Control de Calidad Estadstico y Gestin de Calidad

Parte 1: Control de Calidad Estadstico

1 Los defectos

1.1 Introduccin.
1.2 Definicin de la calidad
1.3 El objetivo de los mtodos estadsticos de control en los procesos.
1.4 Qu causa los productos defectuosos?
1.5 Son todos los defectos iguales? Debemos tratar a todos los defectos por igual?
1.6 Clasificacin de los defectos, muestrario de defectos.

2 Distribuciones de frecuencia e histogramas

2.1 Poblacin y muestras
2.2 Cmo se distribuye los valores de las variables que medimos? Qu
frecuencia tiene cada valor que la causa llamada "variacin" nos entrega?
2.3 Que tipos de variables conocemos?
2.4 Distribuciones de frecuencias.
2.5 Histogramas

3 Medidores de tendencia central y de dispersin

3.1 Media aritmtica
3.2 Desviacin tpica
3.3 Mtodo de clculo por compilacin
3.4 Ejercicios prcticos en clases

4 Distribucin Continua, o Distribucin Gaussiana, o Distribucin Normal

4.1 Comprensin del concepto de Distribucin Continua, Distribucin Normal
4.2 Propiedades de la Distribucin Normal
4.3 Ejercicios de comprensin sobre la Distribucin Normal

5 Los diagramas

5.1 El diagrama de Pareto
5.1.1 Qu son los diagramas de Pareto?
5.1.2 Como elaborar diagramas de Pareto
5.1.3 Ejercicios prcticos en clase
5.2 El diagrama Espina de Pescado o de Ishikawa o de Causa y Efecto
5.2.1 Que son los diagramas de Causa y Efecto?
5.2.2 Como elaborar diagramas de Causa y Efecto

6 Grficas de control

6.1 Qu son las grficas de control?
6.2 Tipos de grficas de control, X - R , pn, y p
6.2.1 Grfico X R
6.2.2 Grfico np, Grfico p






7 Como elaborar una grfica de control
_
7.1 Grfica X - R
7.2 Clculo de los lmites de control
7.2.1 Clculo de lmites sin valores especificados
7.2.2 Clculo de los lmites con valores especificados
7.2.3 Comparacin de los Lmites Con y Sin Especificaciones.
Resultado de la Capacidad de Proceso.
7.2.4
Formato Grfica
X - R
7.2.5 Algunos casos de lecturas de grficas de control por variables.
7.3 Grfica np.
7.4 Clculo de los lmites de control por atributos.
7.5 Formato de grfico de Control de Proceso por Atributos.
7.6 Indice de la Capacidad de Proceso
7.7 Los cuatro casos posibles de los lmites con y sin especificaciones.

8 Normas Chilenas

8.1 Norma Chilena 42 of 53
8.1.1 Resumen de Grficos de Control por variables, Control de Exactitud
8.1.2 Resumen de Grficos de Control por variables, Control de Precisn.
8.1.3 Factores para grficos de Control por variables.
8.2 Norma Chilena 43 of 61
8.3 Norma Chilena 44 of 78
8.3.1 Alcance
8.3.2 Nivel de calidad aceptable (AQL)
8.3.2.1 Uso
8.3.2.2 Definicin
8.3.3 Inspeccin normal, rigurosa y reducida
8.3.4 Plan de muestreo
8.3.5 Nivel de inspeccin
8.3.6 Tipos de planes de muestreo


9 Bibliografa del Control de Calidad Estadstico

Parte 2: Gestin del Control de Calidad


10 Control Total de Calidad (CTC)

10.1 Evolucin Histrica del concepto
10.2 Conceptos del CTC
10.2.1 CTC Segn Armand V.Feigenbaum
10.2.2 CTC Segn Kaoru Ishikawa
10.2.3 CTC Segn J . M. J uran





10.3 Ruta para implementar un programa de Control de Calidad Total.
10.3.1 Etapas de un programa de calidad total.
10.3.2 Etapa previa.
10.3.3 Etapas de un programa de Calidad Total en marcha.
10.3.4 Elementos esenciales en una empresa que hace Control Total de
Calidad

11 Costos de calidad

11.1 Costos de Prevencin
11.2 Costos de Evaluacin
11.3 Costos de Fallas

12 Mtodos de aseguramiento a Nivel Nacional e Internacional.

12.1 Sistema Nacional de Acreditacin
12.2 Internacionales. Familia ISO 9000


13 Concepto de las auditorias en el contexto de las normas ISO 9000

13.1 La auditoria y su significado.
13.2 Tipos de auditoria.
13.3 Elementos de una auditoria.



14 Bibliografa de la Gestin del Control de Calidad



























Parte 1: Elementos del Control de Calidad Estadstico


1 Los defectos

1.1 Introduccin.


Actualmente, todas las empresas modernas saben que lograr un buen nivel de calidad es
fundamental para el xito de su gestin.

La obtencin de este objetivo, no solo es importante desde el punto de vista de la
competencia, sino tambin para la satisfaccin de las necesidades humanas.

Estas necesidades humanas evolucionan constantemente, hay cada da mayor demanda
de mejor precisin, ms exactitud, intercambiabilidad, confort, etc. y lo que hoy acepta el
consumidor, maana puede rechazarlo, pues esta demanda de la cual estamos hablando,
se perfecciona cada da, y toda empresa que no se adapte a este movimiento continuo
corre el riesgo de quedar desplazada a corto plazo.

Para marchar al comps de este ritmo se hacen necesarios mejores instrumentos,
maquinarias, mtodos, etc., y lo que es ms importante, un mejor aprovechamiento de los
mismos, es decir, obtener mejor calidad con la misma cantidad de dinero. Para lograr este
objetivo debemos recurrir al control estadstico de calidad, como una de las armas ms
poderosas para la realizacin de todas estas ideas.

El objetivo de este curso es dar una buena informacin de la herramientas existentes para
el control estadstico de la calidad, pero debemos dejar bien claro que los objetivos de
calidad no se logran esgrimiendo solamente estas herramientas estadsticas. Hoy en da,
el concepto de Control Total de Calidad, ensea claramente que todos los estamentos de
la empresa estn involucrados en la obtencin de la mejor calidad del producto, y que
ste objetivo no es, de ninguna manera, responsabilidad exclusiva de los departamentos
tcnicos especializados en el control estadstico de la calidad, sino de todos los
integrantes de la empresa, desde el ms humilde empleado, al ms importante de los
gerentes.






1.2 Definicin de la calidad

Definiremos dos aspectos de la calidad, la Calidad del Diseo y la Calidad del Producto.

Entendemos por Calidad del Diseo al grado de concordancia entre el diseo y el fin para
el cual fue creado, y por Calidad del Producto, al grado de conformidad entre el producto y
su diseo.

Los conceptos y mtodos que veremos son aplicables al control de calidad del producto, y
son, en general, mtodos universales, es decir que valen para cualquier producto, ya
sean cremas dentales, bebidas gaseosas, tractores, medicamentos o ampolletas.

Un buen nivel de calidad implica un diseo correcto y un producto de acuerdo con su
diseo.


1.3 El objetivo de los mtodos estadsticos de control en los procesos .

Podramos preguntarnos, qu es un producto defectuoso? o ms concretamente, qu
es un defecto?

J uran explica lo que es un defecto haciendo un juego de palabras:

" Un defecto es un defecto cuando todos estamos de acuerdo que es un defecto"

Definicin tradicional:

Un defecto es el incumplimiento de una caracterstica de calidad respecto de un lmite
especificado.

Pero, los lmites especificados, los determinamos nosotros, previo acuerdo con las
partes interesadas o involucradas en el proceso, luego, por carcter transitivo, vale la
frase del insigne maestro del control de calidad, Dr. J . M. J uran.

Otra ilustre definicin de lo que es un defecto, es la afirmacin de Kahoru Ishikawa, quien
dice que un defecto es lo que causa insatisfaccin al cliente.

1.4 Qu causa los productos defectuosos?

La respuesta universal a esta pregunta es: la variacin

La variacin en los materiales, en las condiciones de la mquina, en los mtodos de
trabajo y en las inspecciones. Estas variaciones son las causas de los productos
defectuosos. Si no existiera ninguna de esas variaciones, todos los productos seran
idnticos y no habra variaciones en la calidad, y no existira la ocurrencia de productos
defectuosos y no defectuosos.







1.5 Son todos los defectos iguales? Debemos tratar a todos los defectos por igual?

El sentido comn nos dice que no a las dos preguntas. No es lo mismo un defecto
considerado leve como ser una imperfeccin superficial en la etiqueta de un producto, que
una medida fuera de especificaciones en un repuesto para motor de automviles que lo
haga absolutamente inservible.

Y consecuentemente, no ser el mismo criterio para tolerar la presencia de ambos
defectos, y eso dar paso a distintos planes de calidad segn el tipo de defecto.

1.6 Clasificacin de los defectos, muestrario de defectos.

Existen distintas maneras de clasificarlos. aqu utilizaremos el siguiente:

Defectos crticos: son aquellos que violan leyes, agreden al consumidor o hacen inservible
al producto.


Defectos mayores: producen una disminucin en el correcto funcionamiento o utilizacin
del producto y es notado por el consumidor.


Defectos menores: producen una disminucin leve en el correcto funcionamiento o
utilizacin del producto, probablemente no lo note el consumidor. pero si lo nota, el
personal calificado de produccin y de control de calidad,


Cada tipo de defecto ser objeto de un estudio acabado por las partes interesadas y
deber finalizar en un muestrario de defectos, debidamente clasificado por tipo de defecto
y firmado por las partes involucradas.

En todos los casos posibles deber construirse el muestrario con defectos situados justo
en los lmites de aceptacin o rechazo.





Unidad 2, Distribuciones de frecuencia e Histogramas

2.1 Poblacin y muestras

Una poblacin es el total de las unidades que se consideran.

En esta poblacin queremos investigar una caracterstica para conocer su situacin
relativa con los valores del diseo.

Una muestra es una cantidad estadsticamente calculada de unidades de dicha poblacin,
cada unidad deber ser extrada al azar.

La medicin y clculo de una determinada caracterstica nos dar una estimacin del
verdadero valor en la poblacin.

2.2 Cmo se distribuyen los valores de las variables que medimos? Qu frecuencia
tiene cada valor que la causa llamada "variacin" nos entrega?

Tenemos claro que las variaciones nos producen distintas medidas de una variable, la
pregunta es como se distribuyen.

En general siguen un comportamiento llamado gaussiano o normal

De que se trata lo veremos ms adelante pero por ahora nos alcanza con comprender
que dicho comportamiento significa que los valores ms cercanos al valor central, son los
que ms frecuentemente se repiten, y a medida que nos alejamos del valor central, la
frecuencia baja dramticamente. La grfica de este comportamiento tiene una forma de
campana.

2.3 Que tipos de variables conocemos?

Existen dos tipos de variables a considerar, Variables Continuas y Variables Discretas.

Las variables continuas son aquellas que se miden...
y las variables discretas se cuentan.


Las primeras dan origen al control por variables y las segundas al control por atributos.

Las caractersticas de calidad que llamaremos variables son todas aquellas que podemos
representar por una cifra. Por ejemplo, la medida de un perno, la resistencia de resistores
de alambre, el contenido de cenizas en carbn, etc., etc.

Los atributos son aquellas caractersticas de calidad no mensurables, cuya dimensin en
general no se puede representar con una cifra. Como por ejemplo podemos tomar las
imperfecciones visuales de las superficies de los productos, tales como manchas,
diferencias de tono, aspectos de una soldadura, etc., etc.

Por fin, debemos tener en cuenta, que tanto los procesos como los lotes terminados
pueden ser inspeccionados por atributos o por variables.






2.4 Distribuciones de frecuencias.

Estudiemos el caso de control por variables, es decir estamos midiendo con un
instrumento cuya resolucin nos permite medir las variaciones que produce nuestro
proceso.

Una vez que el inspector recibe la muestra tomada estadsticamente de la poblacin a
valorar, procede a las correspondientes mediciones de cada una de las muestras.
Tngase presente que lo ms probable es que en cada unidad se hagan varias
mediciones por variables y por atributos.

Como resultado de esta accin tendremos una tabla de valores desordenados e
incomprensibles. Lo primero que deberemos hacer es clasificarlas de menor a mayor,
luego agruparlas en clases siguiendo algn criterio que nos permita acumular los datos
dentro de clases, esto es dentro de valores que contengan varios de estos datos.

Supongamos que tenemos la siguiente tabla de valores experimentales:

38 47 54 61 26 35 28 48 53 44
32 52 46 42 63 35 50 38 35 57
49 68 47 45 65 45 25 19 56 58
44 73 50 40 46 76 40 64 36 42

Total, n: 40 datos

Valor mnimo: 19, valor mximo: 76

Rango, 76-19=57

Nmero de clases: (clculo emprico) : 40

Raz de 40 y se redondea: 6

Ancho de clase : 9

57 dividido 6 y se lleva al numero impar ms cercano: 9

El motivo por el cual conviene usar el ancho de clase como nmero impar es para que la
marca de clase sea un nmero entero igual que los datos que se estn estudiando. Si se
utilizara un nmero par, el ancho de clase resulta con un decimal que habra que
conservar hasta el final del clculo y esto es fuente de errores.

