seleccionar el tipo Correcto de

Grfica de Control
Variables
Tipo de
datos

Atributos

Defectos

rea de oportundad
constante de muestra a
muestra?

Grficar defectos
o defectivos?

Si

Defectivos

Individuales

Mediciones
individuales o
subgrupos?

Los datos tienden a estar

normalmente distribuidos debido
al teorema del lmite central

Medicin a
Subgrupos

c,u
Datos normalmente
distribuidos?

No

Si

Si la media es grande, X y Rm
son efectivas tambin

No

Tamao del
subgrupo constante?

Si

p, np

Inters
principal en cambios
bruscos de la
media?

X, Rm
No

MA, EWMA,
o CUSUM
y Rm

Si

Xbarra-R

No

Si ni n ni p son pequeas;
X barra-R, y X-Rm son
efectivas tambin

GRAFICAS DE CO

Ms efectivas para detectar

cambios graduales a largo plazo

Usar grfica X barra-R con

reglas modificadas

122

Muestreo

Tamao de la Muestra
Grfica de variables: 5 si es posible por cada muestra de 30 a 40
muestras
Grfica de atributos : 30 o ms dependiendo de los porcentajes
Frecuencia de la Muestra
No demasiadas (muy costoso)
No muy poquitas (la informacin no es confiable)
Como regla general: mientras ms seguido, es mejor
Los sistemas de medicin en-lnea ofrecen control del proceso en el
tiempo real
Subgrupos racionales
Trate de capturarlos cuando los factores clave de un proceso son
consistentes
Si se hace correctamente, un subgrupo racional para un proceso en
control reflejar unicamente variacin de causas comunes

GRAFICAS DE CO

123

Una idea fundamental en el uso de las cartas de control es recopilar datos

muestrales de acuerdo a lo que Shewhart denomino subgrupo racional.
En general esto significa:
La seleccin de subgrupos o muestras de modo que, en la medida de lo
posible, la Variabilidad de las observaciones dentro de un subgrupo
incluya toda la variabilidad aleatoria o natural, y excluya la variabilidad
asignable o por causas especiales
Cuando se aplican las cartas de control a los procesos de produccion, el
orden temporal de la produccion es una base logica para la formacion de
subgrupos racionales
El orden cronologico es una buena base, para formar subgrupos, ya que
permite la deteccion de causa asignables que se presentan con el paso
del tiempo
En algunas lineas de maquinado en las primeras operaciones de desbaste
se muetrea cada 2 hrs. Ya que las tolerancias son mayores en estas
operaciones, a diferencia de las ultimas operaciones donde el muestreo
es cada hora ya que la tolerancia es mas cerrada en estas operaciones.

GRAFICAS DE CO

124

Cuando un proceso esta formado por varias maquinas que combinan

su salida en una banda de transporte comun. Si se toman muestras
en la salida de esta banda Sera muy dificil detectar si alguna de las
maquinas estan fuera de control por lo que es recomendable aplicar
tecnicas de cartas de control a la salida de cada maquina.
A veces este concepto debe aplicarse a diferente cabezales de la
misma maquina, estaciones de trabajo diferentes, opradores
diferentes, y asi sucesivamente.
Es costumbre ubicar los limites de control sobre una grafica a una
distancia de mas o menos tres desviaciones estndar de la variable
graficada. Estos limites se conocen como limites de control 3sigma
Estos limites consideran valores de Z /2 = 3 en un intervalo de
confianza que comprende una area bajo la curva de la normal del
99.73%
Otra manera de evaluar las desiciones con respecto al tamao de la
muestra y la frecuencia de muestreo, es mediante la longitud de
corrida promedio (LCP) de la grafica de control

GRAFICAS DE CO

125

La LCP es el numero promedio de puntos que deben graficarse antes de

que uno de ellos indique una condicion de proceso fuera de control.
Para cualquier grafica de control la LCP pude calcularse a partir de
la media de una variable aleatoria geometrica como:
LCP =

1
p

Donde p es la probabilidad de que cualquiere punto exceda los limites

de control. Por lo tanto para una carta X con limites 3-sigma, p = 0.0027
es la probabilidad de que un solo punto caiga fuera de estos limites cuando
El proceso est bajo control, asi que
LCP =

1
p

1
0.0027

= 370

Es la longitud de corrida promedio de la carta X cundo el proceso esta

Bajo control

GRAFICAS DE CO

126

Impacto del Tamao del Subgrupo

UCL
UCL
UCL
LCL
LCL

LCL

n=3

n = 10

n = 25

Si el tamao de la muestra se incrementa, los lmites de control

estarn ms juntos. Esto tiene el efecto de incrementar la sensibilidad
de la grfica a cambios pequeos en el promedio de la poblacin.
Tambin disminuye la probabilidad del error tipo II. Como regla
general, el tamao del subgrupo (n) debe ser: 2 < n < 6.

GRAFICAS DE CO

127

No utilizar grficas de control para analizar

datos ha sido una de las mejores formas
conocida por el hombre de aumentar costos,
desperdiciar esfuerzos, y bajar la moral.
- Dr. Donald J. Wheeler

GRAFICAS DE CO

128

4.-GRAFICAS DE CONTROL PARA

VARIABLES

X-barra
Mide el objetivo o el centro del proceso
Verifica el cambio en la Media de la variable a travs del tiempo
Individuales
Similar a la X-barra
Grafica puntos individuales en lugar de la Media
Mediana
Similar a la X-barra
Grafica todos los puntos en la muestra y el punto de enmedio se
encierra en un crculo
Rango
Se usa con la grfica X-barra
Verifica la variabilidad del proceso a travs del tiempo
Mide la ganancia o prdida de uniformidad
Sigma
Similar a la grfica de Rango
Usa la estimacion de Sigma de la muestra
Rango Mvil
Similar a la grfica de Rango
Se grafica un rango nuevo con cada punto consecutivo
Se usa con la grfica individual

GRAFICAS DE CO

129

Sumario
Grficas de Control de Variables
Tipo de Grfica

Propsito

Aplicacin
Cuando se pueden muestrear ms
de 1 unidad cada vez

Rango (R)

Observar el promedio
de una caracterstica
a travs del tiempo
Observar la
variabilidad de una
caracterstica /tiempo

Desviacin
Estndar (S)

Observar la
variabilidad de una
caracterstica /tiempo

Se usa con la grfica X cuando

la muestra es 9

Observar la
variabilidad de una
caracterstica
individual a
travs del tiempo

Areas de produccin que

requieren perodos largos de
tiempo para una sola muestra o
cuando una nica muestra es
significativa

Promedio (X)

Individual y
Rango Movible
(I - MR)
Exponencialmente
Balanceada Prom.
Movible (EWMA)
Suma acumulativa
(CUSUM)

Se usa con la grfica X cuando

la muestra es <8

Se usa en areas donde el subgrupo

racional es n=1 o cuando es neceObservar pequeos
sario detectar cambios pequeos
cambios en el proceso
en el proceso, o cuando los datos
no estn normalmente distribuidos
Similiar a EWMA

Se usa en aplicaciones
especiales

Tamao del
Subgrupo

n 2
3n8
n9
n=1

Comentarios
Insensible a los cambios menores que 2 Sigma
cuando: n = 4 a 6

Ninguno

Aumenta la sensibilidad debido al aumento del

tamao de la muestra. Se usa cuando es necesario
un control estricto y/o el costo no es impactante

Se debe estar seguro que se cumplan los

requerimientos de la distribucin normal

n>1

No es de Shewhart. No reacciona a cambios grandes

tan rpidamente. Tambin es capaz de producir
resultados pronosticados. Suaviza los datos para
enfatizar tendencias. Importan ms datos recientes

n>1

No es de Shewhart. La misma sensibilidad que la

EWMA. Difcil de graficar manualmente

GRAFICAS DE CO

130

4.1.-Grficas de Control X - R ( Medias y

Rangos )
Ventajas
Aritmtica simple
Muy sensible a cambios en el proceso
Tamao de muestra constante
Limitante
Una grfica de control por caracterstica de calidad

PRIMER PASO:
DECISION DE LA CONSTRUCCION DE LA GRAFICA INCLUYENDO:
LOS OBJETIVOS A CONSEGUIR
ELECCION DE LA VARIABLE
ELECCION DEL TAMAO Y FRECUENCIA DE
OBTENCION DE LOS DATOS

GRAFICAS DE CO

131

Guas para la seleccin de subgrupos:

Para procesos en produccion respecto a las grficas de control ;
Minimice la oportunidad de cambios dentro de la muestra. Tome
piezas consecutivas.
Tome la muestra peridicamente en la hora especificada para estudiar
cambios en el proceso entre intrvalos.
Para procesos totalmente nuevos, se recomienda un tamao de subgrupo
de 4 5 piezas consecutivas a intrvalos de 1 2 horas,
Dependiendo de las tolerancias de los procesos como el desbastado
(2hrs) o el rectificado (1hr).

METODO DE REGISTRO
INSTRUMENTO Y METODO DE MEDICION

GRAFICAS DE CO

132

En
En lugar
lugar de
de ver
ver todas
todas las
las salidas
salidas del
del proceso
proceso (puntos),
(puntos),
supongamos
supongamos que
que nicamente
nicamente nos
nos podemos
podemos dar
dar
el
el lujo
lujo de
de ver
ver una
una muestra
muestra de
de n=3
n=3 por
por hora
hora

10 10.5
Y = Peso (lbs)

9.5

10 10.5
Y = peso (lbs)

9.5

= Medida individual
= Promedio del subgrupo

GRAFICAS DE CO

133

Grfica
Grfica de
de Rango:
Rango:

R=1.0

R=0.5
Rango (ancho)= R=1.5
Y = Peso (lbs)

Grfica de Rango

R=1.0

GRAFICAS DE CO

134

Promedios:
Promedios:

Y = Peso (lbs)

Grfica X-barra
UCL
Linea Central
LCL

GRAFICAS DE CO

135

2do. PASO:
CALCULAR PARA CADA SUBGRUPO
X y R

X = X i = X 1 + X 2 + ...........X
n

RANGO = VALOR MAXIMO - VALOR MINIMO

3er. PASO:
A) CALCULAR LA MEDIA DE RANGOS.

R = R
K

= R 1 +R

+ ..............R

n = El numero de observaciones de la muestra

K = El numero de muestras

GRAFICAS DE CO

136

B) CALCULAR LIMITE SUPERIOR E INFERIOR PARA LA GRAFICA

RANGOS

DONDE D3, D4 Y A2 SON

CONSTANTES DE GRAFICAS
DE CONTROL QUE
DEPENDEN DEL TAMAO
DE LA MUESTRA

LSC R = D4 R
LIC R = D3 R

C) CALCULAR X (PROMEDIO DE PROMEDIOS) O BIEN CONOCIDA COMO

LA MEDIA DE MEDIAS

X = X i = X1 + X 2 + .............X
K
K

4to. PASO
CALCULAR LOS LIMITES DE CONTROL PARA LA GRAFICA DE MEDIAS O
PROMEDIOS

LSC

=X+A

LIC X =BASICAS
XA2R
HTAS.

137

GRAFI CA DE CONTROL POR VARI ABLES X & R

Nombre de la parte: tubo alimentacion de gasolina CT-40
Caracterstica:
Espesor de Formado
Frec./ Tamao de Muestra: 5 piezas cada hora
X =Promedio de X = 1.726

Especificacin:

1.42

1.92

Instrumento : Vernier Digital

LSC = X +( A 2 R ) =

1.797

LIC =XX- +(
( AA22R)
R =) =

1.654

X
LS E 1.96

1.92
1.88
1.84
LS C 1.80
1.76
1.72
1.68
LIC 1.64
1.60
1.56
1.52
1.48
1.44
LIE 1.40
1

R =Promedio de R=

10

0.105

11

12

13

14

LSCR = D4 R =

15

16

17

18

19

20

0.221

21

22

23

24

25

LICR = D3 R =

26

27

28

29

30

R
LSC

0.28
0.24
0.20
0.16
0.12
0.08
0.04
0.00
2

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

LECTURAS

1.82

1.74

1.68

1.75

1.74

1.74

1.78

1.70

1.70

1.72

1.76

1.75

1.75

1.77

1.69

1.72

1.75

1.74

1.75

1.73

1.69

1.71

1.77

1.74

1.76

1.75

1.73

1.75

1.73

1.78

1.79

1.66

1.66

1.69

1.75

1.76

1.78

1.68

1.68

1.65

1.76

1.74

1.69

1.70

1.71

1.68

1.68

1.74

1.82

1.59

1.72

1.67

1.74

1.75

1.76

1.61

1.69

1.71

1.69

1.75

1.67

1.76

1.72

1.64

1.78

1.73

1.68

1.78

1.75

1.65

1.74

1.77

1.66

1.75

1.74

1.62

1.78

1.73

1.71

1.75

1.74

1.63

1.75

1.71

1.65

1.72

1.76

1.65

1.73

1.74

1.78

1.65

1.79

1.78

1.77

1.73

1.79

1.63

1.74

1.72

1.67

1.77

1.71

1.64

1.74

1.77

1.78

1.74

1.72

1.69

1.71

1.73

1.73

1.72

1.76

1.66

1.71

1.76

1.72

1.77

1.69

1.80

1.72

1.75

1.65

1.76

1.76

1.75

1.73

1.75

1.77

1.77

1.71

1.77

1.70

1.76

1.64

1.76

1.72

1.76

1.69

1.75

1.65

1.80

1.71

1.78

1.72

1.74

1.63

1.78

X
R

1.75

1.72

1.71

1.72

1.74

1.74

1.76

1.71

1.72

1.70

0.15

0.15

0.13

0.14

0.13

0.03

0.11

0.15

0.07

0.10

GRAFICAS DE CO
1.74

1.76

1.70

1.73

1.72

1.71

1.73

1.74

1.74

1.70

1.71

1.70

1.73

1.74

1.73

1.70

1.72

0.10

0.03

0.09

0.13

0.05

0.15

0.14

0.03

0.11

0.17

0.05

0.12

0.12

0.09

0.11

0.17

0.07

138
1.72

1.70

1.76

0.11

0.10

0.04

GRAFICAS DE CO

139

CONSTANTES PARA LAS GRAFICAS DE CONTROL

Nmero de
observaciones
n

A2

A3

2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

1.880
1.023
0.729
0.577
0.483
0.419
0.373
0.337
0.308
0.285
0.266
0.249
0.235
0.223
0.212
0.203
0.194
0.187
0.180
0.173
0.167
0.162
0.157
0.153

2.659
1.954
1.628
1.427
1.287
1.182
1.099
1.032
0.975
0.927
0.886
0.850
0.817
0.789
0.763
0.739
0.718
0.698
0.680
0.663
0.647
0.633
0.619
0.606

Ms de 25

3
n

A6
1.187
0.691
0.509
0.412
0.350

1 -

B3

B4

c4

d2

d3

d4

D3

D4

D5

D6

E2

0.000
0.000
0.000
0.000
0.030
0.118
0.185
0.239
0.284
0.321
0.354
0.382
0.406
0.428
0.448
0.466
0.482
0.497
0.510
0.523
0.534
0.545
0.555
0.565

3.267
2.568
2.266
2.089
1.970
1.882
1.815
1.761
1.716
1.679
1.646
1.618
1.594
1.572
1.552
1.534
1.518
1.503
1.490
1.477
1.466
1.455
1.445
1.435

0.7979
0.8862
0.9213
0.9400
0.9515
0.9594
0.9650
0.9693
0.9727
0.9754
0.9776
0.9794
0.9810
0.9823
0.9835
0.9845
0.9854
0.9862
0.9869
0.9876
0.9882
0.9887
0.9892
0.9896

1.128
1.693
2.059
2.326
2.534
2.704
2.847
2.970
3.078
3.173
3.258
3.336
3.407
3.472
3.532
3.588
3.640
3.689
3.735
3.778
3.819
3.858
3.895
3.931

0.853
0.888
0.880
0.864
0.848
0.833
0.820
0.808
0.797
0.787
0.778
0.770
0.762
0.755
0.749
0.743
0.738
0.733
0.729
0.724
0.720
0.716
0.712
0.709

0.954
1.588
1.978
2.257
2.472
2.645
2.791
2.915
3.024
3.121
3.207
3.285
3.356
3.422
3.482
3.538
3.591
3.640
3.686
3.730
3.771
3.811
3.847
3.883

0.000
0.000
0.000
0.000
0.000
0.076
0.136
0.184
0.223
0.256
0.283
0.307
0.328
0.347
0.363
0.378
0.391
0.403
0.415
0.425
0.434
0.443
0.451
0.459

3.267
2.574
2.282
2.114
2.004
1.924
1.864
1.816
1.777
1.744
1.717
1.693
1.672
1.653
1.637
1.622
1.608
1.597
1.585
1.575
1.566
1.557
1.548
1.541

0.000
0.000
0.000
0.000
0.000
0.078
0.139
0.187
0.227

3.865
2.745
2.375
2.179
2.055
1.967
1.901
1.850
1.809

2.660
1.772
1.457
1.290
1.184
1.109
1.054
1.010
0.975

3
2n

1 +

3
2n

GRAFICAS DE CO

140

Una persona de la empresa X quiere conocer el comportamiento de su proceso, en el cual se construye una barra esp
cliente es de 30 +/- 0.25, para lo cual determino obtener 25 subgrupos de tamao 5 de acuerdo con la siguiente tabla:
SUB.DATO 1
1 30.005
2 30.019
3 30.001
4 30.056
5 30.014
6 30.099
7 29.945
8 29.979
9 29.991
10 29.993
11 29.964
12 29.949
13 29.974
14 30.043
15 29.980
16 29.890
17 30.201
18 29.930
19 30.059
20 29.946
21 29.935
22 29.944
23 30.201
24 29.977
25 30.060

DATO 2DATO 3DATO 4DATO 5

29.977 30.024 29.857 29.985
30.066 29.947 30.004 30.095
30.088 30.130 29.999 30.002
30.037 29.942 29.931 30.036
29.894 30.079 29.898 29.846
30.038 30.024 30.013 30.051
29.975 30.006 29.803 30.028
30.114 30.076 29.890 29.974
30.043 29.947 29.944 29.999
30.054 30.001 30.073 30.102
30.112 30.033 29.950 29.995
30.044 30.063 29.991 29.983
30.056 29.994 29.957 30.080
30.052 29.986 29.901 29.962
30.040 30.084 29.944 30.065
30.122 29.835 30.119 30.030
30.020 30.011 29.975 30.047
30.038 30.130 30.034 30.067
29.937 29.963 30.101 29.996
30.026 29.990 29.951 29.972
30.115 30.011 29.940 30.079
30.122 30.036 29.883 29.922
30.070 30.026 29.960 30.062
29.933 29.990 30.097 29.999
29.961 29.928 30.026 29.928

X
29.970
30.026
30.044
30.000
29.946
30.045
29.951
30.007
29.985
30.045
30.011
30.006
30.012
29.989
30.023
29.999
30.051
30.040
30.011
29.977
30.016
29.981
30.064
29.999
29.981

a).- En base a lo anterior, realice una Grfica X-R.

b).- Determine la capacidad del proceso.

R
0.167
0.148
0.131
0.125
0.233
0.086
0.225
0.224
0.099
0.109
0.162
0.114
0.123
0.151
0.140
0.287
0.226
0.200
0.164
0.080
0.180
0.239
0.241
0.164
0.132

COLUMNAS MANEJO/RESULTADOS
(# Subgrupos). K = 25.0
(Tamao Subgrupo). n= 5.0
X s = 750.178
R s = 4.150
X = 30.007
R = 0.166
A2 = 0.580
D4 = 2.110
D3 = 0
d2 = 2.330
LSCx = 30.103
Lim. X LICx = 29.911
LCx = 30.007
LSCr = 0.350
Lim. R LICr = 0
LCr = 0.166
S* = 0.0712
Especificacin Cliente = 30 +/- 0.25
LSE = 30.250
LIE = 29.750
Cp = 1.17
Zlse = 3.41
Zlie = 3.61
Zmin = 3.41
Cpk = 1.14
Sn-1 = 0.0727
X n-1 = 30.002
PP = 1.15
Zlse = 3.4
Zlie = 3.5
Zmin = 3.4
PPk= 1.1

GRAFICAS DE CO

141

Grfica X

30.3
FORMULAS:
Limites en X:
LSCx = X + (A2 x R).
LICx = X - (A 2 x R).
LCx = X

30.2

30.1

Limites en R:
LSCr = D4 x R
LICr = D3 x R
LCr = R

29.8

29.7

29.6

25

23

21

19

17

15

13

11

29.5

PP = (LSE - LIE) / (6 x S n-1)

Zlse = (LSE - Xn-1) / S n-1
Zlie = (Xn-1 - LIE) / S n-1
PPk = Zmin / 3.

Cpk = Zmin / 3.

29.9

ZLSE = (LSE - X ) / S*
ZLIE = (X - LIE) / S*

30
X Promedio

S* = R/d2
Cp = (LSE - LIE) / (6 x S*)

Muestra

LSE

LSC

GRAFICAS DE CO

LC

LIC

LIE

142

Grfica R
0.400
0.350

0.250
0.200
0.150
0.100
0.050

Muestra
R

LSC

GRAFICAS DE CO

LC

LIC

143

25

23

21

19

17

15

13

11

0.000
1

Rango

0.300

Recalculando lmites de control

Los lmites de control han sido generados por la salida del proceso
en s. Se deben recalcular nicamente cuando sea apropiado
hacerlo. En general, recalcule cuando:
Una grfica se empez a llenar recientemente y se encuentra en
el perodo de la curva de aprendizaje respecto al muestreo,
medicin, dibujo, etc.
Existe un cambio conocido en el proceso y su efecto ha sido
verificado contra los lmites viejos de control.
Hay un cambio desconocido o incierto en el proceso. La grfica
R es un buen indicador de lo aejo de los lmites si 2/3 o ms
puntos caen arriba/abajo de la lnea central. Si estn arriba
indica que est empeorando lo cual requiere investigacin y
accin inmediata.

GRAFICAS DE CO

144

Cuando debemos recalcular lmites de control?

No

(1)
(1) Muestran
Muestranlos
losdatos
datosun
un
comportamiento
comportamiento claramente
claramente
diferente
diferenteal
alpasado?
pasado?
S
(2)
(2) Se
Seconoce
conocela
larazn
raznde
deeste
este
cambio?
cambio?
S

No
No

(3)
(3) Es
Esdeseable
deseableel
elnuevo
nuevoproceso?
proceso?
S
(4)
(4) Esperamos
Esperamosque
queel
elnuevo
nuevocomportamiento
comportamiento
contine?
contine?
S

No
Nonecesitamos
necesitamos
lmites
lmitesnuevos
nuevos

Usted
Usteddebera
debera
buscar
buscarcausas
causas
asignables
asignablesen
enlugar
lugar
de
andarle
de andarle
moviendo
moviendoaalos
los
lmites.
lmites.
No

Est
Estbien
bienrevisar
revisarlos
loslmites
lmitesbasados
basadosen
enlos
losdatos
datos
recolectados
desde
el
cambio
en
el
recolectados desde el cambio en el
GRAFICAS
DE CO
comportamiento
del
comportamiento
delproceso.
proceso.

145

Prom

Disper Prom Disper Prom

Disper Prom

Disper

Estable
Estable
??
S
S//No
No

146

Prom

Estable
Estable
??
S
S//No
No

SI

Disper Prom Disper Prom

NO

NO

NO

NO

Disper Prom

SI

SI

Disper

SI

Esperaramos ver las grficas en control o fuera de control?

Grfica
GrficaXX
Grfica
GrficaRR

GRAFICAS DE CO

147

Prom

Estable
Estable
??
S
S//No
No
Grfica
GrficaXX
Grfica
GrficaRR

SI

Disper Prom Disper Prom

NO

NO

NO

NO

Disper Prom

SI

SI

Disper

SI

Esperaramos ver las grficas en control o fuera de control?

DENTRO

FUERA

FUERA

DENTRO

FUERA

FUERA

DENTRO

DENTRO

GRAFICAS DE CO

148

Mitos
Mitos comunes
comunes del
del SPC
SPC
Mito#1
Mito#1
Los
Losdatos
datosdeben
debenestar
estardistribuidos
distribuidosnormalmente
normalmentepara
parausar
usaruna
unagrfica
grficade
decontrol
control
Mito#2
Mito#2
Los
Losdatos
datosdeben
debende
deestar
estaren
encontrol
controlantes
antesde
decolocarse
colocarseen
enuna
unagrfica
grficade
decontrol
control
Mito#3
Mito#3
los
losdatos
datosque
queestn
estnen
encontrol
controlen
enuna
unagrfica
grficaestarn
estarnnormalmente
normalmentedistribuidos
distribuidos
Mito#4
Mito#4
Las
Lasgrficas
grficasde
decontrol
controlfuncionan
funcionandebido
debidoalalTeorema
Teoremadel
delLmite
LmiteCentral
Central
Mito#5
Mito#5
Las
Lastcnicas
tcnicasde
dePre-Control
Pre-Controlson
sontan
tanpoderosas
poderosascomo
comouna
unagrfica
grficade
decontrol
control
Mito#6
Mito#6
El
ElSPC
SPCdebera
deberade
deusarse
usarsenicamente
nicamentealalllegar
llegaraalalaFase
FaseIV:
IV:Control
Controldel
delProceso.
Proceso.

GRAFICAS DE CO

149

Fase
FaseI:
I: Medicin
Medicindel
delProceso
Proceso

MITO:
El SPC debera de usarse
nicamente al llegar a la Fase IV:
Control del Proceso.

Fase
FaseII:
II: Anlisis
Anlisisdel
delProceso
Proceso
Fase
FaseIII:
III: Mejora
Mejoradel
delProceso
Proceso
Fase
FaseIV:
IV: Control
Controldel
delProceso
Proceso

Hacer de la Fase IV el punto principal de la

utilizacin del SPC es perder el verdadero poder
y el potencial de mejora de las grficas de
control.

