Académique Documents
Professionnel Documents
Culture Documents
51
El secreto de Coca-Cola es CEP
Coca-Cola ha atribuido su xito continuo a dos factores principales :
Su receta secreta, guardada celosamente en una caja fuerte y
Su enfoque continuo en la calidad del proceso y producto apoyada por
Control Estadstico de Proceso (CEP) (SPC)
Reconocer que la calidad no puede ser probada en un producto, Coca-Cola
siempre lucha por hacerlo bien la primera vez un pilar en la cultura de la
compaa.
Ya sea que sea embotellada en los Estados Unidos, Costa Rica, India, China,
Alemania o cualquier parte del mundo, Coca-Cola mantiene su firma de
sabor debido a la dedicacin de la compaa a un proceso consistente.
52
Definir
Procesos
El Modelo de Mejoramiento
Seleccionar
de la Calidad Mediciones
Recolectar &
Interpretar
Datos
Estabilidad del
Proceso Es el
Proceso
No Investigar &
Solucionar
Estable Causas
? Especiales
Si
Es el
Propsito: Evaluar el Mejorar
Capacidad
No
Proceso
Capaz
del Proceso
estado de control ?
estadstico y la Si
53
Grficos X-barra y
Introduccin
Grficos R
Grficos de Control
Grficos X-barra y Shewhart para
Grficos S Mediciones
Individuales
Resumen de
Topicos
Ejemplos de
Topicos
Procedimientos
Aplicacin de
Topicos
Tpicos
para Grficos de X-
Grficos X-barra R,
barra, R, S,
S, Individuales
Individuales
54
Introduccin
En cualquier proceso, sin importar que tan bien diseado o
cuidadosamente mantenido este, cierta cantidad de variabilidad
inherente o natural o ruido siempre existir.
En Control
Un proceso operando con solo causas naturales o aleatorias de variacin.
Causas Asignables
Una fuente de variacin identificable en un proceso. No es parte de las
causas comunes de variacin de un proceso.
Fuera de Control
Un proceso operando en la presencia de causas asignables.
55
Ejemplos de Causas Aleatorias y
Asignables
56
Qu es SPC?
Un Sistema de Control Estadstico del Proceso consiste de un
conjunto de herramientas usadas para medir, analizar y
responder a variacin del proceso.
57
Online vs. Offline
Online: Ocurre en tiempo real durante produccin normal
en el piso de produccin.
Online Offline
Ocurrencia Tiempo real Despus del
procesamiento
Localizacin Piso manufactura Oficina
Datos Recolectados en la Extrado de bases de datos
herramienta de medicin u otro medio
Usuarios Operarios Ingenieros
58
Online SCP
Actividades SCP En Lnea (Online):
59
Tipos de Variacin
Variacin proviene de varias fuentes que pueden categorizarse en
dos tipos:
Causas Comunes
Variacin debido a causas naturales, intrnsecas y aleatorias.
Causas Especiales
Variacin debido a causas inusuales o eventos especiales.
5 10
Impacto de las Fuentes de Variacin en el Rendimiento de
la Calidad
Materiales Mtodos
Respuesta
Respuesta
Calidad
Calidad
Proceso Diseo del
Producto
Proceso
Manufactura
Materia Prima Condicin
Herramienta
Respuesta Calidad
Uso de Producto
en el
Temperatura Campo Potencia
Respuesta Calidad
Uso de Producto
Desgaste en el Tiempo Aegamiento
Respuesta Calidad
5 12
Valor Meta (Target)
Un valor meta (target) es el valor deseado de un
parmetro del proceso.
Ejemplos:
Parmetro Target
Placement Offset 0
Yield 100%
Dispense Weight 32 mg
Flux Thickness 1.05 mils
Test Temperature 110 oC
5 13
Calidad y Variacin
La calidad de una unidad o producto es mejor en su valor meta.
Meta
5 14
Calidad y Variacin
El proceso ideal produce cada parte en el valor meta con ninguna
variacin.
Meta
5 15
Calidad y Variacin
En realidad, variacin ocurre en todos los procesos.
target
5 16
Calidad y Variacin
Oportunidad para mejorar calidad: Centrar el proceso (Targeting)
target target
target target
5 17
Calidad y Variacin
Oportunidad para mejorar calidad: Reducir Variacin
target target
target target
5 18
Beneficios de Reducir Variacin
Al reducir variacin, se lograra:
Mejor calidad Costos menores
Altos rendimientos Mayores ganancias
Menores desechos y Clientes satisfechos
reprocesos
Pocas devoluciones de
productos
5 19
Tipos de Variacin
Variaciones de Causa Comn: Variaciones de Causa Especial:
Indicativos de un proceso No es parte de la manera que el
estable y predecible. proceso opera normalmente.