Con estos datos procedemos a construir nuestro diagrama de frecuencias, el cual una vez
finalizado tiene el siguiente diagrama:










LI LS Marca de Clase (mediana) (x)
18 26 22 ( 18 +26 ) / 2
27 35 31
36 44 40
45 53 49
54 62 58
63 71 67
72 80 76




Una vez obtenido este cuadro procedemos al recuento y anotamos la frecuencia:

LI LS X recuento frecuencia
18 26 22 /// 3
27 35 31 //// 5
36 44 40 //// //// 9
45 53 49 //// //// // 12
54 62 58 //// 5
63 71 67 //// 4
72 80 76 // 2
total 40 40


Este cuadro es el diagrama de frecuencias obtenido de los 40 datos obtenidos como
variables y agrupados convenientemente en clases, este recuento ya nos est informando
de que es lo que pasa con esta variable.



























2.5 Histograma:

El cuadro anterior puede llevarse a un grfico como sigue, dando lugar al Histograma:

HISTOGRAMA
0
3
5
9
12
5
4
2
0
0
2
4
6
8
10
12
14
21 22 31 40 49 58 67 76 85
MARCAS DE CLASE
F
R
E
C
U
E
N
C
I
A
S










Medidores de tendencia central y de dispersin

Son varios los medidores de la tendencia central y de la dispersin de una serie de datos
experimentales, de ellos estudiaremos los dos ms frecuentes y tiles en Control de
Calidad, estos son : la Media Aritmtica , medidor de la tendencia central, y la Desviacin
Tpica, medidor de la dispersin de los datos alrededor de la Media Aritmtica.

El desarrollo de las frmulas es materia que se entrega durante el desarrollo de las
clases.


3.1 Media aritmtica


Mide la tendencia central.


Se define como Media Aritmtica al valor central producto del siguiente clculo:



X
f X f X f X
f f f
f X
f
fX
f
fX
N
k k
k
j j
j
k
j
j
k
=
+ + +
+ + +
= = =
=
=

1 1 2 2
1 2
1
1
. . ... .
...


de donde deriva:


X A+c
f
j
j=1
k
=

= +

f u
A c
fu
N
j
j
k
1





Nota: El desarrollo de las Frmulas se explica en clase o pueden consultarse:
a) en la obra del autor: Estadstica para Ingenieros y Tcnicos del Inacap.
b) en el libro de Estadstica de Murray Spieguel.
3.2 Desviacin tpica

Mide la dispersin de los valores con respecto al valor central.



Se define como desviacin tpica al valor que surge del siguiente clculo:







( )
( )
S
f X X
f
f X X
N
j j
j
k
j
j
k
=

=

=
=

2
1
1
2
pues f =n

Esta frmula puede derivarse mediante sencillos clculos a esta otra:


S c
fu
N
fu
N
=

*
2
2


Nota: El desarrollo de las Frmulas se explica en clase o pueden consultarse:
a) en la obra del autor: Estadstica para Ingenieros y Tcnicos del Inacap.
b) en el libro de Estadstica de Murray Spieguel.

3.3 Mtodo de clculo por compilacin:

X f U fu fu
2

22 3 -3 -9 27
31 5 -2 -10 20
40 9 -1 - 9 9
49 12 0 0 0
58 5 1 5 5
67 4 2 8 16
76 2 3 6 16
fu =- 9 fu
2
=95



donde: c =9 y A =49

Media aritmtica: 46,98 Desviacin tpica: 13.72

Este clculo tiene un error como consecuencia de suponer a todos los datos dentro de
cada clase como iguales.
Nota: Los decimales de las respuestas obtenidas, debern guardar relacin con los
decimales que tengan los datos, sin embargo, cuando use las calculadoras deber
conservar en cada clculo, todos los decimales que genera la calculadora, para luego
aproximar la respuesta a la cantidad de decimales igual a los que tengan los datos,
nunca menos. En particular en estos clculos es costumbre usar uno o dos decimales
ms que los datos. Tampoco es correcto usar muchos decimales pues no tienen
significado alguno.


3.4 Ejercicios prcticos en clases:






Mediante la extraccin de datos de una urna normal se construye la correspondiente
distribucin de frecuencias, el histograma, se calcula la Media Aritmtica y la Desviacin
Tpica.

Se usarn dos mtodos de clculo, uno por medio de la calculadora y otro por medio de
las frmulas vistas en clases.


Nota: se exigir un correcto manejo algebraico de nmeros escritos de forma exponencial.








4 Distribucin Continua, o Distribucin Gaussiana, o Distribucin Normal

4.1 Comprensin del concepto de distribucin continua, Distribucin Normal

Un histograma se construye a partir de un cierto nmero de datos. Pero que le pasara al
histograma si continuamos aumentando el nmero de datos? Si el intervalo de clase se
reduce poco a poco a medida que aumenta el nmero de datos, se obtiene una
distribucin de frecuencias continua, como lmite de una distribucin de frecuencia
relativa. En realidad es una expresin de la poblacin misma, puesto que se obtiene de un
nmero infinito de datos.
Existen muchas clases de distribucin, y una de las ms frecuentes es la Distribucin
Normal. En muchos casos, cuando la variacin de una caracterstica de calidad es
causada por la suma de un gran nmero de errores infinitesimales independientes
debidos a diferentes factores, la distribucin de la caracterstica de calidad se aproxima a
una distribucin normal. La forma de la Distribucin Normal puede describirse como la de
una campana.

La siguiente figura muestra la forma de esta distribucin:


Curva Normal de Gauss
4 3 2 1 +1 +2 +3 +4



4.2 Propiedades de la Distribucin Normal

La curva caracterstica queda determinada totalmente por dos parmetros:


y


Si bien en este curso no tenemos espacio para desarrollar el concepto de probabilidades,
ser necesario definir los siguientes puntos:
Un suceso es ms o menos probable segn la frecuencia con que ocurre. a mayor
frecuencia de ocurrencia pasada ser mayor la probabilidad de ocurrencia futura.







Los histogramas y los grficos de frecuencia, tambin pueden interpretarse como grficos
de probabilidades de ocurrencia. En particular, la Campana de Gauss, o Curva Normal, es
una funcin de probabilidades, y la superficie que se encierra debajo de la curva, y
limitada por dos valores de x es directamente una medida de la probabilidad de ocurrencia
de un suceso determinado.

Aceptando estos conceptos veremos como se puede hacer los clculos partiendo de la
Curva Normal. En primer trmino, la Curva Normal hay que transformarla en lo que se
llama forma cannica, esto significa que el cero de las X ir al medio del grfico. Para
lograrlo se usa una variable llamada z y es:


( )
z
X X
=

Esta transformacin hace que siempre el valor de la desviacin tpica, en una curva
cannica, sea igual a uno, y el valor de z no es ms que un dato medido en relacin a su
propia desviacin. Esto hace que la curva tenga caractersticas muy particulares que
veremos luego de los siguientes comentarios.

Esta variable depende de datos conocidos, es decir la media de la muestra y su
desviacin, por lo tanto para determinados valores de x, se hace el clculo y las tablas
dan la respuesta en trminos de probabilidad de ocurrencia.
Este punto es muy importante pues de aqu parte todos los criterios de control del control
de la calidad.

De todo esto se desprende lo siguiente:

La superficie, y por lo tanto la probabilidad de ocurrencia del suceso, vale:


68.27 % para una desviacin tpica a ambos lados del cero

95.45 % para dos desviaciones tpicas a ambos lados del cero

99.73 % para tres desviaciones tpicas a ambos lados del cero






Esto se aprecia en los siguientes grficos:







AREA BAJO LA CURVA NORMAL
IGUAL A 68.27%
0
5
10
15
20
25
30
35
40
45
-3 -2 -1 0 1 2 3
DESDE -1 A +1 DESVIACION TIPICA
P
R
O
B
A
B
I
L
I
D
A
D
E
S


AREA BAJO LA CURVA NORMAL
IGUAL A 95,45%
0
5
10
15
20
25
30
35
40
-3 -2 -1 0 1 2 3
DESDE -2 A +2 DESVIACION TIPICA
P
R
O
B
A
B
I
L
I
D
A
D
E
S


AREA BAJO LA CURVA NORMAL
IGUAL A 99,73%
0
5
10
15
20
25
30
35
40
45
-3 -2 -1 0 1 2 3
DESDE -3 A +3 DESVIACION TIPICA
P
R
O
B
A
B
I
L
I
D
A
D
E
S







4.3 Ejercicios de comprensin sobre la Distribucin Normal.
Los siguientes ejercicios, tienen como objetivo aprender el uso de las tablas de Gauss.

Ejercicio n 1
Hallar el rea bajo la CURVA NORMAL en cada uno de los 7 casos siguientes:

a) Entre z =0 y z =1.20

CURVA NORMAL DE GAUSS
0
5
10
15
20
25
30
35
40
45
-3 -2 -1 0 1 2 3
Area bajo la curva entre z = 0 y z = 1,2
P
R
O
B
A
B
I
L
I
D
A
D
E
S

De tablas leemos que para z =1,2 es 0,3849, por lo tanto: Pr {0 z 1,2}=0,3849
Esto significa que el rea bajo la curva normal para z entre 0 y 1,2 es del 38.49%

b) Entre z =- 0.68 y z =0

CURVA NORMAL DE GAUSS
0
5
10
15
20
25
30
35
40
45
-3 -2 -1 0 1 2 3
Area bajo la curva entre z = -0,68 y z = 0
P
R
O
B
A
B
I
L
I
D
A
D
E
S

En tablas se lee para z =0.68 es 0.2518 por lo tanto, Pr {-0,68 z 0}=0.2518 Esto significa que
el rea bajo la curva, para z=-0,68 y z=0 es el 25.18%











c) Entre z =- 0.46 y z 2.21

CURVA NORMAL DE GAUSS
0
5
10
15
20
25
30
35
40
45
-3 -2 -1 0 1 2 3
Area bajo la curva de z = -0,46 a z = 2,21
P
R
O
B
A
B
I
L
I
D
A
D
E
S


En tablas se lee que, para z =0.46 es 0.1772 por lo tanto,
Pr {-0,46 z 0}=0.1772
Ntese que en la lectura se prescindi del signo menos.
Por otra parte, para z =2.21 se lee 0.4864. lo cual significa :
Pr {0 z 2.21}=0.4864
Para encontrar el rea total debemos sumar ambos resultados: 0.1772+0.4864 =0.6636
Esto significa que el rea bajo la curva, para z=- 0.46 y z=2.21 es del 66.36%

d) Entre z =0.81 y z =1.94

CURVA NORMAL DE GAUSS
0
5
10
15
20
25
30
35
-3 -2 -1 0 1 2 3
Area bajo la curva entre z = 0,81 y z = 1,94
P
R
O
B
A
B
I
L
I
D
A
D
E
S

Para z =0.81 es 0.2910 por lo tanto, Pr {0.81 z 0}=0.2910
Para z =1.94 es 0.4738 esto es : Pr {0 z 1.94}=0.4738
Para encontrar el rea entre los dos puntos elegidos, debemos restar ambos resultados:
0.4738 - 0.2910 =0.1828
Esto significa que el rea bajo la curva, para z=0.81 y z=1.94 es del 18.28%

e) A la izquierda de z =- 0.6, esto significa, entre z =- y z =- 0.6
Tener presente que desde z =- y z =0 la superficie bajo el rea es 0.5000 (50%)






CURVA NORMAL DE GAUSS
0
5
10
15
20
25
30
35
-3 -2 -1 0 1 2 3
Area bajo la curva entre z = - infinito y
z = - 0,6
P
R
O
B
A
B
I
L
I
D
A
D
E
S

Para z =0.6 es 0.2258 por lo tanto, Pr {0.6 z 0}=0.225
Para z =- es 0.5000, esto es : Pr {- z 0}=0.5000
Para encontrar el rea entre los dos puntos elegidos, debemos restar ambos resultados:
0.5000 - 0.2258 =0.2742
Esto significa que el rea bajo la curva, para z =- y z=- 0.6 es del 27.42%
f) A la derecha de z - 1.28, esto es ,entre z =- 1.28 y z =+

CURVA NORMAL DE GAUSS
0
5
10
15
20
25
30
35
40
-3 -2 -1 0 1 2 3
Area entre z = -1,28 y z = + infinito
P
R
O
B
A
B
I
L
I
D
A
D
E
S

Para z =1.28 es 0.3997 por lo tanto, Pr {-1.28 z 0}=0.3997. Para z =0 y z=+ es
0.5000, esto es : Pr {0 z +}=0.5000. Para encontrar el rea entre los dos puntos
elegidos, debemos sumar ambos resultados: 0.3997+0.5000 =0.8997. Esto significa que
el rea bajo la curva, para z =-1.28 y z =+ es del 89.97%
g) A la derecha de z =2.05, y a la izquierda de z =- 1.44






CURVA NORMAL DE GAUSS
0
2
4
6
8
10
12
14
16
-3 0 3
A la izquierda de -1,44 y a la derecha de
2,05
P
R
O
B
A
B
I
L
I
D
A
D
E
S

rea total bajo la curva =1-(rea entre-1.44 y 0) - (rea entre 0 y 2.05)
1 - 0.4251 - 0.4798 =0.0951, esto es 9.51%


Ejercicio n 2

Este ejercicio ayuda a entender el uso de los procedimientos anteriores para el clculo de
las probabilidades en eventos reales.

Se recomienda al alumno dibujar las campanas e ir identificando las reas escogidas.