GRAFICAS DE CO

150

4.2.- Anlisis de Patrones en las

Grficas de Control

Cualquier punto fuera del lmite de control superior o inferior es

seal de que el proceso est fuera de control
De otro modo buscamos patrones usando reglas establecidas para
reconocer las condiciones fuera de control
Solamente use las reglas en las cuales los operadores pueden
tomar accin.
Reglas de Western Electric:
Un punto fuera de los lmites de 3-sigma
Dos de tres fuera de los lmites de 2-sigma
Cuatro de cinco fuera de los lmites de 1-sigma
Ocho consecutivos en un lado de la lnea central

GRAFICAS DE CO

151

Aprendiendo a Interpretar las Grficas

UCL

LCL
0

10

15

Obser vation Number

Tendencia:
Movimiento continuo en una direccin. Las tendencias son ocasionadas
usualmente por el desgaste gradual de una herramienta o el deterioro de
algn otro componente crtico del proceso. Las tendencias pueden
resultar tambin por las influencias de la estacin del ao, tales como
temperatura.

GRAFICAS DE CO

152

Aprendiendo a Interpretar las Grficas

UCL

LCL
0

10

20

Observation Number

Mezcla:
Se observa que la mayora de los puntos tienden a caer muy cerca de
los lmites de control, y relativamente pocos cerca de la lnea central.
Una condicin de mezcla la generan dos o ms distribuciones que se
traslapan generando la salida del proceso. La severidad de este modelo
depende de qu tanto se traslapen las distribuciones. Algunas veces la
mezcla es el resultado de un sobre-control, donde los operadores
hacen demasiados ajustes al proceso muy frecuentemente respondiendo
a la variacin normal en lugar de reaccionar a las causas asignables
unicamente.

GRAFICAS DE CO

153

Aprendiendo a Interpretar las Grficas

UCL

LCL
0

10

20

Observation Number

Estratificacin:
Los puntos graficados tienen la tendencia a agruparse cerca de la lnea
central.
Una causa potencial de la estratificacin es el clculo incorrecto de los lmites
de control. Tambin puede ser que el proceso ha mejorado y su distribucin
ya es ms angosta. De cualquier forma, se deben recalcular los lmites de
control.

GRAFICAS DE CO

154

Aprendiendo a Interpretar las Grficas

UCL

LCL
0

10

20

Observation Number

Cambios en el Nivel del proceso:

El promedio del proceso cambia a un nuevo nivel. Estos cambios
resultan por la introduccin de algo nuevo: operadores, materiales,
mtodos, mquinas, etc. Tambin puede ser un cambio en los
mtodos de inspeccin o cambio de estndares por mejoras al proceso.

GRAFICAS DE CO

155

Aprendiendo a Interpretar las Grficas

UCL

LCL
0

10

20

Observation Number

Patrn Cclico:
Se observan ciclos repetidos en la grfica. Esta configuracin puede ser
el resultado de un cambio sistemtico como temperatura, fatiga del
operador, rotacin regular de operadores y/o mquinas, fluctuaciones
de voltaje o presin, etc...

GRAFICAS DE CO

156

4.3.-GRAFICOS DE CONTROL X-S (MEDIA

Y DESVIACION ESTANDAR)
OBJETIVOS DE LOS GRAFICOS X-S
ESTABLECER O CAMBIAR ESPECIFICACIONES
PARA DETERMINAR SI UN PROCESO PUEDE CUMPLIR CON LO
ESPECIFICADO
ESTABLECER O CAMBIAR UN PROCESO DE PRODUCCION
ESTABLECER O CAMBIAR UN PROCEDIMIENTO DE INSPECCION Y DE
ACEPTACION O AMBOS

ESTOS GRAFICOS NOS PROPORCIONAN UNA BASE EN LA TOMA DE

DECISIONES DURANTE LA PRODUCCION.
CUANDO INVESTIGAR LAS CAUSAS DE
VARIACION
CUANDO TOMAR UNA ACCION
CUANDO DEJAR SOLO EL PROCESO
ACEPTACION O RECHAZO DE UN PRODUCTO
REDUCCION DE COSTOS DE INSPECCION

GRAFICAS DE CO

157

ELABORACION DE LA GRAFICA X-S

A CONTINUACION SE ENUMERAN LOS PASOS NECESARIOS.
UNO.- OBTENER LA MEDIA DE LAS MEDIAS DE LOS DATOS ESTO ES:
SI EL SUBGRUPO MAS GRANDE NO SUPERA AL MAS PEQUEO EN MAS DE
DOS VECES SU TAMAO, EL CALCULO CON MEDIAS NO PONDERADAS SE
CONSIDERA SUFICIENTEMENTE CORRECTO.

X=

n1x1 + n2x2 + n3x3 + + nkxk

n1 + n2 + n3 + + nk

DOS.- OBTENER LA MEDIA DE LA DESVIACION ESTANDAR (S)

s=

n1s1 2+ n2s2 2 + n3s3 2 + + nksk

n 1 + n2 + n3 + + n k
GRAFICAS DE CO

158

TRES.- CALCULAR LA MEDIA DEL TAMAO DE LOS GRUPOS

n=

n 1 + n2 + n3 + + n k
k

CUATRO.- CALCULAR EL FACTOR A

A1=

n
CINCO.- CALCULAR EL FACTOR B

B3 = 1 SEIS.- CALCULAR EL FACTOR B

B4 = 1 +

2n
3

2n

GRAFICAS DE CO

159

SIETE.- OBTENER LOS LIMITES DE CONTROL PARA X

LSCX = X + A1S
LICX = X - A1S
NUEVE.- OBTENER LOS LIMITES DE CONTROL PARA S

LSCS = B4S
LICS = B3S

GRAFICAS DE CO

160

4.4.-GRAFICO DE CONTROL X R DE MEDIANAS

EL GRAFICO DE MEDIANAS SE DEBE TRABAJAR CON GRUPOS DE
IGUAL TAMAO. SE SUGIERE QUE ESTOS SEAN DE 5 , 7 O 9 (PARA
UNA MAYOR FACILIDAD DE CALCULO DE LA MEDIANA)
OBSERVACIONES CADA UNO, DE ESTA MANERA EL VALOR CENTRAL NO
NECESITA CALCULARSE
1

1,

2,

3,

4,

5.

1,

2,

3,

4,

5,

6,

7.

1,
8,

2,
9.

3,

4,

5,

6,

7,

ELABORACION DE LAS GRAFICAS DE MEDIANAS

UNO) CALCULAR LA MEDIA DE LAS MEDIANAS

X= X1 + X2 + X3 + + Xn
n
GRAFICAS DE CO

161

DOS) CALCULAR LA MEDIA DE RANGOS.

R = R1 + R

+R
n

++R

TRES) CALCULAR EL LIMITE SUPERIOR E INFERIOR

DE CONTROL PARA MEDIANAS

LSC m = X + A6 R
LIC
= X A6 R
m

CUATRO) CALCULAR EL LIMITE SUPERIOR E INFERIOR DE CONTROL PARA

RANGOS

LSC = D4 R
LIC = D3 R
GRAFICAS DE CO

162

4.5.- GRAFICOS DE CONTROL X-Rm

LECTURAS INDIVIDUALES Y RANGOS
MOVILES
El tamao de la muetra es de una unidad n=1 algunos ejemplos
de estas situaciones son las siguientes:

*Se utiliza tecnologia de medicion e inspeccion automatizada

*El ritmo de produccion es muy lento
*Las mediciones repetidas de un proceso difieren solo debido a
*errores en el laboratorio o a errores en el analisis
La grafica utiliza el rango movil (Rm) de dos observaciones
Sucesivas para estimar la variabilidad del proceso.
El rango movil esta definido como

Rm= Xi

GRAFICAS DE CO

Xi-1

163

1.-Calcular el promedio de las lecturas individuales

X = X1 + X2 + ...........Xk
K
2.-Determinar los rangos moviles para cada par de lecturas
obs.
Concentracion
rango movil
1
102 .0
2
94.8
7.2
3
98.3
3.5
4
98.4
0.1
5
102.0
3.6
3.-Calcular el promedio de los rangos moviles
R

= R1 +R2 + . . . . . . Rk-1
K-1
4.-Calcular los limites de control para la grafica
m

LC= X

LSC=X + 2.66 Rm
LIC=X 2.66 Rm

HTAS. BASICAS

164

Ejemplo
La pureza de un producto qumico se mide cada hora.
La tabla siguiente presenta las determinaciones de pureza
de las ultimas 14 horas
Obs.
1
2
3
4
5
6
7

Pureza
81
83
82
80
84
76
83

Obs.
8
9
10
11
12
13
14

Pureza
79
82
75
80
83
86
84

Determinar si el proceso se encuentra bajo control estadstico

GRAFICAS DE CO

165

4.6.- GRAFICA DE CONTROL DE SUMA

ACUMULATIVA
La desventaja ms importante de cualquier grafica de control de
Shewhart es que sta es relativamente insensible a corrimientos

Pequeos en el proceso, del orden de1.5 o menos.

Una alternativa muy eficaz para la grafica de control es la grafica de
control de suma acumulada (SUMCUM) que tiene un desempeo
mucho mejor en la deteccin de corrimientos pequeos.
La carta SUMCUM grafica las sumas acumuladas de las desviaciones
de los valores muestrales con respecto a un valor especfico. Por
ejemplo, supngase que se toman muestras de tamao n1 y que
Xj es el promedio de la j-sima muestra. Entonces si o es el valor
deseado de la media del proceso, la grafica de control de SUMCUM
se forma al graficar la cantidad:
i

Si =

J=1

el nmero de
(Xj - o ) Contra
Muestra i

GRAFICAS DE CO

166

SUMCUM
Si es la suma acumulada hasta la i-sima muestra inclusive, combinando
la informacion de varias muestras.
Las graficas SUMCUM son particularmente eficaces con muestras
de tamao n=1. Esto hace que sea conveniente emplearla en industrias
quimicas y de procesos, donde es frecuente que los subgrupos
racionales sean de tamao uno, asi como en la fabricacion de partes
discretas con medicin automatica en cada una de ellas y en el control
en linea utilizando microcomputadoras, directamente en el centro de
Trabajo.
Si el proceso permanece bajo control en el valor deseado o, la suma
acumulada debe fluctuar alrededor de cero. Sin embargo si la media
se desplaza hacia arriba, aparecer entonces un corrimiento hacia
arriba o positivo. Si la media se desplaza hacia abajo el corrimiento
sera hacia abajo o negativo, por lo tanto si tenemos una tendencia
en los puntos deber considerarse como una evidencia de que la media
del proceso se ha desplazado, con lo que debe emprenderse la
busqueda de una cusa asignable o especial.

GRAFICAS DE CO

167

Ejemplo:
Considere una muestra de 20 observaciones de concentracion
en la salida de un proceso quimico. Las observaciones se toman a
intervalos de una hora, si el valor deseado para la concentracin
Es o = 99

Si =

SO = 0

(X j 99)
J=1

i-1

= (X j 99) +

J=1

(X j 99)

= (X j 99) + Si-1

GRAFICAS DE CO

168

Observacion i
1

Xi

X i 99

Si = (X i 99) +Si-

102.0

3.0

3.0

94.8

-4.2

-1.2

98.3

-0.7

-1.9

98.4

-0.6

-2.5

102.0

3.0

0.5

98.5

-0.5

0.0

99

0.0

0.0

97.7

-1.3

-1.3

100.0

1.0

-0.3

10

98.1

-0.9

-1.2

11

101.3

2.3

1.1

12

98.7

-0.3

0.8

13

101.1

2.1

2.9

14

98.4

-0.6

2.3

15

97.0

-2.0

0.3

16

96.7

-2.3

-2.0

17

100.3

1.3

-0.7

18

101.4

2.4

1.7

19

97.2

-1.8

-0.1

20

HTAS. BASICAS
101.0
2.0

1.9

169

GRAFICAS DE CO

170

p
o

GRAFICAS DE CO

171

Existen dos enfoques generales para el diseo de los limites

de control para las SUMCUM. El primero es el procedimiento
de la mscara V. sta es una ranura en forma de V en un plano
que puede colocarse en diferentes posiciones sobre la grafica
el procedimiento de desicin consiste en colocar la mascara V
sobre la grafica en el punto O sobre el ultimo valor Si, y la linea OP
paralela al eje horizontal.Si todas las sumas acumuladas previas
se encuentran dentro de los dos brazos de la mscara V, entonces
el proceso esta bajo control por lo contrario se consideraria fuera
de control si algun punto esta fuera de los brazos.
La mscara V puede aplicarse a cada punto nuevo de la grafica
SUMCUM.
Algunos programas de computadora hacen la grafica SUMCUM
con el esquema de control de la mascara V.

GRAFICAS DE CO

172

5.-GRAFICAS DE CONTROL PARA

ATRIBUTOS
Estn basadas en decisiones de acepto/noacepto.
Se pueden aplicar en casi cualquier operacin
donde se recolectan datos.
Se utilizan en caractersticas de calidad que no
pueden ser medidas o que son costosas o
difciles de medir.
A diferencia de las grficas de control por
variables, las grficas de atributos se pueden
establecer para una caracterstica de calidad o
para muchas.

GRAFICAS DE CO

173

CARACTERISTICAS DE LOS GRAFICOS DE CONTROL POR

ATRIBUTOS.
LOS HECHOS QUE FAVORECEN EL USO DE LOS GRAFICOS POR ATRIBUTO
SON:
APLICABLES A CUALQUIER PROCESO
RAPIDOS Y SIMPLES DE OBTENER
FACILES DE INTERPRETAR
CONTRIBUYEN A DAR PRIORIDAD A AREAS CON PROBLEMAS

LAS OBSERVACIONES POR ATRIBUTOS CONSTAN DE:

UN CRITERIO, UNA PRUEBA, Y UNA DECISION

Defectos vs. Defectivos

Un defectivo es una unidad en una muestra que tiene una o
ms no-conformancia(s) respecto al criterio especificado.
Un defecto es cada no-conformancia respecto al criterio de
aceptacin especificado.

GRAFICAS DE CO

174

Tipos de Grficas de Atributos

Defectivos
np - nmero de unidades no-conformantes
p - proporcin de unidades no-conformantes
Defectos
c - nmero de defectos
u - proporcin de defectos

Tamao de la Muestra, Sensibilidad y Seleccin

Una limitante de las grficas de control de atributos es que se
requieren tamaos de muestra mucho ms grandes para tener
la misma sensibilidad que la de una grfica X-barra y R.
Las muestras deben ser seleccionadas al azar de un lote y un
perodo especificado de produccin.

GRAFICAS DE CO

175

Terminologa y Smbolos
n = tamao de la muestra
k = nmero de grupos de muestras
s = desviacin estndar (muestra y poblacin)

Grfica np
np = nmero promedio de defectivos

Grfica p
p = promedio de fraccin defectiva
P = promedio de porciento defectivo

Grfica c
c = nmero promedio de defectos

Grfica u
u = nmero promedio de defectos por unidad
n = tamao promedio de la muestra

GRAFICAS DE CO

176

Sumario
Grficas de Control de Atributos
Tipo de
Grfica
Nmero de
Defectivos (np)

Propsito

Aplicacin

Observar el # de
defectivos en
un subgrupo

Tamao del subgrupo fijo lo que

elimina la necesidad de recalcular
los lmites de control para cada
subgrupo.
Ms conveniente que la grfica p

# Unidades
rechazadas

Fraccin
Defectiva (p)

Revisar la fraccin
de defectivos
en un subgrupo

Se usan normalmente en puntos de

control de calidad donde 1 o ms
atributos del producto se inspeccionan y resulta una condicin de
Unidades Rechazadas pasa/falla para la unidad.
Unidades Revisadas

Tamao del
Subgrupo

Comentarios

El tamao del subgrupo debe

permanecer fijo

No es efectiva cuando el nivel de defectos es

bajo. se deben considerar otra alternativas.

Tamao del subgrupo puede

variar; debe ser lo
suficientemente grandepara tener
probabilidad alta de que, al
menos 1 defecto est presente
en el subgrupo.

No es efectiva cuando el nivel de defectos es

bajo y/o cuando el tamao del subgrupo es
demasiado pequeo. No es apropiada tampoco
si un solo defecto genera una condicin fuera
de control.

Nmero de
Defectos por
Subgrupo (c)

Verifica el # de
defectos en
un subgrupo.

Empleada para verificar el #

de defectos en una unidad

El tamao del subgrupo es 1

unidad la cual puede tener
mltiples defectos.
Tamao del subgrupo diferente
de uno pero fijo

El control no es efectivo cuando el nivel de

defectos es pequeo.

# Promedio de
Defectos por
Unidad (u)

Observa el #
promedio de
defectos en
una unidad

Empleada para verificar

el # promedio de defectos
en una unidad.

El tamao del subgrupo

puede variar.

El control no es efectivo cuando el nivel de

defectos es pequeo.
Los lmites deben ser calculados individualmente
para cada subgrupo si el tamao del subgrupo
ha estado variando.

GRAFICAS DE CO

177

Distribucin Binomial
Se aplica cuando estamos evaluando
defectivos.
Las grficas p y np se basan en sta
distribucin.
Existe una medida de tendencia central
(promedio de fraccin defectiva = p, np) y una
medida de variabilidad (desviacin estndar).
Evala las partes y las separa en categoras
de aceptado/no aceptado con un proceso
estable y la fraccin defectiva conocida (p).
GRAFICAS DE CO

178

5.1.-La Grfica de Control np

Es el formato ms simple para revisar defectivos.

Requiere tamao de muestra constante.
Se grafica directamente el nmero de defectivos de la muestra.
La medida de tendencia central es el nmero promedio de artculos
Defectivos / muestra - np. Esta es la lnea central de la grfica.

OBJETIVOS DE LOS GRAFICOS (np)

INVESTIGAR LA MEDIA DE ARTICULOS DEFECTUOSOS DE MUESTRAS
CONSTANTES SOMETIDAS A INSPECCION.
RETROALIMENTAR AL PROCESO MEDIANTE EL DESCUBRIMIENTO DE
PUNTOS FUERA DE CONTROL
IDENTIFICAR Y CORREGIR CAUSAS DE LOS ARTICULOS DEFECTUOSOS.
SUGERIR AREAS PARA EL EMPLEO DE GRAFICOS X-R PARA
DIAGNOSTICAR PROBLEMAS DE CALIDAD
PROPORCIONAR UN CRITERIO DE ANALISIS PARA MEJORA DE
PROCESOS

GRAFICAS DE CO

179

ETAPAS PARA LA ELABORACION DEL GRAFICO (np)

CALCULAR EL PROMEDIO DE UNIDADES
DEFECTUOSAS (np) .

i=1

i=1

np

p =

np

np =

i=1

CALCULAR LOS LIMITES

LSCnp = np + 3

np (1-p)

LICnp = np - 3

np (1-p)

GRAFICAS DE CO

180

USOS DE LOS GRAFICOS (np)

AYUDAR A MEJORAR EL TRABAJO.
CONOCER LAS CAUSAS QUE CONTRIBUYEN AL REPROCESO,
QUE AL CONTROLARLAS, LO HACEN DISMINUIR.
OBTENER EL DISEO HISTORICO DE UNA O VARIAS
CARACTERISTICAS DE UNA OPERACIN EN EL PROCESO
PRODUCTIVO.
INVESTIGAR SOBRE EL CURSO O TENDENCIA DE UN
DEFECTO O UN GRUPO DE ELLOS.
Supongamos que tenemos un grupo de datos que representan el nmero
ordenes de compra rechazadas de el total diario de 62.
Nmero de unidades defectivas por da
2 5 4 3 3 6 5 0 7 5 4 1 2 3 6 3 8 4 4 4 6 4 2 3 7
Tiempo

GRAFICAS DE CO

181

NP C hart for Number

Sample Count

10

UCL=9.870

5
NP=4.040

LCL=0.000
0

10

15

20

25

Sample Number

GRAFICAS DE CO

182

GRAFICA No.______________

GRAFICA DE ATRIBUTOS ( )
DEPARTAMENTO:________________

ATRIBUTO:______________________________

LSC _______________________ LIC ________________

PRODUCTO: _____________________

UNIDAD DE MEDICION: ___________________

____________________________

FECHA

GRAFICAS DE CO

183

5.2.-La Grfica de Control p

La segunda grfica que se puede usar cuando observamos
defectivos.
Puede usarse con tamaos de muestra constantes o variables.
Se grafica ya sea fraccin defectiva, o porcentaje defectivo.
La medida de tendencia central es el promedio de fraccin
defectiva (p) o el promedio del porcentaje defectivo (P).
La medida de variabildad es la desviacin estndar en ambos
casos.
Grfica p - Tamao de Muestra Variable
El tamao de muestra variable crea problemas con los lmites
de control porque (s) es una funcin inversa del tamao de la
muestra. Mientras el tamao de la muestra se incrementa, los
lmites de control de p se hacen ms angostos.
La grfica terminada es difcil de interpretar.

GRAFICAS DE CO

184

OBJETIVOS DE LOS GRAFICOS P

AVERIGUAR DESPUES DE UN LAPSO DE TIEMPO, LA
PROPORCION MEDIA DEFECTUOSA DE ARTICULOS O PIEZAS
DEFECTUOSAS SOMETIDAS A INSPECCION
DESCUBRIR AQUELLOS PUNTOS FUERA DE CONTROL QUE
REQUIEREN UNA ACCION PARA IDENTIFICAR Y CORREGIR
LAS CAUSAS DE LA MALA CALIDAD.
CUANDO LA MUESTRA ES GRANDE.
MIENTRAS MAYOR SEA LA MUESTRA Y EL NUMERO DE
ARTICULOS
DEFECTUOSOS PERMANEZCA CONSTANTE,
MAYOR SERA LA CALIDAD O CUANDO LA MUESTRA ES
CONSTANTE Y EL NUMERO DE ARTICULOS DEFECTUOSOS
DISMINUYE.
ETAPAS PARA LA ELABORACION DEL GRAFICO DE CONTROL.
A) REGISTRAR DATOS
B) CALCULAR LAS FRACCIONES

GRAFICAS DE CO

185

P=

X=Es el numero de piezas

defectuosas de cada muestra

X
n

C) CALCULAR LA MEDIA DE P

P=

n =es el tamao de la
muestra que es variable

n1 P1 + n2 P2 + + nk Pk
n1 + n2 + + nk

D) CALCULAR LA n PROMEDIO DE LAS MUESTRAS

n = n1+n2+..........nk
HTAS. BASICAS K

186

SI EL TAMAO DEL SUBGRUPO VARIA FUERA DE +/25% CON RESPECTO DEL TAMAO PROMEDIO,
ENTONCES PARA CADA SUBGRUPO SE DEBERA
CALCULAR LOS LIMITES DE CONTROL.
TENEMOS COMO LIMITES DE TAMAO DE MUESTRA

LS = n + 25%
LI = n - 25%

LSCp = P + 3

P (1-P)
n

LICp = P - 3

P (1-P)

GRAFICAS DE CO

187

Supongamos que tenemos un grupo de datos (pchart.mtw)

que representan los resultados diarios de una estacin de
prueba funcional. Se prueban 500 unidades diariamente.
Nmero de unidades defectivas por da
12 15 19 13 9 26 18 14 17 18 16 24 11 31 16 10 16 17 20 15 8 13 12 17 18

Tiempo

P C hart for Number

0.07

0.06

UCL=0.05616

Proportion

0.05
0.04
P =0.03240

0.03
0.02
0.01

LCL=0.008645

0.00
0

10

15

20

25

Sample Number

GRAFICAS DE CO

188

5.3.-GRFICOS DE CONTROL PARA NUMERO DE

DEFECTOS POR MUESTRA INSPECCIONADA (C)

El formato ms simple para monitorear defectos.

Requiere tamao de muestra constante.
Grafica el nmero de defectos en cada unidad inspeccionada para
cada muestra.
La medida de tendencia central es el promedio de defectos por
lotec =
La medida de variabilidad es:
la desviacin estndar =

GRAFICAS DE CO

189

ES EMPLEADO EN UN CAMPO MAS RESTRINGIDO, SE FUNDAMENTA EN SU

UTILIDAD PARA LA DETERMINACION DE DEFECTOS POR UNIDAD
CLASIFICADOS SEGN SU IMPORTANCIA COMO EL NUMERO DE DEFECTOS
POR YARDA, O EL DE DEFECTOS EN UN PARABRISAS
PASOS PARA LA CONSTRUCCION DE GRAFICOS C
OBTENCION DE DATOS
CALCULAR LOS LIMITES DE CONTROL

c=
LSCc = c + 3

c
i=1

n =Es el numero de
muestras inspeccionadas

c
GRAFICAS DE CO

LICc = c - 3

c
190

EJEMPLO DE GRAFICO C
La siguiente tabla muestra el numero de defectos en una
muestra de 5 piezas de circuito impreso. Determinar los
limites de control para una grafica c

MUESTRA

NUM. DE
DEFECTOS

MUESTRA

NUM. DE
DEFECTOS

1
2
3
4
5
6
7
8
9
10

6
4
8
10
9
12
16
2
3
10

11
12
13
14
15
16
17
18
19
20

9
15
8
10
8
2
7
1
7
13

GRAFICAS DE CO

191

5.4.-GRAFICA DE CONTROL O DEFECTOS

POR UNIDAD (U)

Se usa al verificar defectos (o imperfecciones).

