14
EL CONTROL DE CALIDAD Y LAS SIETE HERRAMIENTAS BÁSICAS El Control de Calidad tuvo su origen en la producción industrial masiva de principios del siglo XX, el desarrollo de los métodos de producción en cadena planteó el primer problema de calidad, en cuanto que ésta estaba ligada a la conformidad con las especificaciones de los productos y sus componentes: a una más alta conformidad (calidad), correspondería un número menor de desechos y reprocesos, con lo que el coste del proceso productivo, y del producto, se reduciría. Surgen entonces los primeros procedimientos de control de calidad. La función de calidad, bajo esta óptica clásica, se limita a la realización de una serie de observaciones que tienen como objetivo la verificación de la concordancia de los diferentes dispositivos y componentes a su especificación, previamente establecida. Los resultados de las observaciones permitirían separar el producto aceptable del no aceptable mediante la inspección final del producto ya terminado. En Estados Unidos, el liderazgo de Frederick Taylor y su “dirección científica” (Taylor, 1911) supuso la separación entre la planificación del trabajo y su ejecución: la planificación era realizada por distintos especialistas mientras que los capataces y operarios ejecutaban la planificación hecha por aquellos. Desde el punto de vista del control de calidad, también se segregó la producción de la inspección. Se crearon entonces departamentos de inspección, llamados de “Control de Calidad” o de “Aseguramiento de la Calidad”, con la finalidad de separar los productos buenos de los defectuosos de forma que éstos no llegaran al cliente. Si bien el aumento de la productividad fue evidente, se fomentó la idea de que la calidad era materia de los departamentos especializados en la inspección de la calidad. El concepto subyacente de gestión de la calidad era que cada departamento funcional entregaba su producto al siguiente y, finalmente, el departamento de calidad separaba la producción correcta de la incorrecta. En el desarrollo de los métodos de control de calidad se produjo un salto cualitativo con los estudios de Walter A. Shewhart, que entonces trabajaba en los Laboratorios Bell Telephone, quien a partir de la década de 1920 inició el perfeccionamiento del control de la calidad introduciendo el muestreo estadístico de los procesos. Definió el control de calidad en términos de variación provocada por causas asignables y causas aleatorias e introdujo los gráficos de control de proceso como una herramienta para distinguir entre los dos tipos de variaciones. El control de calidad se desplaza entonces de la mera inspección final del producto, al control estadístico del proceso con el fin de determinar cuándo un proceso está sometido a variaciones en su comportamiento, tales que su resultado

Control Estadistico

Embed Size (px)

DESCRIPTION

Control Estadistico

Citation preview

  • EL CONTROL DE CALIDAD Y LAS SIETE HERRAMIENTAS BSICAS

    El Control de Calidad tuvo su origen en la produccin industrial masiva de

    principios del siglo XX, el desarrollo de los mtodos de produccin en cadena

    plante el primer problema de calidad, en cuanto que sta estaba ligada a la

    conformidad con las especificaciones de los productos y sus componentes: a una

    ms alta conformidad (calidad), correspondera un nmero menor de desechos y

    reprocesos, con lo que el coste del proceso productivo, y del producto, se

    reducira.

    Surgen entonces los primeros procedimientos de control de calidad. La funcin de

    calidad, bajo esta ptica clsica, se limita a la realizacin de una serie de

    observaciones que tienen como objetivo la verificacin de la concordancia de los

    diferentes dispositivos y componentes a su especificacin, previamente

    establecida. Los resultados de las observaciones permitiran separar el producto

    aceptable del no aceptable mediante la inspeccin final del producto ya terminado.

    En Estados Unidos, el liderazgo de Frederick Taylor y su direccin cientfica

    (Taylor, 1911) supuso la separacin entre la planificacin del trabajo y su

    ejecucin: la planificacin era realizada por distintos especialistas mientras que los

    capataces y operarios ejecutaban la planificacin hecha por aquellos.

