Académique Documents
Professionnel Documents
Culture Documents
MEJORA DE PROCESOS
EXPOSITOR: ING. JUAN NANO QUISPE
LIMA, NOVIEMBRE 2016
Evolucin de la Calidad
Evolucin de la Calidad
1. La calidad no es un lujo; La calidad es el grado predecible de uniformidad y seguridad, a bajo costo y
acomodado al mercado - W. Edwards Deming. (Compromiso con la Calidad y Productividad Cambio cultural
importante)
2. Calidad implica ser adecuado para usarse cumplir con los requerimientos - Joseph M. Juran. (Adecuacin al
uso: Planear, Controlar y Mejorar Mejorar calidad con sistema actual)
Ambos Deming y Juran reconocieron como esencial el involucramiento de los directivos basndose en:
Mejoramiento Continuo
Importancia de la Capacitacin
1 Base: Dirigir
2 Base: Delegar
3 Base: Desarrollar/Preparar
CICLO DE DEMING
CICLO DE DEMING
HACER
VERIFICAR
ACTUAR
PASOS
8. Conclusin
PENSAMIENTO ESTADISTICO
10
PENSAMIENTO ESTADISTICO
filosofa de aprendizaje y accin basada en tres principios:
PENSAMIENTO ESTADISTICO
12
PENSAMIENTO ESTADISTICO
Resultado de todos los procesos son variables.
6M- aportan a la variacin de procesos,
determinan la manera global y si un proceso
experimenta cambio o algo no funciona de
La variacin existe
manera debida, el causante se encuentra en
en todos los
alguna M.
procesos.
13
PENSAMIENTO ESTADISTICO
Razones y objetivos principales de la
mejora.
Reducir la variabilidad hasta lograr
Entender y reducir
niveles de excelencia en calidad, como
la variacin son
seis
sigma.
clave para el xito
14
15
Instrumentos
auxiliares
Pilares Fundamentos
Funciones
Herramientas
2. HISTOGRAMA
3. DIAGRAMA DE ESPINA
Fijar prioridades
4. DIAGRAMA DE PARETO
5. ESTRATIFICACIN
6. DIAGRAMA DE CORRELACIN
7. GRFICO DE CONTROL
16
MEJORA DE PROCESOS
17
18
19
de
las
20
21
22
23
Datitis
Datos sin ningn
propsito
OBJETIVOS
Prejuicios y errores
estadsticos en la
obtencin de la
informacin.
Poco representativa,
sesgada
RECURSOS
24
2 HISTOGRAMA
CONCEPTOS PREVIOS :
Tendencia central
25
2. 0 HISTOGRAMA
CONCEPTO PREVIOS: Medidas de variabilidad
rango
Varianza
Medidas de
variabilidad
o dispersin
R =Max. - Min
Desviacin
estndar
Coeficiente
de
variabilidad
26
27
2. HISTOGRAMA
Los histogramas son diagramas de barras que muestran el grado y la naturaleza de variacin dentro
del rendimiento de un proceso. El histograma muestra la distribucin de frecuencias de un conjunto
de valores mediante la representacin con barras.
28
HISTOGRAMA
Los histogramas pueden tener distintas formas segn la distribucin de la frecuencia de las variables
consideradas. El anlisis de su comportamiento permite determinar la tendencia central y la
dispersin de los datos. Como lo ms habitual es que las distribuciones se asemejen a otras
conocidas, como por ejemplo la distribucin normal, se puede evaluar y hacer inferencias de las
caractersticas del conjunto de la poblacin.
29
HISTOGRAMA
Los histogramas presentan algunas desventajas: en primer lugar, no permiten identificar las causas de
variacin dentro de un periodo de tiempo y, en segundo lugar, para preparar la distribucin de
frecuencias y representarla hacen falta muchos datos (como mnimo cincuenta valores), si se quiere
identificar la forma de la distribucin.
ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016
30
HISTOGRAMA
Intervalo de clase
Agrupa a los datos.
Frontera/Lmite de clase
Punto medio entre los extremos de clase inferior y
superior de 2 clases consecutivas.
Amplitud de clase
Diferencia entre la frontera superior e inferior de
una clase.
Marca de clase
Punto medio entre los extremos/fronteras de una
clase.
Frecuencia de clase
Nmero de valores dentro del intervalo de clase.