Se puede usar con tamao de muestra constante o
variable.
La medida de tendencia central es el promedio de
defectos/unidades inspeccionadas = u.
La medida de variabilidad es la desviacin estndar
desv. est. = u
ai
aai =
# unidades inspeccionadas en la muestra
i = # unidades inspeccionadas en la muestra

GRAFICAS DE CO

192

El tamao de muestra puede ser variable

a diferencia de la grafica C donde el
tamao de muestra debe ser constante
En algunos procesos pude ser preferible
trabajar con el numero promedio de defectos
por unidad que con el numero total de
defectos por lo tanto si la muestra consiste
de n unidades y existen en total C defectos
en ella, entonces

C
U=
n

Si existen m muestras
preliminares y el numero
de defectos por unidad es
U1,U2..........Um
Podemos calcular
U
GRAFICAS DE CO

193

U=

U1+U2+.........Um
m

La linea central y los limites de control

para la grafica U son:

LSC= U+3 / U
n

LIC= U-3

/ Un

LC= U
Donde n es el promedio de las muestras

GRAFICAS DE CO

194

EJEMPLO DE GRAFICO U
Construir una grafica de control U para los datos de defectos
en las tarjetas de circuito impreso considerando que cada
muestra consta de 5 tarjetas de circuito los datos
respectivos se dan en la siguiente tabla
MUESTRA
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

TAMAO DE LA
MUESTRA

NUMERO DE
DEFECTOS C

5
5
5
5
5
5
5
5
5
5
5
5
5
5
5

GRAFICAS DE CO

6
4
8
10
9
12
16
2
3
10
9
15
8
10
8

195

3 Familias de grficas:

Muestra
Muestra#1
#1

Grfica P

Muestra
Muestra#2
#2

Muestra
Muestra#3
#3

Muestra
Muestra#4
#4

Rechazo

Aceptado

Rechazo

ATRIBUTOS
ATRIBUTOS

Hay
Hayburbujas?
burbujas?
(Aceptar/Rechazar)
(Aceptar/Rechazar)
Grfica C

Rechazo

Cantidad
Cantidadde
de
Burbujas
Burbujas

VARIABLES
VARIABLES

Grfica X-Barra - R
Dimetro
Dimetrode
de
la
laburbuja
burbuja
X1 = 12.2
X2 = 11.1
X3 = 13.3

X1 = 12.2

GRAFICAS DE CO

X1
X2
X3
X4

=
=
=
=

196

12.2
11.1
13.3
13.3

Grfica P

Muestra#1
Muestra#1

Muestra#2
Muestra#2

Muestra#3
Muestra#3

Muestra#4
Muestra#4

Rechazo

Aceptado

Rechazo

3 Familias de datos
3 Familias de grficas

ATRIBUTOS
ATRIBUTOS

Hay burbujas?
Hay burbujas?
(Aceptar/Rechazar)
(Aceptar/Rechazar)
Rechazo

Grfica C

Muestra #1
Muestra #2
Muestra #1
Muestra #2

Muestra #3
Muestra #4
Muestra #3
Muestra #4

Nmero de
Nmero de
burbujas
burbujas
2

4
Muestra #1
Muestra # 2
Muestra #3
Muestra #1
Muestra # 2
Muestra #3

VARIABLES
VARIABLES

Grfica X-Barra -R

Muestra #4
Muestra #4

LCL

TIEMPO

X1 = 12.2
X2 = 11.1
X3 = 13.3

UCL

LCL

TIEMPO

GRAFICAS DE CO

X1 = 12.2

Dimetrode
de
Dimetro
laburbuja
burbuja
la

UCL

#deburbujas
burbujas
#de

%Rechazado
%Rechazado

Dimetro de
Dimetro de
la burbuja
la burbuja
X1
X2
X3
X4

=
=
=
=

12.2
11.1
13.3
13.3

UCL

LCL

TIEMPO

197

Qu se puede decir de un proceso estable? ...No Mucho!

Si nicamente estn presentes las
causas comunes de la variacin,
la salida de un proceso forma una
distribucin que es estable a
travs del tiempo y por lo tanto,
po
predecible

m
e
i
T

Si estn presentes causas especiales de la

variacin, la salida del proceso no es estable
a travs del tiempo e IMPREDECIBLE:
No podemos saber que pasar:
- Maana
- Entre muestras

GRAFICAS DE CO

po
m
e
i
T 198

Cmo
Cmoprogresamos
progresamoshacia
haciaLa
LaMeta
Meta
FASE
FASEDOS
DOS--REPETIBILIDAD
REPETIBILIDAD
- EN CONTROL
- UNICAMENTE VARIACION NATURAL

o
p
m
e
i
T
FASE
FASEUNO
UNO--DESEMPEO
DESEMPEO
- VARIACION (CAUSAS ESPECIALES / NATURALES)
- IMPREDECIBLE (POR HORA, A DIARIO)
- DETECTAR Y ELIMINAR LAS CAUSAS ESPECIALES

GRAFICAS DE CO

199

La Meta es ...
Datos
Datos variables
variables

Datos
Datos de
de atributos
atributos

Objetivo
Objetivo

0%
0%Rechazo
Rechazo

GRAFICAS DE CO

200

Ejercicio:
Ejercicio: Cul
Cul grfica
grfica de
de control
control usara?
usara?
Instrucciones: Identifique la grfica de control ms apropiada para cada
una de las siguientes aplicaciones. Explique por qu la escogi.

(1) Prueba diaria de la calidad del agua

(2) Porcentaje del contenido de crema en las botellas de leche
(vienen en juegos de 4 botellas)
(3) Porcentaje diario de los ltimos 90 das:
(Retrabajo de hoy) dividido entre (Produccin de hoy)
(4) Nmero de defectos por yarda cuadrada de tela,
donde la tela es de tamao variable
(5) Nmero de pasas por caja de cereal
(6) Nmero de partes defectivas en lotes de 100
(7) Porciento de partes defectivas por hora de produccin
(8) Nmero de imperfecciones en la superficie de las tasas de caf (juegos de cuatro)
(9) Longitud de los tornillos en tamaos de muestra de 10 tomados
de lotes de produccin

GRAFICAS DE CO

201

Una Grfica de control le va a decir cuando raspe

el pan tostado. . .
. . .Pero es mucho mas importante que use la
Grfica de control para que APRENDA cmo dejar
de estarlo quemando!
- Dr. Donald J. Wheeler

Hacer otra cosa, es condenar su proceso a la experiencia

inevitable de que los mismos problemas se repitan una y
otra vez.

GRAFICAS DE CO

202

Exito a travs de Mtodos Estadsticos:

Comprensin
Implementacin
Comunicacin
Enseando
Vendiendo ideas
Los agentes de cambio seguido fallan porque
no perciben a la persuasin como parte de su
trabajo.
Muy pocas ideas, si es que hay, han sido
aceptadas por su propio mrito. Todas se
tienen que vender
GRAFICAS DE CO

203

MODULO

CONTROL ESTADISTICO
DEL PROCESO (SPC)
STATISTICAL PROCESS CONTROL
UNIDAD IV
ESTUDIOS DE CAPACIDAD DE PROCESO
M.C. ROLANDO DEL TORO WALS
HTAS. BASICAS

204

6.-Estudios de Capacidad de Proceso

La Capacidad del proceso se define como el nivel de confianza que
existe en un proceso de cumplir con especificaciones fijas.
Pregunta:

De dnde vienen las especificaciones?

Tpicamente, existen 3 diferentes panoramas respecto a las

especificaciones. La mayora de las especificaciones. tienen ambos
lmites, superior LSE (USL) e inferior LIE (LSL). Sin embargo, en
algunos casos, las especificaciones son unilaterales. Esto quiere
decir que solo existe un lmite LSE o LIE
Estos limites no son los limites de control de que se determinan en una
grafica de control para variables ( LSC Y LIC ) ya que estos los
determina la salida de un proceso y que obtenemos por medio del
muestreo que realizamos cada cierto periodo de tiempo

CAPACIDAD DEL

205

6.1.-Introduccin a la Capacidad del

Proceso
Hace muchos aos, la industria le di la tarea a los especialistas en
estadstica de desarrollar un ndice o una razn que describiera
estadsticamente la capacidad del proceso (o el nivel de confianza del
cumplimiento de las especificaciones por un proceso dado).
Uno de los primeros ndices desarrollado fu el estadstico Cp. Este es
ms comunmente llamado el estadstico de capacidad del proceso o
habilidad potencial del proceso.
El Cp se define como sigue:
Cp = LSE LIE =
Tolerancia Total
6s
Dispersin del Proceso

CAPACIDAD DEL

206

Introduccin a la Capacidad del Proceso

Cp = LSE LIE
Proceso

Tolerancia Total

6s

Dispersin del

Preguntas
1. Qu significa Tolerancia Total?
2. Qu significa Dispersin del Proceso?
3. De donde vienen las 6 s ?
4. Qu est fijo y qu es variable en la frmula para calcular Cp?
5. Por lo tanto, de qu depende el Cp?

CAPACIDAD DEL

207

Introduccin a la Capacidad del Proceso

Hablando intuitivamente, conforme la desviacin estndar se hace ms y ms
pequea.... Qu se podra decir acerca de la capacidad del proceso? Se
mejora o se empeora?
En lo que respecta a la frmula del Cp, mientras la desviacin estndar, s, se
hace ms pequea, Qu le pasa al Cp?
Por lo tanto, mientras ms grande es el Cp, ms robusta es la capacidad del
proceso!!!

Ejercicio #1 de Cp
Supongamos un proceso hipottico, el LSE = 24 y el LIE = 0.
En el mes de Mayo, se juntaron datos y se calcul la
desviacin estndar, s, quedando con un valor de 8 (s = 8).
Calcule el Cp.
Cp = LSE LIE = ___________ =
6S

CAPACIDAD DEL

208

Introduccin a la Capacidad del Proceso

LSE = 24 LSL = 0
Ejercicio #1: s = 8, Cp = ______
Ejercicio #2: s = 4, Cp = _______
Cul fu el efecto de reducir la desviacin estndar en el Cp del Ejercicio #1
vs el Cp del Ejercicio #2?
El Cp fu utilizado por muchas compaas como la medida de capacidad el
proceso. Sin embargo, profesionales, analistas, e ingenieros empezaron a
tener problemas con el Cp. 2 cuestiones muy grandes salieron a flote.
Adivine cuales fueron....
Problema #1: La media no haba sido considerada!!
Desde que el Cp depende solamente de la desviacin estndar, lo centrado
de los datos no se toma en consideracin. Tericamente, los datos
pueden estar centrados fuera de las especificaciones con una desviacin
estndar pequea y de acuerdo al Cp indicara alta capacidad del proceso.

CAPACIDAD DEL

209

Introduccin a la Capacidad del Proceso

Problema #2: El Cp es intil para especificaciones unilaterales!!
Desde que, para calcular el Cp, usted debe tener ambas
especificaciones, superior e inferior, usted no puede calcular
el Cp cuando solo tiene una de las dos.

La Industria le di tarea a los especialistas OTRA VEZ!! Su tarea?

Obtener un mejor ndice...uno que contestara las dos cuestiones
pendientes que existan con el Cp.
El Cpk fu desarrollado habilidad real del proceso. El Cpk se define y
se calcula como sigue:
Cpk = min {Cpk-superior; Cpk-inferior}
donde Cpk-superior = LSE - x
3s

CAPACIDAD DEL

Cpk-inferior = x - LIE
3s

210

Introduccin a la Capacidad del Proceso

Cpk = min {Cpk-superior; Cpk-inferior}
donde Cpk-superior = LSE - x
Cpk-inferior = x - LIE
3s
3s
Lo que el Cpk intentaba hacer era cortar la tolerancia total a la
mitad y analizar la capacidad del proceso para cumplir cada
especificacin separadamente usando el promedio del proceso
y permitiendo el anlisis cuando existieran especificaciones
unilaterales...

LSE
Cpk-superior
LIE

Cpk-inferior

CAPACIDAD DEL

211

El numerador mide la distancia del promedio del proceso hacia la

especificacin respectiva. Quiere usted que el numerador
sea grande o pequeo?
En el denominador, por qu cree usted que es 3 s en lugar de
6s como en el Cp? Tal como en el Cp, mientras s se hace
pequea, el denominador se hace ms pequeo.
Por lo tanto, mientras ms grande sea el Cpk, ms grande ser
la capacidad del proceso.
Ejercicio #1de Cpk
Como en nuestro ejemplo previo, donde LSE = 24 y LIE = 0, la
desviacin estndar para Mayo era 8. Ahora, supongamos que la
media es igual a 20. Primero, vea usted si puede visualizar en la
grfica de abajo como se veran los datos conociendo simplemente
LSE, LIE, x, y s.

28
24
20
16
12
8
4
0

CAPACIDAD DEL

212

Introduccin a la Capacidad del Proceso

Ejercicio #1de Cpk
Hablando intuitivamente, le parece que el proceso es
capaz o incapaz de cumplir con las especificaciones.
Ahora, usando las formulas de arriba, calcule el Cpksuperior, Cpk-inferior, y el Cpk total...
LSE = 24; LIE = 0; x = 20; s = 8
Cpk-superior = __________ =

Total
Cpk =

Cpk-inferior = __________ =
Pregunta:
Cuando calcula el Cpk total, Tiene usted realmente que
calcular ambos el Cpk-superior y el Cpk-inferior? No!
Usted puede saber cual va a ser el menor de los dos.
Cmo?

CAPACIDAD DEL

213

Introduccin a la Capacidad del Proceso

Ejercicio #2 de Cpk
Recuerde nuestro ejercicio de Cp anterior, los datos del mes siguiente
produjeron una desviacin estndar de 2. Supongamos que la media
se mantuvo en 20. Calcule el Cpk y comente el movimiento respecto
de los datos del mes anterior del Ejercicio #1.
LSE = 24; LIE = 0; x = 20; s = 2 (ahora)
Cpk-superior = __________ =
Total
Cpk =
Cpk-inferior = __________ =

Pregunta:
Aunque la capacidad del proceso ha mejorado, se siente usted
agusto con la habilidad de cumplir con las especificaciones. Por
qu o por qu no? Si no, cul es el problema y qu se
necesita para remediarlo?

CAPACIDAD DEL

214

Introduccin a la Capacidad del Proceso

Ejercicio #3 de Cpk
Ahora, se han hecho ms mejoras para mover la media (o centrar el
proceso) ms cerca del objetivo de 12. El 3er mes los datos
produjeron la misma desviacin estndar de 2. Sin embargo, la
media ahora es igual a 14. Calcule el Cpk y comente este
movimiento respecto de los datos del mes anterior del Ejercicio
#2.
LSE = 24; LIE = 0; s = 2; x = 14 (ahora)
Cpk-superior = __________ =

Total
Cpk =

Cpk-inferior = __________

CAPACIDAD DEL

215

Introduccin a la Capacidad del Proceso

Reglas de Decisin:
Zona Frontera

Regla de Dedo Gordo Tradicional

Sigma
Definicin

Roja

menor que
3 sigma

Incapaz

Amarilla 1.0 < Cpk < 1.67

entre 3 y En los
lmites 5 sigma

mejorable

Verde Cpk > 1.67

mayor que
5 sigma

Cpk < 1.0

CAPACIDAD DEL

Capaz

216

Estimadores de la desviacion estndar en las diferentes

graficas de control para variables
Nota: para poder realizar un estudio de capacidad de proceso
es necesario que las graficas de promedios y rangos esten
estables estadisticamente.

MEDIA

GRAFICA

ESTIMADOR
DE

X
X
X
X

X
X-R
X-S
X-R

PARA n

^ =R

^ =R
d2
^ = S

4,5,,6

d2

C4

^ =A R

3
CAPACIDAD DEL

Variable

3,5,,7
217

Una persona de la empresa X quiere conocer el comportamiento de su proceso, en el cual se construye una barra esp
cliente es de 30 +/- 0.25, para lo cual determino obtener 25 subgrupos de tamao 5 de acuerdo con la siguiente tabla:
SUB.DATO 1
1 30.005
2 30.019
3 30.001
4 30.056
5 30.014
6 30.099
7 29.945
8 29.979
9 29.991
10 29.993
11 29.964
12 29.949
13 29.974
14 30.043
15 29.980
16 29.890
17 30.201
18 29.930
19 30.059
20 29.946
21 29.935
22 29.944
23 30.201
24 29.977
25 30.060

DATO 2DATO 3DATO 4DATO 5

29.977 30.024 29.857 29.985
30.066 29.947 30.004 30.095
30.088 30.130 29.999 30.002
30.037 29.942 29.931 30.036
29.894 30.079 29.898 29.846
30.038 30.024 30.013 30.051
29.975 30.006 29.803 30.028
30.114 30.076 29.890 29.974
30.043 29.947 29.944 29.999
30.054 30.001 30.073 30.102
30.112 30.033 29.950 29.995
30.044 30.063 29.991 29.983
30.056 29.994 29.957 30.080
30.052 29.986 29.901 29.962
30.040 30.084 29.944 30.065
30.122 29.835 30.119 30.030
30.020 30.011 29.975 30.047
30.038 30.130 30.034 30.067
29.937 29.963 30.101 29.996
30.026 29.990 29.951 29.972
30.115 30.011 29.940 30.079
30.122 30.036 29.883 29.922
30.070 30.026 29.960 30.062
29.933 29.990 30.097 29.999
29.961 29.928 30.026 29.928

X
29.970
30.026
30.044
30.000
29.946
30.045
29.951
30.007
29.985
30.045
30.011
30.006
30.012
29.989
30.023
29.999
30.051
30.040
30.011
29.977
30.016
29.981
30.064
29.999
29.981

a).- En base a lo anterior, realice una Grfica X-R.

b).- Determine la capacidad del proceso.

R
0.167
0.148
0.131
0.125
0.233
0.086
0.225
0.224
0.099
0.109
0.162
0.114
0.123
0.151
0.140
0.287
0.226
0.200
0.164
0.080
0.180
0.239
0.241
0.164
0.132

COLUMNAS MANEJO/RESULTADOS
(# Subgrupos). K = 25.0
(Tamao Subgrupo). n= 5.0
X s = 750.178
R s = 4.150
X = 30.007
R = 0.166
A2 = 0.580
D4 = 2.110
D3 = 0
d2 = 2.330
LSCx = 30.103
Lim. X LICx = 29.911
LCx = 30.007
LSCr = 0.350
Lim. R LICr = 0
LCr = 0.166
S* = 0.0712
Especificacin Cliente = 30 +/- 0.25
LSE = 30.250
LIE = 29.750
Cp = 1.17
Zlse = 3.41
Zlie = 3.61
Zmin = 3.41
Cpk = 1.14
Sn-1 = 0.0727
X n-1 = 30.002
PP = 1.15
Zlse = 3.4
Zlie = 3.5
Zmin = 3.4
PPk= 1.1

CAPACIDAD DEL

218

Grfica X

30.3
FORMULAS:
Limites en X:
LSCx = X + (A 2 x R).
LICx = X - (A 2 x R).
LCx = X

30.2

30.1

Limites en R:
LSCr = D4 x R
LICr = D3 x R
LCr = R

29.8

29.7

29.6

25

23

21

19

17

15

13

11

29.5

PP = (LSE - LIE) / (6 x S n-1)

Zlse = (LSE - Xn-1) / Sn-1
Zlie = (Xn-1 - LIE) / S n-1
PPk = Zmin / 3.

Cpk = Zmin / 3.

29.9

ZLSE = (LSE - X ) / S*
ZLIE = (X - LIE) / S*

30
X Prom e dio

S* = R/d2
Cp = (LSE - LIE) / (6 x S*)

Muestra

LSE

LSC

CAPACIDAD DEL

LC

LIC

LIE

219

Grfica R
0.400
0.350

0.250
0.200
0.150
0.100
0.050

Muestra
R

LSC

CAPACIDAD DEL

LC

LIC

220

25

23

21

19

17

15

13

11

0.000
1

Rango

0.300

6.2.- FILOSOFIA SEIS SIGMA Y LA

CAPACIDAD DEL PROCESO

La Desviacin Estndar

1
1
LIE

p(d)

TT

LSE
LSE

Lmite Superior de Especificaciones (LSE)

Lmite Superior de Especificaciones (LSE)
Especificacin del Objetivo (T)
Especificacin del Objetivo (T)
Lmite Inferior de Especificaciones (LIE)
Lmite Inferior de Especificaciones (LIE)
Media de la distribucin ()
Media de la distribucin ()
Desviacin Estndar de la distribucin ()
Desviacin Estndar de la distribucin ()

CAPACIDAD DEL

221

Proceso 3 Sigma

Proceso 3 Sigma

(Normalmente Distribuido)

(Normalmente Distribuido)

Sin Desplazamiento de la Media

Con Desplazamiento de la
Media de 1.5 Sigmas

Espec. Inferior

35

PD=1350 PPM

45

Espec. Superior

55

65

PD=1350 PPM

Espec. Inferior

35

45

PD=3.4 PPM

PD (Total) = 2700 PPM

Espec. Superior

55

65

PD=66800 PPM

PD (Total) = 66803 PPM

PPD ==Probabilidad
Probabilidadde
deDefecto
Defecto
D

CAPACIDAD DEL

222

Proceso 6 Sigma

Proceso 6 Sigma

(Normalmente Distribuido)

(Normalmente Distribuido)

Sin Desplazamiento de la Media

Con Desplazamiento de la
Media de 1.5 Sigmas

Espec. Inferior

20

PD = 1.2X10-9

30

Espec. Superior

40

50

60

70

80

PD = 1.2X10-9

Espec. Inferior

20

30

PD = 1.1X10-13

PD (Total) = 2.4X10-9

40

Espec. Superior

50

60

70

80

PD = 3.4X10-6

PD (Total) = 3.4X10-6

PPD ==Probabilidad
Probabilidadde
deDefecto
Defecto
D

CAPACIDAD DEL

223

La Estrategia .....
LSE

LIE

LSE

LIE

LSE

LIE

Caracteriz
ar

Optimiz
ar

Avanzar

T
LIE

LSE

CAPACIDAD DEL

224

6.3.-Capacidad a Corto Plazo y Largo Plazo

La Curva Normal y Capacidad de Proceso

Unidad de Medida

Area de Aceptacin

Lmites de
Desmempeo

Probabilidad
de Defectos

Unidad de Medida

Unidad de Medida

Excelente Capacidad
del Proceso

Mala Capacidad
del Proceso
Muy Alta
Probabilidad
De Defectos

USL

Muy Alta
Probabilidad
De Defectos

LSL

Muy Baja
Probabilidad
De Defectos

USL

CAPACIDAD DEL

Muy Baja
Probabilidad
De Defectos

LSL

225

Capacidad a Corto Plazo

El reto de las empresas es: Obtener clculos

exactos de la Capacidad Real del Proceso
Veamos un ejemplo: Entregas a Tiempo
Nuestro Gestor recolect los datos de los
ltimos 30 das de entregas a tiempo a los clientes.
Los lmites de especificacin del cliente son: +/- 2 das
de la fecha promesa de entrega.

Es capaz el Proceso? Es Estable?

CAPACIDAD DEL

226

Capacidad a Corto Plazo

I Chart for C1
4
UCL=3.124

Individual Value

3
2
1
0

X=-0.06915

-1
-2
-3

LCL=-3.262

-4
0

10

20

30

Observation Number

Un estudio de Capacidad a corto plazo incluye un

perodo relativamente corto de tiempo (Das,
Semanas) generalmente consiste de 30 a 50
datos de una grfica. Segn sea el caso.

CAPACIDAD DEL

227

Capacidad a Largo Plazo

El Gestor esta emocionado, los resultados se ven bien. Est listo
para Cantar Victoria y ya pidi su bono.
Sin embargo, el Siemprelisto El jefe no est de acuerdo. Sugiere
una confirmacin de los datos a Largo Plazo.
Decepcionado el Gestor va a realizar tal estudio.

Es capaz el proceso? Es estable?

I Chart for combo

10

UCL=8.436

Individual Value

5
0

X=0.01424

-5
LCL=-8.407

-10
-15
0

100

200

Observation Number

CAPACIDAD DEL

Un estudio de
capacidad a largo
plazo cubre un
perodo
relativamente largo
de tiempo
(semanas, meses)
generalmente
consiste de 100200 datos.

228

Punto a Discusin
1.

La decisin entre lo que es corto y largo plazo es el punto

de mayor discusin en nuestras instalaciones. Recoger el
grupo correcto de datos depende de: el proceso, de como
se hacen los subgrupos, y de las fuentes de variacin que
est usted tratando de observar.

2.

Corto plazo es provechoso cuando el obtener datos de largo

plazo es costoso y difcil (bajos volmenes de produccin o
laboratorio de diseo) o cuando la rapidez es lo que cuenta
(la capacidad estimada del proceso se requiere urgentemente).

3.

De los datos de corto plazo es posible estimar / predecir los

datos de capacidad a largo plazo por medio del uso del 1.5
Sigma recorrido.

CAPACIDAD DEL

229

La Idea de Subgrupos Racionales

Meta: Establecer una ventana de muestreo lo

suficientemente pequea, como para excluir
influencias sistemticas no aleatorias (causas
especiales).
Resultado esperado: Los datos nos mostrarn
nicamente las causas comunes de variacin dentro
de grupos de n tems y las causas especiales (si es
que las hay) de variacin entre grupos.

Palabras de Advertencia !!!

Los estudios de capacidad se deben conducir con cuidado.
Los siguientes supuestos se toman al hacer clculos de capacidad:
1.
Est en control
(Si no, mtalo a control primero)
2.
Tiene una distribucin normal
(Si no, transfrmelo o use otra tcnica estadstica)
El no cumplir con estos supuestos resultar en estudios
de capacidad erroneos.

CAPACIDAD DEL

230

MODULO

ANEXOS QS-9000
UNIDAD V
ANALISIS DEL SISTEMA DE MEDICION
MSA

M.C. ROLANDO DEL TORO WALS

HTAS. BASICAS

231

7.- Anlisis del Sistema de Medicin

Objetivo

MSA

Dominar las tcnicas que permite analizar el sistema de

medicin de la empresa.
El presente curso servir como gua de procedimientos
para evaluar la calidad del sistema de medicin
Instrumento
s
Sistema de
medicin

Operadores

Mtodos de
medicin

ANALISIS DEL SI

232

7.1.- INTRODUCCION

MSA

Se necesitan tres aspectos fundamentales para evaluar un

sistema de medicin
1. Adecuada discriminacin
2. Estabilidad estadstica en el tiempo
3. Consistencia de las propiedades estadsticas en el rango
esperado y aceptable para el anlisis o el control del
proceso.
Estas determinaciones tienen mayor significado cuando se
toman respecto a la variacin del proceso. La costumbre de
reportar el error de la medicin como un porcentaje de la
tolerancia es inadecuada para los retos del mercado actual
en cual se hace nfasis en la mejora continua del proceso.
Tipos de variacin del Sistema de Medicin
Sesgo o exactitud, Repetibilidad, Reproducibilidad,
Estabilidad, Y Linearidad

ANALISIS DEL SI

233

MSA
Cuestiones
Cuestiones Importantes
Importantes para
para preguntar
preguntar

Qu tan grande es el error de medicin?