    Desde el punto de vista del control de calidad, tambin se segreg la produccin

    de la inspeccin. Se crearon entonces departamentos de inspeccin, llamados de

    Control de Calidad o de Aseguramiento de la Calidad, con la finalidad de

    separar los productos buenos de los defectuosos de forma que stos no llegaran

    al cliente.

    Si bien el aumento de la productividad fue evidente, se foment la idea de que la

    calidad era materia de los departamentos especializados en la inspeccin de la

    calidad. El concepto subyacente de gestin de la calidad era que cada

    departamento funcional entregaba su producto al siguiente y, finalmente, el

    departamento de calidad separaba la produccin correcta de la incorrecta.

    En el desarrollo de los mtodos de control de calidad se produjo un salto

    cualitativo con los estudios de Walter A. Shewhart, que entonces trabajaba en los

    Laboratorios Bell Telephone, quien a partir de la dcada de 1920 inici el

    perfeccionamiento del control de la calidad introduciendo el muestreo estadstico

    de los procesos. Defini el control de calidad en trminos de variacin provocada

    por causas asignables y causas aleatorias e introdujo los grficos de control de

    proceso como una herramienta para distinguir entre los dos tipos de variaciones.

    El control de calidad se desplaza entonces de la mera inspeccin final del

    producto, al control estadstico del proceso con el fin de determinar cundo un

    proceso est sometido a variaciones en su comportamiento, tales que su resultado

  • derivar en producto defectuoso, es decir, fuera de los lmites de las

    especificaciones establecidas en el diseo.

    Shewhart hizo hincapi en que los procesos de produccin deben ser controlados

    estadsticamente, de forma que slo existan variaciones de causas ocasionales o

    aleatorias, para as mantenerlos bajo control. Sus trabajos fueron expuestos

    en Economic Control of Quality of Manufactured Products(Shewart, 1931).

    Durante la II Guerra Mundial, la industria de Estados Unidos llev a cabo la

    produccin de gran cantidad de material militar, para uso propio o para entrega a

    los aliados. Muchos de esos productos empleaban una tecnologa nueva y

    sofisticada, por lo que era necesario asegurar su calidad. Los

    mtodos estadsticos de control de calidad fueron entonces intensamente

    desarrollados en lo que supuso un fuerte impulso al moderno control de calidad.

    En Japn, antes de la II Guerra Mundial, la aplicacin del control de calidad era

    escasa. Japn elaboraba productos de baja calidad que eran vendidos a bajo

    precio. Tras el conflicto blico, la ocupacin militar del pas por parte de Estados

    Unidos supuso el estmulo del moderno control de calidad, centrndose al principio

    en el sector de las telecomunicaciones al necesitar los militares estadounidenses

    que estos servicios funcionaran adecuadamente por razones logsticas, para

    extenderse posteriormente a otro tipo de industrias.

    En 1949 la Unin Japonesa de Cientficos e Ingenieros (JUSE Union of

    Japanese Scientists and Engineers) constituye un grupo de investigacin sobre

    control de calidad. En 1950 Edwards Deminges invitado a impartir una serie de

    cursos y seminarios que promueven fuertemente el uso del control estadstico de

    la calidad, que se haba mostrado muy eficaz en la disminucin de las causas

    asignables de variacin de los procesos y en la reduccin del personal encargado

    de efectuar la inspeccin.

    La aplicacin del control estadstico de la calidad tuvo amplia difusin en las

    industrias, especialmente en el mbito de la fabricacin. Ello en un pas con una

    elevadsima densidad de poblacin que carece de materias primas, por lo que se

    consider estratgico producir bienes con una calidad que facilitara la exportacin.

    No obstante, el enfoque del control de calidad se mostr insuficiente ya que

    involucraba nicamente a ingenieros y personal de planta, produca rechazo en el

    personal y no implicaba suficientemente a la gerencia de las industrias.