Amplitud de clase
Frontera/Lmite de clase
31
HISTOGRAMA
Los pasos en su construccin son los siguientes:
1.
2.
3.
4.
5.
6.
7.
Identificar el objetivo del uso del histograma y reunir los datos necesarios.
Identificar los valores mximos y mnimos y calcular la amplitud del intervalo existente entre esos dos
valores.
Determinar el tipo y nmero de clases (intervalos), no existe regla exacta para su clculo,
normalmente, cuando el nmero total de datos (n) es inferior a cincuenta se pueden emplear unas
tablas orientativas, y cuando n es superior a cincuenta se puede considerar:
la raz cuadrada de n, redondeando a un nmero entero.
Regla general : 5 20
Regla de Sturges : # de clases = 1 + 3.3 log n Se redondea al entero ms cercano.
Determinar la amplitud de la clase (W): W = (Val. Mx. - Val. Mn.) / # clases
Se redondea por exceso a la misma cantidad de decimales que tienen los datos.
Establecer el extremo inferior, determinar las fronteras (lmites).
Calcular la marca de clase (m).
Contar el nmero de observaciones en cada clase (f).
ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016
32
HISTOGRAMA
Un equipo del departamento de contabilidad de Tiendas BETA decide analizar con mayor
detenimiento las cuentas por cobrar. El equipo decide dibujar un histograma para posteriormente
analizarlo, recogen cien datos durante una semana. La Figura mostrada debajo presenta los
resultados de la inspeccin en la hoja de recogida de datos.
33
HISTOGRAMA
A partir de los datos recogidos se realizan los clculos para determinar el nmero de clases, su anchura y sus lmites.
1. Determinar el tipo y nmero de clases (intervalos n=100).
Sturges : # clases = 1 + 3.3 log n
# de clases= 1 + 3.3 log (100) = 1 + 3.3 * 2 = 7.6 = 7
2. Determinar la amplitud de la clase (i)
i = (Val. Mx. - Val. Min.) / # clases = (99-31) / 7 = 9.7 10
3. Establecer el extremo inferior, puede ser 31 o menos, por facilidad 30
4. Determinar las fronteras (limites)
Fronteras se expresan con un decimal adicional
Frontera inferior de primera clase pto. Medio entre 29 y 30, es decir 29.5
Frontera superior = 29.5 + 10 = 39.5
Extremo superior de la primera clase sera 39.
5. Calcular la marca de clase (m)
Pto.medio entre extremos o fronteras
(30 + 39) / 2 = 34.5 (29.5 + 39.5) / 2 = 34.5
JUAN NANO
- INGENIERA
CALIDAD - NOVIEMBRE 2016
6. Contar el nmero de observacionesINGen
cada
claseDE LA(f).
34
HISTOGRAMA
A continuacin, se determinan los lmites de Por ltimo, se dibuja el histograma, que agrupa los datos por
intervalos y muestra la frecuencia (correspondiente a la altura de
cada barra, calculando la frecuencia.
cada barra), y se procede a su interpretacin.
Intervalo
Frontera
Frontera
Amplitud (i)
Clase
Inferior Superior (ls)
30 -39
40 49
50 59
60 69
70 79
80 89
90 99
10
10
10
10
10
10
10
29.5
39.5
49.5
59.5
69.5
79.5
89.5
39.5
49.5
59.5
69.5
79.5
89.5
99.5
Marca
Clase
34.5
44.5
54.5
64.5
74.5
84.5
94.5
12
24
40
63
80
91
100
0.12
0.12
0.16
0.23
0.17
0.11
0.09
Frecuencia
Relativa
Acumulada
0.12
0.24
0.4
0.63
0.8
0.91
1
35
HISTOGRAMA
36
HISTOGRAMA
PRUEBA DE NORMALIDAD
37
TALLER 1
39
Diagrama de Pareto
Es una herramienta que identifica los problemas ms importantes, en funcin de su frecuencia de
ocurrencia o coste (dinero, tiempo), permitiendo establecer las prioridades de intervencin. Es un tipo de
distribucin de frecuencias que se basa en el principio de Pareto, a menudo denominado regla 80/20, el
cual indica que el 80 % de los problemas son originados por un 20 % de las causas. Este principio ayuda a
separar los errores crticos, que normalmente suelen ser pocos, de los muchos no crticos o triviales.