Podemos detectar mejoramientos en el proceso
cuando estos ocurran?
Cul es la fuente del error de medicin?
Han sido las medidas tomadas en unidades lo
suficientemente pequeas como para que reflejen la
variacin presente?
Es el sistema de medicin estable a largo plazo?
Es el sistema de medicin capaz para este estudio?
Qu tanta incertidumbre se le debe de atribuir a la
medida cuando se interprete?
Cmo se puede mejorar el sistema de medicin?

ANALISIS DEL SI

234

Un
proceso:
Entrada

MSA
Proceso

Salida

Partes
(Ejemplo)

Cualquier informacin del comportamiento del proceso

que juntemos debe de pasar primero a travs de un
sistema sensorial.
-- El Proceso de medicin.

Entrada

Proceso

Salida

Observaciones
Medidas
Datos

En otras palabras, necesitamos someter las salidas del

primer proceso a un segundo proceso

ANALISIS DEL SI

235

MSA
El
El proceso
proceso de
de medicin
medicin debe
debe de
de ser
ser manejado
manejado como
como
un
un verdadero
verdadero proceso
proceso

Entrada

Proceso

Salidas

Entrada

Proceso de
medicin

Salidas

Partes
(Ejemplo)

Observaciones
Medidas
Datos

Fase
FaseI:
I: Medida
Medidadel
delProceso
Proceso
Fase
FaseII:
II: Anlisis
Anlisisdel
delProceso
Proceso
Fase
FaseIII:
III: Mejoramiento
Mejoramientodel
delproceso
proceso

Fase
FaseIV:
IV: Control
Controldel
delProceso
Proceso

ANALISIS DEL SI

236

MSA
Diagrama
Diagrama del
del
Proceso
Proceso

Diagrama
Diagrama Causa
Causa yy Efecto
Efecto
((Diagrama
Diagramade
dePescado)
Pescado)

Fuentes de variacin de medidas

1er paso
Herramienta
2ndo paso

3er paso

4to paso

Mtodos de trabajo

Facilidad de Meter Datos

Inestabilidad mecnica
Entrenamiento del Operador
Frecuencia de Calibracin
Desgaste
Estndar de Mantenimiento
Inestabilidad Electrica Suficiente Tiempo de Trabajo
Procedimientos Estndar
Inestabilidad de Algoritmo
Tcnica del Operador
Variacin de Medir
Humedad
Limpieza
Vibracin

Variacin de Voltage en la Lnea

Fluctuacin de Temperatura

Naturaleza

ANALISIS DEL SI

237

MSA
Posibles fuentes de variacin
Partes
(Ejemplo)
Entrada

Proceso Salida

Entrada Proceso de
medicin

Salida
Observaciones
Medidas
Datos

variacin observada

variacin actual del proceso

largo plazo
Corto plazo
variacin
variacin de procesovariacin de procesoen
muestreo

variacin del proceso de medir

variacin por
variacin por Operadores
gauges
(Reproducibilidad)

Repetibilidad calibracin

Estabilidad

Linealidad

Para observar la variacin actual del proceso, la variacin

debida al sistema de medicin debe identificarse primero y
separarse de la del proceso

ANALISIS DEL SI

238

MSA

El
El sistema
sistema de
de medicin
medicin puede
puede cambiar
cambiar el
el centro
centro de
de
nuestros
nuestros datos
datos
Partes
(Ejemplo)

Entrada

Proceso

Salida

Entrada

Actual(Part +
e)

El sistema de
medicin est
sesgado
-Determinado
por medio de
estudio de
calibracin

Salida

Proceso de
Medida

Sistema de Medir

Observacione
s
Medidas
Datos

Observado
(Total)

Pro
g
Pro
Avg

Pro
Avg

ANALISIS DEL SI

239

MSA
El
El sistema
sistema de
de medicin
medicin transmitir
transmitir variacin
variacin aa nuestros
nuestros
datos.
datos.

Partes
(Ejemplo)
Entrada

Salida

Proceso

Variabilidad de
producto

Proceso de
Medir

2
Actual(Parte)

Observaciones
Medidas
Datos

Salida

VariabilidadTotal
(Variabilidad
observada)

Variabilidad
de medida

(Variabilidad
actual)

Entrada

2
Sistema de medir

2
Observado
(Total)

Variacin del
sistema de medir
- Investigado a
travs de un
estudio de G
R&R

ANALISIS DEL SI

240

MSA
Posibles fuentes de variacin del proceso

variacin observada

variacin actual

Largo plazo

variacin de medida

Corto plazo
variacin
variacin de procesovariacin de proceso de muestreo

variacin por
gauge

Repetibilidad calibracin

variacin por
operadores
(Reproducibilidad

Estabilidad

Linealidad

Miramos
Miramos aa repetibilidad
repetibilidad yy reproducibilidad
reproducibilidad como
como si
si
fueran
fueran muy
muy seguido
seguido (pero
(pero no
no siempre)
siempre) los
los principales
principales
contribuidores
de
contribuidores
de errores
errores
de medicin
medicin
ANALISIS
DEL SIde
241

MSA

Introduccin
Introduccin al
al Estudio
Estudio de
de G
G R&R
R&R
Observemos los
mtodos usados para
investigar la variacin
de los sistemas de
medir

2
Total

2
Parte a Parte

variacin del
sistema de medir
-Investigado a
travs de
estudios de G
R&R

2
Sistema de medir

ANALISIS DEL SI

242

MSA
Ejercicio:
Ejercicio: El
El estudio
estudio intuitivo
intuitivo de
de GG R&R
R&R

x
x
x

La
La
Marca
Marca

Tres
Tres
Valores
Valoresde
de
medida
medida

Plan
Plande
demuestreo
muestreo#1:
#1:
Un
Unoperador
operadorobtendr
obtendrtres
tres
medidas
medidasen
encada
cadaparte
partedonde
donde
se
seencuentra
encuentrala
lamarca.
marca.

ANALISIS DEL SI

-1 Parte
-1 Operador
-3 Medidas en la
marca

243

MSA
Ejercicio:
Ejercicio: El
El estudio
estudio intuitivo
intuitivo de
de GG R&R
R&R
Dispersin
Dispersin
Observada
Observada
(Desv
(DesvEst)
Est)

x
x
x

Observado=2.0
(Total)

-1 Parte
-1 Operador
-3 Medidas en la marca

La
La desviacin
desviacin estndar
estndar
de
de las
las tres
tres lecturas
lecturas es
es
2.0
2.0

ANALISIS DEL SI

244

MSA
Ejercicio:
Ejercicio: El
El estudio
estudio intuitivo
intuitivo de
de GG R&R
R&R
Dispersin
Dispersin
Observada
Observada

x
x
x

Observado=2.0
(Total)

-1 Parte
-1 Operador
-3 Medidas en la marca

Fuentes
Fuentesde
devariacin
variacin

??
Por
Por qu
qu estas
estas tres
tres lecturas
lecturas no
no son
son
exactamente
exactamente iguales?
iguales?
Cul
Cul clase
clase de
de variacin
variacin est
est
presente
presente --- siempre
siempre yy cuando
cuando que
que
las
las tres
tres medidas
medidas no
no sean
sean iguales?
iguales?

ANALISIS DEL SI

245

MSA
Ejercicio:
Ejercicio: El
El estudio
estudio intuitivo
intuitivo de
de GG R&R
R&R
dispersin
dispersin
observada
observada

Fuentes
Fuentesde
de
variacin
variacin

Relacin
Relacinestadstica
estadstica

(Std.Dev.)
(Std.Dev.)

x
x
x

-1 Parte
-1 Operador
-3 Medidas en la marca

x
x
x

-1 Parte
-3 Operadors
-3 Medidas en la marca

x
x
x

Observado=2.0
(Total)

- Gauge
(Repetibilidad)

2Total = Repet
2

Observado=4.0
(Total)

Observado =6.0
(Total)

-3 Partes
-3 Operadores
-3 Medidas en la marca
(i.e., 1 Medida. por Oper., 1 Parte por Oper.)

ANALISIS DEL SI

246

MSA
Componente Varianza Dev.Estd
de varianza
2

Aislando los
componentes
de varianza

2
Total

2
= Repeat

Repetibilidad

2.00

Operador-aOperador
Parte-a-Parte

12

3.46

20

4.47

Total

36

6.00

2
2
2Total = Repeat
+ Oper

16 =

+ 12

2
2
2
2Total = Repeat
+ Oper
+ Part

36 =

+ 12 + 20

ANALISIS DEL SI

247

MSA

MSA
Componente Varianza Std.Dev.
s2
s
de varianza

Repetibilidad

2.00

Operador-aOperador
Parte-a-Parte

12

3.46

20

4.47

36

6.00

Total

22
Component
Component
2
2Total
Total

Tol=2.00
2
2Total = Repeat

2
2
2Total = Repeat
+ Oper

16 =

+ 12

2
2
2
2Total = Repeat
+ Oper + Part

36 =

+ 12 + 20

% Total
%
Variacin de
Tolerancia
proceso
(%Contribucin)
5.15 (2.00)
4/36 = 11.1%
2.00 = 5.15%
5.15 (3.46)
12/36 = 33.3%
2.00 = 8.90%
5.15 (4.47)
20/36 = 55.5%
2.00 = 11.5%
5.15 (6.00)
36/36 = 100%
2.00 = 15.5%
99%

55..15
15 ((ss

))
Componente
Componente
Tolerancia
Tolerancia

Indice
Indicede
dediscriminacin:
discriminacin:Nmero
Nmerode
decategoras
categoras
distintivas
distintivas

2Total
1 = 2 36 1 = 1.87
= 2 2
2
4 12
Re peat Oper

ANALISIS DEL SI

248

MSA
Todo sistema de medicion esta sujeo a variacion
El diagrama de causa y efecto para la variacion total
en las mediciones es el siguiente

EXACTITUD

ESTABILIDAD

LINEARIDAD
VARIACION
TOTAL DE
LA MEDICION

REPETIBILIDAD

REPRODUCIBILIDAD

ANALISIS DEL SI

249

MSA
7.2.- Anlisis del Sistema de Medicin
El propsito de cualquier anlisis de un sistema de medicin
debe ser la mejor comprensin de las fuentes de variacin que
pueden influir en los resultados que produce el sistema. Esta
comprensin nos permitir cuantificar y comunicar las
limitaciones de un SM especfico.
Como en todo proceso, la distribucin que puede ser usada para
describir la variacin del SM puede ser caracterizada por:
1) Localizacin (Estabilidad, Sesgo o Exactitud, Linearidad)
2) Dispersin (Repetibilidad,Reproducibilidad, Incertidumbre)
Las tcnicas que veremos en este curso suponen que la muestra
o caracterstica a medir no se altere o se destruya durante la
medicin.

ANALISIS DEL SI

250

MSA

7.2.1.- Discriminacin del SM

La discriminacin del SM es la capacidad del SM para

detectar o indicar fielmente pequeos cambios de la
caracterstica medida (tambin se conoce como resolucin).
Debido a las limitaciones econmicas y fsicas el SM no
percibir todos los posibles valores de una caracterstica
medida, ya que son infinitos.
Si el SM no tiene una discriminacin adecuada no podr
identificar la variacin del proceso ni determinar los valores
individuales de las muestras (partes). En este caso se debe
buscar una mejor tcnica de medicin.
La discriminacin se considera inaceptable para el anlisis si
no puede detectar la variacin del proceso e inaceptable para
el control si no puede detectar las causas especiales de la
variacin.

ANALISIS DEL SI

251

MSA

Discriminacin del SM
Control
Una sola categora de datos

1 Categora de datos

Puede
ser
usado
para
control slo si
La
VP
es
pequea
comparada
con
las
especificaciones.
- Las principales fuentes de
VP causan cambios bruscos.
Anlisis
Inaceptable para estimar los
parmetros e ndices del
proceso
Slo indica si el proceso
est
produciendo
partes
conformes o no conformes

ANALISIS DEL SI

252

MSA

Discriminacin del SM

2-4 Categoras de datos en la VP

Control
- Puede ser usada con
tcnicas
de
control
semivariables basada en la
distribucin del proceso.
- Puede producir grficas
de control insensibles.
Anlisis
Generalmente
inaceptable para estimar
ndices y parmetros del
proceso.
- Slo provee estimaciones
toscas

ANALISIS DEL SI

253

MSA

Discriminacin del SM
5 ms Categoras de datos

Control: Puede ser usado con grficas de

control
Anlisis:Recomendado para el anlisis

ANALISIS DEL SI

254

MSA

Discriminacin del SM

Los sntomas de una discriminacin inaceptable pueden aparecer en

el diagrama de rango. Las figuras anteriores contienen dos grupos de
diagramas de control derivados de los mismos datos. El diagrama de
control B aparece que est fuera de control debido al ajuste artificial
de los lmites. Los rangos cero son ms un producto del redondeo que
de la indicacin de la variacin de su producto.
La mejor indicacin de una discriminacin inadecuada se da en el
diagrama de rango. En particular cuando el diagrama de rango
muestra solo 1, 2 o 3 posibles valores para el rango dentro de los
lmites de control, las mediciones estn hechas con una
discriminacin inadecuada. Tambin, si el diagrama de rango muestra
cuatro posibles valores para el rango dentro de los lmites de control y
ms de una cuarta parte de los rangos son cero, entonces las
mediciones estn hechas con una inadecuada discriminacin.
Un SM tendr una discriminacin adecuada si su resolucin aparente
es pequea con relacin a la variacin de proceso.
Una recomendacin para una adecuada disriminacin sera que la
resolucin aparente sea como mximo una dcima parte de seis
veces la desviacin estndar del proceso (6) en lugar de la regla
tradicional que dice que la resolucin aparente sea como mximo una
dcima parte del ancho de tolerancia.

ANALISIS DEL SI

255

MSA
Grficos de control

(truncamiento en la milsima)

LSC = 0.1460
0.145
X = 0.1409

0.140

0.135
Subgrupos 0

Rango

Media de muestra

Grfico de control X/R para datos donde la

menor unidad de medicin es 0.001

LIC = 0.1359
10

20

30

0.02

LSC = 0.01857

0.01

R = 0.008781

0.00

LIC = 0

ANALISIS DEL SI

256

MSA
Grficos de control

(truncamiento en la centsima)

Media de muestra

Grfica de control X/R para datos donde la menor

unidad de medicin es 0.01
LSC = 0.1459

0.145

X = 0.1408

0.140

0.135
Subgrupos 0

Rango

0.02

LIC = 0.1358
10

20

1 1

30

LSC = 0.01850

0.01

R = 0.008750

0.00

LIC = 0

ANALISIS DEL SI

257

MSA

Ejemplo de discriminacin
0.1415
0.1464
0.1344
0.1416
0.1385

0.1415
0.1401
0.1492
0.1395
0.1422

0.1388
0.1392
0.1471
0.1334
0.1419

0.1369
0.1336
0.1369
0.1438
0.1364

0.1466
0.1379
0.1443
0.1353
0.1383

0.1384
0.1375
0.1404
0.1441
0.1411

0.1377
0.1361
0.1416
0.1428
0.1387

0.1419
0.1496
0.1385
0.1362
0.139

0.1468
0.1369
0.1455
0.1379
0.1507

0.1376
0.1377
0.1364
0.1463
0.1401

0.142
0.146
0.134
0.142
0.139

0.142
0.14
0.149
0.14
0.142

0.139
0.139
0.147
0.133
0.142

0.137
0.134
0.137
0.144
0.136

0.147
0.138
0.144
0.135
0.138

0.138
0.138
0.14
0.144
0.141

0.138
0.136
0.142
0.143
0.139

0.142
0.15
0.139
0.136
0.139

0.147
0.137
0.146
0.138
0.151

0.138
0.138
0.136
0.146
0.14

0.14
0.15
0.13
0.14
0.14

0.14
0.14
0.15
0.14
0.14

0.14
0.14
0.15
0.13
0.14

0.14
0.13
0.14
0.14
0.14

0.15
0.14
0.14
0.14
0.14

0.14
0.14
0.14
0.14
0.14

0.14
0.14
0.14
0.14
0.14

0.14
0.15
0.14
0.14
0.14

0.15
0.14
0.15
0.14
0.15

0.14
0.14
0.14
0.15
0.14

ANALISIS DEL SI

258

MSA
Discriminacin en la prctica
Recordar !!!
En las grficas X-R del control estadstico de proceso, en la
grfica de rangos se detectan los problemas de discriminacin
cuando:
1.- Hay pocos valores de rangos (1,2 o 3). Saltos bruscos en la
grfica.
2.- Hay 4 valores de rangos, pero ms de la cuarta parte de
los rangos son iguales a 0. Muchos puntos pegados al eje de
las fechas.

7.2.2.- Estabilidad

Estabilidad en el SM (tradicional): la variacin total en el sesgo

del sistema en el tiempo en una muestra dada o patrn.
Estabilidad estadstica: el trmino ms general que es aplicado
no solo en la estabilidad si no en la repetibilidad, sesgo
(exactitud), procesos en general, etc.

ANALISIS DEL SI

259

MSA

Estabilidad
La estabilidad es la variacin total en las
mediciones realizadas al mismo patrn
(o muestra) midiendo la misma
caracterstica a travs de un perodo
largo de tiempo.

TIEMPO 2

TIEMPO 1

ANALISIS DEL SI

ti
em

po

ESTABILIDAD

260

MSA

Estabilidad

La estabilidad estadstica del proceso o sistema, combinada con el

conocimiento de la materia, nos permite predecir el desempeo del
proceso en el futuro. Sin un conocimiento basado en datos del
estado de control de un proceso de medicin, la repetibilidad,
reproducibilidad, etc, son solo descripciones de los datos obtendidos
durante el estudio.
Evaluar la repetibilidad, reproducibilidad, etc de SM para el cual el
estado de estabilidad es desconocido puede ocasionar ms dao
que beneficio.
Cuando se evala la estabilidad estadstica de un SM se deben
tomar en consideracin el medio ambiente, los usuarios, las
partes y los mtodos que el sistema de medicin espera
experimentar durante su vida. No es razonable checar cada
sistema de medicin para todas las posibles condiciones
ambientales, posibles partes, etc., por lo que es importante antes
de evaluar la estabilidad estadstica de un SM determinar y
priorizar cuales factores pueden influenciar al sistema de medicin
e incluir en el estudio factores de alta prioridad.

ANALISIS DEL SI

261

MSA

Estabilidad

La estabilidad se determina a travs del uso de diagramas de

control. Los diagramas de control tambin proveen un medio de
separacin de la variacin debido a las causas que afectan los
resultados de medicin (causas comunes de variacin) de la
variacin que es resultado de las variaciones especficas (causas
especiales de variacin).
El tamao de muestra y la frecuencia de muestreo para un diagrama
de control de un sistema de medicin debe ser determinado en base
al conocimiento del SM. La principal consideracin es, nuevamente
las condiciones a las cuales el sistema de medicin se expone
durante su uso.
No es necesario calcular un nmero de estabilidad del SM. Los
ndices se usan comnmente como medida de mejora pero con un
diagrama de control, la mejora al sistema se puede ver en el
diagrama. Una forma de mejora puede ser la eliminacin de causas
especiales del proceso resultando un proceso de medicin estable.
Ms mejoras pueden ser vistas como la reduccin en el ancho de los
lmites de control indicando que la variacin por causa comn del
sistema se ha estado reduciendo.

ANALISIS DEL SI

262

MSA

Estabilidad

La distribucin de la medida se mantiene

constante y se puede predecir a travs del
tiempo para ambos, promedio y desviacin
estndar
Sin arrastrarse, sin repentinos cambios, sin
ciclos, etc.
Evaluada usando grficas de control

ANALISIS DEL SI

263

MSA

7.2.3.- Sesgo o exactitud

Es necesario obtener un valor de referencia aceptado de una

parte o pieza. Esto usualmente se realiza en un laboratorio.
Este valor de referencia se comparar posteriormente con
promedios de las lecturas de los operadores (identificadas
com Xa, Xb y Xc) del estudio de R y R.
Una forma alternativa de determinar el Sesgo o Exactitud es
1) Medir una muestra con exactitud en el laboratorio
2) Que un operador mida la muestra como mnimo 10 veces con el
instrumento que se est evaluando.
3) Calcular el promedio de las mediciones. La diferencia entre el
promedio calculado y el valor de referencia es el sesgo del SM.
Si es necesario un ndice, se puede calcular el sesgo relativo como
el porciento de la variacin del proceso (o de la tolerancia),
multiplicando por 100 y dividiendo entre la variacin del proceso
( o tolerancia).

ANALISIS DEL SI

264

Exactitud

MSA

La exactitud del instrumento es la diferencia entre el promedio

observado de la medida y el valor maestro. El valor maestro
es aceptable si, la referencia estndar es fcil de seguir
Valor maestro
(Referencia estndar)
valor del
promedio

Valor
real
Exactitud

Promedio
observado

ANALISIS DEL SI

265

MSA
EJERCICIO: Exactitud y Precisin
Exacto

No Exacto
xxxxx
x
xxxx

xxxx
x
xxxx

Preciso
Municiones o

Meta

Gotas de agua
x

No Preciso
x

x
x

x x
x
x

x
x

ANALISIS DEL SI

x x
x

266

MSA

Bias (diferencia)

Los promedios de medida son diferentes por cantidad fija.

Efectos imparciales incluyen:
Bias (diferencia) del operador- diferentes operadores detectan
diferentes promedios de la misma cosa.
Bias (diferencia) del equipo- diferentes mquinas detectan
diferentes promedios de la misma cosa, etc.
El proceso ideal da en el blanco
Instrumento 1 Instrumento 2
Dia 1
Dia 2

ANALISIS DEL SI

267

MSA

Sesgo o exactitud
Si el sesgo relativo es grande se debe buscar
entre las siguientes causas:
1-Error en el patrn
2-Componentes incorrectos
3-Instrumento hecho para una dimensin
incorrecta.
4-Instrumento midiendo una caracterstica
incorrecta.
5-Instrumento no calibrado correctamente.
6-El operador usa de manera incorrecta el
instrumento.
ANALISIS DEL SI

268

MSA

EJEMPLO DE EXACTITUD
Una parte es medida 10 veces por un inspector. Las 10 lecturas
se dan en la siguiente tabla. El valor de referencia obtenido es de
0.80 mm. Y la variacion del proceso para la parte es de 0.70 mm
X1=0.75
X2=0.75
X3=0.80

X6=0.80
X7=0.75
X8=0.75

X = X = 7.5 = 0.75
10
10
EXACTITUD = PROMEDIO
OBSERVADO

VALOR DE
REFERENCIA

EXACTITUD = 0.75 0.80 = -0.05

X4=0.80
X5=0.65

X9=0.75
X10=0.70

% EXACTITUD =100 (0.05

0.70) = 7.1%

El pocentaje de la tolerancia para la

Exactitud se calcula de la misma manera
Sustituyendo la tolerancia por la variacion
Del proceso

ANALISIS DEL SI

269

MSA

Ejercicio de Sesgo o Exactitud

Se determina en el laboratorio que el espesor de

un espaciador tipo B-12 es 0.45 mm y la
variacin del proceso es de .07 mm. Se mide 10
veces el espesor del espaciador tipo B-12.
Valores de 10 mediciones realizadas por un
operador se muestran a continuacin:
0.53
0.43
0.47
0.47
0.44
0.33
0.42
0.49
0.39
0.43

Hallar el sesgo y el sesgo

relativo.

ANALISIS DEL SI

270

MSA

7.2.4.- Repetibilidad
La repetibilidad del proceso de medicin implica que la
variabilidad del sistema de medicin en s sea consistente. Dos
fuentes comunes de error de repetibilidad son las variaciones
de medicin debido al instrumento en s y a la variacin
posicional de la muestra en el instrumento. Debido a que estas
dos variaciones se representan por un subgrupo de rangos de
mediciones repetidas, el diagrama de rango mostrar la
consistencia del proceso de medicin.
Si el diagrama de rango est fuera de control,
generalmente hay un problema con la consistencia del
proceso de medicin.
Estos puntos identificados como fuera de control deben ser
investigados en busca de causas especiales de inconsistencia
y corregirlos. La nica excepcin es cuando las mediciones
tienen una inadecuada discriminacin.

ANALISIS DEL SI

271

MSA
EJERCICIO: Exactitud y precisin
xxxxx
x
xxxx

Los
Losestudios
estudiosde
de
GR&R
GR&Rse
seenfocan
enfocan
en
enlos
losproblemas
problemas
de
de precisin
precisin

xxxx
x
xxxx

x
x

x
x

x x
x
x

x
x

ANALISIS DEL SI

x x
x

272

MSA

Precisin (Tambin se le conoce cmo

R&R)
Estimacin limitada del clculo de la variacin total del
sistema de medir (i.e., limitada en el sentido de que
puede haber otras fuentes de variacin distintas a
nuestro enfoque de Operador-a-Operador y
repetibilidad de Gauge)
medida de la variacin natural de medidas repetidas
involucrando varios operadores.
Trmino: Error hecho al azar, Anchura, Error de
reprobar
Incluye ambos Repetibilidad y Reproducibilidad

R& R

(Sistema de medir)

2
Re petibilidad

2
idad
Re producibil

22 partes
partes del
del
Componente
Componente
ANALISIS
DEL SI

273

MSA

Repetibilidad (Un componente de

precisin)

La variabilidad intrnsica del sistema de medicin

Variacin que ocurre cuando repetidas mediciones son
tomadas en la misma parte y bajo las mismas,
idnticas condiciones
Mismo operador
Mismo set-up
Mismas unidades
Mismas condiciones ambientales
Corto plazo
Aproximada por la desviacin estndar agrupada, de la
distribucin de mediciones repetidas
Repetibilidad es siempre menor que el total de la
variacin del SM
Repetibilidad es la variacin en las mediciones obtenidas con
un instrumento de medicin usado varias veces por un
mismo operador midiendo la misma caracterstica en la
misma muestra.

