Diapositiva 1 - CONTROL-ESTADISTICO-DE-LA-CALIDAD

Report
UNEXPO “Luís Caballero Mejías”
Maestría en Ingeniería Industrial
Control
Estadísticos de
Procesos
Controles
Estadísticos de
Procesos
Castillo Evelin
Adrianza Danilo
Profesor: Armando Coello
Control Estadístico de
Procesos (CEP)
El Control Estadístico de Procesos, CEP, también conocido por
sus siglas en inglés SPC (Statistical Process Control), es un
instrumento de gestión que, comparando el funcionamiento del
Control
Estadísticos de
Procesos
proceso con unos límites establecidos estadísticamente,
permite implantar y garantizar los objetivos deseados bajo la
filosofía de la prevención.
Todo esto se consigue a través de un conjunto de herramientas
estadísticas que permiten recopilar, estudiar y analizar la
información de procesos repetitivos para poder tomar
decisiones encaminadas a la mejora de los mismos.
Control Estadístico de
Procesos (CEP)
Control
Estadísticos de
Procesos
El Control Estadístico de Procesos produce el
efecto de:
■ Conocer la variación de los factores que
integran un proceso.
■ Prevenir los defectos.
■ Reducir los costos.
■ Cumplir los requisitos.
Variación
En todos los procesos repetitivos encontramos variación
y, a pesar de que la variación está implícita en todo lo
que se hace y lo que nos rodea, difícilmente se puede
evitar. Las diferencias, ya sean grandes o pequeñas,
siempre existen. La variación detectada es, así, la suma
de la variabilidad real, intrínseca al proceso y debida a
Control
Estadísticos de
Procesos
factores no controlados, más la variabilidad de la
medida, ya que no existe un sistema de medición
perfecto.
Causas de la Variación
Todo proceso produce variaciones. Éstas pueden ser de distinta
naturaleza:
■ Cuando estas variaciones aparecen sin ser posible atribuirlas a
una causa única, siendo resultado de efectos combinados de
muchas causas, se dirá que éstas, son debidas a causas no
Control
Estadísticos de
Procesos
asignables o causas aleatorias.
■ Cuando las variaciones pueden aparecer por otras causas, de
forma que cuando actúan producen efectos que se pueden
atribuir con certeza a un motivo, se denominan causas asignables
o causas especiales.
Causas de la Variación
CAUSAS NO ASIGNABLES O CAUSAS ALEATORIAS:
Su naturaleza es de tipo aleatorio, debidas a la propia variación
natural del proceso, y como consecuencia de las mismas, el
proceso tiene un comportamiento estable en el tiempo, de forma
que las características de salida se pueden predecir. Ejemplos de
este tipo de causas serían: variaciones debidas a la materia prima,
a diferencias de habilidad entre el personal, a factores
ambientales, etc.
Las causas aleatorias se caracterizan por:
Control
Estadísticos de
Procesos
■ Consistir en muchas causas de variación pequeña provocando
pequeñas fluctuaciones en los datos sin afectar al proceso global.
■ Aparecer en muchos instantes del proceso.
■ Ser de variación estable.
■ Ser previsibles en el tiempo.
■ Permanecer en el proceso y ser inherente a él.
■ Difícil y antieconómico reducir sus efectos.
Causas de la Variación
CAUSAS ASIGNABLES O ESPECIALES:
La naturaleza de estas causas no es aleatoria, sino que aparecen
esporádicamente en el proceso de forma que cuando actúan
producen efectos definidos, y cuando se elimina la causa, se
elimina la variación producida por ella.
Dan como consecuencia un proceso inestable sobre el que no se
puede predecir la homogeneidad de las características de salida.
Ejemplos de este tipo de causas serían: desajustes de maquinaria,
lotes defectuosos, fallos de controles, errores humanos, etc.
Control
Estadísticos de
Procesos
Las causas especiales se caracterizan por:
■ Constar de una o pocas causas importantes y fáciles de
identificar.
■ Aparecer esporádicamente en el proceso.
■ Ser de variación inestable.
■ Ser imprevisibles en el tiempo.
■ Poder reaparecer.
■ Actúan en un punto concreto del proceso
Causas de la Variación
Las causas de variación, aleatorias y especiales, así como su
intensidad hacen que un proceso pueda diferenciarse en:
Es el que resulta cuando sólo están presentes causas aleatorias de
Proceso Estable variación.
También se dice, para este caso, que el proceso está bajo control.
Es el que resulta cuando aparece alguna causa especial de
Proceso Inestable variación.
Control
Estadísticos de
Procesos
Para un proceso estable, se podrá predecir la pauta de
comportamiento del proceso con el tiempo
Causas de la Variación
Para un proceso inestable, es una incertidumbre conocer
su comportamiento a lo largo del tiempo
Control
Estadísticos de
Procesos
Tipos de control estadístico de
procesos.