40
Diagrama de Pareto
La construccin del diagrama de Pareto consta de las siguientes etapas:
41
Diagrama de Pareto
Modelo de Tabla para la construccin de un Diagrama de Pareto:
42
Diagrama de Pareto
Hemos decidido clasificar por tipo de defecto y definimos un periodo de observacin de cuatro
semanas consecutivas, la hoja de recogida de datos podra ser como la que muestra debajo.
En ella se van anotando los datos (el defecto A ocurri dos veces en la primera semana, el defecto B
ocurri cuatro veces, y as sucesivamente con todos), de manera que una vez cumplimentada
constituye la base para la representacin del Diagrama de Pareto.
ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016
43
Diagrama de Pareto
4. Se coloca en el eje vertical el nmero total de defectos detectados y en el eje horizontal los tipos
de defectos.
5. Consiste en la representacin grfica de los datos recogidos en la hoja. Para ello se observa cul
es el defecto ocurrido con ms frecuencia y se representa en el extremo izquierdo, junto al eje
vertical, mediante una barra ancha que tendr la altura correspondiente a su frecuencia. Se
representa el segundo defecto en frecuencia, y as sucesivamente. Antes de dibujar el diagrama de
Pareto hay que colocar los defectos en orden decreciente en funcin del nmero de veces que se
hayan detectado.
44
Diagrama de Pareto
6. Trazar a la derecha una lnea de porcentajes que sita a la altura de 90, total de los defectos
observados en las cuatro semanas, el 100 %. Esta lnea muestra los porcentajes acumulados.
45
Diagrama de Pareto
7. El diagrama muestra los problemas ms importantes sobre los que ser necesario actuar. En el
ejemplo, los defectos C y B son los defectos ms importantes, puesto que representan el 80 % de los
defectos totales.
46
Diagrama de Pareto
Interpretacin de los resultados de Pareto:
a)
47
Diagrama de Pareto
La utilizacin de esta herramienta presenta las siguientes ventajas:
Permite observar los resultados de las acciones de mejora implantadas al comparar dos diagramas
del mismo fenmeno en momentos distintos de tiempo.
Es una herramienta polivalente y fcilmente aplicable, no slo en el control de la calidad sino en
cualquier mbito.
Utilizado en presentaciones y reuniones aumenta la eficacia y la rapidez de la comunicacin ya que
permite identificar rpidamente y a simple vista el problema ms grave
48
DIAGRAMA DE PARETO
ANALISIS DE PARETO DE SEGUNDO NIVEL
49
50
51
Brainstorming Informal
Brainstorming Silencioso
Brainstorming Informal
Varias perdonas toman nota No sigue un orden / Difcil escuchar a todos.
Brainstorming Silencioso
Cada participante coloca sus ideas por escrito / Se generen duplicidades.
ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016
52
53
5M
Mano de Obra,
Mquina,
Material,
Mtodo y
Medio Ambiente
54
55
56
57
58
Conocimiento.
Entrenamiento.
Habilidad
Capacidad.
Motivacin
Mtodos
Estandarizacin
Excepciones
Definicin de
operaciones
Mquinas o equipos
Capacidad.
Condiciones de
operacin.
Hay diferencias?
Herramientas.
Ajustes
Mantenimiento.
Mediciones
Disponibilidad.
Definiciones.
tamao de la
muestra.
Repetitividad.
Reproducibilidad.
Calibracin.
Material
Variabilidad.
Cambios.
Proveedores.
Tipos.
La contribucin a la calidad por parte de esta rama es fundamental, ya que por un lado cuestiona si
estn definidos los mtodos de trabajo, las operaciones y las responsabilidades; por el otro, en caso de
que s estn definidas, cuestiona si son adecuados.
ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016
59
TALLER 1
60
Grficas de Dispersin
El diagrama de correlacin o diagrama de dispersin sirve para determinar si existe
relacin entre dos variables, normalmente de causa y efecto.
CORRELACIN
VALOR O RANGO
Perfecta
|R| = 1
Excelente
Buena
Regular
Mala
61
Grficas de Dispersin
Aplicacin: Habitualmente, se aplica despus de la utilizacin del diagrama de
espina, donde ya hemos identificado todas las posibles causas del efecto, y conviene
verificar la existencia de relacin, al menos, de las causas ms probables. Esta
herramienta nos permite conocer cmo al variar una causa probable vara el efecto.
