Control Estadístico de la Calidad

2. Orígenes y evolución de la Calidad
3. Gurús
4. Técnicas de administración de la calidad
5. Aplicaciones de Ejemplos
6. Conclusión
7. Bibliografía

Introducción

El presente trabajo pretende explicar las ventajas que implica aplicar el Control Estadístico en los procesos de producción con el fin de mejorar los procesos productivos, disminuyendo costos para así ofrecer productos realmente competitivos.

Existe mucha literatura de control de calidad en sus distintas modalidades, todos los autores de calidad coinciden en la necesidad de usar técnicas de calidad, y para cubrir esta necesidad existe un conjunto de técnicas estadísticas llamadas herramientas básicas de la calidad que aplicada combinadamente forman el Control Estadístico del Proceso (CEP).

Orígenes y evolución de la calidad

Previo a la conformación de los primeros grupos humanos organizados de importancia, las personas tenían pocas opciones para elegir lo que habrían de comer, vestir, en donde vivir y como vivir, todo dependía de sus habilidades en la cacería y en el manejo de herramientas, así como de su fuerza y voluntad, el usuario y el primitivo fabricante eran, regularmente, el mismo individuo.

La calidad era posible definirla como todo aquello que contribuyera a mejorar las precarias condiciones de vida de la época prehistórica, es decir, las cosas eran valiosas por el uso que se les daba, lo que era acentuado por la dificultad de poseerlas. 

Conforme el ser humano evoluciona culturalmente y se dinamiza el crecimiento de los asentamientos humanos, la técnica mejora y comienzan a darse los primeros esbozos de manufactura; se da una separación importante entre usuario o cliente y el fabricante o proveedor.

La calidad se determinaba a través del contacto entre los compradores y lo vendedores, las buenas relaciones mejoraban la posibilidad de hacerse de una mejor mercancía, sin embargo, no existían garantías ni especificaciones, el cliente escogía dentro de las existencias disponibles.

Conforme la técnica se perfecciona y las poblaciones se transforman poco a poco en pueblos y luego en ciudades de tamaño considerable, aparecen los talleres de artesanos dedicados a la fabricación de gran variedad de utensilios y mercancías, cada taller se dedicaba a la elaboración de un producto, eran especialistas en ello y basaban su prestigio en la alta calidad de sus hechuras, las que correspondían a las necesidades particulares de sus clientes. En esta etapa surge el comerciante, sirviendo de intermediario entre el cliente y el fabricante. 

Los gurús de nuestros días

Los gurús de esta nueva etapa idealizan las funciones y dinámica de la organización para insertarlas en un nuevo modelo de comportamiento, relaciones y disciplinas. Entre estos tenemos:

W. EDWARDS DEMING (1900-1993)

William Edwards Deming nació en 1900 en Wyoming, E.U., se dedicó a trabajar sobre el control estadístico de la calidad. Japón asumió y desarrollo los planteamientos de Deming, y los convirtió en el eje de su estrategia de desarrollo nacional. En 1950 W. Edward Deming visitó Japón, dando conferencias sobre Control de Calidad. A dichas conferencias asistieron un grupo numeroso y seleccionado de directivos de empresas para crear las bases sobre las que instaurar el Premio Deming, premiando a aquellas instituciones o personas que se caracterizaran por su interés en implantar la calidad.

JOSEPH MOSES JURAN (1904-199)

Nace en Rumania en 1904 y es otra de las grandes figuras de la calidad. Se traslada a Minnesota en 1912. Es contemporáneo de Deming. Después de la II Guerra Mundial trabajó como consultor. Visita Japón en 1954 y convierte el Control de la Calidad en instrumento de la dirección de la empresa. Imparte su conferencia sobre: "Gestión Sistemática del Control de Calidad". Se le descubre a raíz de la publicación de su libro, desechado por otras editoriales: "Manual de Control de Calidad". Su fundamento básico de la calidad, es que sólo puede tener efecto en una empresa cuando ésta aprende a gestionar la calidad.

KAORU ISHIKAWA (1915-)

El representante emblemático del movimiento del Control de Calidad en Japón es el Dr. Kaoru Ishikawa. Nacido en 1915, se graduó en la Universidad de Tokio el año 1939 en Química Aplicada. Fue profesor en la misma Universidad, donde comprendió la importancia de los métodos estadísticos, ante la dispersión de datos, para hallar consecuencias.  Desarrolla el Diagrama Causa-Efecto como herramienta para el estudio de las causas de los problemas.