ANALISIS DEL SI

274

MSA

EJEMPLO DE REPETIBILIDAD
Cinco muestras de un proceso de manufactura son seleccionadas
Dos inspectores que normalmente hacen las mediciones realizan
El estudio.
INSPECTOR 1

INSPECTOR 2

217

220

217

214

216

216

216

216

216

220

216

216

216

212

219

219

216

215

212

220

216

218

216

212

220

220

220

216

212

220

prom
edio

216.3

218.0

216.3

212.7

218.3

216.3

218.3

217.3

215.7

213.3

220.0

216.9

rango

1.0

4.0

1.0

2.0

4.0

4.0

4.0

1.0

4.0

0.0

parte
s
prueb
as

ANALISIS DEL SI

275

MSA

CARTA DE CONTROL DE REPETIBILIDAD DEL RANGO

2 INSPECTORES, 3PRUEBAS Y 5 PARTES
INSPECTOR 1

INSPECTOR 2

UCL

6.4

2.5

0.0
1

RANGO EN CONTROL EL PROCESO DE MEDICION ES CONSISTENTE

ANALISIS DEL SI

276

MSA
7.2.5.- Reproducibilidad
La reproducibilidad del proceso de medicin implica que la
variabilidad entre operadores sea consistente. Una forma de
ver la variabilidad del operador es que representa el sesgo
incremental que puede ser atribuido a cada operador. Si este
sesgo o variabilidad del operador existe, los promedios de los
operadores individuales van a diferir. Esto se puede observar
en el diagrama de control de medias comparando los
promedios de operador para cada muestra.
La variacin de operador o reproducibilidad se estima
determinando el promedio global para cada operador y luego
encontrando el rango (R0) sustrayendo el menor promedio de
operador al mayor promedio de los operadores.

ANALISIS DEL SI

277

MSA

Reproducibilidad
Reproducibilidad es la variacin en el promedio de las
mediciones realizadas por diferentes operadores
usando el mismo instrumento de medicin midiendo la
misma caracterstica sobre la misma muestra.
OPERADOR A

OPERADOR B
OPERADOR C

REPRODUCIBILIDAD

ANALISIS DEL SI

278

MSA

Reproducibilidad

La diferencia en los promedios tomados por diferentes

personas usando los mismos o diferentes instrumentos para
medir la misma caracterstica.
Proceso ideal

(A)Medidas de
Juan

Inspector A
Inspector B
Inspector C

Inspector A

Inspector B

(B)Medidas de Mara

Inspector C

(C)Medidas
de Antonio

ANALISIS DEL SI

279

Reproducibilidad (Un componente de

precisin)
La variacin que resulta cuando diferentes condiciones
son usadas para tomar la medida
Diferentes operadores
Diferentes set-ups
Diferentes partes
Diferentes codiciones del medio ambiente
Largo palzo
Estimado por la desviacin estndar del promedio de las
medidas tomadas en diferentes condiciones
2
2
2
Re

producibilidad
Operador
OperadorParte
*

Interaccin

Reproducibilidad
Reproducibilidad tambien
tambien tiene
tiene sus
sus 22 propios
propios
componentes
componentes

ANALISIS DEL SI

280

MSA

Variacin entre muestras

Mientras ms medias caigan fuera de los lmites y operadores

concuerden en cuales muestras son diferentes del promedio global,
las mediciones se convierten ms tiles.
Un sistema de medicin se considera generalmente adecuado si
una mayora de los promedios de muestra caen fuera de los
lmites y los operadores concuerdan en los promedios de
muestras que quedan fuera. Entonces el diagrama de medias
indica la habilidad relativa de sistema de medicin para medir
muestras.
En algunos casos esta evaluacin es suficiente para
determinar si un sistema de medicin es adecuado.
Una vez que el proceso de medicin es consistente (el diagrama de
rango bajo control) y que se puede detectar la variacin entre
partes ( diagrama de medias tienen una mayora de puntos fuera de
los lmites de control), entonces el porcentaje de la variacin del
proceso consumido por el sistema de medicin se puede determinar.
La desviacin estndar del sistema de medicin se estima por
medio de la siguiente formula

ANALISIS DEL SI

281

MSA

Variacin entre muestras

m
2
e

2
o

Donde e es la desviacin estndar del instrumento y o es la

desviacin estndar del operador.

Variacin entre partes

La desviacin estndar entre partes se puede determinar a partir
de los datos del estudio del SM o de un estudio independiente de
habilidad de proceso. Si se usa el estudio del SM, se estima la
desviacin estndar entre partes (p) determinando los promedios
de cada parte y luego encontrando el rango de promedios de parte
(Rp). La variacin entre partes se puede ver en el diagrama

de control de media. Debido a que los lmites de control

para las medias de muestra se basan en el error de
repetibilidad ms que en la variacin entre partes, muchas
de las medias de subgrupo estn fuera de sus lmites.

ANALISIS DEL SI

282

Si ninguna de las medias de grupos cayeran fuera de los lmites,

la variacin muestra a muestra se oculta dentro de la
repetibilidad y la variacin de la medicin domina la variacin
del proceso. Si las muestras se seleccionaron de tal manera que
representen la variacin de proceso esperada entonces el
sistema de medicin es inaceptable para analizar el proceso.

7.2.6.- Linearidad
La linearidad se puede determinar escogiendo muestras de todo el
rango de operacin del instrumento de medicin. Se determina el
sesgo de cada una de las muestras con la diferencia entre el valor
promedio y el valor de referencia.
Un ndice que puede representar la linearidad del equipo es la
pendiente de la lnea de regresin que mejor se ajusta a los puntos
de sesgo vs. los valores de referencia, multiplicado por la variacin
del proceso o la tolerancia. Para convertir la linearidad del
instrumento en porcentaje de la variacin del proceso se multiplica
por 100 y se divide entre la variacin del proceso.

ANALISIS DEL SI

283

MSA
Linearidad

Si el grfico muestra que los datos se pueden representar con

una lnea recta entonces la lnea de regresin de mejor ajuste
representa la linearidad entre esos dos parmetros. La bondad
de ajuste R2 de la recta de regresin lineal determinar
cuando existe una buena relacin lineal. Si la recta de
regresin tiene un buen ajuste lineal, entonces la magnitud de
la linearidad y el porcentaje de linearidad se pueden calcular
para determinar si la linearidad es aceptable. Si la recta de
regresin no tiene un buen ajuste, entonces es posible que los
sesgos y los valores de referencia tengan una relacin no-lineal.
Esto requiere de anlisis ms profundo para determinar si el
sistema tiene una linearidad aceptable.

ANALISIS DEL SI

284

MSA

Linearidad

VALOR DE
REFERENCIA

La linearidad es la diferencia
entre los valores de sesgo a
travs del rango de operacin del
instrumento.
VALOR DE
REFERENCIA

EXACTITUD
GRANDE

EXACTITUD
PEQUEA

RANGO DE OPERACIN DEL INSTRUMENTO

PROMEDIO
PROMEDIO
OBSERVADO
OBSERVADO
Parte pequea
Parte grande
Del rango
del rango

ANALISIS DEL SI

285

MSA
Linearidad
Si el SM tiene no-linearidad, busque en las posibles causas:
Instrumento no calibrado adecuadamente en los extremos del
rango de operacin.
Error en los patrones mnimo o mximo.
Instrumento defectuoso.
Caractersticas internas de diseo del instrumento.
Mientras ms pequea es la pendiente de la recta
de mejor ajuste, mejor es la linearidad.
En la prctica lo que se busca es que % de
linearidad no aumente en el tiempo.

ANALISIS DEL SI

286

MSA
Valor de referencia
i
n
t
e
n
t
o
s

1
2
3
4
5
6
7
8
9
10
11
12
Prom
Sesgo

1
10.00
8.61806
9.13901
8.96708
10.904
11.0854
10.2197
9.70077
10.431
10.5727
9.66169
11.039
9.91919

2
15.00
15.0579
16.0682
14.9307
15.4102
16.36
14.9625
13.9678
14.8412
14.0289
16.9803
15.8101
15.96

3
20.00
18.9265
19.7374
19.5892
21.1471
20.5322
21.8141
20.06
19.4832
19.6094
18.5735
19.7144
19.3107

9.37555 14.3841 18.6784

-0.62
-0.62
-1.32

ANALISIS DEL SI

4
25.00
25.5803
26.009
25.3242
24.4518
26.218
24.5133
24.7468
23.9872
24.5846
26.2732
25.3939
24.9057

5
30.00
30.5539
30.0557
29.6709
29.4999
28.0105
29.9928
29.4763
30.9239
30.3398
29.6415
30.6245
29.2721

23.642 28.0758
-1.36
-1.92

287

7.3.- Preparacin para un anlisis del SM

El estudio del SM debe ser preparado con suficiente tiempo y
planeacin. Una preparacin tpica es como sigue:
1.El enfoque a usar debe ser planeado. Por ejemplo, determinar
usando la experiencia o conocimientos de ingeniera si existe
influencia del operador en la calibracin o uso del equipo.
Existen SM donde el efecto de la reproducibilidad se puede
considerar despreciable, por ejemplo, cuando un botn se presiona
y se muestra un nmero en la pantalla.
2. Se debe tener en cuenta diversos factores para determinar la
cantidad de muestras, operadores y mediciones para realizar el
estudio:
(a) Lo crtico de la dimensin: Dimensiones crticas de la pieza
requieren ms muestras y mediciones.
(b) Forma de las muestras: En el caso de piezas grandes o
pesadas, se deben escoger pocas piezas y muchas mediciones.

ANALISIS DEL SI

288

Preparacin para un anlisis del SM

3. Debido a que el objetivo es evaluar el SM en general, los
operadores deben ser seleccionados entre los que normalmente
operan el instrumento.
4. Las muestras deben ser seleccionadas del proceso de
produccin y deben representar toda la variacin del proceso.
Muchas veces esto se realiza tomando muestras de diferentes das
y diferentes turnos hasta recopilar una cantidad de muestras
mucho mayor que las que se vayan a utilizar en el estudio. Se
enumeran las muestras y se seleccionan de manera aleatoria
las muestras que van a participar en el estudio.
5. El instrumento debe tener una discriminacin tal que permita
determinar directamente al menos una dcima parte de la variacin
total del proceso.
Por ejemplo, si la variacin del proceso en la caracterstica que se
mide es 0.01, el equipo debe poder medir cambios de 0.001.
6. Asegurar que el mtodo de medicin mide realmente la
dimensin de la caracterstica que todos los operadores siguen el
procedimiento de medicin definido.

ANALISIS DEL SI

289

MSA
Pasos para conducir un estudio
1. Las mediciones deben ser realizada en orden aleatorio.
2. Los operadores no deben conocer el nmero de pieza que
estn midiendo. Pero la persona que conduce el estudio s
debe conocer el nmero y registrar el dato correspondiente,
es decir Operador A, Muestra 1, Primera medicin; Operador
B, Muestra 4, Segunda medicin, etc.
3. Las lecturas se deben estimar como el menor nmero ms
cerca que se puede obtener. Si es posible, las lecturas se deben
hacerse a la mitad de la menor graduacin. Por ejemplo, si la
menor graduacin es 0.001, entonces la estimacin para cada
lectura debe ser redondeada al 0.0005 ms cercano.
4. El estudio debe ser conducido por una persona que
reconozca la importancia de la precaucin requerida al conducir
un estudio.
5. Cada operador debe seguir el mismo procedimiento (con
todos los pasos) para obtener las lecturas.

ANALISIS DEL SI

290

MSA

Seis-fases para analizar el sistema de

medir
FASE
FASE
FASE
FASE
FASE
FASE

I
II
III
IV
V
VI

Calibracin de gauge (o Verificacin)

Experimento y recoleccin de datos
Obtenga estadstica con GAGE R&R
Macro
Analizar, Interpretar Resultados
Checar por unidades inadecuadas de medicin
Evaluacin continua: medicin como un proceso

Estructura tpica:
Generalmente dos o tres operadores
Generalmente 10 unidades a medir
Cada unidad es medida 2-3 veces por cada operador

ANALISIS DEL SI

291

MSA
Problema
Problema con
con el
el tamao
tamao de
de muestra
muestra
Nmero de operadores
Si el proceso usa varios operadores, escoja de 2-4 al
azar
Si el proceso usa solamente un operador, o sin
operadores, desarrolle un estudio sin el efecto de los
operadores (el efecto de reproducibilidad se ignora)
Nmero de muestras
Seleccione suficientes muestras como para que:
(nmero de muestra) X (nmero de operadores) > 15
Si no es prctico o posible, escoja el nmero de pruebas
para que:
Si (#Muestras)x(#Oper) < 15, intentos = 3
Si (#Muestras)x(#Oper) < 8, intentos = 4
Si (#Muestras)x(#Oper) < 5, intentos = 5
Si (#Muestras)x(#Oper) < 4, intentos = 6

ANALISIS DEL SI

292

MSA

Ejemplo: Recabando datos

GRR

-10 Partes
-3 Operadores
-2 Mediciones en la
marca
(ej, 2 Rplicas)

Nmero
Nmerode
departe
parte

10

Rplica#1

Operador
Operador
AA
Rplica #2

Operador
Operador
BB

Operador
Operador
CC

ANALISIS DEL SI

293

MSA

-3 Partes
x -3 Operadores
x -3 Mediciones totales en las marca
x (ej, 1 Medida por Oper., 1 Parte por
Oper.)

Los 3 estudios en uno!

Nmero
Nmerode
departe
parte

1
Operador
Operador
AA

Operador
Operador
BB

10

X
x
x
x

-1 Parte
-3 Operadores
-1 Medida c/u en la marca

Rplica #1

Operador
Operador
CC

X
X

x
x

-1 Parte
-1 Operador
-2 Medidas en la marca

Rplica #2

ANALISIS DEL SI

294

HOJA DE DATOS DE REPETIBILIDAD Y REPRODUCIBILIDAD DE CALIBRADORES (Mtodo Largo)

Col. Num.
1
2
3
4
5
6
7
8
9
10
11
12
Inspector ABCMuestra # 1a prueba 2a prueba 3a prueba Diferen. 1a prueba 2a prueba 3a prueba Diferen. 1a prueba 2a prueba 3a prueba Diferen.
1
0.65
0.60
0.05
0.55
0.55
0.00
0.50
0.55
0.05
2
1.00
1.00
0.00
1.05
0.95
0.10
1.05
1.00
0.05
3
0.85
0.80
0.05
0.80
0.75
0.05
0.80
0.80
0.00
4
0.85
0.95
0.10
0.80
0.75
0.05
0.80
0.80
0.00
5
0.55
0.45
0.10
0.40
0.40
0.00
0.45
0.50
0.05
6
1.00
1.00
0.00
1.00
1.05
0.05
1.00
1.05
0.05
7
0.95
0.95
0.00
0.95
0.90
0.05
0.95
0.95
0.00
8
0.85
0.80
0.05
0.75
0.70
0.05
0.80
0.80
0.00
9
1.00
1.00
0.00
1.00
0.95
0.05
1.05
1.05
0.00
10
0.60
0.70
0.10
0.55
0.50
0.05
0.85
0.80
0.05
Totales
8.30
8.25
0.00
0.45
7.85
7.50
0.00
0.45
8.25
8.30
0.00
0.25
8.30
0.05
7.85
0.05
8.25
0.03

RA
RB
RC

Suma
R

Suma

0.00
16.55

XA

0.83

0.05
0.05
0.03
0.12
0.04

RA

# Pruebas

2
3

D4
3.27
2.58

Suma

0.00
15.35

XB

0.77

RB
Suma

0.00
16.55

XC

0.83

( R )(D4) = UCLR *

Max X
Min X
Dif X

RC

0.83
0.77
0.06

( 0.04 ) x ( 3.27 ) = 0.13

* Lmite de R's individuales. Marque aquellos que salen de este lmite. Identifique la causa y corrija.
Repita esas lecturas usando el mismo medidor y unidad que se us originalmente o deseche esos
valores y recalcule R y el valor lmite UCLR de las observaciones.

HTAS. BASICAS

295

R E P OR T E D E R E P E T I B I L I D A D Y R E P R O D U C I B I L I D A D
# y nombre Parte:
Caracterstica:
Especif. B/P:

Nombre calibrador:
Calibrador nm:
Tipo de calibrador:

De Hoja de Datos

Fecha:
Realizado por:
Tolerancia del Equipo:

0.04

X Dif

0.4

0.06

ANALISIS DE LA UNIDAD DE MEDIDA

ANALISIS DEL % DE TOLERANCIA

Repetibilidad - Variacin en el equipo

% SDR = [(SDR) / Tolerancia del equipo ] (100)

Pruebas
k1

Desviacin estndar (SDR) = ( R ) x ( k1 ) =

0.04 x

4.56

2
4.56

3
3.05

=[ ( 0.17 ) / 0.40
=

= 0.17

] (100)

43.70 %

Reproducibilidad - Variacin debida al evaluador

Operadores

Desviacin estndar (SDM) =

k2

2
3.65

3
2.70
% SDM = [(SDM) / Tolerancia del equipo ] (100)

[(XDif ) x ( k2 )]

2_

[(SDR) / (n x r)]

[( 0.06 ) x (2.70 )]2 -

[( 0.17 )2 /

=[ ( 0.14 ) / 0.40
( 10

=
=

0.14

] (100)

x 2 )]
35.47 %

n = nmero de partes
r = nmero de pruebas

REPETEBILIDAD Y REPRODUCIBILIDAD (R&R)

(%SDR)2

R&R =
R&R =

(SDR)

( 0.17 )

(%SDM)2

(SDM)

( 43.70 )2 + ( 35.47 )2

=
+ ( 0.14

0.23
=

NOTA: Todos los clculos estn basados tomando 5.15 sigmas

(99% del rea bajo la curva normal)

56.29 %

Un valor negativo debajo la raiz cuadrada causa que la variacin

del evaluador tome el valor de cero.

HTAS. BASICAS

296

MSA
Ejemplo de GR&R :
10 Partes
3 Operadores
2 Rplicas

USL=1.5
LSL=0.5

Haga que el operador 1 mida

todas las muestras una vez en
secuencia aleatorizada(como
aparece en el cuadro de la
derecha).
Despus, que el operador 2
mida todas las muestras en
secuencia aleatorizada.
Continue hasta que todos los
operadores hayan medido las
muestras una vez.
Repita estos pasos por todas las
rplicas requeridas.
Meta los datos en Minitab en 3
columnas diferentes. (una
versin de estos datos aparece
en el archivo GAGERR.MTW)

FIRST REPLICATE
Part

Operator

8
2
10
6
5
4
7
1
9
3

1
1
1
1
1
1
1
1
1
1

1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10

2
2
2
2
2
2
2
2
2
2
3
3
3
3
3
3
3
3
3
3

ANALISIS DEL SI

SECONDREPLICATE

Response

Part

Operator

Response

0.85
1.00
0.60
1.00
0.55
0.85
0.95
0.65
1.00
0.85

1
2
3
4
5
6
7
8
9
10

1
1
1
1
1
1
1
1
1
1

0.60
1.00
0.80
0.95
0.45
1.00
0.95
0.80
1.00
0.70

0.55
1.05
0.80
0.80
0.40
1.00
0.95
0.75
1.00
0.55
0.50
1.05
0.80
0.80
0.45
1.00
0.95
0.80
1.05
0.85

1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10

2
2
2
2
2
2
2
2
2
2
3
3
3
3
3
3
3
3
3
3

0.55
0.95
0.75
0.75
0.40
1.05
0.90
0.70
0.95
0.50
0.55
1.00
0.80
0.80
0.50
1.05
0.95
0.80
1.05
0.80

297

HOJA DE DATOS DE REPETIBILIDAD Y REPRODUCIBILIDAD DE CALIBRADORES (Mtodo Largo)

Col. Num.
Inspector
Muestra #
1
2
3
4
5
6
7
8
9
10
Totales

A1a prueba 2a prueba 3a prueba Diferen.

B1a prueba 2a prueba 3a prueba Diferen.

RA

RA
RB
RC

RB

RC

Suma

Suma

XA

XB

XC

2
3

D4
3.27
2.58

( R )(D4) = UCLR *
(

)x (

11

Max X
Min X
Dif X

) =

Suma
R

* Lmite de R's individuales. Marque aquellos que salen de este lmite. Identifique la causa y corrija.
Repita esas lecturas usando el mismo medidor y unidad que se us originalmente o deseche esos
valores y recalcule R y el valor lmite UCLR de las observaciones.

ANALISIS DEL SI

12

C1a prueba 2a prueba 3a prueba Diferen.

Suma

# Pruebas

10

298

R E P OR T E

DE

# y nombre Parte:
Caracterstica:
Especif. B/P:

RE P E TIB ILIDA D Y

REPRODUCIBILIDA D

Nombre calibrador:
Calibrador nm:
Tipo de calibrador:

De Hoja de Datos

Fecha:
Realizado por:
Tolerancia del Equipo:

X Dif

ANALISIS DE LA UNIDAD DE MEDIDA

ANALISIS DEL % DE TOLERANCIA

Repetibilidad - Variacin en el equipo

% SDR = [(SDR) / Tolerancia del equipo ] (100)

Desviacin estndar (SDR) = ( R ) x ( k1 ) =

=

2
4.56

Pruebas
k1

3
3.05

=[ (

) /

] (100)

Reproducibilidad - Variacin debida al evaluador

2
3.65

Operadores

Desviacin estndar (SDM) =

k2

3
2.70
% SDM = [(SDM) / Tolerancia del equipo ] (100)

[(XDif ) x ( k2 )] 2 _ [(SDR)2 / (n x r)]

[(

)x(

)] 2 -

[(

)2 /

=[ (
(

) /

] (100)

)]
=

n = nmero de partes
r = nmero de pruebas

REPETEBILIDAD Y REPRODUCIBILIDAD (R&R)

(%SDR)2

R&R =
2

R&R =

(SDR)

(%SDM)2

(SDM)

=
+ (

)2 + (

)2

=
=

NOTA: Todos los clculos estn basados tomando 5.15 sigmas

(99% del rea bajo la curva normal)

Un valor negativo debajo la raiz cuadrada causa que la variacin

del evaluador tome el valor de cero.

ANALISIS DEL SI

299

7.4.- R y R por atributos

Procesos de Medicin de Atributos

Inspeccin de Atributos:
- Clasifica una unidad como conformante o no conformante
- Cuenta el nmero de no conformancias por unidad de
inspeccin

Un proceso de medicin de atributos perfecto...

- Clasificara correctamente cada unidad como conformante o
no
conformante
- Producira siempre un conteo correcto de las no
conformancias de una unidad

30/01/15

ANALISIS DEL SI

300

Procesos de Medicin de Atributos

Algunas inspecciones de atributos requieren poco
juicio:
- La respuesta correcta es obvia
- Ejemplo: Resultado de pruebas destructivas = Se
quebr o
No se quebr
- Ejemplo: S queda o No queda

Ms seguido, son extremadamente subjetivas:

- Especialmente en pruebas/evaluaciones no destructivas
- Entrenamiento y definiciones operacionales son cruciales

30/01/15

ANALISIS DEL SI

301

Procesos de Medicin de Atributos

Un instrumento de atributos o gage es aquel que compara cada
muestra con un conjunto de lmites y acepta la pieza si se
satisfacen los lmites, de lo contrario la rechaza.
A diferencia del instrumento variable, el instrumento de atributos
no puede indicar que tan buena o que tan mala es la muestra,
solamente si la muestra se acepta o se rechaza.

Mtodo corto
El mtodo corto se conduce seleccionando 20 muestras. Dos
operadores miden todas las muestras dos veces, en orden
aleatorio.
Se deben seleccionar muestras de manera que abarquen desde
valores ligeramente abajo hasta ligeramente arriba de los lmites
de especificacin.
El instrumento se considera aceptable si todas las decisiones
(cuatro por muestra) concuerdan.
Si la medicin no concuerda, se debe corregir el gage o reevaluarlo.

ANALISIS DEL SI

302

Curva de desempeo del gage

El propsito de desarrollar la Curva de Desempeo del Gage
(CDG) es determinar la probabilidad de aceptar o rechazar
una muestra de un valor de referencia. Una CDG ideal es la
que se muestra en la siguiente figura:

Probabilidad de
aceptacin

Curva de Desempeo del Gage sin Error

1
0.8
0.6
0.4
0.2
0

Lmite
inferior

0.4

0.5

Lmite
superior

0.6

0.7

0.8

0.9

1.1

Sin embargo
este caso es una
excepcin de los
sistemas de
medicin.
1.2

Valores de referencia

ANALISIS DEL SI

303

Curva de desempeo del gage

Una vez que se determina el error, es posible calcular la
probabilidad de aceptar una muestra de un valor de
referencia cuando se usa ese sistema.

Probabilidad de
aceptacin

Curva de Desempeo del Gage

1
0.5
0
0.4

0.6

0.8

1.2

Valores de referencia

Para llevar esto a

cabo, se hace la
suposicin de que la
repetibilidad y la
reproducibilidad se
distribuyen
normalmente
con
varianza s2.

El error est compuesto por la repetibilidad, la reproducibilidad

y el sesgo. Este se distribuye con media X, el valor de
referencia, ms el sesgo y varianza s2

ANALISIS DEL SI

304

Evaluando los sistemas de medicin de atributos

Dos de los ms comunes y directos mtodos para evaluar un proceso de
medicin de atributos son:
(1) Reevaluacin Experta
- Investiga exactitud nicamente
(2) Estudio Round-Robin
- Investiga acuerdos operador-a-operador (precisin)
- Puede investigar tambin exactitud si se incluye el Experto
NOTA: Ambos involucran una persona (o equipo) sirviendo como el
Experto -- del estndar de referencia, como estaba. El Experto
es la Autoridad Final en el estatus del proceso -- el que conoce La
verdad.
Un Experto re-inspecciona partes que han pasado por la inspeccin de
rutina.
Incluye ambos items que pasaron y que fallaron.
Los resultados originales se comparan contra los resultados correctos
del Experto para localizar las discrepancias.