Si los dimetros de las bolillas de rodamientos estn normalmente distribuidas con media
0.6140 mm y desviacin tpica 0.0025 mm determinar el % con dimetro :
a) entre 0.6100 y 0.6180 mm
b) mayores que 0.6170 mm
c) menores que 0.6080 mm

Solucin:
a) - z =(0.6100-0.6140) / 0.0025 = - 1.60

+z =(0.6180-0.6140) / 0.0025 =+1.60

rea solicitada =probabilidad buscada =0.4452 +0.4452 =0.8904

La probabilidad de que el dimetro de las bolillas se encuentren entre 0.610 y 0.618 mm
es del 89.04%

b) z =(0.6170 - 0.6140) / 0.0025 =1.20

El rea para z =1,2 es 0.3849
El rea solicitada es 0.5000 0.3849 =0.1151

La probabilidad de que el dimetro de las bolillas sea mayor que 0.617 es del 11.51%

c) z=(0.6080-.6140) / 0.0025 =2.40






Para z =2.40 es 0.4918

El rea buscada es 0.5000 - 0.4918 =0.0082

Probabilidad =0.82 %





































Unidad 5, Los Diagramas

5.1 El Diagrama de Pareto

5.1.1 Qu son los Diagramas de Pareto?

Los problemas de calidad se presentan como prdidas. Es muy importante aclarar el
patrn de la distribucin de las prdidas.

La mayora de las prdidas se debern a unos pocos tipos de defectos, y estos defectos
pueden atribuirse a un nmero muy pequeo de causas.

Si se identifican las causas de estos pocos defectos vitales, podremos eliminar casi todas
las prdidas, concentrndonos en esas causas particulares y dejando de lado otro
muchos defectos triviales. El uso del diagrama de Pareto permite solucionar este tipo de
problemas con eficacia.
Existen dos tipos de diagramas, los que analizan los efectos, y los que estudian las
causas.

5.1.2 Como elaborar diagramas de Pareto

Paso 1 decida qu problemas se van a investigar y como recoger los datos.
ejemplo: objetos defectuosos, perdidas en trminos monetarios, ocurrencia de accidentes.

Paso 2 decida qu datos va a necesitar y como clasificarlos.
ejemplo: por tipo de defecto, localizacin, proceso, mquina, trabajador, mtodo.

Paso 3 defina el mtodo de recoleccin de los datos y el perodo de duracin de la
recoleccin.

Paso 4 disee una tabla para el recuento de los datos.

Tipos de defectos Recuento total
Fractura //// //// 10
Rayado //// //// //// //// ...... //// // 42
Manchado //// / 6
Tensin //// //// //// //// ...... //// //// 104
Rajadura //// 4
Burbuja //// //// //// //// ...... //// 20
Otros //// //// //// 14
Total 200 200




Paso 5 analice y vuelva a ordenar la informacin

Tipo numero Total porcentaje % acumulado
Tensin 104 104 52 52
Rayado 42 146 21 73





Burbuja 20 166 10 83
Fractura 10 176 5 88
Mancha 6 182 3 91
Rajadura 4 186 2 93
Otros 14 200 7 100
Total 200 100



Paso 6 construya el diagrama de barras.



Pocos vitales ...
muchos triviales
Pareto




DIAGRAMA DE PARETO POR ITEMS DEFECTUOSOS
0
20
40
60
80
100
120
TENSION RAYADO BURBUJA FRACT. MANCHA RAJAD. OTROS
DEFECTOS
N
U
M
E
R
O

D
E

U
N
I
D
A
D
E
S

D
E
F
E
C
T
U
O
S
A
S
0
10
20
30
40
50
60
70
80
90
100
P
O
R
C
E
N
T
A
J
E

A
C
U
M
U
L
A
D
O


En este ejemplo, produccin tendr que resolver, en primer trmino, las causas de los
defectos tensin y rayado, con lo cual se reducir el inconveniente en el 73% !

5.1.3 Ejercicio Prctico en clase:

Utilizando una urna con datos, se extrae una muestra y se elabora un diagrama de
Pareto.





5.2 El diagrama Espina de Pescado, o de Ishikawa, o de
Causa y Efecto

5.2.1 Que son los diagramas de Causa y Efecto:


Es un diagrama que muestra la relacin entre una caracterstica de calidad por la cual
estamos interesados, (probablemente porque haya baja calidad en dicha caracterstica) y
los factores de los cuales depende (entre los cuales deberemos buscar las causas del
problema de calidad)



En general, puede decirse que un proceso puede atribuirse a una cantidad de factores y
es posible encontrar la relacin Causa y Efecto de esos factores.



En las dos pginas siguientes se muestra como se arma el diagrama y a continuacin
hay un ejemplo muy pormenorizado acerca de las causas que pueden originar una derrota
deportiva.

C
C
C
u
u
u
r
r
r
s
s
s
o
o
o


d
d
d
e
e
e


C
C
C
o
o
o
n
n
n
t
t
t
r
r
r
o
o
o
l
l
l


d
d
d
e
e
e


C
C
C
a
a
a
l
l
l
i
i
i
d
d
d
a
a
a
d
d
d


E
E
E
s
s
s
t
t
t
a
a
a
d
d
d

s
s
s
t
t
t
i
i
i
c
c
c
o
o
o


y
y
y


G
G
G
e
e
e
s
s
s
t
t
t
i
i
i

n
n
n
,
,
,




A
A
A
g
g
g
o
o
o
s
s
s
t
t
t
o
o
o


2
2
2
0
0
0
0
0
0
0
0
0




































































P
P
P

g
g
g
i
i
i
n
n
n
a
a
a






2
2
2
5
5
5



A
A
A
u
u
u
t
t
t
o
o
o
r
r
r


E
E
E
d
d
d
g
g
g
a
a
a
r
r
r
d
d
d
o
o
o


O
O
O
j
j
j
e
e
e
d
d
d
a
a
a


B
B
B
a
a
a
r
r
r
c
c
c
o
o
o
s
s
s


















































































































D
D
D
e
e
e
r
r
r
e
e
e
c
c
c
h
h
h
o
o
o
s
s
s


d
d
d
e
e
e


A
A
A
u
u
u
t
t
t
o
o
o
r
r
r


e
e
e
n
n
n


t
t
t
r
r
r

m
m
m
i
i
i
t
t
t
e
e
e





Diagrama de Ishikawa, tambin llamado Espina de pescado o diagrama de
causa - efecto
Caracterstica
Efecto
Hueso grande
Hueso
mediano
Columna Vertebral
Hueso
pequeo
Factores (Causas)
C
C
C
u
u
u
r
r
r
s
s
s
o
o
o


d
d
d
e
e
e


C
C
C
o
o
o
n
n
n
t
t
t
r
r
r
o
o
o
l
l
l


d
d
d
e
e
e


C
C
C
a
a
a
l
l
l
i
i
i
d
d
d
a
a
a
d
d
d


E
E
E
s
s
s
t
t
t
a
a
a
d
d
d

s
s
s
t
t
t
i
i
i
c
c
c
o
o
o


y
y
y


G
G
G
e
e
e
s
s
s
t
t
t
i
i
i

n
n
n
,
,
,




A
A
A
g
g
g
o
o
o
s
s
s
t
t
t
o
o
o


2
2
2
0
0
0
0
0
0
0
0
0




































































P
P
P

g
g
g
i
i
i
n
n
n
a
a
a






2
2
2
6
6
6



A
A
A
u
u
u
t
t
t
o
o
o
r
r
r


E
E
E
d
d
d
g
g
g
a
a
a
r
r
r
d
d
d
o
o
o


O
O
O
j
j
j
e
e
e
d
d
d
a
a
a


B
B
B
a
a
a
r
r
r
c
c
c
o
o
o
s
s
s


















































































































D
D
D
e
e
e
r
r
r
e
e
e
c
c
c
h
h
h
o
o
o
s
s
s


d
d
d
e
e
e


A
A
A
u
u
u
t
t
t
o
o
o
r
r
r


e
e
e
n
n
n


t
t
t
r
r
r

m
m
m
i
i
i
t
t
t
e
e
e




Derrota en
un torneo
deportivo
Tcnica Estrategia
Animo
Salud
Compostura
Concentracin
Calma
Confianza
Espritu de lucha
Orgullo
Entusiasmo
Devocin
Cuidado
Paciencia
Nutricin
Caloras
Comida
Cantidad
Descanso
Diversin
Relajamiento Dormir
Tiempo
Que tan bien
Ejercicio
Itinerario
Calidad
Cantidad
Forma
Consejo
Repeticin
Modelos
Ejemplo de Diagrama de Ishikawa
Movimiento
Potencia
Velocidad
Trabajo en
equipo
Funcin
Cooperacin
Estudio del
oponente
Informacin
Anlisis
J uicio de la
situacin
Observacin
Experiencia en partidos
Planeacin
Teora
Reglas
Sentido
comn



5.2.2. Cmo elaborar diagramas de causa y Efecto.

Procedimiento para elaborar los diagramas de Causa y Efecto para la identificacin de
causas.

Paso 1
Describa el efecto o atributo de calidad

Paso 2
Escoja una caracterstica de calidad y escrbala en el lado derecho de una hoja de papel,
dibuje de izquierda a derecha la lnea de la espina dorsal y encierre la caracterstica en un
cuadrado.
Luego, escriba las causas primarias que afectan a la caracterstica de calidad, en forma
de grandes huesos, encerrados tambin en cuadrados.

Paso 3
Escriba las causas (causas secundarias) que afectan a los grandes huesos (causas
primarias) como huesos medianos, y escriba las causas (causas terciarias) que afectan a
los huesos medianos como huesos pequeos.

Paso 4
Asigne la importancia de cada factor, y marque los factores particularmente importantes
que parecen tener un efecto significativo sobre la caracterstica de calidad.

Paso 5
Registre cualquier informacin que pueda ser de utilidad.





6 Grficas de Control

6.1 Qu son las Grficas de Control?

En 1924, W.A. Shewhart, propuso una Grfica de Control para eliminar las variaciones
anormales, distinguiendo las variaciones debidas a causas asignables de aquellas
debidas a causas al azar, es decir, causas no asignables

Una grfica de Control consiste en una lnea central, un par de lmites de control, uno de
ellos colocado por encima de una lnea central y otro por debajo, y en ciertos valores
caractersticos registrados en la grfica que representa el estado del proceso. Si todos los
valores ocurren dentro de los lmites de control, sin ninguna tendencia especial, se dice
que el proceso est en estado controlado. Sin embargo, si ocurren por fuera de los lmites
de control o muestran una forma peculiar, se dice que el proceso est fuera de control.


90
92
94
96
98
100
102
104
106
108
110
0
8
:
0
0
0
8
:
3
0
0
9
:
0
0
0
9
:
3
0
1
0
:
0
0
1
0
:
3
0
1
1
:
0
0
1
1
:
3
0
1
2
:
0
0
1
2
:
3
0
1
3
:
0
0
1
3
:
3
0
1
4
:
0
0
1
4
:
3
0
1
5
:
0
0
1
5
:
3
0
1
6
:
0
0 0
Lmite de
Control
Superior
Linea
Central
Lmite de
Control
Inferior
Valores
del
Proceso


Grfica para estado controlado

90
92
94
96
98
100
102
104
106
108
110
0
8
:
0
0
0
8
:
3
0
0
9
:
0
0
0
9
:
3
0
1
0
:
0
0
1
0
:
3
0
1
1
:
0
0
1
1
:
3
0
1
2
:
0
0
1
2
:
3
0
1
3
:
0
0
1
3
:
3
0
1
4
:
0
0
1
4
:
3
0
1
5
:
0
0
1
5
:
3
0
1
6
:
0
0 0
Lmite de
Control
Superior
Linea
Central
Lmite de
Control
Inferior
Valores
del
Proceso


Grfica para estado fuera de control

La calidad de un producto manufacturado por medio de un proceso inevitablemente sufrir
variaciones. Estas variaciones tienen causas y estas ltimas pueden clasificarse en los
siguientes dos tipos:




Causas no Asignables (Causas debidas al azar)

Las variaciones debidas al azar son inevitables en el proceso.
Tratar de eliminarlas puede resultar estril y en la mayora de los casos extremadamente
caro. Por otra parte estas variaciones dentro de ciertos lmites pueden ser totalmente
tolerables y no causan reales disminuciones de la calidad del producto. Estas variaciones
se aceptan, se las consideran inherentes al proceso, y por lo tanto son variaciones
normales. De hecho, estas variaciones son las que originan la distribucin gaussiana que
vimos en la primera parte de este curso.

Causas Asignables

La variacin debida a Causas Asignables significa que hay factores anormales que deben
ser investigados. Estas variaciones no son normales, no pertenecen al proceso y no sern
aceptadas.

Las Causas Asignables podran originar productos defectuosos, (aunque no
indispensablemente) es decir, contienen caractersticas, que hacen a la calidad del
producto, que podran estar afuera de los lmites que establecen las especificaciones de
calidad del producto.

El objeto del Control de Calidad Estadstico, de proceso o cualquier otro, es encontrar y
separar las Causas Asignables. (Aun cuando no estn causando defectos).

Estas Causas Asignables tienen necesariamente que ser encontradas y eliminadas pues
producen una disminucin de la calidad del producto.

Cuando los puntos se encuentran fuera de los lmites de control o muestran una
tendencia particular, decimos que el proceso est fuera de control, y esto es a causa de
las Causas Asignables.

Nota: Mas adelante, se retomar este tema, cuando se hable de limites con y sin valores
especificados, all se ver que no siempre que un proceso que est fuera de control
producir defectos, por lo cual estas definiciones que aqu se mencionan son solo para
iniciar el estudio, pero el alumno deber remitirse a los desarrollos posteriores si se le
consulta sobre lo que significa un proceso en estado controlado y si se cumplen o no con
la especificaciones.