Parte de que los problemas no tienen causas únicas, sino que suelen ser, según su experiencia, un cúmulo de causas. Sólo hay que buscar esta multiplicidad de causas, colocarlas en su diagrama.

PHILIP B. CROSBY (1926-2001)

Philip Crosby nació en Wheeling, Virginia el 18 de junio de 1926. Entre su participación en la Segunda Guerra Mundial y Corea, Philip Crosby comenzó su trabajo como profesional de la calidad en 1952 en una escuela médica. La carrera de Philip Crosby comenzó en una planta de fabricación en línea donde decidió que su meta sería enseñar administración en la cual previniendo problemas sería más provechoso que ser bueno en solucionarlos. Formo la Crosby Associates, Inc. (PCA), y durante diez años siguientes la convirtió en una organización con 300 empleados y con $80 millones de dólares en ganancias.

GENICHI TAGUCHI (1924-)

El Dr. Genichi Taguchi nació en Japón en 1924, graduándose en la Escuela Técnica de la Universidad Kiryu, su principal etapa profesional ha sido dentro de la Electrical Communication Laboratory (ECL) de la Nippon Telephone and Telegraph Co. (1948-1961) en donde se enfocó a la mejora de la productividad en la investigación y desarrollo.  En sus métodos emplean la experimentación a pequeña escala con la finalidad de reducir la variación y descubrir diseños robustos y baratos para la fabricación en serie, reduciendo los tiempos de investigación, desarrollo y entrega del diseño.

SHIGEO SHINGO (1909-1990)

Nació en Japón en 1909, Shigeo Shingo tal vez no es tan conocido en Occidente como Ishikawa y Taguchi, aunque la incidencia de su trabajo, especialmente en Japón, ha sido inmensa. Después de graduarse en Ingeniería Mecánica en la Escuela Técnica Yamanahsi en 1930, se incorporó a la Fábrica de Ferrocarriles Taipei, en Taiwán, donde introdujo los métodos de gestión científica. 

Es interesante advertir que los sistemas poka-yoke, al utilizar dispositivos que evitan la aparición de defectos, obvian la necesidad de medición. En general, los sistemas poka-yoke comprenden dos fases: el aspecto de detección y el aspecto de regulación.

Los catorce pasos hacia el "cero defectos" de crosby

Denominados para que la administración conduzca a la organización a una posición productiva y competitiva. En los años 60’s, Philip B. Crosby propuso un programa de 14 pasos a los que denominó "cero defectos", a través de los cuales hizo entender a los directivos que cuanto se exige perfección ésta puede lograrse, pero para hacerlo la alta gerencia tiene que motivar a sus trabajadores (Crosby:1979). De esta forma planteaba la importancia de las relaciones humanas en el trabajo.

El Control Estadístico de la Calidad y la mejora de procesos.

Comenzando con la aportación de Shewhart sobre reconocer que en todo proceso de producción existe variación (Gutiérrez:1992), puntualizó que no podían producirse dos partes con las mismas especificaciones, pues era evidente que las diferencias en la materia prima e insumos y los distintos grados de habilidad de los operadores provocaban variabilidad. Shewhart no proponía suprimir las variaciones, sino determinar cuál era el rango tolerable de variación que evite que se originen problemas.

Para lograr lo anterior, desarrolló las gráficas de control al tiempo que Roming y Dodge desarrollaban las técnicas de muestreo adecuadas para solamente tener que verificar cierta cantidad de productos en lugar de inspeccionar todas las unidades. Este periodo de la calidad surge en la década de los 30’s a raíz de los trabajos de investigación realizados por la Bell Telephone Laboratories.

En su grupo de investigadores destacaron hombres como Walter A. Shewhart, Harry Roming y Harold Dodge, incorporándose después, como fuerte impulsor de las ideas de Shewhart, el Dr. Edwards W. Deming (Cantú:1997).

Estos investigadores cimentaron las bases de lo que hoy conocemos como Control Estadístico de la Calidad (Statistical Quality Control, SQC), lo cual constituyó un avance sin precedente en el movimiento hacia la calidad,

Causas de variación

• Existen variaciones en todas las partes producidas en el proceso de manufactura. Hay dos fuentes de variación:
• • variación aleatoria se debe al azar y no se puede eliminar por completo.
  • variación asignable es no aleatoria y se puede reducir o eliminar.
• Nota: la variación puede cambiar y cambiará la forma, dispersión y tendencia central de la distribución de las características medidas del producto.