Control Estadístico de
Calidad
Control
Estadísticos de
Procesos
Proceso de
Control
Gráficos para
Variables
Gráficos
Para
atributos
Muestreo de
Aceptación
Variables
Atributos
Gráficos de Control por
Variables
Los gráficos de control por variables se utilizan para aquellas
características de calidad que permiten ser medidas y, por lo tanto,
son cuantificables. En los gráficos de control por variables, la
característica que se estudia es una variable continua, medible
numéricamente.
Control
Estadísticos de
Procesos
TIPO DE GRAFICO
DATO ESTADISTICO
Grafico X- R
Media y Rango
Grafico x- R
Valores individuales y rangos moviles
Ventajas del Uso de
Gráficos de Control por
Variables
Control
Estadísticos de
Procesos
- Se obtiene directamente información específica acerca de
la media del proceso y su variabilidad.
- Cuando hay puntos que caen fuera de control se puede
extraer mucha información sobre la causa especial que
provocó esta señal fuera de control.
- Incluso con todos los valores individuales dentro de las
especificaciones, se puede analizar el proceso, lo que facilita
su mejora.
- Ayudan en el estudio de la capacidad de un proceso.
- Los gráficos de control por variables necesitan un tamaño
muestral más pequeño que los gráficos por atributos. De
esta manera, se tendrán que controlar menos unidades y el
tiempo para la toma de decisiones es menor. Esta es una
consideración muy importante, también, por ejemplo, en
los casos en los que la inspección es destructiva.
Ventajas del Uso de
Gráficos de Control por
Variables
Proporciona una indicación de problemas inminentes y
permiten al personal operativo tomar acciones correctivas
antes de que ocurra la producción real de artículos
defectuosos.
Los gráficos de control son indicadores anticipados de
Control
problemas.
Estadísticos de
Procesos
Usos de los Graficos de
Control Por variables
Procesos
Control
Estadísticos de
Procesos
Problemas en
Procesos
Especificaciones
Otros
■ Cuando se introduce un nuevo proceso, o se fabrica un nuevo
producto mediante un proceso ya existente.
■ Para demostrar de forma continua la estabilidad y capacidad del
proceso.
■ Cuando el proceso ya funciona pero tiene problemas crónicos.
■ Cuando existen problemas en el proceso y el gráfico de control por
variables puede ser una herramienta de utilidad para diagnosticar el
problema, como, por ejemplo, para la localización de una avería.
■ Para casos en que se han utilizado gráficos de control por atributos,
pero el proceso se encuentra fuera de control o bajo control pero
con producción inaceptable.
■ Situaciones en las que el operario debe decidir si ajusta o no el
proceso.
■ Procesos con especificaciones muy estrechas, o que no las
cumplen u otros problemas de manufactura difíciles.
■ Cuando se requiere un cambio en las especificaciones del proceso.
■ Para casos en que se requieren pruebas destructivas.
■ Cuando es conveniente reducir al mínimo el muestreo para
aceptación u otras pruebas, siempre que el proceso se pueda
manejar bajo control.
Gráficos de Control por
Atributos
Los gráficos de control por atributos se utilizan para
aquellas características de calidad que suponen una
cualidad y por lo tanto, no son cuantificables. Es decir se
corresponden con los casos en que la característica que se
estudia no puede ser medida en una escala continua o de
una forma cuantitativa, sino que se indica si la unidad
inspeccionada se adapta a las especificaciones
establecidas.
Control
Estadísticos de
Procesos
Tipo de Gráfico
Dato estadístico
Aplicación
Gráfico p
Proporción de elementos
defectuosos o
disconformes.
Refleja gráficamente el
número
de
unidades
defectuosas en muestras de
tamaño fijo o variable,
dando
la
fracción
defectuosa.
Gráfico np
Número de elementos
defectuosos o
disconformes.
Refleja el número de
unidades defectuosas en
muestras de tamaño fijo.
Gráficos de Control por
Atributos
Tipo de Gráfico
Dato estadístico
Aplicación
Gráfico c
Número total de defectos o
disconformidades.
Refleja gráficamente el
número
de
defectos
aparecidos en un producto
de tamaño fijado o unidad
previamente definida sobre
un cierto período de tiempo.
Gráfico u
Proporción de defectos o
disconformidades, dando el
número de ellos por unidad
inspeccionada.
Refleja el número de
defectos que aparecen en
un producto de tamaño
variable sobre un período de
tiempo.
Control
Estadísticos de
Procesos
Ventajas de Uso de
Gráficos de Control por
Atributos
• Hacen posible considerar varias características de
calidad al mismo tiempo y clasificar el artículo como no
conforme si no satisface la especificación de cualquier
característica.
Control
Estadísticos de
Procesos
• Mediante la inspección por atributos pueden evitarse
mediciones costosas en recursos y tiempo.
• La toma de datos es más simple que en los gráficos
por variables.