30/01/15

ANALISIS DEL SI

305

Enfoque comn #1: Reevaluacin experta

Unit

Inspector A

Expert

10

11

12

13

14

15

16

17

18

19

20

%Mala aceptada
=1/10=10%
%Buena rechazada
=2/10=20%
%Decisiones correctas
=17/20=85%

30/01/15

Unit

Inspector B

Expert

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

ANALISIS DEL SI

%Mala aceptada
=1/10=10%
%Buena rechazada
=4/10=40%
%Decisiones correctas
=15/20=75%

NOTA:
A=Aceptada
R=Rechazada

306

Enfoque Comn #1: Re-evaluacin del Experto

Ventajas:
- Fcil,
- Observacin realista del proceso de medicin operando bajo
condiciones rutinarias.
- No hay cuidado especial o comportamiento extrao, toda vez
que los operadores no saben que los estn evaluando.
Desventajas:
- No existe control de lo que el proceso proporciona como muestras
(ej., el proceso escoge lo que se va a ver, no usted).
- Puede que no obtenga categoras importantes, tipos de defectos,
o condiciones del proceso, para mostrarlos en el estudio.
- Comparaciones injustas de diferencias de operador-a-operador,
desde que los operadores no inspeccionan exactamente las
mismas partes (posible confusin con condiciones del proceso).

30/01/15

ANALISIS DEL SI

307

Enfoque Comn #1: Re-evaluacin del

Experto
50%
40%

Inexactitudes

30%

% de Producto Malo Aceptado

20%
10%

Lnea de Juicio
Perfecto

0%
10%
20%

% de Producto Bueno Rechazado

30%
40%
50%

- Inspectores C y F aparentan operar con estndares sueltos.

- Inspector B parece operar con estndares apretados.
- Inspector E muestra pobre discriminacin en ambas direcciones.
- Alerta de Comparacin: Inspectores no manejan las mismas partes.

30/01/15

ANALISIS DEL SI

308

Se pueden visualizar errores como un filtro con la

densidad de la malla inapropiada
50%
40%
Inexactitudes
Inexactitudes

30%

% de Producto Malo Aceptado

20%
10%

Lnea
Lneade
deJuicio
Juicio
Perfecto
Perfecto

0%
10%
20%

Inspector B parece
operar con
estndares
apretados.

% de Producto Bueno Rechaz.

30%
40%
50%

Filtro muy ancho

Filtro muy fino

Filtro correcto

Inspector
B

30/01/15

ANALISIS DEL SI

Inspector F
parece operar
con estndares
sueltos.
1 Filtro muy ancho
Filtro muy

ancho fino
2 Filtro
Filtromuy
muy
fino
3 Filtro
correcto

Filtro correcto

Inspector
F

309

Enfoque Comn #2: Estudio Round-Robin(c/ Experto)

Una cantidad de partes pre-seleccionadas--algunas

claramente aceptables, algunas claramente inaceptables, y
algunas en ambos lados de las condiciones marginales.
Cada unidad tiene un nmero de serie y es evaluada por cada
inspector.
Los resultados individuales se anotan por nmero de serie.
Estos se comparan contra los resultados correctos del
Experto para evaluar exactitud.
Con mltiples inspectores, los resultados de cada persona
para una parte dada se comparan con los de otros inspectores
para evaluar precisin (acuerdo).

30/01/15

ANALISIS DEL SI

310

Enfoque Comn #2: Estudio Round-Robin(c/ Experto)

Ventajas:
- Se tiene control de las muestras que se proporcionan
(ej., aqu usted escoge lo que se ve, no el proceso).
- Puede garantizar categoras importantes, tipos de defectos, o
condiciones del proceso que saldrn a flote en el estudio.
- Comparacin justa de las diferencias de operador-a-operador,
desde que los operadores estarn inspeccionando las mismas
partes exactamente.

Desventajas:
- No tan fcil, ms esfuerzo, requiere arreglos especiales
- Puede no ser una observacin realista del proceso de medicin
operando en condiciones de rutina.
- Puede ocasionar cuidado especial o comportamiento extrao,
desde que los operadores saben que estn siendo evaluados.

30/01/15

ANALISIS DEL SI

311

Estudio Round-Robin (c/ Experto): Un Ejemplo

Una compaa Americana que fabrica cubiertas para el claxon del volante
del automvil.
El Gerente de Planta, preocupado por la posible mezcla de las cubiertas
por los inspectores, orden un estudio de consistencia en la inspeccin
(proceso de medicin de atributos).
Por qu? Durante un recorrido de la planta descubri varias cubiertas
inaceptablesen el bin marcado como aceptados.
Tambin encontr cubiertas aceptables en el bin marcado: rechazos.
50 items fueron preseleccionados -- algunos claramente aceptables,
algunos claramente inaceptables, y algunos en ambos lados de la
condicin marginal.
4 Inspectores y un Experto (Gerente de Calidad) anotaron
(1) Rechazo o Aceptado, y (2) la(s) razn(es) de cualquier rechazo

30/01/15

ANALISIS DEL SI

312

Estudio Round-Robin (c/ Experto): Un Ejemplo

Inspector

A
Num. de rechazos
8
Num. de aceptados 42

8
42

8
42

8
42

- Los cuatro inspectores rechazaron 8 partes!

- Existe un problema con el proceso de inspeccin?
30/01/15

ANALISIS DEL SI

313

Enfoque Comn #2: Estudio

Round-Robin(c/ Experto)
Sin embargo, un examen ms profundo de
los resultados indica un problema
definitivo:
(Se muestran 20 resultados de las 50 cubiertas)

- De las 50 cubiertas, los inspectores

actualmente acordaron unnimamente en solo
una cubierta Rechazada.
- Estuvieron de acuerdo por unanimidad en 29
cubiertas Aceptadas.
- % de partes en desacuerdo = 20/50 = 40%

30/01/15

ANALISIS DEL SI

Unit

10

11

12

13

14

15

16

17

18

19

20

314

Estudio Round-Robin (c/ Experto)

Exactitud vs. el Experto?
Inspector
Inspector
A

9/13=69%
9/13=69%
8/13=61.5%
% Aceptados Malos 9/13=69%
%Rechazados Buenos 4/37=10.8% 4/37=10.8% 4/37=10.8% 3/37=8.1%

%Total
%Totalde
deDecisiones
Decisiones
Correctas
=
Correctas =150/200
150/200
==75%
75%

0.70

Inexactitudes
Inexactitudes

0.60
0.50
0.40

% Producto Malo
Aceptado

0.30
0.20
0.10

Lnea
Lneade
deJuicio
Juicio
Perfecto
Perfecto

0.00
0.10
0.20

30/01/15

% Producto Bueno
Rechazado

ANALISIS DEL SI

Unit

Expert

11

14

15

16

17

18

19

20

10

12

13

315

7.5.-R y R por atributo (Mtodo largo)

Para un gage se utiliza el concepto de Curva de Desempeo del
Gage para ejecutar el estudio que se utiliza para evaluar la
repetibilidad y el sesgo o exactitud del gage. Este anlisis puede
ser usado en gage de un lmite y dos lmites. Para un gage de
doble lmite, slo se necesita examinar un lmite con la
suposicin de linearidad y uniformidad del error. Por
conveniencia aqu se va a usar el lmite inferior.
En general, el estudio de gage por atributos, consiste en obtener los
valores de referencia para un grupo de muestras seleccionadas.
Estas muestras se evalan un nmero de veces (m), con un total de
aceptaciones (a), lo cual se registra para cada muestra. A partir de
estos datos se determina la repetibilidad y el sesgo.
La primera etapa del estudio es la seleccin de las muestras. Es
esencial que se conozca el valor de referencia de cada muestra. Por
razones prcticas, se seleccionan 8 muestras de valores de
referencia equidistante. Los valores mximo y mnimo deben
representar la variacin del proceso. Se debe aplicar el gage en las
ocho muestras M=20 veces y registrar el nmero de aceptaciones.

ANALISIS DEL SI

316

R y R por atributos
La muestra ms pequea debe tener valor a = 0; la ms grande
a = 20 y las restantes seis muestras valor a entre 1 y 19. Si este
criterio no se satisface se debe aplicar el gage a ms muestras
con valor de referencia conocido hasta que se satisfagan las
condiciones. Si, el valor ms pequeo a >0 entonces se deben
buscar muestras con valores ms pequeos y aplicar el gage
hasta que a=0. Si, el valor ms grande a < 20 entonces se
deben buscar muestras con valores ms grandes hasta que a =
20. Si hay menos de seis muestras con valor entre 1 y 19, se
debe aplicar el gage a otras muestras valores intermedios entre
los valores de las muestras con a entre 1 y 19. El primer
intervalo en a = 0 comienza a partir del mayor valor de
referencia con a = 0. Para a = 20, el primer intervalo comienza
en el menor valor de referencia donde a = 20. Si es necesario el
procedimiento se repite hasta que los criterios se satisfagan.

ANALISIS DEL SI

317

R y R por atributos
Una vez que se seleccionen las muestras, se calculan las
probabilidades de aceptacin para cada muestra con la siguiente
funcin:

a 0. 5

m
a 0.5
P' (a )
m

0.5

a
si 0.5, a 0
m
a
si 0.5, a 20
m
a
si 0.5
m

Esta ecuacin cubre los casos cuando se encuentra entre 1 y 19.

Para el caso = 0, se toma P()= 0 excepto para el mayor valor de
referencia con =0, que se toma P()= 0.025. Para los casos con
=20, se toma P()=1, excepto para el menor valor de referencia
con =20, que se toma P()=0.975.

ANALISIS DEL SI

318

MODULO

NORMA ISO-9000-2000 ,
UNIDAD VI
ISO/FDIS-9001-2000
M.C. ROLANDO DEL TORO WALS
HTAS. BASICAS

319

8.1.- INTRODUCCION
manufactura de clase mundial
TQM

Mejora continua
QS 9000
sociedad con proveedor

JIT

TQC

Premio
Deming

JIT, costos de calidad

empiezan cambios en
la cultura de calidad

Premio
Malcom
Baldrige

Mayores
Cambios
culturales

ISO 9000 Empieza la mejora-Htas.

en la resolucin de problemas

QFD
QA
QC

Aseguramientode
calidad
control de
calidad

Procedimientos
escritos y SPC
Inspecciones

NORMATIVIDAD

320

El ciclo de la calidad ISO 9000

Marketing en todas sus funciones
Eliminacin
despus del uso

Diseo y desarrollo
del producto

Servicio tcnico y
Mantenimiento

Instalacin y
Operacin

Compras

Ventas y
Distribucin

Embalaje y
Almacenamiento

Diseo y desarrollo
del proceso
Inspeccin y
pruebas

Produccin

NORMATIVIDAD

321

ANTECEDENTES DE LA NORMA ISO 9000.

PROPOSITOS DEL ISO 9000.
ESTABLECER REGLAS PARA QUE UNA ORGANIZACIN
PUEDA IMPLEMENTAR UN SISTEMA DE CALIDAD EFECTIVO Y
AS CUMPLIR CON LAS NECESIDADES DE LOS CLIENTES.
EL SISTEMA ISO 9000 SE CRE EN 16 PAISES EN SU MAYORIA DE
EUROPA,EN MXICO EL EQUIVALENTE ES LA NORMA NMX -CC 003 :
1995 IMNC 9001:1994.
ISO 9000 ES UN ESTANDAR APROBADO INTERNACIONALMENTE QUE
DEFINE LOS REQUERIMIENTOS PARA UN SISTEMA DE CALIDAD
INTERNACIONAL.
INTERNATIONAL FOR STANDARIZATION ORGANIZATION........EL
CUL CUBRE LAS RESPONSABILIDADES ,PROCEDIMIENTOS Y
CONTROLES QUE AFECTAN LA CALIDAD DE LOS PRODUCTOS Y
SERVICIOS.
PRINCIPIOS BSICOS DE UN SISTEMA DE CALIDAD.
1-DOCUMENTAR LO QUE SE HACE.
2-HACER LO QUE SE DOCUMENTA.
3-PROBARLO
NORMATIVIDAD

322

Visin general de ISO 9000

Qu es ISO 9000?
Serie de ideas genericas
Ampliamente aplicables
Esta identificacin varia entre los paises. En: EUA,
ANSI/ISO/ASQC Q9000
JIS Z9000 (Japan International Norms),
ISO 9000 (Euro-Norms).
Se aplica ampliamente en la industria en general, militar y
automotriz
El estndar define un conjunto de documentos que se deben
de implementar y mantener para tener un sitema efectivo de
calidad pero no dice cmo hacerlo
Pretende proveer una estructura de trabajo, pero no dice
como lograrla
No funciona un sistema si la gente est pobremente entrenada
y desmotivada, esto puede daar cualquier sistema
No requiere de altos resultados de la calidad ya que no tiene
un programa especifico como 6sigmas, o JIT o MRP

NORMATIVIDAD

323

Estndares y compromisos para

asegurar la calidad
9 0 0 0 -1
G u a s p a r a s e le c c i n
y uso
9001
D is e o /d e s a r ro llo
P r o d u c c i n
In s ta la c i n y s e r v ic io

9002
P r o d u c c i n
In s ta la c i n y s e r v ic io

9003
P ru e b a s e
In s p e c c i n F in a l

9 0 0 4 -1
G u ia s d e s is te m a d e A d m in is tr a c i n d e la c a lid a d
y p ro p s ito s d e a u d ito ra in te rn a

Versin 1994
NORMATIVIDAD

324

8.2.-NORMAS ISO- 9000

Sistemas de Calidad / Modelo Para el Aseguramiento de
la Calidad.
Las Normas de la serie ISO 9000 son:
1. ISO 9000-1.
Administracin de la calidad y estndar de aseguramiento
de calidad. Parte 1: Guias de seleccin y uso.
2.- ISO 9001.
Modelo Para el Aseguramiento de Calidad en Diseo,
Desarrollo, Produccin, Instalacin y Servicio.
-Para uso cuando la conformidad con los requisitos
especificados debe ser asegurada por el proveedor durante
el Diseo, Desarrollo, Produccin, Instalacin y Servicio.

NORMAS ISO 9000

3.- ISO 9002.
Modelo para el aseguramiento
Produccin, Instalacin y Servicio.

de

calidad

en

-Para uso cuando la conformidad con los requisitos

especificados debe ser asegurada por el proveedor
durante la Produccin, Instalacin y Servicio.
4. ISO 9003.
Modelo para el aseguramiento de calidad en Inspeccin
y Pruebas Finales.
-Para uso cuando la conformidad con los requisitos
especificados debe ser asegurada por el proveedor
solamente durante Inspeccin y Pruebas Finales.

NORMATIVIDAD

326

5. ISO 9000-2.
Administracin de la calidad y estndars de
aseguramiento de calidad. Parte 2: Guas genericas
para la aplicacin de ISO 9001, ISO 9002 e ISO 9003.
Las Normas Internacionales relacionadas con
Sistemas de Calidad que pueden ser utilizadas con
propsitos externos de aseguramiento de calidad, son
los incisos 4, 3, y 2: ISO 9003, ISO 9002 e ISO 9001
respectivamente.

NORMATIVIDAD

327

de De varios procesos consultivos llevados a cabo en ms de 100 pases

(se recibieron ms de 15.000 respuestas y sugerencias) se pusieron de
manifiesto las siguientes reclamaciones con respecto a ISO 9001:94:

Demasiado orientada a la fabricacin.

Demasiada burocracia y papeles en las empresas.

Falta de claridad y simplificacin en la norma.

Difcil compatibilidad con otras normas y modelos.

No conecta bien con las prcticas y procesos

Como consecuencia de todo lo anterior, se produce quizs el cambio ms
empresariales.
espectacular a primera vista, que consiste en que la actual familia ISO
9000 queda reducida a tres nuevas normas principales.
ISO 9000 dedicada a la terminologa que sustituye a la anterior
UNE-EN ISO 8402
ISO 9001 que sustituye a la conocida triada 9001/2/3.

ISO 9004 dedicada a guiar a las organizaciones hacia la mejora.

quedando como nica norma certificable la norma ISO 9001.
I, Mientras ISO 9001 marca los requerimientos mandatorios, ISO 9004
profundiza ms en ellos y, en vez de ser una gua para la implantacin
de ISO 9001, se convierte en una gua para la mejora del
comportamiento de las organizaciones.

NORMATIVIDAD

328

MODELO DE TRANSICIN DE ISO 9001:1994 A ISO

9001:2000

NORMATIVIDAD

329

PREGUNTAS MAS COMUNES DEL 9001

Cundo estarn disponibles las Normas revisadas?
Se presume que las revisiones de las Normas ISO 9000, 9001 y 9004
estarn disponibles a finales del ao 2000. En este momento se
desconoce la fecha de publicacin de la normas de auditora, debido a la
fusin de la norma ISO 10011 con ISO 14010, 14011 y 14012.
Qu suceder con las normas ISO 9002 y 9003?
Las versiones de ISO 9002 y 9003 del ao 1994 quedarn obsoletas a
partir del momento de la publicacin de la ISO 9001:2000. Se debern
seguir los requisitos aplicables de la nueva versin de la Norma.
Por qu se revisan las normas?
La organizacin ISO exige una revisin de sus normas de forma
peridica, para asegurar que son actuales y satisfacen las necesidades
de los usuarios.
En el caso de ISO 9001:2000, se ha enfocado en enfatizar:
Medir la Satisfaccin del Cliente
Mejora Continua
Gestin de los Recursos

NORMATIVIDAD

330

Qu suceder con las otras normas y documentos de la familia

actual ISO 9000:1994?
La familia actual de normas ISO 9000:1994 comprende alrededor de 20
normas y documentos. En la nueva versin, se dispondr slo de tres
normas: ISO 9000, 9001 y 9004.
Actualmente se pretende que el resto de normas y documentos sern
retirados o sustituidos por informes tcnicos (con excepcin de ISO
10011 e ISO 10012)
Se dispondr de la versin traducida de las normas
inmediatamente despus de su publicacin por ISO?
ISO publicar las normas ISO 9001:2000 en francs y en ingls. La
traduccin de la norma depender de las Entidades Nacionales de
Normalizacin, como es
Cundo deber mi empresa cambiar su sistema de Calidad?
En este momento no es necesario realizar ningn cambio, pero sera
adecuado conocer los diferentes borradores que se generen. As, la
Empresa puede prever algunos cambios en el Sistema.
Se dispone de guas para la transicin a ISO 9001:2000.

NORMATIVIDAD

331

9.-NORMA INTERNACIONAL ISO/FDIS 9001-2000

0.1 GENERAL
Esta norma internacional especifica requerimientos para un
sistema de administracin de la calidad, que puede ser usada
por una organizacin para direccionar la satisfaccin del cliente
mediante el cumplimiento de los requisitos del cliente y
regulatorios aplicables. tambin puede ser usado por partes
internas y externas , inclusive por cuerpos de certificacin, para
evaluar la habilidad de una organizacin para cumplir con los
requerimientos del cliente y regulatorios.
La adopcin de un sistema de administracin de la calidad
necesita ser una decisin estratgica de la organizacin.
El diseo e implantacin del sistema es influenciado por
necesidades variantes, los objetivos particulares, los productos
provistos, los procesos empleados y el tamao y la estructura de
cada organizacin.
NORMATIVIDAD
332

ESTRUCTURA DE LA NORMA ISO 9000:2000

CAMBIOS ESENCIALES EN LA REVISIN DE ISO 9000:2000.

Los cambios esenciales en la Revisin de la norma ISO 9000 :1994 son
los siguientes:
-Los requerimientos son ms simples y fciles de usar y se orientan
hacia todo tipo de organizaciones , en cuanto a tamao y sector de
actividad.
- Una de las metas es que la norma deber satisfacer las necesidades
de
los inversionistas y otras partes interesadas .
- Es compatible con otros sistemas como el del sistema administrativo
ambiental ISO 14000.
- Existen nuevos requerimientos , tales como la satisfaccin del
cliente , la
INFRAESTRUCTURA, el ambiente de trabajo , la mejora
continua.
- La estructura de la norma se retira de los 20 requerimientos para
quedar
estructurada en cuatro grandes captulos .
-Se orienta a un modelo de procesos
-Se sustituye el trmino de proveedor por el trmino de
organizacin .
-Desaparecen los modelos ISO 9001 , ISO 9002 e ISO 9003 .S tiene
un solo estndar certificable.

NORMATIVIDAD

333

Cules son los principales cambios de las normas?

Los principales cambios que han sido introducidos en el nivel CD2 son:
Estructura orientada a proceso y una secuencia ms lgica
de los contenidos
Mejora Continua
Medida de la Satisfaccin del Cliente como indicador de
Mejora
Atencin a los recursos tales como comunicacin y entorno
de trabajo
Mejoras en la terminologa para una interpretacin ms fcil
Compatibilidad con el Sistema de Gestin Ambiental
Referencia especfica a principios de gestin de calidad
Autoevaluacin como medio de mejora (ISO 9004).

NORMATIVIDAD

334

Qu se entiende por Mejora Continua?

La Mejora Continua es el proceso dirigido a
aumentar la efectividad y/o la eficacia de la
organizacin para alcanzar sus objetivos y
polticas. La Mejora Continua responde a las
necesidades y expectativas crecientes de los
Clientes y asegura una evolucin dinmica del
Sistema de Gestin de Calidad.
Por qu se ha incluido la medida de la
Satisfaccin del Cliente en la nueva
revisin de la ISO 9001?
La Satisfaccin del Cliente tendra que ser uno
de los principios bsicos de cualquier
organizacin. La medida de la satisfaccin del
cliente permite conocer el grado de eficacia del
Sistema de Calidad.

NORMATIVIDAD

335

Qu es un proceso?
Una actividad u operacin que recibe entradas y las convierte en
salidas puede ser considerado proceso. Casi todos las actividades y
operaciones relacionadas con un servicio o producto son procesos.
En una organizacin existen diferentes procesos conectados entre s.
A menudo, la salida de un proceso puede ser la entrada de otro. La
identificacin y gestin sistemtica de los diferentes procesos
desarrollados en una organizacin, y particularmente la interaccin
entre tales procesos, puede ser referida como "la aproximacin del
proceso" a la gestin o gestin de los procesos.
La revisin de las Normas mejorar la satisfaccin del
Cliente?
El Sistema de Gestin de Calidad descrito en la revisin de las normas
se basa en los principios de gestin de calidad que incluye la
aproximacin al proceso y la orientacin al Cliente. La adopcin de
dichos principios debera facilitar clientes con un nivel de confianza
ms alto que el producto (incluyendo servicio) satisfar sus requisitos
e incrementa su grado de satisfaccin.

NORMATIVIDAD

336

ENFOQUE DE PROCESOS
Esta norma internacional alienta la adopcin de un enfoque de
procesos para la administracin de la calidad.
Cualquier actividad que reciba entradas y las convierta en salidas
puede ser considerado como un proceso. Para que la organizacin
funcione efectivamente , debe identificar y administrar numerosos
procesos enlazados. A menudo la salida de un proceso se convierte
en la entrada al siguiente proceso. La identificacin y administracin
sistemtica de los procesos empleados dentro de una organizacin y
las interacciones entre tales procesos puede ser referida como el
ENFOQUE DE PROCESOS.
RELACION CON ISO 9004

Esta edicin ISO 9001 ha sido desarrollada como una parte de un

par consistente de normas de sistemas de administracin de la
calidad, siendo la otra parte ISO 9004-2000. Las dos normas
internacionales estn diseadas para ser usadas juntas , pero
tambin pueden ser usadas independientemente.aunque las
normas internacionales tienen diferente alcance , tienen
estructuras similares para facilidad de uso.
ISO 9004 no es una gua para implantar ISO 9001-2000 y no esta
intencionada para uso de certificacin o contractual.

NORMATIVIDAD

337

ESQUEMA DEL MODELO ISO 9000-2000.

SISTEMA ADMINISTRATIVO DE CALIDAD

MEJORA CONTINUA.

C
L
I
E
N
T
E

R
E
Q
U
E
R
I
M
I
E
N
T
O

RESPONSABILIDAD
-------------------------------------DE LA DIRECCION

ADMINISTRACION
DE RECURSOS

MEDICION,
ANALISIS Y
MEJORA

INSUMO

PRODUCTO

S
A
T
I
S
F
A
----------C
C
I
O
N
P/S

REALIZACION DE
PRODUCTO Y/O
SERVICIO
Sistema de calidad.

NORMATIVIDAD

338

C
L
I
E
N
T
E

COMPATIBILIDAD CON OTROS SISTEMAS DE

ADMINISTRACION
Esta norma internacional esta intencionada para ser
compatible con otros sistemas de administracin
internacional reconocidas.
Esta alineada con ISO 14001-1996 con el fin de realzar
la compatibilidad de las dos normas para el beneficio de
la comunidad usuario.
Esta norma internacional no incluye requerimientos
especficos para otro sistema de administracin, tales
como aquellos particulares para la administracin
ambiental, y administracin de la salud ocupacional la
seguridad o la administracin financiera.

NORMATIVIDAD

339

NORMA INTERNACIONAL ISO/FDIS

9001-2000

Quality management system-requirement

Sistemes de management de la quality-exigences
Version literal del ingles al castellano
NORMATIVIDAD

340

ESTRUCTURA DE LA NORMA ISO 9000-2000.

El estndar ISO 9001 cambia su estructura de 20 requerimientos . la
nueva estructura comprende 4 secciones de generalidades y 4
captulos o clusulas principales:
1.-ALCANCE
2.-REFERENCIA A LA NORMA.
3.-TERMINOS Y DEFINICIONES.
4.-REQUERIMIENTOS DEL SISTEMA ADMINISTRATIVO DE CALIDAD.
5.- RESPONSABILIDADES DE LA DIRECCIN.
6.-ADMINISTRACIN DE RECURSOS.
7.-REALIZACIN DE PRODUCTO Y /O SERVICIO.
8.- MEDICION , ANALISIS Y MEJORAMIENTO.
MODELO DE PROCESO.
-Los requerimientos de la norma ISO 9000-2000 se orientan al flujo
de trabajo real en una organizacin , lo que no sucede con la norma
ISO 9000 :1994.
-El enfoque de proceso de la norma es la identificacin y
administracin sistemtica de los procesos empleados dentro de una
organizacin y su interaccin.
-La norma ISO 900I recomienda a la direccin la adopcin del
enfoque de proceso.