    En 1954, Joseph M. Juran visita Japn e imparte una serie de seminarios dirigidos

    a niveles directivos altos y medios, sensibilizndolos acerca de su papel en el

    control de la calidad. Esta visita de Juran marc una transicin en las actividades

    de control de calidad en Japn (Ishikawa, 1985), en el sentido de no limitarlas a

    ingenieros y empleados de la lnea operativa, sino de extenderla a toda la

    empresa, dando paso a lo que se denomin control total de calidad.

  • Esta perspectiva pone el nfasis en la participacin total; en la cooperacin de

    todos los departamentos y empleados. El control de calidad no ha de limitarse a la

    inspeccin, para evitar que los procesos generen productos defectuosos, y a los

    departamento de produccin, sino que ha de extenderse a todas las actividades

    de la organizacin: desde el diseo de productos, a la fabricacin, la garanta

    posventa, los subcontratistas y el resto de actividades auxiliares o de soporte,

    como la contabilidad o la administracin del personal. Un planteamiento en el que

    puede reconocerse lo que ms tarde se denominara Gestin de la Calidad

    Total.

    Desde el enfoque japons, control de calidad total significa la participacin de todo

    individuo en el control de calidad, y no nicamente de especialistas en calidad, de

    personal de produccin o de miembros de la direccin.

    Tambin este punto de vista entraba en contradiccin con los principios del

    taylorismo que, con su divisin entre planificacin y ejecucin, relegaba a los

    operarios al papel de seguir las rdenes y los procedimientos establecidos por

    los especialistas.

    Para canalizar la participacin se impuls, a partir de 1962, la creacin de crculos

    de calidad. Un crculo de calidad es: Un grupo pequeo que desarrolla

    actividades de control de calidad dentro de un mismo taller. Este pequeo grupo

    lleva a cabo continuamente, como parte de las actividades de control en toda la

    empresa, autodesarrollo y desarrollo mutuo, control y mejora dentro del taller

    utilizando tcnicas de control de calidad con participacin de todos los miembros

    (Ishikawa, 1980).

    No obstante las tcnicas estadsticas del control de calidad posean una cierta

    complejidad que impeda su uso por parte del personal no especializado en ellas.

    Era entonces necesario disponer de herramientas que no requirieran de un

    conocimiento experto en tcnicas estadsticas y que, por tanto, pudieran ser

    aplicadas en los crculos de calidad.

    En 1968 Ishikawa propone un conjunto de tcnicas estadsticas sencillas para ser

    aplicadas por los crculos de calidad. Segn Ishikawa, con las siete herramientas

    bsicas es posible resolver el 95% de los problemas que presenta una

    organizacin, sobre todo en el rea de produccin (Ishikawa, 1986).

    Estas herramientas, que posteriormente fueron denominadas las siete

    herramientas bsicas de la calidad, pueden ser descritas genricamente como

    mtodos para la mejora continua y la solucin de problemas.

  • Las siete herramientas bsicas de la calidad son:

    Diagrama Causa Efecto. Ayuda a identificar, clasificar y poner de manifiesto

    posibles causas, tanto de problemas especficos como de efectos deseados.

    Hoja de Comprobacin. Registro de datos relativos a la ocurrencia de

    determinados sucesos, mediante un mtodo sencillo.

    Grficos de Control. Herramienta estadstica utilizada para controlar y mejorar

    un proceso mediante el anlisis de su variacin a travs del tiempo.

    Histograma. Grfico de barras verticales que representa la distribucin de

    frecuencias de un conjunto de datos.

    Diagrama de Pareto. Mtodo de anlisis que permite discriminar entre las

    causas ms importantes de un problema (los pocos y vitales) y las que lo son

    menos (los muchos y triviales).

    Diagrama de Dispersin. Herramienta que ayuda a identificar la posible relacin

    entre dos variables.