Cul es el objetivo de una Grfica de Control?

El objetivo, como lo indica su nombre, es controlar el proceso, es decir, mantenerlo en
estado controlado, para ello debemos hacer una grfica que en rigor son dos, una para la
exactitud, o sea, la grfica X, y otra, para la precisin, esta es la grfica R.

El control siempre deber contener ambas grficas, es decir, la correspondiente a X y la
correspondiente a R. Son indisolubles, no pueden existir independientes, no existe control
con solo una de ellas. Y cualquiera de las dos que este fuera de control declara al proceso
fuera de control.




Para comprender un proceso, y saber si se encuentra bajo control, deberemos conocer
la variacin debida al azar, y este conocimiento lo extraeremos, precisamente de las
grficas de control de proceso. Para esto se tomaran pequeas muestras cada periodos
de tiempo preestablecidos, de forma que en cada pequea muestra los factores de
variacin sean comunes. Por esta razn las unidades que se toman para cada pequea
muestra debern ser una a continuacin de otra, de esta forma, los factores que varan de
unidad a unidad sern mnimos.

Las cantidades a extraer en cada muestra tomada a perodos regulares sern de 3 a 10
unidades siendo las ms frecuentes de 3 a 6 y la ms recomendable es 5.

Hay varias clases de grficas de control, dependiendo de su propsito y de las
caractersticas de la variable. En cualquier tipo de grfica de control el lmite de control se
calcula usando la siguiente frmula:

(Valor Promedio) 3 x (Desviacin Estndar)

Donde la Desviacin Estndar es la variacin debida al azar.

Este tipo de grfica de control se llama una grfica de control de 3-sigma.

6.2 Tipos de Grficas de Control

Hay dos tipos de Grficas de Control, una para valores continuos y otra para valores
discretos. En cada tipo hay varias alternativas para elegir el par de medidores necesarios.







Valor caracterstico Nombre
Valor continuo
Grficas

- X
R - X
- X
R - X
~
~
Valor discreto Grficas np
p
u
c

La tabla siguiente muestra las frmulas que deben utilizarse para calcular los lmites de
control y el valor central, utilizando los medidores
R , X
.
Las tablas donde figuran los factores son provistas en este apunte y son equivalentes a
las que se encuentran en la Norma Chilena 42.





Tipo de grfica de control
limite superior de control (LCS)
lnea central (LC)
limite inferior de control (LCI)

Valor continuo promedio

X


LCS =
X A R +
2
LC =
X
LCI = X A R
2

Valor continuo Rangos
R

LCS =
D R
4
LC = R

LlCI = D R
3

Valor discreto nmero
de unidades defectuosas
pn

) 1 ( 3

) 1 ( 3
p n p n p LCi
n p LC
p n p n p LCs
=
=
+ =

Los valores de las constantes debe consultarse en las tablas del adjunto o en la Norma
Chilena 42.
_
6.2.1 Grfica X - R

Esta se usa para controlar y analizar un proceso en el cual la caracterstica de calidad del
producto que se est midiendo toma valores continuos, tales como longitud, peso o
concentracin, y esto proporciona la mayor cantidad de informacin sobre el proceso. El
valor X representa un promedio de una pequea muestra o subgrupo, y R el rango de
dicho subgrupo. Una grfica
X

debe usarse en combinacin con una grfica R
para controlar la variacin dentro de un subgrupo.


6.2.2 Grfica pn, Grfica p

Estas grficas se usan cuando la caracterstica de calidad se representa por el nmero de
unidades defectuosas o la fraccin defectuosa. Para una muestra de tamao constante,
se usa una grfica pn del nmero de unidades defectuosas, mientras que una grfica p de
la fraccin de defectos se usa para una muestra de tamaos variable. Otros tipos de
grficas por atributos son las grficas c y las grficas u.
Luego de los ejemplos que se desarrollarn de grficas
X - R se dar un ejemplo de
grfica np.


6.3 Especificaciones, Tolerancias, Discrepancias

Antes de entrar a la metodologa de elaboracin de las grficas de control, deberemos
distinguir claramente lo que son las Especificaciones, con sus Tolerancias y lo que
posteriormente llamaremos Limites de Control sin valores Especificados.

La Especificacin y sus tolerancias, son dadas por el cliente o en su defecto el diseador
del producto. La Especificacin indica como uno quiere el producto. Cada variable que
tenga que ver con la calidad del producto tendr que tener su correspondiente



especificacin. Por ejemplo, el largo de un tornillo, el contenido en gramos de un
recipiente que contiene un alimento, etc., etc. Ahora bien, tenemos que tener muy claro,
que las especificaciones tienen que ver con el producto, con su funcionalidad, su esttica,
y todo lo que hace a la calidad de dicho producto. Adems, se establecen los lmites de
tolerancia para dichas Especificaciones, dentro de las cuales, el producto se considera
Bueno, y se sobreentiende que si se excede dichos lmites el producto ser defectuoso.

Un ejemplo de Especificaciones y sus Tolerancias son las siguientes:

Para el largo de un perno: 2,54 mm 0,20 mm

En este ejemplo la Especificacin es 2,54, la tolerancia es 0,40 mm ( de extremo a
extremo) y la discrepancia 0,20mm.

Para el contenido de un envase de crema de leche: 200 c.c. 5 c.c.

La Especificacin es 200 c.c., la Tolerancia es 10 c.c. y la discrepancia 5 c.c.

Podramos hacernos la siguiente pregunta: Porque las tolerancias?

Pues, desde el principio sabemos que los procesos no pueden hacer todos los productos
iguales, por ello tenemos que poner lmites, de forma que cuando se excedan dichos
lmites diremos que se producen defectos. . Por ejemplo, un perno con un largo de 2,80
mm o un envase de crema de leche con 193 c.c.

En resumen, a) las Especificaciones y sus tolerancias son puestas con criterios que no
necesariamente tienen relacin con los procesos productivos, y, en general obedecen al
diseo o a razones estticas del producto. b) cuando el producto, al medir la variable de
una caracterstica, excede la especificacin se lo declara defectuoso.
Ahora veamos la mquina y el proceso que tiene que elaborar el producto, hasta ahora
sabemos que dichos procesos presenta variaciones que son normales, entonces nos
preguntamos:
Podr ser capaz, la mquina de producir nuestro producto dentro de las tolerancias que
nos da la Especificaciones que nos entregaron? Ser capaz de hacer el producto sin
defectos?
Los procedimientos estadsticos que estudiaremos a continuacin que respondern esta
pregunta se denominan, por esta razn: Capacidad de Proceso o Capacidad de Mquina

6.4 Capacidad de Proceso o Capacidad de Mquina

El estudio de la Capacidad de Proceso consta de una serie de pasos. En primer lugar, se
toman una serie de datos del proceso, mediante los cuales se calculan, usando las
frmulas vistas anteriormente, los Lmites Naturales del Proceso, que de ahora en mas se
denominan: Limites de Proceso Sin Valores Especificados. Es decir son los lmites
normales del proceso, es lo que la mquina pide para trabajar normalmente. Estos
lmites son los que si se trasponen se dice que el proceso esta Fuera de Control, (aunque
solo sea un punto). Pero en este clculo, no han intervenido las especificaciones del
producto, y estos entran a jugar despus de haber conocido los lmites anteriores.
A partir de las Especificaciones y sus tolerancias, y utilizando las frmulas que se
proveen en los adjuntos, se transforman las Especificaciones y sus Tolerancias en lo que
desde ahora llamaremos Lmites de Proceso Con Valores Especificados.




Estos Lmites de Proceso con Valores Especificados, siguen siendo las Especificaciones,
solo que traducidas a un modo que puedan ser comparadas a los Lmites de Proceso sin
Valores Especificados que pidi la mquina.

Si el proceso puede trabajar dentro de los Lmites con valores Especificados estaremos
cumpliendo con las especificaciones y no habrn defectos. Dicho de otra forma, los
Lmites Con Valores Especificados, defienden las Especificaciones.
Una vez que conocemos los lmites con y sin especificacin, procederemos a comparar
ambos juegos de lmites, y podremos contestar si el proceso es o no es capaz de producir
sin defectos.

Si la amplitud de los lmites Con Valores Especificados, es mayor que la amplitud de los
lmites Sin Valores Especificados, podremos decir que el proceso es capaz de cumplir con
lo que se le solicita. Por lo contrario, si la amplitud de los lmites Con Especificaciones, es
inferior a la amplitud de los lmites Sin Especificaciones, diremos que el proceso no es
capaz de cumplir con las especificaciones y consecuentemente, si se produce, habr
defectos.



Una analoga til es la siguiente, si los lmites Con Valores Especificados, fuera una caja
de zapatos, y los lmites Sin Valores Especificados, fueran los zapatos, diremos que si la
caja es ms grande que los zapatos podremos acomodar los zapatos adentro y diremos
que el proceso es capaz. Si los zapatos son mas grandes que la caja, stos no podrn
entrar en la caja y en consecuencia, diremos que la Capacidad de Proceso es negativa.

7 Como elaborar una grfica de control
_
7.1 Grfica X - R

La grfica para este control se provee en los adjuntos. Se trata de una grfica que
contiene tres reas, una para el registro de los datos, la segunda para el control de la
exactitud del proceso, y es donde se trazan las medias aritmticas de los datos y por
ltimo, al pie del grfico, el rea donde se controla la precisin del proceso, y es donde se
ponen los rangos.

La ruta para elaborar una grfica de control es la siguiente:

Paso 1 Recoja los datos, o sea controle el proceso a intervalos regulares y anote los
datos de cada subgrupo.

Paso 2 Calcule los promedios para cada subgrupo,

Paso 3 Calcule el promedio de los promedios.

Paso 4 Calcule R cada subgrupo. ( El Rango R es la diferencia entre el mayor y el menor
valor de cada subgrupo)

Paso 5 Calcule el promedio de R.

Paso 6 Calcule las lneas de control, usando las frmulas provistas.

Paso 7 Dibuje las lneas de control.




Paso 8 Localice los puntos en el grfico y determine si hay puntos que salgan de los
lneas de control, ya sea por exactitud o por precisin.

Paso 9 Registre todos los antecedentes de inters.

A continuacin se provee de una serie de datos que hipotticamente fueron extrados de
un proceso que funciona de acuerdo a una distribucin normal.
El tamao del subgrupo ser para ste caso de 5 unidades. Este tamao puede variar de
3 a 10 unidades y la eleccin del tamao ser una decisin econmica, si tengo tiempo y
gente para hacerlo, cuanto ms grande pueda extraer la muestra, mejor ser el control. El
mismo criterio vale para la frecuencia, cuanto menos tiempo tarde en realizar otro control,
mejor ser. Si por limitaciones de disponibilidad de gente, tenemos que elegir entre hacer
subgrupos ms grandes o extraer subgrupos ms frecuentemente, es mejor esto ltimo.
Normalmente, para este tipo de estudios, no deben extraerse menos de 20 subgrupos,
ojal, 25. Pero para no hacer largo nuestro estudio, solo procesaremos 10 muestras de 5
unidades cada una.
Supondremos que la dimensin esta expresada en gramos
A partir de ahora llamaremos muestras a los subgrupos de 5 unidades, si bien se
sobreentiende que el total de unidades que se extraiga en el da ser la verdadera
muestra de nuestra produccin.

Muestras extrados a lo largo del turno:
Hora: 08:30 09:00 09:30 10:00 10:30 11:00 11:30 12:00 12:30 13:00
N 1 2 3 4 5 6 7 8 9 10
1 65,9 68,2 67,2 67,0 66,8 67,8 68,3 66,9 68,7 67,3
2 67,8 69,1 66,0 67,3 67,6 68,1 68,0 66,6 65,0 68,0
3 65,4 67,7 69,2 67,5 67,4 70,3 67,4 69,4 67,5 67,3
4 66,6 68,3 65,2 67,6 66,0 68,1 68,6 67,2 68,6 68,2
5 67,5 66,9 69,5 68,0 67,6 67,5 68,9 66,8 68,3 68,2

Media 66,6 68,0 67,4 67,5 67,1 68,4 68,2 67,4 67,6 67,8
Rango 2,4 2,2 4,3 1,0 1,6 2,8 1,5 2,8 3,7 0,9
Media aritmtica de las medias : 67.6 gr.
Media aritmtica de los Rangos: 2.3 gr.

7.2 Clculo de los Lmites de Control

7.2.1 Clculo de Lmites Sin Valores Especificados

Nota: los decimales a usar en los clculos debern guardar coherencia con los decimales
que tengan los datos. El alumno deber usar las calculadoras correctamente, es decir,
realizar los clculos utilizando todos los decimales que genera la calculadora, para luego
aproximar la respuesta a los decimales que sean coherentes con los datos.
Para estos clculos se utilizarn las tablas adjuntas donde figuran los valores de las
constantes.
_
Grfica X


Para el control de la Exactitud del proceso.




De tablas: A
2
: 0.58
=
LC = X =67.6 gr.
= _
LSC =X +A
2
R =67.6 +0.58 x 2.3 =68.9 gr.
= _
LIC =X - A
2
R = 67.6 - 0.58 x 2.3 =66.3 gr.


_
Grfica R

Para el control de la Precisin del proceso.

De tablas: D
4
: 2.11
_
LC = R =2.3 gr.
_
LCS =D
4
R =2.11 x 2.3 =4.9 gr.

L I C =Como lmite inferior debe tomarse cero, esto simplemente significa que todos los
datos podran ser iguales, por lo cual, el valor mximo menos el valor mnimo es igual a
cero, pues son el mismo nmero.