Diagramas de diagnóstico

Controles o registros que podrían llamarse "herramientas para asegurar la calidad de una fábrica", esta son las siguientes:

• Hoja de control (Hoja de recogida de datos)
• Histograma
• Análisis paretiano (Diagrama de pareto)
• Diagrama de Ishikawa: Diagrama de causa y efecto (Espina de Pescado)
• Estratificación (Análisis por Estratificación)
• Diagrama de scadter (Diagrama de Dispersión)
• Gráfica de control

La experiencia de los especialistas en la aplicación de estos instrumentos o Herramientas Estadísticas señala que bien aplicadas y utilizando un método estandarizado de solución de problemas pueden ser capaces de resolver hasta el 95% de los problemas.

En la práctica estas herramientas requieren ser complementadas con otras técnicas como son:

• La lluvia de ideas (Brainstorming)
• La Encuesta
• La Entrevista
• Diagrama de Flujo
• Matriz de Selección de Problemas, etc…

Hay personas que se inclinan por técnicas sofisticadas y tienden a menospreciar, pero la realidad es que es posible resolver la mayor parte de problemas de calidad, con el uso combinado de estas herramientas en cualquier proceso de manufactura industrial.:

• Detectar problemas
• Delimitar el área problemática
• Estimar factores que probablemente provoquen el problema
• Determinar si el efecto tomado como problema es verdadero o no
• Prevenir errores debido a omisión, rapidez o descuido
• Confirmar los efectos de mejora
• Detectar desfases

Como elaborar un diagrama de Pareto

Partiendo de los descubrimientos del celebre economista y sociólogo italiano Vilfredo Pareto El diagrama de Pareto es una comparación ordenada de factores relativos a un problema. Esta comparación nos va a ayudar a identificar y enfocar los pocos factores vitales diferenciándolos de los muchos factores útiles. Esta herramienta es especialmente valiosa en la asignación de prioridades a los problemas de calidad, en el diagnóstico de causas y en la solución de las mismas, el diagrama de Pareto se puede elaborar de la siguiente manera:

1. Cuantificar los factores del problema y sumar los efectos parciales hallando el total.

2. Reordenar los elementos de mayor a menor.

3. Determinar el % acumulado del total para cada elemento de la lista ordenada.

4. Trazar y rotular el eje vertical izquierdo (unidades).

5. Trazar y rotular el eje horizontal (elementos).

6. Trazar y rotular el eje vertical derecho (porcentajes).

7. Dibujar las barras correspondientes a cada elemento.

8. Trazar un gráfico lineal representando el porcentaje acumulado.

9. Analizar el diagrama localizando el "Punto de inflexión" en este último gráfico.

Se ha llegado a verificar la regularidad con la que se dan en las distintas actividades y fenómenos sociales y productivos, el hecho de que unos pocos factores son responsables de la mayoría de los sucesos, en tanto que el resto mayoritario de los elementos o factores generan o poseen escasos efectos, es lo que más comúnmente se cataloga como los "pocos vitales y los muchos triviales".

Así en procesos tradicionales de producción podemos tener que el 20% de las causas de imperfecciones o fallas originan o son responsables de entre un 70 y 80% de los defectos detectados. Y al revés, un 80% de las restantes causas generan tan sólo entre un 30 y 20% de los defectos.

Que importancia tiene ello? Pues bien, permite atacar unas pocas causas generando un importante impacto total.

Como elaborar un diagrama de Ishikawa

El diagrama de Ishikawa conocido también como causa-efecto, es una forma de organizar y representar las diferentes teorías propuestas sobre las causas de un problema.

Nos permite, por tanto, lograr un conocimiento común de un problema complejo, sin ser nunca sustitutivo de los datos.

Los Errores comunes son construir el diagrama antes de analizar globalmente los síntomas, limitar las teorías propuestas enmascarando involuntariamente la causa raíz, o cometer errores tanto en la relación causal como en el orden de las teorías, suponiendo un gasto de tiempo importante. El diagrama se elabora de la siguiente manera:

1.     Ponerse de acuerdo en la definición del efecto o problema.

2.     Trazar una flecha y escribir el "efecto" del lado derecho.

3.      Identificar las causas principales a través de flechas secundarias que terminan en la flecha principal.

4.      Identificar las causas secundarias a través de flechas que terminan en las flechas secundarias, así como las causas terciarias que afectan a las secundarias.

5.      Asignar la importancia de cada factor.

6.      Definir los principales conjuntos de probables causas: materiales, equipos, métodos de trabajo, mano de obra, medio ambiente (5 M’s).