Ventajas:
Se trata de una herramienta especialmente til para estudiar e identificar las
posibles relaciones entre los cambios observados en dos conjuntos diferentes de
variables.
Suministra los datos para confirmar hiptesis acerca de si dos variables estn
relacionadas.
Proporciona un medio visual para probar la fuerza de una posible relacin.
ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016
62
Grficas de Dispersin
Construccin:
Segn sea la dispersin de los datos (nube de puntos) en el plano cartesiano,
pueden darse alguna de las siguientes relaciones, Lineal, Logartmica, Exponencial,
Cuadrtica, entre otras.
Las ecuaciones de cada relacin se presentan en la siguiente tabla:
REGRESIN
ECUACIN
Lineal
y = A + Bx
Logartmica
y = A + BLn(x)
Exponencial
y = Ae(Bx)
Cuadrtica
y = A + Bx +Cx2
ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016
63
Grficas de Dispersin
Recogemos los datos de las dos variables en varios individuos de una muestra.
En cada fila tenemos los datos de un individuo
Cada columna representa los valores que toma una variable sobre los
mismos.
Las individuos no se muestran en ningn orden particular.
Dichas observaciones pueden ser representadas en un diagrama de dispersin.
En ellos, cada individuos es un punto cuyas coordenadas son los valores de las
variables.
64
Grficas de Dispersin
Tenemos las alturas y los pesos de 30 individuos representados en un diagrama de
dispersin.
65
Grficas de Dispersin
La TENDENCIA tiene PENDIENTE positiva.
66
Grficas de Dispersin
Apreciamos que el peso aumenta 10Kg por cada 10 cm de altura
aproximadamente, o sea el peso aumenta en una unidad por cada unidad de
altura.
67
Grficas de Dispersin
Para valores de X por encima de la
media tenemos valores de Y por encima
y por debajo en proporciones similares.
Incorrelacin.
68
Grficas de Dispersin
Para los valores de X mayores que la
media le corresponden valores de Y
mayores tambin.
Para los valores de X menores que la
media le corresponden valores de Y
menores tambin.
Esto se llama relacin directa.
69
Grficas de Dispersin
Medicin: Coeficiente de Correlacin de Pearson.
El coeficiente de correlacin lineal de Pearson de dos
variables, r, nos indica si los puntos tienen una tendencia a
disponerse alineadamente (excluyendo rectas horizontales y
verticales).
r es til para determinar si hay relacin lineal entre dos
variables, pero no servir para otro tipo de relaciones
(cuadrtica, logartmica,...)
70
Grficas de Dispersin
Propiedades de r
Es adimensional
Slo toma valores en [-1,1]
Las variables no tienen correlacin => r=0
Relacin lineal perfecta entre dos variables r =+1 r =-1
Excluimos los casos de puntos alineados horizontal o verticalmente.
Cuanto ms cerca est r de +1 o -1 mejor ser el grado de relacin lineal.
Siempre que no existan observaciones anmalas.
71
Grficas de Dispersin
72
Grficas de Dispersin
73
Paraguas
Mulas
74
Estratificacin
La estratificacin no es una tcnica propiamente dicha, ms bien es una metodologa de trabajo
compatible con cualquiera de las herramientas antes mencionadas.
Estratificar los datos consiste en dividirlos y clasificarlos segn su procedencia, desagregando la
informacin y realizando estudios separados para situaciones como: diferentes materias primas,
diferentes mquinas, diferentes turnos de trabajo, etc.
Por ejemplo en el caso de la empresa e legumbres, no sera lgico representar en un mismo diagrama
de dispersin las variables grado de humedad y peso para los tres tipos de legumbres (garbanzos,
alubias y lentejas) que envasa la citada empresa, sino que habra que representar por separado la
situacin de cada tipo de legumbre.
75
76
77
78
TALLER FINAL
79
PROCESO EN CONTROL
LIMITES DE
PROCESO
10
cv
15
LIMITES DE
PROCESO
20
10
15
20
80
Mano de
Obra
Mediciones
vv
Maquinaria
v
Medio
ambiente
vv
Mtodos
Materiales
ING JUAN
NANO - INGENIERA
DE LA CALIDAD - NOVIEMBREde
2016 Calidad)
Variable de
salida
(Caracterstica
81
MEDIANA
MEDIA
VIENTO
10
15
20
ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016
82
84
TALLER FINAL
85