Variacin de Equipo a Equipo. Mal funcionamiento del equipo.
Diferencias en materia prima. Error humano.
Entrenamiento inadecuado del Error de paso del proceso.
operario.
5 20
Herramientas para Reducir Variacin
Herramientas en Lnea: Herramientas Fuera de Lnea:
SPC (Control estadstico de Diseo de experimentos.
procesos).
Inspeccin y prueba de un
Grficos de Control. producto.
Reglas de tendencias.
Planes de accin para
situaciones fuera de control.
5 21
Grafico de Control
Un grafico en el cual las observaciones son graficadas sobre el
tiempo para indicar si el proceso esta en control o no. Es un
grafico de series de tiempo.
5 22
Grafico de Control Tres Sigma
5 23
Grafico de Control
El ancho de los limites de control es inversamente proporcional al
tamao de muestra n para un mltiplo dado de sigma.
5 24
Grafico de Control
Note que sigma se refiere a la desviacin estndar del
estadstico graficado en el grafico ( x ) y no a la desviacin
estndar de la caracterstica de calidad.
5 25
Grafico de Control Shewhart
La teora general de los graficas de control fue primeramente
propuesta por Walter A. Shewhart.
media de
desviacin estndar de
5 27
Mejoramiento del Proceso Usando Un
Grafico de Control
1. Muchos procesos no operan en
estado de control estadstico.
2. Por tanto, la rutina y uso
atento de los grficos de
control identificara las causas
asignables. Si estas causas
pueden ser eliminadas del
proceso, la variabilidad ser
reducida y el proceso ser
mejorado.
3. El grafico de control solo
detectara causas asignables. La
accin de la administracin,
ingeniera y operarios sern
usualmente necesarios para
eliminar las causas asignables.
5 28
Plan de Accin para un Fuera de Control
El desarrollo de un sistema efectivo para una accin correctiva es
un componente esencial de la implementacin de un SPC.
Un Plan de Accin
Es un diagrama de flujo o descripcin textual de la secuencia de actividades
que deben llevarse a cabo despus de la ocurrencia de in evento que lo
activa.
Consiste de puntos de revisin las cuales son causas asignables potenciales
y puntos finales que son accionadas tomadas para resolver la condicin de
fuera de control preferiblemente al eliminar las causas asignables.
Es un documento vivo en el sentido que ser modificado con el tiempo
conforme mas conocimiento y entendimiento del proceso es obtenido.
5 29
Ejemplo de un Plan de Accin para una
Situacin Fuera de Control
5 30
Grafico de Control
Desde un grafico de control que exhiba control estadstico, se
pueden estimar ciertos parmetros del proceso tales como la
media, desviacin estndar y la fraccin no conforme.
5 31
Razones de la Popularidad de los
Grficos de Control
5 32
Diseo de un Grafico de Control
Los tiempos para realizar un examen de sangre son una mtrica
critica en un hospital.
5 33
Promedio del proceso = 55.44 mins
5 34
Ejemplo (continuacin)
Si el proceso esta en control con un tiempo promedio de 55.44
minutos, se esperara aproximadamente 100(1- )% de los
tiempos muestreados a estar entre 55.44 - z/2(/n) y 55.44 +
z/2(/n).
z/2 = 3,
5 35
Diseo de un Grafico de Control
Los siguientes dos aspectos son los puntos mas importantes del
diseo de un grafico de control.
5 36
Subgrupos Racionales
El concepto de subgrupo racional significa que los subgrupos o
muestras deben ser seleccionados de modo que si hay causas
asignables presentes, la oportunidad para detectar diferencias
entre muestras sea maximizada mientras que la oportunidad de
las diferencias debido a estas causas asignables dentro de un
subgrupo sea minimizado.