• Estos gráficos distinguen entre causas comunes y
especiales, pero tienen el inconveniente de no avisar si
se producen cambios adversos en el proceso. Por ello,
no evitan un mayor número de unidades defectuosas en
el proceso.
Uso de Gráficos de
Control por Atributos
Los gráficos de control por atributos son recomendables
en:
•Procesos que tienen recogidos datos históricos y lo único
que se requiere es organizarlos.
Control
Estadísticos de
Procesos
•Procesos cuyas características, o sólo pueden ser evaluadas
por atributos o su medición es muy costosa.
•Procesos administrativos.
En general, los gráficos de control por atributos son
utilizados para la mejora de procesos que producen un
número muy alto de unidades defectuosas
Muestreo de Aceptación
Un muestreo de aceptación consiste en evaluar una
población homogénea a través de una muestra aleatoria,
para decidir la aceptación o el rechazo de la misma. Bajo el
punto de vista estadístico, un muestreo de aceptación es un
contraste de hipótesis en el que se evalúa una característica
(parámetro de una población) a través de unos valores
muéstrales.
El muestreo por aceptación es de mucha utilidad en las
situaciones siguientes:
Control
Estadísticos de
Procesos
Cuando la prueba es destructiva.
Cuando es muy alto el costo de una inspección al 100%.
Cuando una inspección al 100% no es tecnológicamente
factible.
Cuando hay que inspeccionar muchos artículos y la tasa de
errores de inspección es suficientemente alta para una
inspección al 100%.
Cuando el proveedor tiene un excelente historial de calidad,
y se desea alguna reducción en la inspección al 100%
Tipos de Muestreo de Aceptación
Muestreo de Aceptación por Atributos.
El plan de muestreo por atributos (n,c) consiste en
inspeccionar muestras aleatorias de n unidades tomadas de
lotes de tamaño N, y observar el número de artículos
disconformes o defectuosos d en las muestras. Si el número
de artículos defectuosos d es menor que o igual a c, se
aceptara el lote, si el número de dichos artículos
defectuosos d es mayor que c se rechazara el lote.
Control
Estadísticos de
Procesos
La curva característica de operación demuestra la bondad
con que funciona el programa de muestreo. En este curva
se representan las probabilidades de aceptación, Pa, contra
la proporción de unidades p, supuesta para los lotes de
entrada. Dichas proporciones y los riesgos de aceptación o
rechazo que implican se deducen de la naturaleza de la
curva CO y con ello se determina el programa de muestreo
simple que cubre las especificaciones deseadas
M.A por Atributos
Curva de Operación
n=50, Ac= 2
Control
Estadísticos de
Procesos
Curva de operación de un plan de muestreo
Tipos de Muestreo de Aceptación
Muestreo de Aceptación por Variables.
Control
Estadísticos de
Procesos
En los planes de muestreo de aceptación por variables
se especifican el número de artículos que hay que
muestrear y el criterio para juzgar los lotes cuando se
obtienen datos de las mediciones respecto a la
característica de calidad que interesa. Estos planes se
basan generalmente en la media y desviación estándar
maestrales de la característica de calidad. Cuando se
conoce la distribución de la característica en el lote o el
proceso, es posible diseñar planes de muestreo por
variables que tengan riesgos especificados de aceptar y
de rechazar lotes de una calidad dada.
M.A por Variables
Control
Estadísticos de
Procesos
Ventajas:
•Se puede obtener de la misma curva característica de
operación con un tamaño muestral menor que lo requerido
por un plan de muestreo por atributos.
•Cuando se utilizan pruebas destructivas, el muestreo por
variables es particularmente útil para reducir los costos de
inspección.
•Los datos de mediciones proporcionan normalmente mas
información sobre el proceso de manufactura o el lote que
los datos de atributos.
Desventajas:
•Se debe de conocer la distribución de la característica de
calidad.
•Se debe de usar un plan para cada característica de calidad
que hay que inspeccionar.
•Es posible que el uso de un plan de muestreo por variable
lleve al rechazo de un lote aunque la muestra que se
inspecciona realmente no tenga ningún articulo defectuoso.
EJEMPLOS DE CONTROLES
ESTADISTICOS
Ventas Totales vs. PV&O HERMO (Kg)
2.300.000
2.200.000
2.100.000
Control
Estadísticos de
Procesos
Kg vendidos
2.000.000
1.900.000
1.800.000
PV&O - 2010
Ventas - 2010
1.700.000
1.600.000
1.500.000
1.400.000
1.300.000
PV&O - 2011
Ventas - 2011
EJEMPLOS DE CONTROLES
ESTADISTICOS
Control
Estadísticos de
Procesos
EJEMPLOS DE CONTROLES
ESTADISTICOS
Control
Estadísticos de
Procesos
EJEMPLOS DE CONTROLES
ESTADISTICOS
Control
Estadísticos de
Procesos
EJEMPLOS DE CONTROLES
ESTADISTICOS
Control
Estadísticos de
Procesos

similar documents