Los lmites calculados, para ambos casos, se trasladan al grfico, se trazan como lneas
destacada a lo largo de todo el ancho del grfico. Debe destacarse tambin, las lneas
centrales.
Luego se anotan como un punto las medias de los valores de cada subgrupo. Y los
rangos. Todos los puntos deben unirse formando una linea quebrada que interpreta el
comportamiento del proceso.
Una vez realizado esto se deben destacar los puntos que eventualmente excedan los
lmites establecidos. Estos puntos, de existir, declaran al proceso fuera de Control, si no
los hay, decimos que el proceso est bajo control.



7.2.2 Clculo de los Limites con Valores Especificados

Estos Lmites son otra expresin de las Especificaciones, no dejan de ser las
Especificaciones, lo que sucede es que tenemos la tarea de querer compararlos con los
lmites de Control Sin especificaciones, por lo cual, tendremos que traducir las
especificaciones que son para valores individuales, a lmites para subgrupos de n
unidades. En nuestro caso n=5.
Una especificacin la hemos definido como un valor determinado por el cliente o el
diseador y ciertas tolerancia dentro de las cuales el producto continua siendo
satisfactorio.

Ejemplo:

Para el largo de un clavo 8,0 cm




Supongamos que se establece una tolerancia de 0,2 cm para ambos lados del valor
central. De tal forma que expresaremos la Especificacin con sus Tolerancias de la
siguiente manera:

Especificacin: 8,0 0,2 cm

Para nuestros clculos llamaremos M a la Especificacin y D a la Discrepancia (en este
caso 0.2 cm).

Se define como Tolerancia a 2 veces D, en este caso 0,4 cm.

La tolerancia es entonces todo el ancho a travs del cual se puede desplazar mi medida
sin que constituya defecto.

Para poder establecer la comparacin entre el universo verdadero del proceso y los datos
de las Especificaciones, tendremos que establecer algunos supuestos bsicos, los cuales
son:

a) Que la media del Universo de datos a producir, coincida con la Especificacin
b) Que la amplitud de la Especificacin sea capaz de contener adentro del su intervalo la
distribucin normal de los datos del proceso. Esto significa que suponemos que la
Tolerancia es igual a 6 , o, lo que es lo mismo, que D sea igual a 3
_
x =M y = D / 3

De acuerdo con esto, los lmites son:


n
D
- M : INFERIOR LIMITE
M : CENTRAL LINEA
n
D
+ M : SUPERIOR LIMITE



Para los intervalos ser :


3
D
D : SUPERIOR LIMITE
2


Otros lmites para los intervalos, no tienen valor prctico.

Para poder resolver los lmites y luego compararlos con los Valores sin Especificacin,
tendremos que establecer unas Especificaciones para el proceso que hemos
ejemplificado antes.




Supongamos que las Especificaciones fueran : 67.8 4.0 gr.

Aplicando las frmulas anteriores, los resultados son:

Limite Superior Con Valores Especificados: 69.6 gr.
Lnea Central: 67.8 gr.
Lmite Inferior Con Valores Especificados: 66.0 gr.

Limite Superior para los Rangos: 6.6 gr.

El valor D
2
debe buscarse en tablas, y vale 4.92

7.2.3 Comparacin de los Lmites Con y Sin Especificaciones. Resultado de la Capacidad
de Proceso.

Control de la Exactitud (X) Sin Especificacin Con Especificacin
Lmite de Control Superior 68.9 69.6
Lnea central 67.6 67.8
Lmite de Control Inferior 66.3 66.0
Control de la Precisin (R)
Lmite de Control Superior 4.9 6.6

Comparando los valores de la tabla, y teniendo en cuenta los conceptos explicados,
vemos que los lmites Con Especificacin, tanto para la Exactitud como para la Precisin,
son ms amplios que los Lmites Sin Especificacin.
Por esta razn podemos decir que la Capacidad de Proceso es Positiva, es decir el
proceso puede cumplir con las especificaciones y por lo tanto esta habilitado el proceso.

(La caja es mas grande que los zapatos)

En Clase deber discutirse el siguiente tema:

Cual de los lmites debern usarse para los das subsiguientes?

En la siguiente pgina se provee una planilla tpica para el control por variables.




































7.2.4 Grfica de control de proceso por variables, grfica X - R

Muestra n 1 2 3 4 5 6 7 8 9 10
1
2
3
4
5
Suma
Promedios
Rangos




Promedios (Control de la exactitud del proceso)

















Rangos (Control de la precisin del proceso)













7.2.6 Algunos casos de lecturas de grficas de control por variables.

Si bien el objetivo primario de las grficas es que los puntos se encuentres dentro de los
lmites, hay ocasiones donde la tendencia o racha" de los puntos nos anticipa claramente
lo que va a suceder si no nos anticipamos.

Una "racha" es cuando hay una sucesin de datos a un solo lado de la lnea central, una
sucesin de ms de siete puntos a un solo lado es estadsticamente muy poco probable.
(La probabilidad de 7 puntos es de 0.78%)


Una racha de 7 puntos es anormal (a - b)
Una racha de 10 de 11 puntos de un solo lado tambien es
anormal (c - d)
90
95
100
105
110
a b c d


Una tendencia es cuando hay una serie de puntos que consistentemente se alinean y
evidencian que en algn momento los puntos caern fuera de los lmites.

Estadsticamente las lneas de control nos puede dar ms informacin, pero ese anlisis
corresponde ya a los especialistas en la materia.








TENDENCIA de 7 puntos ASCENDENTES (a - b)
TENDENCIA DESCENDENTE DRASTICA (c - d)
90
95
100
105
110
a b c d







7.3 Grfica np, (grfica por atributos).

1 100 4 14 100 0
2 100 2 15 100 2
3 100 0 16 100 3
4 100 5 17 100 1
5 100 3 18 100 6
6 100 2 19 100 1
7 100 4 20 100 3
8 100 3 21 100 3
9 100 2 22 100 2
10 100 6 23 100 0
11 100 1 24 100 7
12 100 4 25 100 3
13 100 1 total 2500 68


7.4 Clculo de los lmites de control



) p 1 ( n p 3 n p LCi
n p LC
) p 1 ( n p 3 n p LCs
=
=
+ =








p
pn
kN
LC pn
LSC
LIC
= = =
= = =
= + =
=
68
25 100
0 0272
0 0272 100 2 72
2 72 3 2 72 1 0 0272 7 60
0
*
.
. * .
. . ( . ) .



Los lmites calculados se traslada al grfico y luego se anotan los valores de cada
subgrupo.




7.5 Grfico de Control de Proceso por Atributos.

PRODUCTO:........................................................................

FECHA:.................................

CLASE DE DEFECTO A CONTROLAR:

CRITICO MAYOR MENOR

Caracterstica 1 2 3 4 5 6 7 8 9 1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
Total:













9
8
Tamao
de la
muestra:
7
6
T
o
t
a
l

c
o
n
t
r
o
l
a
d
o


5
C
a
n
t
i
d
a
d

d
e

4
T
o
t
a
l

d
e




4
3
Frecuenc
ia del
control:
2
1




0
Muestra n 1 2 3 4 5 6 7 8 9 0 1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0

Hora
Minutos

F
r
a
c
c
i

n

d
e
f
e
c
t
u
o
s
a



Inspector:









7.6 Indice de la Capacidad de Proceso

A continuacin se desarrolla una manera de calcular si un proceso puede o no satisfacer
las Especificaciones que se nos est solicitando cumplir.
Mediante la extraccin en el proceso de una muestra adecuada , podremos hacer la
distribucin de frecuencias y el correspondiente Histograma. Este nos mostrar la forma
de la distribucin y como consecuencia si el proceso obedece la Distribucin Normal.
El la gran mayora de los casos, la respuesta ser positiva. Siguiendo los pasos que se
estudiaron oportunamente de este apunte, podemos calcular la Desviacin Tpica de la
muestra obtenida. Si suponemos que esta corresponde tambin a la poblacin o universo
del proceso, podemos hacer el siguiente clculo, llamado Indice de la Capacidad de
Proceso:


IC
E E
p
s i
=

6


donde E
S
es la especificacin superior y E
I
la inferior, y es la desviacin tpica de la
muestra tomada.

De acuerdo a esto podemos evaluar con el siguiente criterio:


Si 1.33 < IC
p
Tendremos un proceso satisfactorio, capaz
de cumplir con las Especificaciones

Si 1.00 < IC
p
<1.33 Tendremos un proceso poco satisfactorio que
podra cumplir con las Especificaciones, aunque
probablemente con problemas, pues su variabilidad



est muy parecida a la amplitud de las
Especificaciones.

Si IC
p
<1.00 Tenemos un proceso inadecuado, que con
seguridad no podr cumplir con las
Especificaciones.












7.7 Los cuatro casos posibles de los lmites con y sin especificaciones.

Cuando comparemos la capacidad de nuestro proceso con las Especificaciones que hay
que cumplir, nos encontraremos siempre con alguna de las cuatro siguientes situaciones
(y solo estas):

a- El proceso est bajo control y no hay productos defectuosos.

b- El proceso est bajo control pero hay productos defectuosos.

c- El proceso est fuera de control pero no hay productos defectuosos.

d- El proceso est fuera de control y tambin hay unidades defectuosas.

El primer caso es el que debiera ser todo el tiempo, es decir, un proceso en estado
controlado que se desenvuelve correctamente dentro de los lmites especificados.
El Indice de capacidad de Proceso deber ser preferentemente superior a 1.3

El segundo caso, significa que el proceso, aun cuando anda bien, pues est bajo control,
por lo tanto no hay causas asignables que buscar y eliminar, pero las especificaciones
son muy estrechas para la mquina y no es capaz de cumplirlas. En este caso, el Indice
de Capacidad de proceso ser inferior a uno y no deber producirse en estas condiciones.

El tercer caso, significa que los lmites de proceso con valores especificados son
extremadamente amplios y soportan las causas asignables del proceso fuera de control,
sin que estos lleguen a ser defectos. El Indice de Capacidad de Proceso es muy amplio,
por ejemplo superior a dos o ms.
No debe producirse en estas condiciones, pues la variabilidad puede ser advertida por el
cliente y produce una baja imagen del producto, por otra parte es probable que se
produzca una prdida de insumos, o sea de dinero.
Lo que corresponde hacer es reducir la amplitud de los lmites especificados a valores de
Indice de Capacidad de Proceso cercano , por ejemplo a dos.
O sea, hay que achicar la caja de los zapatos.




El ltimo caso es el peor de todos y significa que estamos con el proceso inadecuado y la
mquina equivocada, y no deberemos producir bajo ninguna circunstancia.






Caso a: El proceso est bajo control y no hay productos defectuosos.

Diagnstico:

Estado de la grfica: Bajo control
La distribucin satisface las especificaciones

El Indice de Capacidad de Proceso es razonablemente mejor que 1.3



90
92
94
96
98
100
102
104
106
108
110
08:00 08:30 09:00 09:30 10:00 10:30 11:00 11:30 12:00 12:30 13:00 13:30 14:00 14:30
Lmite de Control
Superior C/E
Lmite de Control
Superior S/E
Valores del Proceso
Linea Central del proceso
Lmite de Control Inferior
S/E
Lmite de Control Inferior
C/E





Esta es la situacin normal, significa que existe concordancia entre la capacidad de
proceso y las especificaciones








Caso b: El proceso est bajo control pero hay productos defectuosos.

Diagnstico:




Estado de la grfica: Bajo control
La distribucin no satisface las especificaciones



El Indice de Capacidad de Proceso es menor que uno.



85
90
95
100
105
110
115
08:00 08:30 09:00 09:30 10:00 10:30 11:00 11:30 12:00 12:30 13:00 13:30 14:00 14:30
Lmite de Control
Superior S/E
Lmite de Control
Superior C/E
Valores del Proceso
Linea Central del proceso
Lmite de Control Inferior
C/E
Lmite de Control Inferior
S/E




En esta situacin no se debe trabajar. El proceso est bajo control pues los valores no
superan los lmites naturales Sin Especificacin, pero exceden los lmites Con
Especificacin. Corresponde mejorar la mquina para que el proceso entre dentro de las
especificaciones.






Caso c: El proceso est fuera de control pero no hay productos defectuosos.

Diagnstico:
Estado de la grfica: Fuera de control
La distribucin satisface las especificaciones

El Indice de Capacidad de Proceso es Muy superior a 1.3, por ejemplo tres.



70
80
90
100
110
120
130
08:00 08:30 09:00 09:30 10:00 10:30 11:00 11:30 12:00 12:30 13:00 13:30 14:00 14:30
Lmite de Control
Superior C/E
Lmite de Control
Superior S/E
Valores del Proceso
Linea Central del proceso
Lmite de Control Inferior
S/E
Lmite de Control Inferior
C/E




Los limites especificados son muy amplios y soportan que el proceso est fuera de
control, sin que se produzcan defectos pues no se transgreden los lmites especificados.
Exige una revisin de la mquina y una revisin de los lmites especificados que debern
reducirse convenientemente.






Caso d:

Estado de la grfica: Fuera de control
La distribucin no satisface las especificaciones

El Indice de Capacidad de Proceso es inferior a uno.




70
80
90
100
110
120
130
08:00 08:30 09:00 09:30 10:00 10:30 11:00 11:30 12:00 12:30 13:00 13:30 14:00 14:30
Lmite de Control
Superior C/E
Lmite de Control
Superior S/E
Valores del Proceso
Linea Central del proceso
Lmite de Control Inferior
S/E
Lmite de Control Inferior
C/E




En este caso se dan todas las condiciones desfavorables. No puede trabajarse en estas
condiciones.