    Estratificacin. Procedimiento consistente en clasificar los datos disponibles por

    grupos con similares caractersticas que muestra grficamente la distribucin de

    los datos que proceden de fuentes o condiciones diferentes.

    El xito de estas tcnicas radica en la capacidad que han demostrado para ser

    aplicadas en un amplio rango de problemas, desde el control de calidad hasta las

    reas de produccin, marketing y administracin. Las organizaciones de servicios

    tambin son susceptibles de aplicarlas, aunque su uso comenzara en el mbito

    industrial.

    Estas tcnicas pueden ser manejadas por personas con una formacin media, lo

    que ha hecho que sean la base de las estrategias de resolucin de problemas en

    los crculos de calidad y, en general, en los equipos de trabajo conformados para

    acometer mejoras en actividades y procesos.

  • 1. Hoja de Comprobacin

    La Hoja de Control u hoja de recogida de datos, tambin llamada de Registro, sirve para reunir y clasificar las informaciones segn determinadas categoras, mediante la anotacin y registro de sus frecuencias bajo la forma de datos. Una vez que se ha establecido el fenmeno que se requiere estudiar e identificadas las categoras que los caracterizan, se registran estas en una hoja, indicando la frecuencia de observacin. Lo esencial de los datos es que el propsito este claro y que los datos reflejen la verdad. Estas hojas de recopilacin tienen muchas funciones, pero la principal es hacer fcil la recopilacin de datos y realizarla de forma que puedan ser usadas fcilmente y analizarlos automticamente. De modo general las hojas de recogida de datos tienen las siguientes funciones:

    De distribucin de variaciones de variables de los artculos producidos (peso, volumen, longitud, talla, clase, calidad, etc)

    De clasificacin de artculos defectuosos De localizacin de defectos en las piezas De causas de los defectos De verificacin de chequeo o tareas de mantenimiento.

    Una vez que se ha fijado las razones para recopilar los datos, es importante que se analice las siguientes cuestiones:

    La informacin es cualitativa o cuantitativa Como, se recogern los datos y en que tipo de documento se har Cmo se utiliza la informacin recopilada Cmo de analizar Quin se encargar de la recogida de datos Con qu frecuencia se va a analizar Dnde se va a efectuar

    Esta es una herramienta manual, en la que clasifican datos a travs de marcas sobre la lectura realizadas en lugar de escribirlas, para estos propsitos son utilizados algunos formatos impresos, los objetivos mas importantes de la hoja de control son:

    Investigar procesos de distribucin Artculos defectuosos Localizacin de defectos Causas de efectos

    Una secuencia de pasos tiles para aplicar esta hoja en un Taller es la siguiente: 1. Identificar el elemento de seguimiento 2. Definir el alcance de los datos a recoger 3. Fijar la periodicidad de los datos a recolectar 4. Disear el formato de la hoja de recogida de datos, de acuerdo con la cantidad

    de informacin a recoger, dejando un espacio para totalizar los datos, que

  • permita conocer: las fechas de inicio y termino, las probables interrupciones, la persona que recoge la informacin, fuente, etc

    2. Histogramas

    Es bsicamente la presentacin de una serie de medidas clasificadas y ordenadas, es necesario colocar las medidas de manera que formen filas y columnas, en este caso colocamos las medidas en cinco filas y cinco columnas. Las manera mas sencilla es determinar y sealar el numero mximo y mnimo por cada columna y posteriormente agregar dos columnas en donde se colocan los nmeros mximos y mnimos por fila de los ya sealados. Tomamos el valor mximo de la columna X+ (medidas maximas) y el valor mnimo de las columnas X- (medidas mnimas) y tendremos el valor mximo y el valor mnimo. Teniendo los valores mximos y mnimos, podemos determinar el rango de la serie de medidas, el rango no es ms que la diferencia entre los valores mximos y mnimos. Rango = valor mximo valor mnimo EJEMPLO: Rango = 3.67 3.39 milmetros Rango= 0.28 N=numero de medidas que conforman la serie N=25 Es necesario determinar el numero de clases para poder as tener el intervalo de cada clase. Ejemplo: 28=4.6 numero de clase 6 intervalo de cada clase4.6 El intervalo de cada clase lo aproxima a 5 o sea que vamos a tener 6 clases y un intervalo de 5 por clase. La marca de clase es el valor comprendido de cada clase y se determina as: X=marca de clase=limite mximo + limite mnimo con la tabla ya preparada se identifican los datos de medida que se tiene y se introducen en la tabla en la clase que le corresponde a una clase determinada.