NORMATIVIDAD

341

PREFACIO
La organizacin internacional para la estandarizacin ISO es una
federacin mundial de cuerpos nacionales de normas CUERPOS
MIEMBROS DE LA ISO. El trabajo de preparar normas
internacionales es llevado a cabo mediante comits tcnicos de iso.
Cada cuerpo miembro interesado en un asunto para el cual haya
establecido un comit tcnico , tiene el derecho de ser representado
en este comit. Los borradores de normas internacionales DIS ,
adoptados por los comits tcnicos son circulados a los cuerpos
miembros para votacin. La publicacin como una norma
internacional IS requiere aprobacin de por lo menos 75% de los
cuerpos miembros que emiten su voto.
Cierta atencin debe ser puesta hacia la posibilidad de que algunos de
los elementos de esta norma pueden estar sujetos a derechos de
patente. ISO no debe ser tenido como responsable de identificar
cualquier o todos los derechos de patente.
Esta tercera de edicin de ISO 9001 cancela y reemplaza a la segunda
edicin ISO 9001-94 la cual ha sido tcnicamente revisada. Las
estipulaciones de iso 9002-94 e iso 9003-94 que estn asentadas en
norma internacional.ISO 9002-94 E ISO 9003-94 Sern retiradas con la
publicacin de ISO 9001-2000.

NORMATIVIDAD

342

SITEMA DE GESTION DE LA CALIDAD

REQUISITOS
1.- ALCANCE
1.1.- General
Esta norma internacional especifica los requisitos para un sistema
de gestin de la calidad, aplicable cuando una organizacin
A.-Necesite demostrar su capacidad para suministrar de forma
consistentemente productos que satisfagan los requisitos del
cliente y los requisitos reglamentarios aplicables.
B.- Pretenda conseguir la satisfaccin del cliente atreves de la
efectiva aplicacin del sistema, incluido los procesos para la
mejora continua y el aseguramiento de la conformidad con los
requisitos del cliente y los requisitos reglamentarios o regulatorios
que sean aplicables.
NOTA> en esta norma internacional, el termino PRODUCTO se
aplica nicamente al producto destinado o solicitado por el cliente.

NORMATIVIDAD

343

1.2.- APLICACION
Todos los requisitos de esta norma internacional son genricos y se
pretende que sean aplicables a todas las organizaciones con
independencia de su tipo, tamao o producto suministrado.
Cuando algn requisito de esta norma internacional no pueda aplicar
debido a la naturaleza de la organizacin y de su producto, este puede
considerarse su exclusin.
Cuando se lleven a cabo exclusiones, la conformidad con esta norma
internacional no se considera aceptable a menos que dichas exclusiones
se limiten a requisitos del capitulo 7, y tales exclusiones no afectan a la
capacidad o responsabilidad de la organizacin para proporcionar
productos que cumplan los requisitos del cliente y los requisitos
reglamentarios que sean aplicables.

2.- NORMAS PARA CONSULTA

Como la norma de referencias esta fechada, las modificaciones

posteriores, o las revisiones, de la citada norma internacional no son
aplicables. No obstante, se recomienda a las partes que basen sus
acuerdos en esta norma internacional que estudien la posibilidad de
aplicar la edicin mas reciente de la norma internacional citada abajo.
Los miembros de IEC e ISO mantienen el registro de las normas
internacionales en vigor en cada momento.

NORMATIVIDAD

344

3.- TERMINOS Y DEFINICIONES

Para el propsito de esta norma internacional, los trminos y
definiciones dados en ISO 9000-2000, y los siguientes aplican.
NOTA los trminos usados en la edicin de esta norma internacional
describe la cadena del suministro como sigue.
Proveedor
organizacin
cliente
el termino organizacin reemplaza al termino proveedor previamente
usado , para significar la unidad a que esta norma aplica.el termino
proveedor es usado ahora en lugar del anterior termino
subcontratista. Los cambios han sido introducidos para reflejar el
vocabulario usado por las organizaciones.
A lo largo del texto de esta norma internacional, cuando se utilic el
termino PRODUCTO , este puede significar tambin SERVICIO.

NORMATIVIDAD

345

4.- SISTEMAS DE GESTION DE LA CALIDAD

4.1.- Requisitos generales
la organizacin debe establecer, documentar,implantar,,
mantener y continuamente mejorar un sistema de gestin de la
calidad de acuerdo a los requisitos de esta norma.
La organizacin debe>
A-identificar los procesos necesarios para el sistema de gestin
de la calidad y su aplicacin dentro de toda la organizacin.
B-determinar la secuencia e interaccin de estos procesos.
C-determinar los criterios y mtodos requeridos para asegurar el
funcionamiento efectivo y el control de los procesos
D- asegurar la disponibilidad de recursos e informacin necesario
para apoyar el funcionamiento y el seguimiento de los procesos.
E-medir, realizar el seguimiento y analizar estos procesos.
F-implantar las acciones necesarias para alcanzar los resultados
provistos y la mejora continua de estos procesos.
La organizacin debe de gestionar estos procesos de acuerdo
con los requisitos de esta norma internacional.

NORMATIVIDAD

346

4.2.- Requisitos generales de documentacin

La documentacin de los sistemas de gestin de la

calidad debe incluir.
A-declaraciones documentadas de una poltica de la
calidad y objetivos de la calidad.
B-un manual de calidad.
C- los procedimientos documentados requeridos por la
organizacin para asegurar el control, funcionamiento y
planificacin efectivo de sus procesos.
E- los registros de la calidad requeridos por esta norma
internacional.

4.2.2.- MANUAL DE CALIDAD

La organizacin debe establecer y mantener un manual de
calidad que incluya>
A- el alcance del sistema de gestin de la calidad, incluyendo los
detalles y la justificacin de cualquier exclusin.
B- los procedimientos documentados establecidos para el sistema
de gestin de la calidad o una referencia a los mismos.
C- una descripcin de la interaccin entre los procesos del
sistema de gestin de la calidad.

NORMATIVIDAD

347

4.2.3.- CONTROL DE DOCUMENTOS

Los documentos requeridos por el sistema de gestin de la calidad
deben controlarse. Los registros de la calidad son un tipo especial de
documentos y deben controlarse de acuerdo con los requisitos dados en
el apartado 4.2.4.
Debe establecer un procedimiento documentado para definir los
controles necesarios.
A- para aprobar la PERTINENCIA E IDONEIDAD de los documentos antes
de su edicin.
B- para revisar y actualizar los documentos cuando sea necesario as
como para llevar a cabo su reaprobacin
C- para asegurar que se identifican los cambios y el estado de revisin
actual de los documentos.
E- para asegurar que los documentos permanecen legibles y fcilmente
identificables.
F- para asegurar que se identifican los documentos de origen externo y
se controla su distribucin.
G- para evitar el uso no intencionado de documentos obsoletos, y para
aplicarse una identificacin adecuada en el caso de que se mantenga
por alguna razn

NORMATIVIDAD

348

4.2.4.- CONTROL DE LOS REGISTROS DE CALIDAD

Debe establecerse y mantenerse registros de calidad para
proporcionar evidencia de la conformidad con los requisitos as
como el funcionamiento efectivo del sistema de gestin de la
calidad.
Los registros de calidad deben permanecer legibles, fcilmente
identificables y recuperables. Debe establecerse un
procedimiento documentado para definir los controles
necesarios para la identificacin, legibilidad, almacenamiento,
proteccin, atencin, tiempo de retencin y eliminacin de los
registros de calidad.

NORMATIVIDAD

349

5.- RESPONSABILIDAD DIRECTIVA

5.1.- Compromiso de la direccin
la alta direccin debe proporcionar evidencia de su compromiso
hacia el desarrollo e implantacin del sistema de gestin de la
calidad y para la mejora continua de su eficacia por medio de.
A- comunicar ala organizacin la importancia de cumplir con
los requerimientos del cliente as como tambin, los requisitos
legales y regulatorios.
B- establecer la poltica de calidad y los objetivos de calidad.
C- conducir revisiones directivas.
D- asegurar la disponibilidad de los recursos necesarios.
5.2.- Enfoque al cliente

la alta direccin debe asegurar que los requisitos del cliente

se determinen y cumplan con el propsito de lograr la
satisfaccin del cliente.

NORMATIVIDAD

350

5.3.- Politica de calidad

La direccin debe asegurar que la poltica de calidad.

A- sea apropiada a los propsitos de la organizacin
B- incluya compromiso para cumplir los requisitos y hacia la mejora
continua
C- provea un marco para establecer y revisar los objetivos de
calidad.
D- sea comunicada y extendida en los niveles apropiados dentro de
la organizacin.
E- sea revisada para su continua adecuacin.

5.4.- Planificacin
5.4.1.- objetivos de calidad
la alta direccin debe asegurar que los recursos necesarios para
lograr los objetivos de calidad estn establecidos en las funciones y
niveles relevantes dentro de la organizacin. Los objetivos de la
calidad deben de ser medibles y consistentes con la poltica de
calidad incluyendo el compromiso hacia la mejora continua, los
objetivos de calidad deben incluir aquellos necesarios para cumplir
con los requisitos para el producto.

NORMATIVIDAD

351

5.4.2.- PLANIFICACION DEL SISTEMA DE GESTION DE

LA CALIDAD
La alta direccin debe asegurar que>
A- la planificacin del sistema de gestin de la calidad se lleva acabo
con el fin de cumplir los requisitos dados en el apartado 4.1, as como
los objetivos de calidad.
B- se mantiene la integridad del sistema de gestin de la calidad
cuando se planea e implementa cambios en el sistema de gestin de
la calidad.

5.5.-RESPONSABILIDAD, AUTORIDAD Y COMUNICACION

5.5.1.- RESPONSABILIDAD>
La alta direccin debe asegurar la definicin y comunicacin de las
responsabilidades, autoridades y su interrelacin dentro de la
organizacin.

NORMATIVIDAD

352

5.5.2.- REPRESENTANTE DE LA DIRECCION> la alta direccin

debe designar un miembro de la direccin quien, con independencia
de otras responsabilidades, debe de tener la responsabilidad y
autoridad que incluya>
A- asegurar que se establezcan, implanten y mantengan los procesos
necesarios para el sistema de gestin de la calidad.
B- informar ala alta direccin el funcionamiento del sistema de gestin
de la calidad, incluyendo las necesidades de la mejora>
C- promover la toma de conciencia de los requisitos de los clientes en
todos los niveles de la organizacin.
NOTA> la responsabilidad del representante de la direccin puede
incluir relaciones con partes externas sobre asuntos relacionados con
el sistema de gestin de la calidad.
5.5.3 .-COMUNICACION INTERNA

La alta direccin debe asegurar que se ESTABLEZCAN los procesos

apropiados de comunicacin dentro de la organizacin y que la
comunicacin tendr lugar considerado la eficiencia del sistema de
gestin de la calidad.

NORMATIVIDAD

353

5.6.- REVISION POR LA DIRECCION

.
5.6.1.- GENERALIDADES
la alta direccin debe, a intervalos planificados, revisar el sistema de
gestin de la calidad de la organizacin, para asegurar su
INTEGRIDAD, adecuacin y eficiencia, la revisin debe incluir la
evaluacin de las oportunidades de mejora y las necesidades de
efectuar cambios en el sistema de gestin de la calidad, incluyendo la
poltica de calidad y los objetivos de calidad.
5.6.2.- INFORMACION PARA LA REVISIN
POR LA DIRECCION DEBE INCLUIR INFORMACION SOBRE>
A- resultados de auditorias
B- retroalimentacin de los clientes
C- funcionamiento de los procesos y conformidad del producto
D- situacin de las actividades preventivas y correctivas.
E- seguimiento de las acciones derivadas de las revisiones anteriores
a la direccin.
F- cambios planeados que podra afectar el sistema de gestin de la
calidad.
G-recomendaciones para la mejora.

NORMATIVIDAD

354

5.6.3.- RESULTADOS DE LA REVISIN

Los resultados de la revisin por la direccin deben incluir las
decisiones y acciones asociadas a>
A- la mejora de la eficiencia del sistema de gestin de la calidad
y sus procesos.
B- la mejora del producto en relacin con los requisitos del
cliente.
C- las necesidades de recursos.

6.- GESTION DE LOS RECURSOS

6.1.- SUMINISTRO DE RECURSOS
la organizacin debe determinar y suministrar los recursos necesarios
para>
A- implantar y mantener el sistema de gestin de la calidad y mejorar
continuamente su eficiencia
B- lograr la satisfaccin del cliente.
6.2.- RECURSOS HUMANOS
6.2.1.- GENERALIDADES
el personal que realice trabajos que afecten a la calidad del producto
deben ser competente en base a la educacin, formacin, habilidades,
experiencias apropiadas.

NORMATIVIDAD

355

6.2.2.- COMPETENCIA, SENSIBILIZACION Y FORMACION

LA ORGANIZACIN DEBE>
A- determinar EL PERFIL DE CONOCIMIENTOS NECESARIOS
para el personal que realiza actividades que afecten la calidad
del producto>
B- proporcionar formacin o tomar otras acciones para
satisfacer dichas acciones.
C- evaluar la eficiencia de las acciones tomadas.
D- asegurar que sus empleados son consistentes de la
relevancia e importancia de sus actividades y como
contribuyen a la consecucin de los objetivos de calidad.
E- mantener los registros apropiados de la educacin,
formacin, habilidades, y experiencia.

NORMATIVIDAD

356

6.3.- INFRAESTRUCTURA
La organizacin debe identificar, proveer y mantener las instalaciones
necesarias para obtener la conformidad del producto, incluyendo: edificios,
espacios de trabajo e infraestructura asociada.
< equipo para los procesos tanto, soporte fsico HARDWARE, como soporte
lgico SOFTWARE. servicios de apoyo tales como transportacin y
comunicacin.
6.4.- AMBIENTE DE TRABAJO
la organizacin debe identificar y gestionar los factores humanos y fsicos
del ambiente de trabajo necesarios para lograr la conformidad del
producto.

NORMATIVIDAD

357

7.- REALIZACION DEL PRODUCTO

7.1.-Planificacion de la realizacin del producto.

La organizacin debe planificar y desarrollar los procesos necesarios para
la realizacin del producto. La planificacin de la realizacin del producto
debe ser consistente con los requisitos de otros procesos del sistema de
gestin de la calidad.
En la planificacin de la realizacin de los productos la organizacin debe
determinar lo sig., cuando sea apropiado>
>los objetivos de calidad y los requisitos para el producto.
>la necesidad para establecer procesos y documentacin, y proveer los
recursos e instalaciones especificas para el producto.
> las actividades de verificacin y validacin y los criterios de
aceptabilidad.
>los registros que sean necesarios para proporcionar evidencia de los
procesos de realizacin y el producto resultante cumple con los requisitos.
7.2.-Procesos relacionados con el cliente
7.2.1.- determinacin de los requisitos relacionados con el cliente
la organizacin debe determinar>
A- los requisitos especificados por el cliente, incluyendo los requisitos
NORMATIVIDAD
358
para las actividades de entrega
y post-venta.

 B- los requisitos no especificados por el cliente pero necesarios

para la utilizacin prevista o especificada.
C- los requisitos legales y reglamentarios relacionados con el
producto.
D- cualquier requisito adicional determinado por la organizacin.
7.2.2.- Revisin de los requisitos relacionados con el producto

La organizacin debe revisar los requisitos relacionados con el

producto.
Esta revisin debe efectuarse antes de que la organizacin
comprometa a proporcionar un producto al cliente.
Y debe asegurar que>> los requisitos del producto estn definidos.
> las diferencias existentes entre los requisitos del pedido o contrato
y los expresados previamente son resueltas.
Debe mantenerse registros de los resultados de la revisin y de las
acciones originadas por la misma.

NORMATIVIDAD

359

7.2.3.- COMUNICACION CON EL CLIENTE

La organizacin debe identificar e implementar las disposiciones
para la comunicacin con el cliente en relacin con a >
> informacin del producto
> preguntas, manejo de los contratos u ordenes, incluyendo
enmiendas.
> retroalimentacin del cliente, incluyendo quejas del cliente.

7.3.- DISEO Y/O DESARROLLO

7.3.1.- PLANIFICACION DEL DISEO Y/O DESARROLLO
La organizacin debe planificar y controlar el diseo y/o desarrollo
del producto>
la planificacin del diseo debe determinar>
> las etapas del diseo y/o desarrollo de los procesos.
>las actividades de revisin, verificacin y validar apropiadas para
cada etapa del diseo y/o desarrollo.

NORMATIVIDAD

360

> las responsabilidades y autoridades para las actividades del diseo y/o
desarrollo.
La organizacin debe gestionar las interfaces entre los diferentes grupos
implicados en el diseo y desarrollo para asegurar una comunicacin
eficaz y una clara asignacin de responsabilidades.

7.3.2.-ELEMENTOS DE ENTRADA PARA EL DISEO Y/O

DESARROLLO
Las entradas en relacin a los requisitos del producto deben
estar definidas y documentadas. Estas deben incluir>
> requisitos funcionales y de desempeo
>requisitos legales y reglamentarios aplicables.
>informacin aplicable derivada de diseos similares previos
>otros requisitos cualquier, esenciales para el diseo y/o
desarrollo.
Las entradas deben de ser revisadas para su adecuacin.
Requisitos incompletos, ambiguos o en conflicto deben ser
resueltos.

NORMATIVIDAD

361

7.3.3.- RESULTADOS DEL DISEO Y DESARROLLO

Los resultados del diseo y desarrollo deben proporcionarse de
manera que permita su verificacin en relacin a las entradas del
diseo y desarrollo y deben aprobarse antes de su liberacin.
Los resultados del diseo y desarrollo deben>
A - satisfacer los elementos de entrada del diseo y desarrollo.
B- proporcionar la informacin necesaria para las operaciones de
compras, produccin y servicio.
C- contener o referenciar los criterios de aceptacin para el
producto.
7.3.4.- REVISION DEL DISEO Y/O DESARROLLO
en las etapas adecuadas, deben realizarse revisiones sistemticas
del diseo y desarrollo para>
A- evaluar los resultados del diseo y desarrollo en relacin a su
capacidad para cumplir los requisitos e,
B- identificar problemas y proveer las acciones necesarias.

NORMATIVIDAD

362

7.3.5.- VERIFICACION DEL DISEO Y/O DESRROLLO

La verificacin debe ser desempeada para asegurar que la salida
cumple con las entradas del diseo y/o desarrollo. Los resultados de
las verificaciones y las subsecuentes acciones de seguimiento deben
ser registradas.
7.3.6.- VALIDACION DEL DISEO Y/O DESARROLLO
la validacin del diseo y/o desarrollo debe de ser desempeada para
confirmar que el producto resultante es capaz de cumplir con los
requisitos para el uso intencionado
donde quiera que sea aplicable,la validacin debe de ser completada
antes de la entrega o implementacin del producto. Donde sea
impractico desempear una completa validacin antes de la entrega o
implementacin, una validacin parcial debe ser desempeada hasta
la extensin aplicable. Los resultados de la validacin y las
subsecuentes acciones de seguimiento deben ser registradas.

NORMATIVIDAD

363

7.3.7.- CONTROL DE CAMBIOS DEL DISEO Y/O DESARROLLO

Los cambios del diseo y/o desarrollo deben ser identificados,
documentados y controlados. Esto incluye la evaluacin del efecto del
cambio o partes del constituyentes y productos entregados.
Los resultados de la revisin de los cambios y acciones subsecuentes
deben ser documentados.
7.4.- COMPRAS
7.4.1.- PROCESO DE COMPRAS
la organizacin debe controlar sus procesos de compra para asegurar
que el producto comprado este conforme a los requisitos. El tipo y
extensin del control debe ser dependiente del efecto en la
subsecuente realizacin de los procesos y la salida de ellos.
La organizacin debe evaluar y seleccionar los proveedores basados
en su habilidad para suministrar productos en acuerdo con los
requisitos de la organizacin.
Los criterios para la seleccin, la evaluacin debe estar definida ..
Los resultados de las evaluaciones y acciones de seguimiento
subsecuentes deben ser registradas.

NORMATIVIDAD

364

7.4.2.- INFORMACION DE COMPRAS

Los documentos de compras deben contener informacin que describa el
producto a ser comprado, incluyendo cuando sea apropiado>
A- requisitos para aprobacin o calificacin de >
> producto,
> procedimientos, y procesos,
> equipo y, personal.
B- requisitos del sistema de gestin de la calidad.
La organizacin debe asegurar la adecuacin de los requisitos
especificados contenidos en los documentos de compras antes de su
liberacin.
7.4.3.- VERIFICACION DE LOS PRODUCTO COMPRADOS
La organizacin debe identificar e implementar las actividades
necesarias para la verificacin del producto comprado.
Cuando la organizacin o su cliente proponga desempear
actividades de verificacin en los locales de los proveedores,
la organizacin debe especificar la disposicin de la
verificacin intencionada y el mtodo de liberacin del
producto en la informacin de compra.

NORMATIVIDAD

365

7.5.- OPERACIN DE PRODUCCION Y SERVICIO

7.5.1.- CONTROL DE LAS OPERACIONES DE PRODUCCION Y SERVICIO

la organizacin debe controlar las operaciones de produccin y
servicio a travs de >
> la disponibilidad de la informacin que especifica las caractersticas
del producto,
> donde sea necesario, la disponibilidad de instructivos de trabajo.
> el uso y mantenimiento del equipo adecuado para las operaciones
de produccin y servicio.
> la disposicin y uso de los dispositivos de medicin y monitoreo,
> la implementacin de actividades de monitoreo,
la implementacin de procesos definidos para liberar, entregar y
actividades aplicables de postentrega.

NORMATIVIDAD

366

7.5.2.- VALIDACION DEL PROCESO

La organizacin de los procesos de produccin y servicio cualquiera,
donde los resultados de salida no pueden se verificados por una
subsecuente medicin y monitoreo. Esto incluye procesos cualquiera
donde las deficiencias llegan a ser aparentes solo despus de que el
producto esta en uso o que el servicio ha sido entregado.
La validacin debe demostrar la capacidad de los procesos para lograr
los resultados planeados.
La organizacin debe definir las disposiciones para la validacin que
deben incluir lo siguiente, cuando sea aplicable.>
> calificacin de los procesos > cal. Del equipo y personal
> uso de metodologas y procedimientos > requerimiento . De reg.
7.5.3.- Identificacin y trazabilidad
La organizacin debe identificar el producto, donde sea apropiado,
por medios adecuados en todo lo largo de las operaciones de
produccin y servicio.
La organizacin debe identificar el estado del producto con respecto
a los requisitos de medicin y monitoreo.
La organizacin debe controlar y registrar la identificacin nica del
producto, donde la rastreabilidad sea un requisito.

NORMATIVIDAD

367

7.5.4.- BIENES DEL CLIENTE

La organizacin debe ejercer cuidado con la propiedad del cliente mientras
este bajo el control de la organizacin o siendo usada por la organizacin.
la organizacin debe identificar, verificar y proteger y mantener la
propiedad del cliente provista para el uso e incorporacin en el producto.
La ocurrencia de cualquier propiedad del cliente que sea perdida, o de
otra manera encontrada ser inadecuada para el uso debe ser registrada y
reportada al cliente.
7.5.5.- CONSERVACION DEL PRODUCTO
la organizacin debe preservar la conformidad del producto con los
requerimientos del cliente durante el procesamiento interno y durante la
entrega a su destino final. Esto debe incluir la identificacin, manejo,
empaque , almacenaje y proteccin.
Eso tambin debe aplicar alas partes constituyentes de un prod..

NORMATIVIDAD

368

7.6.- CONTROL DE EQUIPOS DE MEDIDA Y

OBSERVACION
La organizacin debe identificar las mediciones que deben ser
hechas y los dispositivos de medicin y observacin requeridos para
asegurar la conformidad de los productos a los requisitos
especificados.
Donde sea aplicable, los dispositivos de medicin y monitoreo
>deben ser ajustados y calibrados peridicamente o antes de su
uso.
> ser salvaguardados de ajustes que invalidaran la calibracin.
> ser protegidos del dao y deterioro durante el manejo,
mantenimiento y almacenamiento.
> tener los resultados de sus calibraciones registradas.

NORMATIVIDAD

369

8.- MEDICION, ANALISIS Y MEJORA

8.1.- GENERALIDADES

la organizacin debe definir, planear, e implementar

las actividades de medicin y observacin, anlisis y
mejora necesarios.
A- para demostrar la conformidad del producto.
B- para asegurar el sistema de gestin de la calidad.
C- para mejorar continuamente la eficacia del
sistema de gestin de la calidad.
8.2.- MEDICION YOBSERVACION
8.2.1.- Satisfaccin del Cliente.

La organizacin debe realizar el seguimiento de la

informacin relativa a la percepcin del cliente, del
grado en que la organizacin ha satisfecho sus
requisitos. Debe determinarse los mtodos para
obtener y utilizar dicha informacin.
NORMATIVIDAD
370

8.2.2 .-Auditoria Interna

La organizacin debe conducir auditorias internas peridicas para
determinar si el sistema de la administracin de la calidad>
> esta conforme a los requerimientos de esta norma
internacional.
> se ha implantado y se mantiene de manera eficaz.
Se debe planificar el programa de auditorias tomando en
consideracin el estado y la importancia de los procesos y reas
a auditar, as como los resultados de auditorias previas. Se
deben definir criterios de auditorias.
Debe definirse un procedimiento documentando las
responsabilidades y requisitos para la planificacin y realizacin
de auditorias. Y para la presentacin de resultados y
mantenimiento de registros.