8 Normas Chilenas






8.1 Norma Chilena 42 of 53

Se trabaja en clase con el original de la Norma Chilena 42. Control Estadstico de la
Calidad.

Esta tabla contiene todo lo visto en nuestro capitulo 7 y define adems el mtodo de
clculo llamado del falso cero para el clculo de la media aritmtica y de la desviacin
tpica. En ste apunte, al mtodo del falso cero se lo llam el mtodo de Compilacin.
Las frmulas son coincidentes con las tablas del adjunto de este libro.

































8.1.1 NORMA CHILENA 42 RESUMEN DE GRAFICOS DE CONTROL POR VARIABLES

Control de la Exactitud




P
a
r

m
e
t
r
o

E
s
p
e
c
i
f
i
c
a
c
i
o
n
e
s

T
a
m
a

o

s
u
b
g
r
u
p
o

L

n
e
a

C
e
n
t
r
a
l

L

m
i
t
e
s

O
b
s
e
r
v
a
c
i
o
n
e
s




n
>
2
5

X
n
3
X


Para grficos tipo , X (muestras
grandes)




n

2
5

X
A X
2

1)para grficos , X (muestras
pequeas)
2)
n c
3
A
2
2
=































s
i
n








n

2
5

X
R A X
2

1)para grficos R , X (muestras
pequeas)
2)
n d
3
A
2
2
=
































M
e
d
i
a






c
o
n

c
u
a
l
q
u
i
e
r
a

M
n
M



n
>
2
5

X
~

n
3
25 . 1 X
~

Para grficos tipo , X
~
(muestras
grandes)




n

2
5

X
~

A 25 . 1 X
~
1

Para grficos tipo , X
~
(muestras
pequeas)























s
i
n



n

2
5

X
~

R A 25 . 1 X
~
2

Para grficos tipo R , X
~
































M
e
d
i
a
n
a






c
o
n

C
u
a
l
q
u
i
e
r
a

M
n
25 . 1 M







8.1.2 Control de la Precisin






P
a
r

m
e
t
r
o

E
s
p
e
c
i
f
i
c
a
c
i
o
n
e
s

T
a
m
a

o

s
u
b
g
r
u
p
o

L

n
e
a

C
e
n
t
r
a
l

L

m
i
t
e
s

O
b
s
e
r
v
a
c
i
o
n
e
s





s
i
n




n

2
5

R

R D . I . L
R D . S . L
3
4
=
=

2
1
3
2
2
4
d
D
D
d
D
D
=
=













I
n
t
e
r
v
a
l
o









c
o
n





n

2
5

3
d
2



3
D . I . L
3
D . S . L
1
2

=


D
1
=(d
2
-d
3
)

D
2
=(d
2
+d
3
)







n

>

2
5



2n
3































s
i
n














n

2
5



B I. L.
B L.S.
3
4
=
=




n

>

2
5


3

n 2
3

D
e
s
v
i
a
c
i

n

N
o
r
m
a
l
















c
o
n







n

2
5

3
c
2



3
B . I . L
3
B . S . L
1
2

=

c
2
=
si n >25 es c
2
1
entonces:
c
2
=



8.1.3 NORMA CHILENA 42 Factores para grficos de control por variables.








MEDIAS INTERVALOS DESVIACIONES TIPICAS
n A
1
A
2
d
2
d
3
D
1
D
2
D
3
D
4
c
2
B
1
B
2
B
3
B
4
2 3.76 1.88 1.13 0.89 0 3.69 0 3.27 0.56 0 1.84 0 1.27
3 2.39 1.02 1.69 0.88 0 4.36 0 2.57 0.72 0 1.86 0 2.57
4 1.88 0.73 2.06 0.86 0 4.70 0 2.28 0.80 0 1.81 0 2.27
5 1.60 0.58 2.33 0.85 0 4.92 0 2.11 0.84 0 1.76 0 2.09
6 1.41 0.48 2.53 0.85 0 5.08 0 2.00 0.87 0.03 1.71 0.03 1.97
7 1.28 0.42 2.70 0.83 0.20 5.20 0.08 1.92 0.89 0.10 1.67 0.12 1.88
8 1.17 0.37 2.85 0.82 0.39 5.31 0.14 1.86 0.90 0.17 1.64 0.18 1.81
9 1.09 0.34 2.97 0.81 0.55 5.39 0.18 1.82 0.91 0.22 1.61 0.24 1.76
10 1.03 0.31 3.08 0.80 0.69 5.47 0.22 1.78 0.92 0.26 1.58 0.28 1.72
11 0.97 0.29 3.17 0.79 0.81 5.53 0.26 1.74 0.93 0.30 1.56 0.32 1.68
12 0.92 0.27 3.26 0.78 0.92 5.59 0.28 1.72 0.94 0.33 1.54 0.35 1.62
13 0.88 0.25 3.34 0.77 1.03 5.65 0.33 1.69 0.94 0.36 1.52 0.38 1.65
14 0.85 0.23 3.41 0.76 1.12 5.69 0.31 1.67 0.95 0.38 1.51 0.41 1.59
15 0.82 0.22 3.47 0.75 1.21 5.74 0.35 1.65 0.95 0.41 1.49 0.43 1.57
16 0.79 0.21 3.53 0.75 1.28 5.78 0.36 1.64 0.95 0.43 1.48 0.45 1.55
17 0.76 0.20 3.59 0.74 1.36 5.82 0.38 1.62 0.96 0.44 1.46 0.47 1.53
18 0.74 0.19 3.64 0.74 1.43 5.85 0.39 1.61 0.96 0.46 1.45 0.48 1.52
19 0.72 0.19 3.69 0.73 1.49 5.89 0.40 1.60 0.96 0.48 1.44 0.50 1.50
20 0.70 0.18 3.73 0.73 1.55 5.92 0.41 1.59 0.96 0.49 1.43 0.51 1.49
21 0.68 0.17 3.78 0.72 1.61 5.95 0.42 1.57 0.96 0.50 1.42 0.52 1.48
22 0.66 0.17 3.82 0.72 1.66 5.98 0.43 1.57 0.97 0.52 1.41 0.53 1.47
23 0.65 0.16 3.86 0.72 1.71 6.00 0.44 1.56 0.97 0.53 1.41 0.54 1.45
24 0.63 0.16 3.90 0.71 1.76 6.03 0.45 1.55 0.97 0.54 1.40 0.55 1.44
25 0.62 0.15 3.93 0.71 1.80 6.06 0.46 1.54 0.97 0.55 1.39 0.56 1.43
Mas
de 25

n
3

- - - - - - - 1
n 2
3
1

n 2
3
1+


n 2
3
1

n 2
3
1+


Los tamaos de muestra mas frecuentes son de 3 a 6, y los datos estn en el rea
sombreada.






8.2 Norma Chilena 43 of 61

Se trabaja en clase con el original de la Norma Chilena 43. Seleccin de muestras al
azar.

Esta norma formaliza el mtodo de extraccin de las unidades representativas del lote o
poblacin mediante la determinacin de cuales sern las unidades a controlar siguiendo
las tablas de nmeros al azar que conforman la norma.

Este procedimiento debe tomarse cada vez que se necesite rigurosidad absoluta en la
extraccin al azar de las muestras.


8.3 Norma Chilena 44 of 78

Se trabaja en clase con el original de la Norma Chilena 44. Inspeccin por atributos.
Tablas y procedimientos de muestreo.

8.3.1 Alcance

Esta norma establece planes y procedimientos de muestreo para la inspeccin por
atributos.

8.3.2 Nivel de Calidad Aceptable (AQL)

8.3.2.1 Uso

El AQL junto con la letra cdigo del tamao de la muestra, se usa para identificar los
planes de muestra descritos en esta norma.



8.3.2.2. Definicin de AQL

Se define como AQL, al porcentaje defectuoso de un lote que tiene una probabilidad
cercana al 95 % de ser aprobado.

8.3.3 Inspeccin Normal, Rigurosa y Reducida.

Todo inicio de proceso productivo, debe comenzar con la Inspeccin Normal. Cuando
una sucesin predeterminada de lotes (10 lotes?) se obtienen con resultados aprobados,
puede hacerse una reduccin de la carga de trabajo, disminuyendo la cantidad
inspeccionada. Este procedimiento no disminuye la seguridad de la inspeccin. La tabla
da otras condiciones para poder realizar el cambio.

En caso contrario, cuando 2 lotes de cada 5, resultan rechazados, se deber utilizar la
Inspeccin Rigurosa.

El uso prolongado de la Inspeccin Rigurosa exige un replanteo del proceso con la
finalidad de mejorarlo tecnolgicamente.





8.3.4 Plan de muestreo.

Un plan de muestreo indica el nmero de unidades de producto que deben ser
inspeccionadas en cada lote y los criterios para determinar la aceptabilidad del lote
(nmeros de aceptacin y rechazo).


8.3.5 Nivel de inspeccin

El nivel de inspeccin determina la relacin entre el tamao del lote y el tamao de la
muestra. el nivel de inspeccin debe ser determinado por la autoridad responsable. El
nivel ms utilizado es el nivel II.


8.3.6 Tipos de planes de muestreo

Las tablas 2, 3 y 4 dan tres tipos de planes de muestreo: simple, doble y mltiple.
La eleccin de la conveniencia de dichos planes se basa en la comparacin de las
dificultades administrativas y el tamao medio de las muestras de los planes disponibles.
El tamao medio de las muestras de los muestreos mltiples suele ser menor que el de
los planes dobles y estos que los del muestreo simple. Sin embargo la administracin de
los planes tienen relacin inversa.

















9 Bibliografa de la parte 1

Control de Calidad de Garca y Arrondo, Instituto Argentino de Control de Calidad.

Herramientas estadsticas bsicas para el mejoramiento de la calidad de Hitoshi Kume,
Editorial Norma.

Estadstica de Murray R. Spiegel . Serie Schaum Mc Graw Hill.

Control de Calidad Estadstico de Eugene Grant, Compaa Editorial Continental S:A.





































Parte 2: Gestin del Control de Calidad

Gestin de Calidad

Introduccin:

Mucho se habla de Gestin de Calidad, pero no siempre se tiene claridad de lo que
significan estos trminos. En la Gestin por Calidad el objetivo de la Empresa es la
Satisfaccin del Cliente. Se parte de la base de que esa satisfaccin es la nica manera
de garantizar la permanencia de la Empresa en el mercado al largo plazo.
Como resumen de lo que sigue a continuacin, podramos decir que para lograr ese
objetivo se realizan una serie de acciones para mejorar todo el entorno de la Empresa, y
eso trae como resultado la satisfaccin total de los clientes.
El concepto del Control Total de Calidad tiene como caractersticas principales:

a) El nfasis en los procesos y no solo en los resultados.
b) La calidad est en cada etapa del proceso.
c) Los atributos del producto son definidos por los clientes.



d) Todas las personas de la empresa participan.

Las consecuencias de esa poltica se traducen en mejoramientos de los procesos, menos
errores, menores costos, mejor motivacin del personal, etc., etc.

10 Control Total de Calidad (CTC)

10.1 Evolucin Histrica del concepto

Sin duda el concepto de Calidad es muy antiguo, as lo demuestran los dibujos de los
frisos egipcios. En el 2150 antes de Cristo, se poda leer en el Cdigo de Hammurab :
...si un albail ha construido una casa y ,no siendo sta suficientemente slida, se hunde
y mata a sus ocupantes, el albail deber ser ejecutado.
Los fenicios, eran menos drsticos, si las violaciones a los requisitos de calidad sucedan
con frecuencia inapropiada, los inspectores tomaban una solucin que impedan la
repeticin de los defectos, la los artesanos que haban elaborado un producto no
conforme, les cortaban las manos!!.
Ya en los comienzos de este siglo, Ford aplica en gran escala los principios de Frederick
W. Taylor. Esto permiti fabricar productos de alta tecnologa con bajo costo.
En este punto aparece la inspeccin como parte del proceso. El objetivo de la inspeccin
era la de separar los productos buenos de los malos.
Poco despus, en las fbricas, se comienza a separar la funcin de control de la de
produccin.
En 1920, Western Electric instala un por primera vez un departamento de calidad.
Uno de los miembros es, nada menos que Walter Shewhart.
W. Shewhart, introduce por primera vez, la estadstica como herramienta de trabajo. En
1931, publica su Tratado, donde explica el principio de los grficos de Control, con una
serie de tablas que aun conservan vigencia y se utilizan como herramienta didctica. (ver
Parte Dos, Grficas de control de Shewart, Control de Calidad Estadstico de Eugene
Grant)
J .M.J urn y W.E. Deming, son discpulos de Shewhart.
En 1941, Dodge y Romig, publican las primeras tablas de muestreo.
Al finalizar la segunda guerra mundial, el General D.MacArthur, la nueva autoridad del
J apn, trae al pas, las tcnicas estadsticas, que haban sido durante la guerra, secreto
militar.
En 1945, A. V. Feigenbaum, publica su primer artculo, La Calidad como Gestin. A su
lado, los dos discpulos de Shewhart,W.Edward Deming y J . M. J uran, alcanzan lugar
destacado.
En 1949, la J USE, ( J apanese Union of Scientis and Engineers) forma un grupo de
investigacin donde comienza su destacada labor, el mximo cientfico del Control de
Calidad en J apn, el Seor Kaoru Ishikawa.
En 1950, Deming comienza una serie de visitas al J apn, que a la postre resultan
decisivas en el desarrollo de la calidad en J apn.
Los japoneses, utilizan las nuevas tcnicas con gran inters, y desarrollan un plan de
capacitacin a gran escala,. Estos cursos comienzan en 1950. Uno de los medios que
utilizan para la capacitacin a gran escala es la radio por ondas cortas.
En 1951, Feigenbaum, publica su libro, Control Total de la Calidad. Este libro se
considera como la gnesis del concepto del CTC, pero no ser hasta fines de siglo que el
concepto se impondr en todo el mundo, comenzando en J apn.
En 1951, J uran publica su primer Tratado de Calidad, Quality Control Handbook.