5 38
Tamao de la Muestra y Frecuencia del Muestreo
Otra manera de evaluar las decisiones respecto del tamao de muestra y la frecuencia del
muestreo es con la longitud promedio de la corrida (ARL) del grfico de control. En esencia, la ARL,
es el nmero promedio de puntos que deben graficarse antes de que un punto indique una
condicin fuera de control. Si las observaciones del proceso son no correlaciones, entonces para
cualquier grfico de control Shewhart, la ARL puede calcularse fcilmente con
donde p es la probabilidad de que cualquiera de los puntos exceda los lmites de control. Esta
ecuacin puede usarse para evaluar el desempeo de la grfica de control.
5 39
Como ilustracin, para el grfico x con lmites tres sigma, p=0.0027 es la probabilidad de que
un solo punto se localice fuera de los lmites cuando el proceso est bajo control. Por lo tanto,
la longitud promedio de la corrida del grfico x cuando el proceso est bajo control (llamada
ARL0) es
5 40
Calculo de Tamao de Muestra
5 41
Planteamientos para Construir
Subgrupos Racionales
1. Unidades del subgrupo producidas casi al mismo tiempo.
5 42
Planteamiento 1
Se usa cuando el propsito inicial del grafico de control es
detectar un cambio del proceso.
5 43
Planteamiento 2
Cada muestra consiste de unidades del producto que son
representativas de todas las unidades que han sido producidas
desde que la ultima muestra fue tomada.
5 44
5 45
Otros Planteamientos a los Subgrupos
Racionales
Supongan que un proceso consiste de varias maquinas que
envan su salida a un flujo comn.
Un planteamiento lgico al muestreo racional ac es aplicar tcnicas de
grficos de control a la salida de cada maquina individual.
5 46
Estratificacin
Muestra hecha de unidades obtenidas de procesos similares pero de
mquinas diferentes.
Muestra
5 47
Mezclado
Composicin de la muestra es de una seleccin aleatoria de una
segregacin de todos los procesos.
Muestra
5 48
Errores de estratificacin y mezclado pueden aparecer en los
grficos de control.
5 49
Anlisis de Patrones en
Grficos de Control
Aunque todos los 25 puntos
estn dentro de los limites de
control, los puntos no indican
control estadstico porque su
patrn no es aleatorio en
apariencia.
19 de 25 puntos abajo de la
lnea central mientras que
solo 6 de ellos estn sobre la
lnea central.
Despus del cuarto punto,
cinco puntos en fila
aumentan en magnitud. Esto
se llama una corrida.
Ya que las observaciones
son crecientes, se llamara
una corrida hacia arriba.
5 50
Anlisis de Patrones en
Grficos de Control
5 52
Tabla 4-1 Algunas reglas de sensibilidad para grficos de control de Shewhart
5 53
Descripcin Grafica de las Reglas de la
Western Electric Rules
5 54
Descripcin Grafica de las Reglas de la
Western Electric
5 55
Ilustracin de las Reglas
5 56
Ilustracin de las Reglas
5 57
Reglas de la Western Electric
Las reglas de la Western Electric son usadas a veces para aumentar la
sensibilidad de los grficos de control a un cambio pequeo del proceso para
que se pueda reaccionar mas rpido a una causa asignable.
5 58
1. Promedio del Proceso Fuera de Control
5 59
2. Variacin del Proceso Fuera de Control
5 60
3. Promedio y Variacin del Proceso Fuera de Control
5 61
4. Proceso en Control
5 62
Interpretacin del Grfico de Control
5 63
Otros Patrones Inusuales
5 64
Tendencias
5 65
Saltos en Nivel del Proceso
5 66
Ciclos Recurrentes
5 67
Puntos Cerca o Fuera de Lmites
5 68
Falta de Variabilidad
5 69
FASE I y FASE II Aplicacin de Grficos de Control
5 70
Fase I Aplicacin de Grficos x y R
Lmites de control de prueba
Determinado por medio de m muestras iniciales
Tpicamente 20-25 subgrupos de tamao n entre 3 y 5
Cualquier punto fuera de control debe ser examinado por causas
asignables.
Si las causas asignables son encontradas, elimine los puntos
de los clculos y recalcule los lmites de control de prueba.
Contine la evaluacin hasta que los puntos estn en control.
Adopte los lmites de control de prueba resultantes
Si no se encuentran causas asignables, hay dos opciones:
1. Elimine los puntos como si las causas asignables fueran
encontradas y revise los lmites.
2. Retenga los puntos y considere los lmites apropiados para
control
Si hay muchos puntos fuera de control, estos deben ser
examinados por patrones que puedan identificar problemas de
procesos.