  • El histograma se usa para:

    Obtener una comunicacin clara y efectiva de la variabilidad del sistema Mostrar el resultado de un cambio en el sistema Identificar anormalidades examinando la forma Comparar la variabilidad con los lmites de especificacin

    Procedimientos de elaboracin: 1. Reunir datos para localizar por lo menos 50 puntos de referencia 2. Calcular la variacin de los puntos de referencia, restando el dato del mnimo

    valor del dato de mximo valor 3. Calcular el nmero de barras que se usaran en el histograma (un mtodo

    consiste en extraer la raz cuadrada del nmero de puntos de referencia) 4. Determinar el ancho de cada barra, dividiendo la variacin entre el nmero de

    barras por dibujar 5. Calcule el intervalo o sea la localizacin sobre el eje X de las dos lneas

    verticales que sirven de fronteras para cada barrera 6. Construya una tabla de frecuencias que organice los puntos de referencia

    desde el ms bajo hasta el ms alto de acuerdo con las fronteras establecidas por cada barra.

    7. Elabore el histograma respectivo.

    3. Diagrama de Pareto

    Es una herramienta que se utiliza para priorizar los problemas o las causas que los genera. El nombre de Pareto fue dado por el Dr. Juran en honor del economista italiano VILFREDO PARETO (1848-1923) quien realiz un estudio sobre la distribucin de la riqueza, en el cual descubri que la minora de la poblacin posea la mayor parte de la riqueza y la mayora de la poblacin posea la menor parte de la riqueza. El Dr. Juran aplic este concepto a la calidad, obtenindose lo que hoy se conoce como la regla 80/20. Segn este concepto, si se tiene un problema con muchas causas, podemos decir que el 20% de las causas resuelven el 80 % del problema y el 80 % de las causas solo resuelven el 20 % del problema. Seta basada en el conocido principio de Pareto, esta es una herramienta que es posible identificar lo poco vital dentro de lo mucho que podra ser trivial, ejemplo: la siguiente figura muestra el numero de defectos en el producto manufacturado, clasificado de acuerdo a los tipos de defectos horizontales.

  • Procedimientos para elaborar el diagrama de Pareto: 1. Decidir el problema a analizar. 2. Disear una tabla para conteo o verificacin de datos, en el que se registren los

    totales. 3. Recoger los datos y efectuar el clculo de totales. 4. Elaborar una tabla de datos para el diagrama de Pareto con la lista de tems,

    los totales individuales, los totales acumulados, la composicin porcentual y los porcentajes acumulados.

    5. Jerarquizar los tems por orden de cantidad llenando la tabla respectiva. 6. Dibujar dos ejes verticales y un eje horizontal. 7. Construya un grfico de barras en base a las cantidades y porcentajes de cada

    tem. 8. Dibuje la curva acumulada. Para lo cual se marcan los valores acumulados en

    la parte superior, al lado derecho de los intervalos de cada tem, y finalmente una los puntos con una lnea continua.

    9. Escribir cualquier informacin necesaria sobre el diagrama.

    Para determinar las causas de mayor incidencia en un problema se traza una lnea horizontal a partir del eje vertical derecho, desde el punto donde se indica el 80% hasta su interseccin con la curva acumulada. De ese punto trazar una lnea vertical hacia el eje horizontal. Los tems comprendidos entre esta lnea vertical y el eje izquierdo constituye las causas cuya eliminacin resuelve el 80 % del problema.