En 1954, es invitado al J apn para participar con Deming, en la formacin de los
Directivos de las empresas en asuntos de Gestin de Calidad.
Ambos fueron condecorados por el emperador Hiroito con la ms alta condecoracin.
En 1962, la J USE, publica en su revista de gestin de Control de Calidad, el manual de
Control de Calidad de K. Ishikawa, del cual rpidamente se venden 200.000 ejemplares.
Tambin en 1962, se forma el primer Crculo de Calidad.
Debemos aclarar en este punto, que un Circulo de Calidad, es un grupo de gente,
coordinados por un Lder, que se rene a estudiar y aprender.
Como consecuencia de su aprendizaje, y aplicando los nuevos conocimientos adquiridos,
se pueden solucionar eficazmente problemas de la empresa.
Actualmente, existen pases como China que tienen 70 millones de personas formndose
en los conceptos del CTC, lo que hace predecir que en el futuro cercano, seremos
inundados por productos chinos de la mejor calidad y a bajo precio.
Los Crculos de Calidad han tenido buena aceptacin en pases como Francia, pero sobre
todo en otros pases de Oriente.



10.2 Conceptos del CTC

10.2.1 CTC Segn Armand V.Feigenbaum

La Calidad Total es hoy un imperativo, la competencia mundial es global, Hoy en da la
competencia exige que para tener xito con nuestros productos, debemos disearlos
fabricarlos y venderlos con el potencial de obtener la supremaca internacional.

La ley de Murphy, dice que si puede aparecer un competidor, a nivel internacional, para
nuestro producto, aparecer.

Por ello, la calidad se ha convertido en la clave mas poderosa para obtener:
La satisfaccin total de los clientes,
El liderazgo en recursos humanos,
Los costos ms bajos.


En los ltimos 20 aos, a quedado claro, que una estrategia rentable ha sido producir ms
rpido, entregar antes y cobrar menos, pero en esta dcada, ya no es suficiente, adems
hay que producir... mejor !!

En el mercado actual, un cliente satisfecho se lo cuenta a 5 conocidos, un cliente
insatisfecho se lo cuenta a 15, conocidos y desconocidos.


El autor e iniciador del Control Total de la Calidad, A. V. Feigenbaum, nos provee de diez
puntos de referencia del CTC para sta dcada que est a punto de finalizar.

a) La calidad es un proceso que involucra a toda la Compaa

b) La calidad es lo que el cliente dice que es.

c) La calidad y el costo son una suma y no una diferencia.




La calidad es una estrategia fundamental del negocio y una oportunidad excepcional de
lograr una alta rentabilidad . Por esta razn es fundamental tener un sistema que nos
permita conocer el costo de la Calidad. En esta presentacin veremos ms adelante los
detalles para un programa de Costos de Calidad.

d) La calidad requiere de un fanatismo, tanto individual como colectivo.

La calidad es trabajo de todos. No deben existir islas de calidad entre los distintos
grupos de produccin, sin puentes que los unan.




c) La calidad es un modo de dirigir.

La buena direccin significa un liderazgo personal que hace posible el conocimiento de la
calidad, las habilidades y las actitudes de cada miembro de la organizacin, para
reconocer que realizar la calidad con correccin obliga a que cada quien trabaje
correctamente en la Empresa.

d) La calidad y la innovacin son mutuamente dependientes.

Cuando un producto nuevo se lanza al mercado, debe incluirse a la calidad como un
elemento esencial del desarrollo, y no en segunda instancia cuando los problemas del
producto en el mercado lo hace necesario y evidente.

e) La calidad es una tica.

El concepto de la excelencia es uno de los motivadores bsicos del comportamiento
humano. Debe aprovecharse esta cualidad para hacer de la calidad un liderazgo.

f) La calidad requiere una mejora constante.

El concepto bsico debe ser el de que nunca se alcanza el objetivo de calidad, es decir,
siempre se deber subir y subir el lmite buscado, de manera que exista una permanente
bsqueda de calidad. Esto se llama Mejoramiento Continuo.

g) La calidad es la ruta a la productividad ms eficiente en costo y menos intensiva en
capital.

Cuando la calidad no es el medio para lograr la productividad, existe en las fbricas
verdaderas plantas ocultas para el reproceso de las unidades defectuosas. Este esfuerzo
para el reprocesamiento debera utilizarse para evitarse la generacin de defectos en
lnea.

h) La calidad se implementa con un sistema total unido a los clientes y proveedores

Hoy en da la capacidad tcnica de las compaas no es el problema principal de la
calidad. Lo que diferencia a los lderes de la calidad de los seguidores de la calidad es la
disciplina de la calidad, y que los hombres y mujeres de la organizacin entiendan, crean
en, y sean parte de los procesos claros de la calidad del trabajo.

Los diez puntos descritos hasta aqu, en sntesis nos dicen, que la calidad es un modo de
enfocar totalmente a la Empresa en el cliente, ya sea el usuario final, o el puesto de
trabajo que nos sigue a continuacin.

Las Empresas que an no comprenden esta situacin, se hace evidente que la calidad no
es an un inters de los ms altos ejecutivos, y piensan aun que la calidad es un trabajo
de los especialistas y que estos operan en un nivel secundario en los intereses reales de
la empresa.

En estas Empresas, subdesarrolladas, la calidad no es todava una lnea principal de
actividad en el desarrollo y la ingeniera. En estas Empresas, se piensa que la innovacin



es la llave del xito y que lograr la calidad es una tarea menos desafiante, ms al alcance
de la mano y por lo tanto de segundo lugar.
En estas Empresas, tienen esta cultura muy bien asimilada, por lo cual, las personas a
cargo del rea financiera, no se hacen mucho problema frente a los errores de
facturacin, los cuales provocan muchas veces ms irritacin que la misma devolucin de
un producto defectuoso. Tampoco hacen mella en los responsables de Marketing quienes
piensan que el producto debe venderse, aun cuando el rea productiva no los estn
haciendo bien.
En los mercados actuales, la excelencia de la calidad es una demanda de valor total que
incluye no solamente las expectativas del buen funcionamiento del producto en si, sino
tambin el soporte alrededor del producto, como el servicio tcnico y otros a partir de
todas las reas de la Empresa proveedora.

El mercado actual, no pide solamente una reduccin de las cosas que anden mal, sino
tambin un incremento de las cosas que anden bien.









10.2.2 CTC Segn Kaoru Ishikawa

Sin lugar a dudas, K. Ishikawa es el terico de mayor influencia en el xito de la industria
japonesa, y uno de los hombres que mejor han interpretado las reglas del CTC:

En este breve estudio, se tratar de resumir los conceptos de tan brillante maestro del
CTC.

Las siguientes, son algunas de las citas de su libro: Que es el control de Calidad? :


1.- El Control de Calidad al estilo japons es una revolucin conceptual en la gerencia.

2.- Control de Calidad es hacer lo que se debe hacer en todas las industrias.

3.-El Control de Calidad comienza con educacin y termina con educacin.

4.-Para aplicar el Control de Calidad tenemos que ofrecer educacin continuada para
todos, desde el presidente hasta los obreros.

5.-El Control de Calidad aprovecha lo mejor de cada persona

6.-El primer paso en el Control de Calidad es conocer los requisitos de los consumidores.

7.-Otro paso es saber que comprarn los consumidores.

8.-El Control de calidad llega a su estado ideal cuando ya no requiere vigilancia
(inspeccin)

9.-El control de calidad debe incorporarse dentro del diseo y de cada proceso. No se
puede crear con la inspeccin.

10.-El control de calidad que hace hincapi en la inspeccin es anticuado.

11.-El concepto bsico subyacente en el control es la prevencin de errores repetidos.

12.-Elimnese la causa bsica, no los sntomas.

13.-El control de calidad es responsabilidad de todos los empleados y de todas las
divisiones.

14.-Si no hay liderazgo desde arriba no se puede insistir en el Control Total de Calidad


Kaoru Ishikawa, junto con otros eminentes ingenieros, comenzaron con la larga tarea de
la transformacin de la industria japonesa, con los programas educativos. Estos
programas entre los cuales se inclua su libro de donde se extrae muchos de los
conceptos que se exponen en esta conferencia, se transmitieron por la Radiodifusora
J aponesa de Onda Corta, por la Radiodifusora J aponesa NHK, tambin se recurri a los



cursos por correspondencia. Tambin fue muy importante el apoyo de las revistas
especializadas.
Para los primeros aos de 1960, se pudo diagnosticar que la disciplina de estudio de los
obreros y capataces mostraban fallas por lo cual se recomend la formacin de grupos de
estudio, con un lder, y as se los llam Crculos de Calidad.

Segn las propias palabras del Sr. Ishikawa:

Quienes no conocen las actividades de CC piensan que estos grupos son organizados
para mejorar las condiciones de trabajo. Esto es un error. Los grupos se organizan con
el fin de estudiar, y estudian para no repetir errores.


Una caracterstica fundamental de estos crculos es el carcter voluntario para integrar
estos grupos de trabajo.

En 1967, se establecen los principios bsicos del Control de Calidad en J apn, estos son:

1 Control de Calidad en toda la Empresa. Participacin de todos los miembros de la
organizacin.
2 Educacin y capacitacin en Control de Calidad
3 Actividades de Crculos de Calidad.
4 Auditoria de CC.
5 Utilizacin de mtodos estadsticos.
6 Actividades de promocin del Control de Calidad.


En esta etapa debe hacerse algunos alcances acerca de la cultura japonesa,

El obrero japons es de una baja rotacin en su empleo, esto trae como resultado que la
educacin es muy rentable, pues al contrario de lo que sucede en occidente, las personas
a medida que se educan producen mejor dentro de la empresa que les est brindando
cultura. Por esta razn los programas son ambiciosos, por la duracin de los programas,
que son a largo plazo,

La otra gran diferencia la establecen los propios gestores del control de calidad, mientras
que en occidentes la tarea es encarada por los especialistas con miras a sus propios
honorarios por conceptos de asesora, en J apn, las personas encargadas, visitan las
empresas llevando su propio almuerzo.

El control de calidad japons es una revolucin en el pensamiento de la gerencia.
Representa un nuevo concepto de la gerencia.

La definicin de K.Ishikawa es la siguiente:

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.

Algunos puntos importantes son:




Hacemos control de calidad con el fin de producir artculos que satisfagan los requisitos
de los consumidores

Se debe hacer hincapi en la orientacin hacia el consumidor. El antiguo pensamiento de
que el fabricante le hace un favor al consumidor por venderle su producto es
absolutamente caduco.

En su interpretacin mas estrecha, calidad significa calidad de producto.
Pero en su interpretacin ms amplia, calidad significa calidad de trabajo, calidad de
servicio, calidad de la informacin, calidad del proceso, calidad de la divisin, calidad de
las personas incluyendo a los trabajadores, ingenieros, gerentes y ejecutivos. calidad del
sistema, calidad de la empresa, calidad de los objetivos, etc. El objetivo primario es
controlar la calidad en todas sus manifestaciones.



Quejas por productos defectuosos

Ishikawa da especial importancia a la atencin de este problema.

Las quejas de los consumidores no siempre son visibles, cuando el producto es costoso,
muy probablemente nos vamos a enterar, pero cuando no lo es, simplemente el
consumidor no se queja, pero nos castiga de la peor manera, cuando vuelve a comprar,
acude a otra marca!
Algunos gerentes o ejecutivos chapados a la antigua, ocultan las quejas o dificultan el
pronto conocimiento de las divisiones interesadas en corregir. Esta prctica es el mejor
rumbo a la quiebra de la empresa. Es fundamental averiguar, investigar que dificultades
tienen los clientes con nuestros productos y traer la informacin a nuestra empresa lo ms
rpido posible para corregirlo.

La prctica responsable de cambiar los productos malos por buenos, incluso despus de
haber vencido el periodo de garanta, es necesaria e indispensable, pero una vez hecho
esto el asunto no termina all, hay que averiguar si otros clientes podran sufrir el mismo
inconveniente y retirar el producto potencialmente defectuoso, aun sin la queja del cliente,
especialmente, si el defecto podra amenazar la integridad del consumidor.

Evitar que los errores se repitan

Ishikawa distingue tres pasos,

a) eliminar los sntomas,

b) eliminar las causas y

c) eliminar las causas fundamentales

.Solo los pasos b y c evitan la repeticin de los errores, pero solo el paso c) es verdadera
prevencin.




Que es el Control Total de Calidad?

Pueden haber muchas definiciones, pero en su esencia significa el control de la
administracin misma.

Ishikawa reconoce que el gestor del concepto, es el Seor Feiguenbaum, pero establece
diferencias fundamentales con el occidente. Mientras que en USA y Europa, el CTC
queda en manos de los especialistas, en Oriente, se le entrega el control a las bases,
pero cuidado, estas bases son ahora gente culta, gente con instruccin en estadstica, en
conceptos de Control de Calidad, son personas con discernimiento, con capacidad de
decidir, lo que es bueno y lo que es malo, son capaces de corregir los procesos sin
esperar que venga el tcnico o el que supuestamente sabe ms para detener o cambiar el
proceso.