NORMATIVIDAD

371

8.2.3.- MEDICION Y OBSERVACION

La organizacin debe aplicar mtodos apropiados para la observacin
cuando sea aplicable la medicin de los procesos del sistema de gestin de
la calidad.estos mtodos deben demostrar la capacidad de los procesos
para alcanzar los resultados planeados. Cuando no se alcancen los
resultados esperados, deben llevarse acabo acciones correctivas y
preventivas.
8.2.4.- MEDICION Y SEGUIMIENTO DEL PRODUCTO
la organizacin debe medir y hacer un seguimiento de las caractersticas del
producto para verificar que se cumplan con los requisitos del producto.
Debe mantenerse evidencia de la conformidad con los criterios de
aceptacin. Los registros deben indicar la autoridad responsable de la
puesta en uso el producto.

NORMATIVIDAD

372

8.3.- CONTROL DE PRODUCTO NO CONFORME

La organizacin debe asegurarse que el producto que no sea
conforme con los requisitos, se identifica y controla para prevenir
una utilizacin o entrega no intencionada. Los controles y las
responsabilidades relacionadas con el mismo, as como las
autorizaciones para tratar los productos no conformes deben estar
definidas en un procedimiento documentado.
La organizacin debe tratar los productos no conformes mediante
una o mas de las sig.. Maneras.
A- actuando para eliminar la no conformidad detectada.
B- autorizando su aceptacin, envo o aceptacin bajo concesin
de las autoridad competente.
C- actuando para retomar su utilizacin o aplicacin original.

NORMATIVIDAD

373

8.4.- ANALISIS DE DATOS

La organizacin debe determinar, recopilar y analizar los datos
apropiados para demostrar la adecuacin y la eficiencia del sistema de
gestin de la calidad y para evaluar donde pueda realizarse mejoras
continuas del sistema de gestin de la calidad. Esto debe incluir a los
datos generados por las actividades de medicin y observacin y por
cualquier otra fuente relevante.
El anlisis de estos datos debe proporcionar informacin sobre>
A- la satisfaccin del cliente.
B- la conformidad con los requisitos del producto.
C- las caractersticas y tendencias de los procesos y productos
incluyendo las oportunidades para llevar acabo acciones preventivas, y
D- los proveedores.

8.5.- MEJORA
8.5.1.- MEJORA CONTINUA
la organizacin debe mejorar continuamente la eficacia del sistema de
gestin de la calidad por medio de la utilizacin de la poltica de calidad,
objetivos de calidad, resultados de las auditorias,anlisis de datos,
acciones correctivas y preventivas y la revisin por la direccin.

NORMATIVIDAD

374

8.5.2.- ACCIONES CORRECTIVAS

Debe establecerse un procedimiento documentado para
definir los requisitos para A.- revisar no conformidades
B.- determinar las causas de la no conformidad
C.-La organizacin debe tomar acciones para eliminar las
causas de no conformidades con objeto de prevenir su
repeticin. Las acciones correctivas deben ser apropiadas a los
efectos de las no conformidades encontradas.
D.- evaluar la necesidad de adoptar acciones para asegurar
que las no conformidades no vuelvan a ocurrir.
E.- determinar e implantar las acciones necesarias.
F.- registrar los resultados de las acciones tomadas.
G.- revisar las acciones correctivas tomadas.

NORMATIVIDAD

375

8.5.3.- ACCIONES PREVENTIVAS

La organizacin debe determinar acciones para eliminar las causas
de no conformidades potenciales para prevenir su ocurrencia. Las
acciones preventivas tomadas deben ser apropiadas para los
efectos de los problemas potenciales.

A- determinar no conformidades potenciales y su causas.

B- evaluar las necesidades de actuar para prevenir la ocurrencia

de no
conformidades.
C- determinar e implantar acciones necesarias.
D- registrar los resultados de las acciones tomadas,
E- revisar las acciones preventivas tomadas.

NORMATIVIDAD

376

MODULO

ISO/ TS-16949 Y
QS-9000
UNIDAD VII
INTRODUCCION AL QS-9000
Y LA NORMA ISO / TS-16949
M.C. ROLANDO DEL TORO WALS
NORMATIVIDAD

377

10.-INTRODUCCIN AL QS-9000
La QS-9000 actualmente en vigor es la tercera edicin de fecha Marzo
de 1998 y obligatoria desde Enero de 1999, fecha en que la segunda
edicin queda obsoleta. En esta tercera edicin se han incluido los
Requisitos del Sector, en la Seccin I junto a los Requisitos de ISO9000. As, los Requisitos Especficos del Cliente han pasado a ser
Seccin II. Adems, y se han incluido las Interpretaciones Autorizadas
por la AIAG (Automotive Industry Action Group)
Se denomina "Seven Pack" al conjunto de los manuales que
componen la QS-9000 , tres de ellos obligatorios y el resto de
referencia. A saber:
QS-9000: Requisitos del Sistema de Calidad
QSA: Evaluacin del Sistema de Calidad
PPAP: Proceso de Aprobacin de Piezas para Produccin
APQP: Planificacin Avanzada de la Calidad
FMEA: Anlisis de Modos de Fallo y sus Efectos
SPC: Control Estadstico de los Proceso
MSA: Anlisis de Sistemas de Medida

NORMATIVIDAD

378

Estandares internacionales ISO-9000

Requerimientos del cliente QS-900
Proceso de aprobacion de partes para produccin
---------------------------- PPAP ----------------------------------Requerimientos especificos de la empresa

Manual de
calidad
Define: Que,
Quien y Cuando

Define
Resposabili
dades

Manuales de referen.
Del cliente:
APQP & Control plan
FMEA
MSA
SPC

Procedimientos
Instucciones de
trabajo

Dice el Como

BASICAS
Registros yHTAS.
docum.

Resultados: muestra
Como el sistema
Esta operando 379

La cantidad de procedimientos documentados la extensin de cada

uno y la naturaleza de su forma y presentacin depende
principalmente de la complejidad de las instalaciones, la
organizacin y la naturaleza de la organizacin.

MAC
PAC

Nivel 1

Nivel 2

IT
R

Nivel 3
Nivel 4

Estructura documental del sistema de calidad

NORMATIVIDAD

380

MANUAL DE CALIDAD
Es un documento que establece la poltica de calidad y describe el
sistema de calidad de una organizacin, el cual se puede referir a
todas las actividades de la organizacin o a solo una parte de
estas

Un manual de calidad contiene o refiere los procedimientos

documentados del sistema de calidad
Un manual de calidad debe cubrir todos los criterios de la norma
aplicables al sistema de calidad.

NORMATIVIDAD

381

Propsitos de los manuales de calidad

Comunicar la poltica de la organizacin, procedimientos y
requisitos;
describir e implementar un sistema de calidad efectivo
proporcionar un mejor control de las prcticas y facilitar las
actividades de aseguramiento
proporcionar las bases documentadas para auditar el sistema de
calidad
proporcionar la continuidad del sistema de calidad y sus requisitos
durante circunstancias cambiantes
capacitar al personal en los requisitos del sistema de calidad y sus
mtodos de cumplimiento
Presentar el sistema de calidad para propsitos externos tales como
demostrar el cumplimiento con las normas
demostrar el cumplimiento del sistema de calidad con los
requisitos de calidad ensituaciones contractuales.

NORMATIVIDAD

382

 RESPONSABILIDAD Y COMPROMISO DE LA DIRECCIN

LA DIREECCIN DEBE MOSTRAR EVIDENCIA DE SU COMPROMISO AL
DESARROLLO Y MEJORA DEL SISTEMA ADMINISTRATIVO DE CALIDAD A
TRAVS DE:
COMUNICAR A LA ORGANIZACIN LA IMPORTANCIA DE CUMPLIR CON
LOS REQUERIMIENTOS DE LOS CLIENTES AS COMO LAS REGULACIONES
LEGABLES APLICABLES.
ESTABLECER LA POLTICA DE CALIDAD Y OBJETIVOS DE LA CALIDAD.
REALIZAR REVISIONES POR LA DIRECCIN.
ASEGURAR LA DISPONIBILIDAD DE LOS REECURSOS NECESARIOS.
ENFOQUE HACIA EL CLIENTE.
LA DIRECCIN DEBE ASEGURAR QUE LAS NECESIDADES Y
EXPECTATIVAS DEL CLIENTE SEAN DEFINIDAS, CONVERTIDAS A
REQUERIMIENTOS Y CUMPLIDAS CON EL OBJETIVO DE ALCANZAR SU
SATISFACCIN.

NORMATIVIDAD

383

RESPONSABILIDAD DE LA DIRECCIN
Poltica de la calidad
Objetivos de calidad
Tableros de mando
Organizacin
Organigrama
Matriz de responsabilidades y autoridades
Descripcin de responsabilidades y autoridades
Recursos
Representante de la direccin

NORMATIVIDAD

384

PROCEDIMIENTO

forma especificas
de desarrollar una
actividad

El procedimiento generalmente contiene

Los propsitos de alcance de una actividad
Qu debe hacerse y por quin
Cuando, dnde y cmo debe ser hecha
Qu materiales, equipos y documentos deben ser utilizados
Cmo debe estar controlada y registrada

NORMATIVIDAD

385

POLTICA DE CALIDAD.

LA DIRECCIN DEBE ASEGURAR QUE LA POLTICA DE CALIDAD:

ES ADECUADA AL PROPSITO DE LA ORGANIZACIN.
INCLUYA EL COMPROMISO A CUMPLIR REQUERIMIENTOS Y A LA MJORA
CONTINUA.
PROVEA UN MARCO DE REEFERENCIA PARA ESTABLECER Y REVISAR
OBJETIVOS DE CALIDAD.
ES COMUNICADA Y ENTENDIDA EN TODOS LOS NIVELES DE LA
ORGANIZACIN
ES REVISADA PARA QUE SE ADECUE PERMANENTEMENTE.
LA POLTICA DE CALIDAD DEBE SER CONTROLADA.
POLTICA DE CALIDAD.
DIRECTRICES Y OBJETIVOS GENERALES DE UNA ORGANIZACIN ,
CONCERNIENTES A LA CALIDAD, LOS CUALES SON FORMALMENTE
EXPRESADOS POR LA ALTA DIRECCIN

NORMATIVIDAD

386

POLTICAS DE CALIDAD.

GENERAL MOTORS
EN GM TENEMOS COMO POLTICA LOGRAR LA SATISFACCIN Y
EL ENTUSIASMO DE NUESTROS CLIENTES A TRAVS DEL
TRABAJO EN EQUIPO Y LA MEJORA CONTINUA DE NUESTROS
PRODUCTOS Y SERVICIOS.
AXA.
NOSOTROS CON EL HABITO DE LA MEJORA CONTINUA
BUSCAMOS LA SATISFACCIN DE NUESTROS CLIENTES.
COECYT.
PREVER MEDIANTE LA MEJORA CONTINUA, EL ASEGURAMIENTO
DE LA CALIDAD DE NUESTROS SERVICIOS QUE SE OTORGAN A
LOS USUARIOS, BUSCANDO SATISFACER LAS DEMANDAS E
INCREMENTAR EL BIENESTAR SOCIAL, EDUCATIVO Y
CULTURAL.

NORMATIVIDAD

387

Instruccin de Trabajo
CLIENTE:

TEXTRON

OPERACION:
INSPECCION

PIEZA: DEMISTER
DERECHO

NPC: 1000263 AA

NC: EIDRDDD-009

RESPONSABLE:
IINSPECTOR

CARACT.
ESPECIAL :4

NI:

Instrucciones:
1.-Lnea PC # 532, Peso
(Foto A), Especificacin,
min.155 grs mx 235 grs.
Instrumento de Medicin
Bascula.A
2.-Lnea PC # 533, Espesor
de pared en rea A (Foto
B), Especificacin. min 0.7
mm. Max 3 mm
Instrumento de medicin:
Gage de Ultasonido .B

NORMATIVIDAD

388

B08

REGISTRO
ES UN DOCUMENTO QUE PROPORCIONA EVIDENCIA OBEJTIVA
DE LAS ACTIVIDADES REALIZADAS O DE LOS RESULTADOS
OBTENIDOS

Son la principal fuente de

informacin que habla de la implantacin
y comportamiento del sistema de calidad.
Para los auditores, si algo no est registrado
quiere decir que no se hizo, que no sucedi.

NORMATIVIDAD

389

CONTROL DE REGISTROS DE CALIDAD

Los registros deben ser establecidos y mantenidos en
cumplimientos con los procedimientos documentados
Los registros deben estar almacenados apropiadamente y
ser fcilmente recuperables.
Los periodos de retencin de los registros se deben
especificar
El tiempo de retencin de los registros de calidad
debern ser establecidos y documentados en un
procedimiento.
La determinacin del tiempo de retencin de un registro
se basa , generalmente, en el tiempo de vida que se
espera del producto, y la extensin del periodo de
garanta, los registros legales o contractuales y dems.

NORMATIVIDAD

390

Evolucin de los referenciales del sector automtriz.

A finales de los aos 80 y principios de los 90, los grandes fabricantes del
sector del automvil europeos y americanos, empezaron a poner de
manifiesto una mayor sensibilidad hacia los requisitos de la calidad. Una de
las principales causas de este hecho fue, la evidente superioridad
demostrada por los fabricantes japoneses en el terreno de la calidad,
sumado a los incrementos de cuotas de mercado que estaban consiguiendo
en los continentes americano y europeo.
A raz de estos hechos los fabricantes occidentales comenzaron a potenciar
la calidad entre sus proveedores con la adjudicacin de distintivos como el
Q101/Q1 de Ford el Supplier of the Year de General Motors.
Fue ms tarde cuando empezaron a surgir los referenciales de calidad tal y
como los conocemos hoy, el EAQF del grupo PSA y RENAULT, la QS-9000
de Chrysler, Ford y General Motors, la VDA 6.1 de Audi, BMW, Daimler Benz
y VW, y la AVSQ de FIAT e IVECO.
Estos referenciales recogan, bsicamente, los requisitos que deban
contemplar los diferentes sistemas de calidad de los suministradores, para
poder considerarlos como Proveedor homologado y apto para el
suministro de productos.

NORMATIVIDAD

391

Esto hizo, que los fabricantes de vehculos tuvieran que crear equipos
propios de auditores, con el consiguiente gasto en estructura. La
posterior delegacin de las auditorias y certificaciones a entidades de
certificacin acreditadas, obedece, entre otros motivos, al traspaso de
estos costes a los proveedores, que son actualmente los que tienen que
asumir los gastos de las auditoras y certificaciones de calidad.
Esta estrategia se est extendiendo a toda la industria en general,
basada en el principio de que cada cual ha de ser responsable de la
calidad de sus productos y por lo tanto el control de calidad
tradicional de recepcin, cada vez se utiliza menos, y en cambio, se
exige ms a los proveedores que implanten sistemas de calidad
eficientes y los certifiquen como evidencia de su correcto cumplimiento.
Actualmente, los fabricantes de vehculos de todo el mundo, reconocen
los certificados de sistemas de calidad emitidos por entidades de
certificacin acreditadas, y se limitan en sus funciones, a una tarea de
supervisin de los procesos productivos y productos suministrados.

NORMATIVIDAD

392

Armonizacin de los referenciales a la nueva ISO TS 16949.

La problemtica surgida con la proliferacin de diferentes
referenciales, se haca evidente, cuando un mismo proveedor
suministraba al mismo tiempo a 2 o ms fabricantes. La obligacin de
cumplir con varios referenciales (no armonizados) a la vez, ha llevado
a la mayora de empresas proveedoras del automvil a duplicar
esfuerzos en el desarrollo de sus sistemas de calidad, sobretodo a
nivel burocrtico, y a incrementar sus costes de estructura, para poder
dar satisfaccin a las exigencias de los fabricantes, as como un
sobrecosto en el mantenimiento de las diferentes auditoras y
certificaciones de los referenciales.
Los ecos de esta problemtica, llegaron pronto hasta los principales
fabricantes de vehculos, que decidieron concretar en un nico
referencial todas las exigencias comunes a las polticas de calidad de
cada uno de ellos. Estas han sido las causas principales del nacimiento
del referencial ISO TS 16949.

NORMATIVIDAD

393

La 3 Edicin es la ltima revisin de la Norma QS9000 (Marzo

1998), est basada el texto integro de la Norma ISO 9000:94,
ms los requisitos especficos del sector del automvil,
Con posterioridad, en el ao 1999 apareci el referencial ISO/TS
19649 con el fin de armonizar los referenciales del sector del
automvil americanos y europeos, (QS9000, VDA6.1, etc).
Actualmente, este referencial est siendo revisado conforme los
requisitos y al texto de la norma ISO 9000:2000 ms los
requisitos propios del sector del automvil y el borrador final es
de Julio de 2001 y su emisin definitiva est prevista para Marzo
de 2002, lo cual, se supone, cancelar definitivamente todos los
dems referenciales de este sector ya que, en esta revisin
colaboran la IATF de Estados Unidos, JAMA de Japn, ANFIA de
Italia, CCFA de Francia, VDA de Alemania, SMMT de UK y la
IAOB.

NORMATIVIDAD

394

11.- ISO/TS 16949

La IATF (International Automotive Task Force) ha dado a conocer una
nueva norma global para el sector automotriz a fin de simplificar los
requerimiento del sistema de calidad para los proveedores
automotores.
La ISO/TS 16949 es una especificacin tcnica que establece los requisitos
bsicos para estructurar Sistemas que aseguren la calidad de los
productos y/o servicios de las empresas automotrices que la emitieron.
Los proveedores, pertenecientes a la cadena de abastecimiento del sector
automotriz, han sido exigidos en los ltimos aos a una monstruosa
evolucin de sus Sistemas de Calidad. El proceso se inici con las normas
especficas de las terminales, como por ejemplo el Q101 de Ford, despus
surgi la necesidad de la certificacin ISO 9000. Con la integracin de las
normas de las terminales americanas, los esfuerzos se concentraron en
adecuarla a los requisitos QS 9000 y sus metodologas (APQP, PPAP, MSA,
FMEA, CEP).

NORMATIVIDAD

395

Esta unificacin de normas tiene especial importancia para

Latinoamrica, donde una cantidad cada vez mayor de fabricantes desean
trabajar como proveedores de fabricantes de automviles del mundo
entero.
Los fabricantes de componentes certificados con ISO / TS 16949 pueden
mantener un registro segn un sistema de calidad nico que satisfaga los
requerimientos de mltiples clientes. El marco comn de la ISO / TS
16949 elimina el requerimiento de realizar auditorias separadas para cada
cliente.
Combinada con los requerimientos especficos del cliente, ISO/TS 16949
satisfar pero no reemplazar las siguientes normas establecidas
por diferentes pases:
QS-9000 (EE.UU.)
VDA 6.1 (Alemania)
AVSQ (Italia)
EAQF (Francia)
Los fabricantes que aceptarn el registro ISO/TS 16949 son Ford,
General Motors (incluso Opel Vauxhall), DaimlerChrysler, BMW, Fiat,
PSA Peugeot-Citroen, Renault SA y Volkswagen.

NORMATIVIDAD

396

NORMATIVIDAD

397

Esta norma TS 16949 est siendo editada por un comit ISO +

representantes de QS-9000 (americanos) + representantes de VDA
(alemanes) + representantes de EAQF Y AVSQ (franceses e italianos).
Es de esperar que los intereses particulares sern fuertes
De momento parece que la propuesta de norma tiene la siguiente
estructura
- Basada en la norma ISO 9000 - edicin 1994
- 75% de su contenido es igual a la actual QS-9000 3 edicin
- 20% proviene de la actual VDA-6.1 4 edicin
- Resto de EAQF edicin 1994
Parece que todos los constructores citados y ms, se han puesto de
acuerdo para pedir a las empresas proveedoras de primer nivel, el
siguiente plan de certificaciones:
Ao 2000: Certificarse de acuerdo con ISO 9000:1994 + TS 16949
Ao 2001: Certificarse de acuerdo con ISO 9000:2000 + TS 16949
Lo que significara tener que pasar una sola auditoria (ahora se pasa
una por referente)

NORMATIVIDAD

398

ISO TS 16949 y novedades principales del referencial.

El proceso de mejora continua.
La mejora continua de la calidad, el servicio, los costos y la tecnologa
debe estar considerada en la poltica de la calidad.
el suministrador debe identificar oportunidades de mejora de la calidad y
de la productividad e implantar los proyectos de mejora apropiados.

Representante del cliente.

El suministrador debe designar a los responsables apropiados para
representar internamente las necesidades del cliente en relacin con los
requisitos de la calidad, tales como seleccin de caractersticas especiales,
establecimiento de objetivos de la calidad, formacin, acciones correctoras
y preventivas, diseo y desarrollo del producto
Sin duda, el espritu de este requisito, es el de tener un nico interlocutor
por parte del cliente en las empresas suministradoras, que realice funciones
de enlace y coordinacin de todos los trabajos y exigencias con el mismo.

NORMATIVIDAD

399

Responsabilidad de la calidad.
El personal responsable de la calidad debe tener la autoridad para
detener la produccin con objeto de corregir los problemas de la
calidad
Aunque este requisito ya se mencionaba en otros referenciales, aqu
lo explicita de una forma ms contundente.
Recursos.
Especialmente en lo relativo al proceso de produccin, todos los
turnos deben tener personal responsable, o con delegacin, para la
calidad.
Este requisito hace especial referencia al 3er. Turno (turno de noche),
donde todos conocemos que no siempre se dispone de personal
calificado para realizar las tareas de calidad.

NORMATIVIDAD

400

Plan estratgico de empresa.

El suministrador debe utilizar un plan estratgico de empresa
completo, formal y documentado. El plan estratgico debe ser un
documento controlado
Deben establecerse mtodos para determinar las expectativas
actuales y futuras del cliente. Se debe usar un proceso objetivo para
definir el alcance, la recolecin y el anlisis de la informacin,
incluyendo la frecuencia y los mtodos de recolecin
El contenido del plan estratgico de empresa no est sujeto a
auditora de tercera parte.
La novedad en este apartado estriba en la exigencia de formalizacin y
control del plan de empresa y en la implantacin de un mtodo de
recolecin, anlisis y utilizacin de la informacin, entre las que se
encontrarn las expectativas actuales y futuras de los clientes.

NORMATIVIDAD

401

Impacto en la sociedad.
se deben tratar, en el estado del arte, los problemas de seguridad
del producto y los medios para reducir al mnimo los riesgos
potenciales para los empleados, clientes, usuarios y medio ambiente.
El suministrador debe sensibilizar a su personal sobre la importancia
de las exigencias ligadas a la seguridad del producto
el suministrador debe tener un proceso para asegurar el
cumplimiento con todas las disposiciones legales y reglamentarias
aplicables de seguridad y de medio ambiente, incluyendo las relativas
a almacenamiento, manipulacin, reciclado, eliminacin o destruccin
de materiales.
Este apartado de la norma es mucho ms concreta y exigente que
los anteriores referenciales, dado que obliga al suministrador a
ponerse al da en todos los aspectos legales y reglamentarios.
Compras.
Todos los productos o materiales comprados y utilizados en la
fabricacin de piezas deben satisfacer los requisitos reglamentarios
que sean aplicables en el pas de fabricacin y venta (por ejemplo,
requisitos reglamentarios relativos al medio ambiente, la electricidad,
la compatibilidad electromagntica y la seguridad).

NORMATIVIDAD

402

Desarrollo de los sistemas de la calidad de los subcontratistas.

El suministrador debe promover a sus subcontratistas a
desarrollar su sistema de la calidad conforme a la presente
Especificacin Tcnica o a uno de los referenciales del sistema de la
calidad de uno de sus clientes
Requisitos aplicables a los laboratorios.
Cuando las actividades de control, ensayo y calibracin sean
efectuadas por un laboratorio interno del suministrador, el
laboratorio debe cumplir con la Norma ISO/IEC 17025
Cuando el suministrador utilice los servicios de control, ensayo y
calibracin de laboratorios comerciales/independientes, las
instalaciones de stos deben estar acreditadas segn la norma
ISO/IEC 17025 o una norma equivalente nacional
La norma EN ISO 17025 contiene todos los requisitos que los
laboratorios de ensayo y calibracin tienen que cumplir si desean
demostrar que aplican un sistema de la calidad, son tcnicamente
competentes y son capaces de generar resultados tcnicamente
vlidos.

NORMATIVIDAD

403

Investigacin y Desarrollo.
El suministrador debe utilizar medios de investigacin y desarrollo
con el fin de asegurar la innovacin de productos y procesos
Esta exigencia es nueva y obliga a los suministradores a invertir en
I+D para mejorar su competitividad y ser capaces de ofrecer nuevos
productos y soluciones a los clientes.
Proceso de auditora.
Las funciones o servicios no ubicados en la planta, no podrn obtener
un certificado independiente.
Se debern realizar como mnimo las preguntas relacionadas en el
Cuestionario (chek-list) de la ISO TS 16949.
No se otorgar el certificado ISO TS 16949 si se encuentra una nica
no conformidad menor.
Se auditarn todas las funciones o servicios aunque no se encuentren
fsicamente en la planta.
Durante la auditora se deber demostrar que se ha realizado una
auditora interna completa y una revisin por la Direccin.

NORMATIVIDAD

404

Cada auditora del emplazamiento (inicial y de seguimientos) debe

comportar, como mnimo, el examen de:
-

Reclamaciones de clientes y respuestas del suministrador.

Resultados de la auditora interna y revisin por la Direccin
Progresos realizados hacia los objetivos de mejora continua.
Eficacia de las acciones correctoras realizadas.

Si las empresas ya disponen de un certificado en base a un referencial

del automvil, concedido por un organismo reconocido por la IATF es
posible realizar una extensin aplicando las siguientes condiciones:
1.- Si el campo de la certificacin no ha cambiado, como mnimo se
debern auditar los captulos 4.1, 4.2 y 4.14 y las exigencias
especficas de los clientes.
2.- Si el campo de la certificacin ha cambiado, se debera auditar el
100 % de la norma ISO TS 16949 incluidas las exigencias especficas
de los clientes. El muestreo no est autorizado.

NORMATIVIDAD

405