    4. Diagrama de causa efecto

    Sirve para solventar problemas de calidad y actualmente es ampliamente utilizado alrededor de todo el mundo. Como debe ser construido un diagrama de causa efecto?. Por ejemplo, tenemos el cocinado de un arroz especial del cual consideraremos el sabor como si esto fuera una caracterstica de la calidad para lograr su mejora. En la siguiente figura tenemos un ejemplo de un diagran de causa efecto elaborado cuando un problema de mquina es debido a las principales causas nombradas en este caso:

    Mquina Hombre Mtodo Material y distribucin de un lado de la columna.

  • 5. La estratificacin

    Es lo que clasifica la informacin recopilada sobre una caracterstica de calidad. Toda la informacin debe ser estratificada de acuerdo a operadores individuales en mquinas especificas y as sucesivamente, con el objeto de asegurarse de los factores asumidos; Usted observara que despus de algn tiempo las piedras, arena, lodo y agua puede separase, en otras palabras, lo que ha sucedido es una estratitifacion de los materiales, este principio se utiliza en manufacturera. Los criterios efectivos para la estratificacin son:

    Tipo de defecto Causa y efecto Localizacin del efecto Material, producto, fecha de produccin, grupo de trabajo, operador, individual,

    proveedor, lote etc.

    6. Grfico de Control

    Los grficos de control tienen su origen al final de la dcada de 1920, cuando

    Walter A. Shewhart analiz numerosos procesos de fabricacin concluyendo que

    todos presentaban variaciones. Encontr que estas variaciones podan ser de dos

    clases: una aleatoria, entendiendo por ella que su causa era insignificante o

    desconocida, y otra imputable (tambin llamada asignable), cuyas causas podan

    ser descubiertas y eliminadas tras un correcto diagnstico.

    Los grficos de control constituyen una herramienta estadstica utilizada para

    evaluar la estabilidad de un proceso. Permite distinguir entre las causas de

    variacin. Todo proceso tendr variaciones, pudiendo estas agruparse en:

    Causas aleatorias de variacin. Son causas desconocidas y con poca

    significacin, debidas al azar y presentes en todo proceso.

    Causas especficas (imputables o asignables). Normalmente no deben estar

    presentes en el proceso. Provocan variaciones significativas.

    Las causas aleatorias son de difcil identificacin y eliminacin. Las causas

    especficas s pueden ser descubiertas y eliminadas, para alcanzar el objetivo de

    estabilizar el proceso.

    Existen diferentes tipos de grficos de control:

    De datos por variables. Que a su vez pueden ser de media y rango, mediana y

    rango, y valores medidos individuales.

    De datos por atributos. Del estilo aceptable / inaceptable, s / no,

  • En la base de los grficos de control est la idea de que la variacin de una

    caracterstica de calidad puede cuantificarse obteniendo muestras de las salidas

    de un proceso y estimando los parmetros de su distribucin estadstica. La

    representacin de esos parmetros en un grfico, en funcin del tiempo, permitir

    la comprobacin de los cambios en la distribucin.

    El grfico cuenta con una lnea central y con dos lmites de control, uno superior

    (LCS) y otro inferior (LCI), que se establecen a 3 desviaciones tpicas (sigma) de

    la media (la lnea central). El espacio entre ambos lmites define la variacin

    aleatoria del proceso. Los puntos que exceden estos lmites indicaran la posible

    presencia de causas especficas de variacin.

    7. Diagrama de Dispersin

    Es el estudios de dos variables, tales como la velocidad del pin y las dimensiones de una parte o la concentracin y la gravedad especifica, a esto se le llama diagrama de dispersin. Estas dos variables se pueden embarcarse as:

    Una caracterstica de calidad y un factor que la afecta, Dos caractersticas de calidad relacionadas, o Dos factores relacionados con una sola caracterstica de calidad.