La diferencia marc el camino del xito.

Ishikawa resalta que dentro de la Empresa, nuestro cliente es el que sigue en la lnea del
proceso, es decir, tenemos clientes internos que deberemos satisfacer, pero lo interesante
de esto es su interpretacin de quienes son los clientes de los Directores y gerentes: son
los obreros y las lneas de proceso mas bajas, aquellos que hacen el producto y que son
los que necesitan ms asistencia.
A ellos deben dedicar su tiempo en funcin de lograr la calidad y la productividad,
asistirlos para que tengan todo lo necesario para producir ms y mejor, en menor tiempo y
anticipndose a los errores. Es un falla gerencial creer que eso lo debe hacer otras
personas, o los especialistas. Mientras eso no se entienda no habr CTC.

El CTC es una revolucin conceptual en la Gerencia

Segn la experiencia de K. Ishikawa, las empresas que tuvieron xito con la aplicacin del
CTC, en J apn, lo lograron con las siguientes caractersticas:

1. Primero la calidad: no a las utilidades a corto plazo.

2. Orientacin hacia el consumidor; no hacia el productor. Pensar desde el punto de vista
de los dems

3. El proceso siguiente es su cliente: hay que derribar las barreras del seccionalismo.

4. Utilizar datos y nmeros en las presentaciones, utilizacin de mtodos estadsticos.

5. Respeto a la humanidad como filosofa administrativa: administracin totalmente
participante.

6. Administracin interfuncional .






























10.2.3 CTC Segn J . M. J uran

Los puntos claves del pensamiento de J uran son los siguientes:

El factor clave en la competicin por conseguir el liderazgo en calidad es la tasa de la
mejora de la calidad.

Las prdidas por costos de calidad mas importantes son los que se producen de
manera interdepartamental, es decir en el interior de la Empresa, En los Estados Unidos,
J uran estima que un tercio de lo que se hace consiste en rehacer lo que se fabric
previamente, debido a deficiencias de la calidad.

Las mejoras de Calidad no deben ser actos voluntarios, deben ser exigidos de algn
modo por la ms alta direccin y deben estar auditados convenientemente.

El rendimiento de la inversin en la mejora de la calidad se encuentra entre los ms
altos que se conocen.

La mejora de la calidad no utiliza inversiones intensivas, pero tampoco sale gratis.

El primer paso para la mejora consiste en la creacin de un consejo de calidad.

Las mejoras de calidad deben encararse proyecto a proyecto.

Es fundamental, que el primer proyecto sea exitoso.

La integracin del mejoramiento continuo como parte integrante de los planes
empresariales puede llevar aos implementarla.

No es suficiente que los directivos establezcan polticas y luego lo deleguen a los
subordinados.




Para convencer a los subordinados de que se tiene la intencin de que la mejora de
calidad siga adelante, hace falta que los altos directivos realicen cosas sin precedentes.

El establecimiento de la gestin de calidad por toda la empresa implica cambios
profundos, alguno de los cuales pueden no ser bien recibidos.

El consejo de calidad tiene la obligacin perentoria de obtener datos fidedignos de los
costos de la mala calidad y la concentracin de los mismos para proporcionarlos a los
altos directivo


10.3 Ruta para implementar un programa de Control de Calidad Total

10.3.1 Etapas de un programa de calidad total.

El ordenamiento sugerido es solo una gua, estos pasos dependen del estado inicial de la
empresa, el tamao, la preparacin del personal, e innumerables factores que seria difcil
detallar. Cada empresa tendr un programa distinto, pero habr mucho en comn con los
que siguen:

10.3.2 Etapa previa.

a) Decisin, definicin, sensibilizacin de la alta gerencia en torno a la necesidad de
obtener la Calidad Total. Debe estar clarsimo que el proceso requiere el absoluto
compromiso por parte de la Gerencia General. Si esto no es as, no se deber continuar.

b) Diagnstico de la realidad de la empresa, conocimiento del momento cero, anlisis de
la real situacin actual desde todo punto de vista.

c) Designacin de un comit para la calidad total, y elaboracin de un cuidadoso plan,
coherente con l diagnostico anterior, para un programa de calidad total. Debe incluir
etapas a realizar, objetivos, plazos, coordinacin y organizacin. En esta etapa deber
estar, revisada, actualizada y definida la Poltica de Calidad de la empresa y sus objetivos

10.3.3 Etapas de un programa de Calidad Total en marcha

a) Introducir el tema de la calidad en la empresa. Este concepto tiene que pasar a ser
obsesivo para todo el personal, en todos sus niveles.

b) Re definir, replantear, poner en duda, todos los procesos de produccin de la empresa,
las operaciones, las funciones, las especificaciones tcnicas y todo lo que existe. Por otra
parte se deber lograr un lenguaje comn. Se deber re elaborar todo el Sistema de
Calidad lo cual incluye el Plan de Calidad, y ste deber estar incluido dentro del Manual
de Calidad.

c) Capacitacin en profundidad, de los gerentes y directivos. K. Ishikawa, dice que el
programa empieza enseando y termina enseando. Los temas de educacin debern



ser generosos en conceptos de calidad desde gestin hasta las herramientas estadsticas
bsicas.

d) Capacitacin de Supervisores. Este programa debe ser complementario del anterior.
Aqu tiene especial importancia los conocimientos estadsticos, (las 7 herramientas).

e) Identificar y comenzar el plan de transformacin con los procesos que se sabe, se
obtendrn xitos inmediatos. Es importante comenzar con evidencias de que el plan da
resultado para incentivar a toda la empresa.

f) Mejorar las comunicaciones internas. Identificar los proveedores y clientes internos,
crear mejores lazos de comunicacin para eliminar errores y crear un espritu de
colaboracin.

g) Estudiar los proveedores y trabajar con ellos. Este programa exige proveedores de
alta calidad.

h) Conocer mejor a los clientes y conocer sus necesidades y que es lo que esperan de
nosotros.

i) Capacitar a ultranza a los trabajadores en todo aquello que necesiten y mucho ms
aun.

10.3.4 Elementos esenciales en una empresa que hace Control Total de Calidad:

a) Compromiso real de la Gerencia General con la Calidad.
b) Polticas de calidad establecidas, conocidas y funcionando.
c) Costos de Calidad .
d) Auditorias Internas de Calidad.
e) Control de Calidad Estadstico establecido en cada punto de los procesos
que hacen a la calidad del producto.
f) Programas establecidos de mejoramiento continuo de la calidad.

No es posible...

No es posible el Control Total de Calidad, sin el compromiso de la Gerencia, no es posible
hacer Control Total Calidad si no existe una Poltica de Calidad que indique los
lineamientos y los objetivos de calidad, no es posible medir el xito o detectar el fracaso
de nuestra poltica de calidad si no tenemos funcionando el termmetro llamado Costos
de Calidad, no es posible corregir los desvos y conocer lo que sucede con nuestro
objetivo de calidad si no hacemos Auditorias de Calidad Interna, verdadero motor del
Mejoramiento Continuo y no es posible conocer si se cumplen con las especificaciones de
nuestros productos, si no hacemos Control Estadstico de la Calidad en todos aquellos
lugares que hacen a la Calidad del producto.








11 Costos de calidad

Durante los anlisis anteriores hemos destacado la importancia fundamental de tener
buenos controles de los costos de calidad, a continuacin daremos una gua acerca de los
principales conceptos.





11.1 Costos de Prevencin





11.2 Costos de Evaluacin





11.3 Costos de Fallas















































12 Mtodos de Aseguramiento a Nivel Nacional e Internacional.

12.1. Sistema Nacional de Acreditacin

COSTOS DE LA CALIDAD
ANALISIS DE LA FABRICACION
PLANEACION DE LA INSPECCION
EVALUACION DEL PROVEEDOR
ACTIVIDADES DE PREPRODUCCION
SISTEMA DE CALIDAD
CONTROL Y ANALISIS DEL
DESARROLLO DE LA CALIDAD
DEL PRODUCTO
AUDITORIA DE CALIDAD
DE LOS SISTEMAS
GESTION Y ADMINISTRACION
DE LAS ACTIVIDADES
DE CALIDAD
CAPACITACION
PROGRAMAS MOTIVACIONALES
COSTOS DE PREVENCION
INSPECCION DE RECEPCION
INSPECCION DEL PROCESO
INSPECCION FINAL
AUDITORIA DE CALIDAD
DEL PRODUCTO
PRUEBAS ESPECIALES
COSTOS DE EVALUACION
DESECHOS
REPROCESO
REINSPECCION
SELECCION
ANALISIS DE DEFECTOS
DEGRADACION
COSTOS DE FALLAS INTERNAS
LAS RECLAMACIONES
GARANTIAS
DESCUENTOS
RETIRADA
COSTOS DE FALLAS EXTERNAS
ESTRUCTURA DE LOS COSTOS DE CALIDAD



En clase se entrega una copia de la informacin del INN sobre el Sistema de Nacional de
Acreditacin y se discute los propsitos de este Sistema.

12.2 Internacionales, Familia ISO 9000

Se desarrollan en clase utilizando las normas originales.

Se conoce como las Normas de la Familia ISO 9000, las siguientes:

ISO 9000 en sus partes 1, 2, y 3

Se consideran guas para la seleccin y uso de las normas 9001, 9002 y 9003.

ISO 9001

Sistemas de calidad - Modelo de aseguramiento de calidad en diseo, desarrollo,
produccin, instalacin y servicio.

ISO 9002

Sistemas de calidad - Modelo de aseguramiento de calidad en produccin, instalacin y
servicio.

ISO 9003

Sistemas de calidad - Modelo de aseguramiento de calidad en la inspeccin y ensayos
finales.

ISO 9004 en sus partes 1, 2, 3, y 4.

Gestin de calidad y elementos del sistema de calidad.

Se consideran directrices y guas para el establecimiento de un sistema de calidad y
mejoramiento continuo.

Serie ISO 10.011 en sus partes 1, 2 y 3

Son guas para las auditorias.






13 Concepto de las auditorias en el contexto de las Normas ISO 9000

13.1 La auditoria y su significado.
Es un examen sistemtico e independiente para determinar si las actividades y los
resultados relacionados con la calidad cumplen disposiciones preestablecidas, y si las
disposiciones se aplican en forma efectiva y son aptas para alcanzar los objetivos.





Esencialmente, la auditoria de calidad se aplica a un sistema de calidad o a los elementos
del mismo, a los procesos, a los productos, o a los servicios, pero tambin se puede
aplicar a otros conceptos. Tales auditorias a menudo se denominan auditoria del sistema
de calidad del proceso, auditoria de calidad del producto y auditoria de calidad del
servicio

Las auditorias de calidad son efectuadas por personal que no tenga responsabilidad
directa en las reas auditadas, pero preferiblemente, trabajando en colaboracin con el
personal correspondiente.

Uno de los propsitos de una auditoria de calidad es evaluar la necesidad de
mejoramiento y de accin correctiva. No se debe confundir una auditoria con las
actividades de supervisin de la calidad o de inspeccin efectuadas con propsitos de
control de proceso o de aceptacin del producto.

13.2 Tipos de auditoria

Auditoria interna, es aquella auditoria iniciada por el propio responsable con personal
propio. En general tiene como objetivo producir un mejoramiento, conocer el alcance de la
aplicacin de la poltica de calidad, obtener la confianza de la gerencia, etc.

Auditoria externa, esta auditoria es llevada a cabo por personal ajeno a la empresa.
puede tener variados objetivos y orgenes, puede ser solicitada por la propia gerencia, por
un cliente, o tener fines de certificacin.

Otra manera de clasificar las auditorias es la siguiente:

Auditoria de primera parte: es cuando el auditor pertenece a la propia empresa.

Auditoria de segunda parte: es cuando el auditor es enviado por un cliente de la empresa
que ser auditada. Tiene como objetivo dar confianza al cliente.

Auditoria de tercera parte: Es cuando el auditor pertenece a un organismo ajeno al cliente
y al auditor. Puede ser un ente de certificacin.

13.3 Elementos de una auditoria

Elemento uno: la realidad, lo que se ve, lo que sucede, o sea:

LO QUE SE HACE

Elemento dos: la referencia con la cual debemos comparar lo que se hace, los
procedimientos, las reglas escritas, que se han desarrollado para alcanzar los objetivos
propuestos, es decir:

LO QUE SE DEBE HACER




Elemento tres: el tercer elemento lo constituye el objetivo, a donde se quiere llegar, es
decir:

LO QUE SE QUIERE HACER










































REFERENCIA

ESPECIFICACIONES
REGLAMENTOS
NORMAS
PROCEDIMIENTOS
MANUAL DE CALIDAD

LO QUE SE DEBE
HACER

REALIDAD



PROCESOS



LO QUE SE HACE

OBJETIVO

MEJORAMIENTO
SATISFACCION DEL
CLIENTE
CERTIFICACION

LO QUE SE QUIERE
HACER
E 1
E 2
E 3
Entrada
Salida






Las desviaciones entre estos tres elementos, en un momento dado, constituyen la
comprobacin de la situacin por auditar:


E 1 representa la desviacin entre lo que se debe hacer y lo que se hace


E 2 seala la adecuacin de la referencia al objetivo por alcanzar


E 3 pone en evidencia las desviaciones entre la realidad y el objetivo por alcanzar