5 71
Revisin de lmites de control
y las lneas centrales
El uso efectivo de grficos de control requiere revisiones
peridicas de los lmites de control y las lneas centrales.
Algunas veces se reemplaza la lnea central en el grfico
con un valor objetivo o meta.
Cuando un grfico R est fuera de control, estos puntos
son eliminados para recalcular un valor revisado el cual
es usado para determinar nuevos lmites y lnea central
en el grfico R y nuevos lmites en el grfico x
5 72
Fase II Operacin del Grfico
El uso de grficos de control para monitorear
produccin futura una vez que un conjunto de
lmites confiables se han establecido, es
llamado Fase II, que se llama utilizacin de
grfico de control.
Un grfico de corrida mostrando observaciones
individuales en cada muestra, es llamado un
grfico de tolerancia, puede revelar patrones u
observaciones inusuales en los datos.
5 73
Qu es Estabilidad?
Un proceso es estable si tiene las siguientes propiedades:
Patrones aparecen aleatorios
Media del proceso constante
Variabilidad uniforme sobre el tiempo
No hay tendencias, corridas, cambios, subidas y bajadas errticas
5 74
Tampering
El acto de ajustar continuamente un proceso cuando ste estara
estable sin los ajustes
5 75
Ignorar
El acto de no tomar acciones en un proceso inestable
5 76
Respuesta a la Variacin
Como usted respondera en la planta a cada tipo de variacin?
Causa Comn
Causa Especial
5 77
Respuestas Correctas ante la Variacin
La respuesta correcta a variaciones de causa comn es no hacer
nada.
Continuar procesando el lote o unidad normalmente.
5 78
Respuestas inapropiadas a la Variacin
Sobre-control (Tampering)
Tomar accin en variaciones de causa comn.
Ignorar
Se falla en tomar una accin en causas especiales de variacin.
Respuesta Respuesta
Tipo Variacin
Correcta Incorrecta
No hacer Tomar accin
Causa Comn
nada (Tampering)
No hacer nada
Causa Especial Tome accin
(Ignorar)
5 79
Consecuencias del Tampering
Responder y hacer ajustes a variaciones de causa comn en
realidad resulta en mas variacin.
no tampering tampering
18270
La reduccin de
18180
variacin por
18090
causas comunes
18000
es una actividad
17910
RESPONSE
17820
fuera de lnea (off
17730 line).
17640
9 18 27 36 45 8 17 26 35 44
Random Tamper
5 80
Consecuencias de Ignorar #1
Fallar a responder en variaciones de causa especial resulta en
perder oportunidades para el mejoramiento.
5 81
Consecuencias de Ignorar #2
Ignorar el cambio hacia arriba resulta en un rendimiento fuera
del valor meta o target.
5 82
Consecuencias de Ignorar #3
Ignorar la tendencia ascendente resulta en salirse del valor meta
cada vez mas.
5 83
El Efecto de No Normalidad en los Grficos X y R
Burr (1967) destaca que la teora normal de los lmites de control es muy
robusta a la suposicin de normalidad.
5 84
Lmites de Control vs. Lmites de
Especificacin
Los lmites de control son
derivados de la variabilidad
natural del proceso o de los
lmites de tolerancia naturales de
un proceso.
Los lmites de especificacin son
determinados externamente, por
ejemplo por los clientes o
diseadores.
No hay una relacin matemtica
o estadstica entre los lmites de
control y los lmites de
especificacin.
No graficar lmites de
especificacin en grficos de
control.
5 85
Comparacin entre el Promedio y Valores
Individuales
5 86
Grficos X-barra y
Introduccin
Grficos R
Grficos de Control
Grficos X-barra y Shewart para
Grficos S Mediciones
Individuales
Resumen de
Topicos
Ejemplos de
Topicos
Procedimientos
Aplicacin de
Topicos
Tpicos
para Grficos de X-
Grficos X-barra R,
barra, R, S,
S, Individuales
Individuales
5 87
Grficos X y R
Cuando se trata con una caracterstica de calidad que puede ser
expresada como una medicin, se monitorea la media y su
variabilidad.
5 89
Grafico R
El grafico R es relativamente insensible a cambios en la desviacin
estndar del proceso para muestras pequeas.