7.      Marcar los factores importantes que tienen incidencia significativa sobre el problema.

8.      Registrar cualquier información que pueda ser de utilidad.

5.      Asignar la importancia de cada factor.

6.      Definir los principales conjuntos de probables causas: materiales, equipos, métodos de trabajo, mano de obra, medio ambiente (5 M’s).

7.      Marcar los factores importantes que tienen incidencia significativa sobre el problema.

8.      Registrar cualquier información que pueda ser de utilidad.

Identificación de la problemática

Los elementos y las causas que intervienen en el desarrollo de un proceso y, que pueden en un momento dado, ocasionar que no se cumplan los objetivos o fallas del mismo, son diversos y en ocasiones difíciles de identificar.

Objetivo de los diagramas de control de la calidad

• El objetivo de los diagramas de control de la calidad es determinar y visualizar en una gráfica el momento en que ocurre una causa asignable en el sistema de producción para poder identificarla y corregirla. Esto se logra con la selección periódica de una pequeña muestra de la producción actual.

Los procedimientos para establecer un control estadístico

Los procedimientos para establecer un control estadístico del comportamiento de la empresa

1. establecer la "capacidad del proceso",
2. crear un gráfico de control;
3. recoger datos periódicos y representarlos gráficamente;
4. identificar desviaciones;
5. identificar las causas de las desviaciones;
6. perpetuar los efectos positivos y corregir las causas de los negativos.

Un gráfico de control utiliza medidas de un proceso para determinar el comportamiento normal de dicho proceso. La desviación típica es una medida de variabilidad que también puede calcularse, con las cuales trazamos los límites de control superior e inferior. Incluyendo los datos futuros a medida que se obtienen, veremos si los nuevos datos se corresponden con los resultados esperados. Si no es así, inferiremos que ha sucedido algo infrecuente con lo que procederemos a buscar la causa. Estas causas son denominadas causas especiales para diferenciarlas de las causas comunes de variabilidad, las cuales siempre están presentes y son las causantes de la variación incluida en las observaciones previas. Las causas comunes se reflejan en los cálculos de la media y de la desviación típica utilizados para elaborar el gráfico de control.

Tipos de diagramas de control de la calidad para variables

La media o la gráfica x barra

La media o la gráfica x barra está diseñada para variables de control como peso, longitud, etc. El límite superior de control (LSC) y el límite inferior de control (LIC) se obtienen a partir de la ecuación:

donde es la media de las medias muestrales y es la media de las amplitudes muestrales.

El diagrama de amplitudes

El diagrama de amplitudes está diseñado para mostrar si la amplitud total de la medición está dentro o fuera de control. El límite superior de control (LSC) y el límite inferior de control (LIC) se obtienen a partir de la ecuación:

El diagrama de porcentaje de defectos

• El diagrama de porcentaje de defectos se llama también diagrama p o diagrama de p barra. La gráfica muestra la porción de la producción que no es aceptable. Esta porción se puede encontrar con

El diagrama de c con barra

• El diagrama c o diagrama de c barra está diseñado para el control del número de defectos por unidad. El LSC y el LIC se obtienen mediante:

Aplicaciones

Ejemplo1

Se desea interpretar el siguiente gráfico.

De tal forma en el ejemplo podemos observar que el 33% de los factores generadores de costes son responsables del 67% del total de los costes incurridos. De tal forma una reducción del 20% en los dos ítem más importantes generarán una reducción en el coste total del orden del 13%.

A su vez los costes de reparaciones pueden y deben ser objeto también de un análisis paretiano de manera tal de saber que tipo de reparaciones conforman este coste, y saber también a que línea de productos responden dichos gastos. Lo mismo debe hacerse con los restantes costes (fallas, reprocesos, etc.).

Ejemplo 2:

Ejemplo3

Un aspecto de la calidad de servicio en un laboratorio de computación está representado por la buena disposición de las computadoras, cuando el estudiante ingresa para seguir su clase. Desde el punto de vista de la buena disposición es la instalación de los softwares que necesita utilizar es de particular importancia que todas los programas que se supone posee la computadora (sistema operativo, programa de ofimatica completo, internet, etc.) se encuentren realmente disponibles. De igual manera que los programas instalado sean de versiones que se utilizaran en clase estén funcionando adecuadamente.

Se decide estudiar este proceso durante un periodo de 7 días, tomando 10 muestra en cada turno. Así pues, se determinará, antes de la llegada de los estudiantes, si las computadoras tienen algún incumplimiento en cuanto a la disponibilidad de las instalaciones y al funcionamiento adecuado de todos los softwares.