  • Para comprender la relacin entre estas, es importante, hacer un diagrama de dispersin y comprender la relacin global. Cuadro de los datos de presin del aire de soplado y porcentaje de defectos de tanque plstico.

    Fecha Presin de aire (Kg/cm2)

    Porcentaje de Defectos (%)

    Fecha Presin de aire (Kg./ cm2)

    Porcentaje de Defectos (%)

    Oct. 1 2 3 4 5 8 9 10 11 12 15 16 17 18 19

    8.6 8.9 8.8 8.8 8.4 8.7 9.2 8.6 9.2 8.7 8.4 8.2 9.2 8.7 9.4

    0.889 0.884 0.874 0.891 0.874 0.886 0.911 0.912 0.895 0.896 0.894 0.864 0.922 0.909 0.905

    Oct. 22 23 24 25 26 29 30 31 1 2 5 6 7 8 9

    8.7 8.5 9.2 8.5 8.3 8.7 9.3 8.9 8.9 8.3 8.7 8.9 8.7 9.1 8.7

    0.892 0.877 0.885 0.866 0.896 0.896 0.928 0.886 0.908 0.881 0.882 0.904 0.912 0.925 0.872

    Grficas de dispersin Se utilizan para estudiar la variacin de un proceso y determinar a que obedece esta variacin. Un grfico de control es una grfica lineal en la que se han determinado estadsticamente un lmite superior (lmite de control superior) y un lmite inferior (lmite inferior de control) a ambos lados de la media o lnea central. La lnea central refleja el producto del proceso. Los lmites de control proveen seales estadsticas para que la administracin acte, indicando la separacin entre la variacin comn y la variacin especial. Estos grficos son muy tiles para estudiar las propiedades de los productos, los factores variables del proceso, los costos, los errores y otros datos administrativos. Un grfico de Control muestra: 1. Si un proceso est bajo control o no 2. Indica resultados que requieren una explicacin 3. Define los lmites de capacidad del sistema, los cuales previa comparacin con

    los de especificacin pueden determinar los prximos pasos en un proceso de mejora.

    Este puede ser de lnea quebrada o de circulo. La lnea quebrada es a menudo usada para indicar cambios dinmicos. La lnea quebrada es la grfica de control que provee informacin del estado de un proceso y en ella se indica si el proceso

  • se establece o no. Ejemplo de una grfica de control, donde las medidas planteadas versus tiempo. En ella se aclara como las medidas estn relacionadas a los lmites de control superior e inferior del proceso, los puntos afuera de los lmites de control muestran que el control esta fuera de control. Todos los controles de calidad requieren un cierto sentido de juicio y acciones propias basadas en informacin recopilada en el lugar de trabajo. La calidad no puede alcanzarse nicamente a travs de calcular desarrollado en el escritorio, pero si a travs de actividades realizadas en la planta y basadas desde luego en clculos de escritorio. El control de calidad o garanta de calidad se inici con la idea de hacer hincapi en la inspeccin. Necesidad de la participacin total Para aplicar desde el comienzo la garanta de calidad en la etapa de desarrollo de un producto nuevo, ser preciso que todas las divisiones de la empresa y todos sus empleados participen en el control de calidad. Cuando el control de calidad slo hace hincapi en la inspeccin, nicamente interviene una divisin, bien sea la divisin de inspeccin o la divisin de control de calidad, y sta se limita a verificar en la puerta de salida para impedir que salgan productos defectuosos. Sin embargo, el programa de control de calidad hace hincapi en el proceso de fabricacin, la participacin se hace extensiva a las lneas de ensamblaje, a los subcontratistas y a las divisiones de compras, ingeniera de productos y mercadeo. En una aplicacin ms avanzada del control de calidad, que viene a ser la tercera fase, todo lo anterior se toma insuficiente. La participacin ya tiene que ser a escala de toda la empresa. Esto significa que quienes intervienen en planificacin, diseo e investigacin de nuevos productos, as como quienes estn en la divisin de fabricacin y en las divisiones de contabilidad, personal y relaciones laborales, tienen que participar sin excepcin. La garanta de calidad tiene que llegar a esta tercera fase de desarrollo, que es la aplicacin de la garanta de calidad desde las primeras etapas de desarrollo de un producto. Al mismo tiempo, el control de calidad ha acogido el concepto de la participacin total por parte de todas las divisiones y sus empleados. La convergencia de estas dos tendencias ha dado origen al control de calidad en toda la empresa, la caracterstica ms importante del Control de Calidad japons hoy. En la fabricacin de productos de alta calidad con garanta plena de calidad, no hay que olvidar el papel de los trabajadores. Los trabajadores son los que producen, y si ellos y sus supervisores no lo hacen bien, el Control de Calidad no podr progresar.