5 90
Grafico X
5 91
Grafico R
5 92
Ejemplo 5.1
5 93
Ejemplo 5.2
5 94
Ejemplo 5.2
5 95
Ejemplo 5.2
5 96
Ejemplo 5.2
5 97
Ejemplo 5.2
5 98
Grficos X-barra y
Introduccin
Grficos R
Grficos de Control
Grficos X-barra y Shewart para
Grficos S Mediciones
Individuales
Resumen de
Topicos
Ejemplos de
Topicos
Procedimientos
Aplicacin de
Topicos
Tpicos
para Grficos de X-
Grficos X-barra R,
barra, R, S,
S, Individuales
Individuales
5 99
Grafico X y S
Generalmente, los grficos X-barra y S son preferidos con
respecto a sus contrapartes y grficos R, cuando ya sea:
5 100
Grafico X
5 101
Grafico S
5 102
Ejemplo 5.3
5 103
Ejemplo 5.3
5 104
Ejemplo 5.3
5 105
Ejemplo 5.3
5 106
Ejemplo 5.3
5 107
Tamaos de Muestra Variables
5 108
Tamaos de Muestra Variables
El tamao de muestra variable es mas difcil de leer e interpretar
y aumenta significativamente los esfuerzos de calculo del grafico
de control.
5 109
El Grfico de Control S2
Muchos ingenieros de la calidad usan ya sea el grfico R o el grfico S para
monitorear la variabilidad del proceso, con S ms preferible a R para tamaos grandes
de muestra. Algunos practicantes recomiendan un grfico de control basado
directamente en la varianza muestral S2. Los parmetros para el grfico de control S2
son
5 110
Grficos X-barra y
Introduccin
Grficos R
Grficos de Control
Grficos X-barra y Shewart para
Grficos S Mediciones
Individuales
Resumen de
Topicos
Ejemplos de
Topicos
Procedimientos
Aplicacin de
Topicos
Tpicos
para Grficos de X-
Grficos X-barra R,
barra, R, S,
S, Individuales
Individuales
5 111
Grafico de Control Shewart para
Mediciones Individuales
Hay muchas situaciones en las cuales el tamao de muestra usado para
monitorear el proceso es uno; la muestra consiste de una unidad individual.
Algunos ejemplos de estas situaciones son las siguientes:
5 112
En muchas aplicaciones del grfico de control para
unidades individuales se usa el rango mvil de dos
observaciones sucesivas como base para estimar la
variabilidad del proceso. El rango mvil (MR, por sus
siglas en ingls) se define como
5 113
Grficos Mediciones Individuales
Un grafico de control que monitorea la localizacin del proceso
con el tiempo cuando el tamao del subgrupo es = 1
5 114
Grafico MR
Un grafico de control que monitorea la variacin entre subgrupos
sucesivos con el tiempo.
5 115
Ejemplo 5.4
5 116
Ejemplo 5.4
5 117
Ejemplo 5.4
5 118
Grafico de Control Mediciones
Individuales
Nuestra discusin en esta seccin ha hecho un supuesto que las
observaciones siguen una distribucin normal.
5 119
Grficos X-barra y
Introduccin
Grficos R
Grficos de Control
Grficos X-barra y Shewart para
Grficos S Mediciones
Individuales
Resumen de
Topicos
Ejemplos de
Topicos
Procedimientos
Aplicacin de
Topicos
Tpicos
para Grficos de X-
Grficos X-barra R,
barra, R, S,
S, Individuales
Individuales
5 120
Resumen: y conocidos y dados
5 121
Resumen: Usando Estimados de
Parmetros
5 122
Mtodos de Estimacin de
Si se utiliza grficos Xbarra y R
Grficos de Control
Grficos X-barra y Shewart para
Grficos S Mediciones
Individuales
Resumen de
Topicos
Ejemplos de
Topicos
Procedimientos
Aplicacin de
Topicos
Tpicos
para Grficos de X-
Grficos X-barra R,
barra, R, S,
S, Individuales
Individuales
5 124
Ejemplos de Prctica
Ejemplo 6.2. Grafico Xbarra y R
5 125
Implementacin del Control Estadstico
1. Liderazgo de la administracin
2. Enfoque de equipo
3. Capacitacin de los empleados en
todos los niveles
4. nfasis en la reduccin de la
variabilidad
5. Medir el xito en trminos
cuantitativos (econmicos)
6. Un mecanismo para comunicar los
resultados exitosos en toda la
organizacin
5 126
5 127
5 128