En la tabla siguiente se presenta el número de computadoras que fueron consideradas como no adecuadas para cada día y turno del periodo de 5 días.

Un examen del diagrama nos indica que se tiene un proceso bajo control estadístico, en el cual los valores individuales están alrededor de p sin que exista evidencia de algún patrón presente.

Muestreo de aceptación

El muestreo de aceptación es un método para determinar si un lote de productos que se recibe cumple los estándares especificados.

• Está basado en técnicas de muestreo aleatorio.
• Una muestra aleatoria de n unidades se obtiene del lote recibido.
• c es el número máximo de unidades defectuosas que se pueden encontrar en la muestra del lote para considerarse aceptable.

Curva característica de operación

Una curva CO, o curva característica de operación, se desarrolla usando la distribución binomial de la probabilidad con el fin de determinar la probabilidad de aceptar un lote con distintos niveles de calidad

Conclusiones

Del desarrollo de los concepto y ejemplos se puede observar el enorme potencial que posee la utilización del Control Estadístico de la calidad como instrumento y herramienta destinada a un mejor control en la evolución de la empresa, una forma más eficaz de tomar decisiones en cuanto a ajustes, un método muy eficiente de fijar metas y un excepcional medio de verificar el comportamiento del sistema.

Muchos son los que por desconocimiento de la forma en que funcionan los procesos tienden a efectuar prolongados y obstinados análisis en la búsqueda de las razones que dieron lugar a la variación de los costos en relación a los estándares o a los registrados en el período anterior, cometiendo el error de adoptar medidas de ajuste, cuando en realidad las variaciones respondían a la naturaleza misma del proceso, por lo que los ajustes dan origen a mayores diferencias en el futuro.

Las empresas que no adopten esta nueva metodología sufrirán el choque frente a empresas de categoría mundial que lo aplican en forma metódica.

Bibliografía:

1) LIND, Douglas y MARCHAL, William y MASON, Robert. Estadística para administración y economía. Alfaomega. Colombia. 11a edición. 2004.

2) CÓRDOVA, Jorge Herramientas estadísticas para la gestión en salud. 3ra edición. JC ediciones. Versión electrónica (formato CD). Mayo 2003. Perú.

3) LIND, Douglas y MARCHAL, William y MASON, Robert. Estadística para administración y economía. Alfaomega. Colombia. 10a edición. 2002.

4) Nathan Grabinsk & Alfred W. Klein, EL ANÁLISIS FACTORIAL, Banco de México. Investigaciones Industriales

5) Niebel & Freivalds, INGENIERÍA INDUSTRIAL. MÉTODOS, ESTÁNDARES Y DISEÑO DEL TRABAJO, Ed. Alfa omega

World Wide Web:

1) Barca, R.G., Control Estadístico de Procesos ( Junio 2001)

http://www.calidad.com.ar/calid111.html

2) Control Estadístico de Procesos (Febrero 2001)

http://www.calidad.com.ar/controe7.html

LIND, Douglas y MARCHAL, William y MASON, Robert. Estadística para administración y economía. Alfaomega. Colombia. 11a edición. 2004.

CÓRDOVA, Jorge Herramientas estadísticas para la gestión en salud. 3ra edición. JC ediciones. Versión electrónica (formato CD). Mayo 2003. Perú.

LIND, Douglas y MARCHAL, William y MASON, Robert. Estadística para administración y economía. Alfaomega. Colombia. 10a edición. 2002.

Nathan Grabinsk & Alfred W. Klein, EL ANÁLISIS FACTORIAL, Banco de México. Investigaciones Industriales

Niebel & Freivalds, INGENIERÍA INDUSTRIAL. MÉTODOS, ESTÁNDARES Y DISEÑO DEL TRABAJO, Ed. Alfa omega

1) Barca, R.G., Control Estadístico de Procesos ( Junio 2001)

http://www.calidad.com.ar/calid111.html (Accesado Febrero 2, 004)

2) Control Estadístico de Procesos (Febrero 2001)

http://www.calidad.com.ar/controe7.html (Accesado Febrero 2, 2004)

www.itlp.edu.mx/publica/tutoriales/procesoadmvo/tema6_1.htm

Henrry Adalid Torres Céspedes

Alumno del I ciclo de Maestría en Ciencias en Ingenieria de Sistemas y Computación.

Universidad Inca Garcilaso de la Vega

Trabajo realizado para el curso de Modelos Estadísticos

Fecha 17 Nov. 2005.

Lima – Perú