  • B. La satisfaccin de un trabajo bien hecho con calidad. Esto incluye lo siguiente: El gozo de completar un proyecto o alcanzar una meta El gozo de escalar una montaa simplemente porque esta all.

    Se sugiere que se establezcan fabricantes especializados en sus propios campos, al menos en cada provincia. De lo contrario no podremos mejorar la calidad ni aumentar la productividad.

    El diagrama de dispersin permite analizar si existe algn tipo de relacin entre dos variables. Por ejemplo, puede ocurrir que dos variables estn relacionadas de manera que al aumentar el valor de una, se incremente el de la otra. En este caso hablaramos de la existencia de una correlacin positiva. Tambin podra ocurrir que al producirse una en un sentido, la otra derive en el sentido contrario; por ejemplo, al aumentar el valor de la variable x, se reduzca el de la variable y. Entonces, se estara ante una correlacin negativa. Si los valores de ambas variable se revelan independientes entre s, se afirmara que no existe correlacin. El diagrama de dispersin es una herramienta grfica qe ayuda a identificar la posible relacin entre dos variables. Representa la relacin entre dos variables de forma grfica, lo que hace ms fcil visualizar e interpretar los datos. De otro lado, calculando el coeficiente de correlacin entre dos variables, permite cuantificar el grado de relacin entre ambas, as como su signo. El valor de este coeficiente puede estar comprendido entre 1 y 1. Cuando toma un valor prximo a 1, la correlacin es fuerte y negativa. Si el valor es cercano a +1, la correlacin es fuerte y positiva. Si el coeficiente de correlacin lineal presenta un valor prximo a 0, la correlacin es dbil. Un coeficiente de 0 indicara independencia total entre ambas variables. A su vez, un coeficiente de correlacin lineal de 1 de -1 sealara que entre ambas variables hay dependencia funcional, positiva o negativa segn el signo del coeficiente. Esta correlacin puede sealar, pero no por ello probar, una relacin causal, es decir, no predice relaciones causa efecto, sino que muestra la intensidad de la relacin entre dos variables. Por lo tanto, es importante no apresurarse a obtener conclusiones sobre la relacin entre las variables, ya que puede ser otra tercera que afecte a la relacin.

  • Ejemplo de Diagrama de Dispersin

    En el diagrama de dispersin de ejemplo las variables a analizar son las puntuaciones medias obtenidas para los distintos factores del servicio, tanto en percepcin (X) como en expectativas (Y), a partir de una muestra de usuarios de un servicio administrativo a los que se les administr una encuesta de satisfaccin. El clculo del coeficiente de correlacin lineal efectuado para los datos del ejemplo de diagrama de dispersin arroja un valor de 0,45. Se confirma que existe una relacin positiva entre ambas variables, si bien la correlacin existente entre ambas es moderada.