1. Control de Calidad Estadstico y Gestin de CalidadParte 1: Control de Calidad Estadstico1 Los defectos1.1 Introduccin.1.2 Definicin de la calidad1.3 El objetivo de los mtodos estadsticos de control en los procesos.1.4 Qu causa los productos defectuosos?1.5Son todos los defectos iguales? Debemos tratar a todos los defectos por igual?1.6 Clasificacin de los defectos, muestrario de defectos.2 Distribuciones de frecuencia e histogramas2.1Poblacin y muestras2.2Cmo se distribuye los valores de las variables que medimos? Qu frecuencia tiene cada valor que la causa llamada "variacin" nos entrega?2.3Que tipos de variables conocemos?2.4Distribuciones de frecuencias.2.5Histogramas3 Medidores de tendencia central y de dispersin3.1Media aritmtica3.2Desviacin tpica3.3Mtodo de clculo por compilacin3.4Ejercicios prcticos en clases4 Distribucin Continua, o Distribucin Gaussiana, o Distribucin Normal4.1Comprensin del concepto de Distribucin Continua, Distribucin Normal4.2 Propiedades de la Distribucin Normal4.3 Ejercicios de comprensin sobre la Distribucin Normal5 Los diagramas5.1El diagrama de Pareto5.1.1Qu son los diagramas de Pareto?5.1.2Como elaborar diagramas de Pareto5.1.3 Ejercicios prcticos en clase5.2El diagrama Espina de Pescado o de Ishikawa o de Causa y Efecto5.2.1Que son los diagramas de Causa y Efecto?5.2.2Como elaborar diagramas de Causa y Efecto6 Grficas de control6.1Qu son las grficas de control?6.2Tipos de grficas de control, X - R , pn, y p6.2.1Grfico X R6.2.2Grfico np, Grfico p

2. 7 Como elaborar una grfica de control_7.1Grfica X - R7.2Clculo de los lmites de control7.2.1Clculo de lmites sin valores especificados7.2.2 Clculo de los lmites con valores especificados7.2.3 Comparacin de los Lmites Con y Sin Especificaciones.Resultado de la Capacidad de Proceso.7.2.4 Formato Grfica X - R7.2.5Algunos casos de lecturas de grficas de control por variables.7.3Grfica np.7.4Clculo de los lmites de control por atributos.7.5Formato de grfico de Control de Proceso por Atributos.7.6Indice de la Capacidad de Proceso7.7Los cuatro casos posibles de los lmites con y sin especificaciones.8Normas Chilenas8.1 Norma Chilena 42 of 538.1.1 Resumen de Grficos de Control por variables, Control de Exactitud8.1.2 Resumen de Grficos de Control por variables, Control de Precisn.8.1.3 Factores para grficos de Control por variables.8.2Norma Chilena 43 of 618.3Norma Chilena 44 of 788.3.1Alcance8.3.2Nivel de calidad aceptable (AQL)8.3.2.1Uso8.3.2.2Definicin8.3.3Inspeccin normal, rigurosa y reducida8.3.4Plan de muestreo8.3.5 Nivel de inspeccin8.3.6 Tipos de planes de muestreo9 Bibliografa del Control de Calidad EstadsticoParte 2: Gestin del Control de Calidad10Control Total de Calidad (CTC)10.1Evolucin Histrica del concepto10.2Conceptos del CTC10.2.1CTC Segn Armand V.Feigenbaum10.2.2CTC Segn Kaoru Ishikawa10.2.3 CTC Segn J. M. Juran 3. 10.3Ruta para implementar un programa de Control de Calidad Total.10.3.1Etapas de un programa de calidad total.10.3.2Etapa previa.10.3.3Etapas de un programa de Calidad Total en marcha.10.3.4Elementos esenciales en una empresa que hace Control Total deCalidad11 Costos de calidad11.1 Costos de Prevencin11.2 Costos de Evaluacin11.3 Costos de Fallas12 Mtodos de aseguramiento a Nivel Nacional e Internacional.12.1Sistema Nacional de Acreditacin12.2Internacionales. Familia ISO 900013 Concepto de las auditorias en el contexto de las normas ISO 900013.1 La auditoria y su significado.13.2 Tipos de auditoria.13.3 Elementos de una auditoria.14 Bibliografa de la Gestin del Control de Calidad 4. Parte 1: Elementos del Control de Calidad Estadstico1 Los defectos1.1 Introduccin.Actualmente, todas las empresas modernas saben que lograr un buen nivel de calidad esfundamental para el xito de su gestin.La obtencin de este objetivo, no solo es importante desde el punto de vista de lacompetencia, sino tambin para la satisfaccin de las necesidades humanas.Estas necesidades humanas evolucionan constantemente, hay cada da mayor demandade mejor precisin, ms exactitud, intercambiabilidad, confort, etc. y lo que hoy acepta elconsumidor, maana puede rechazarlo, pues esta demanda de la cual estamos hablando,se perfecciona cada da, y toda empresa que no se adapte a este movimiento continuocorre el riesgo de quedar desplazada a corto plazo.Para marchar al comps de este ritmo se hacen necesarios mejores instrumentos,maquinarias, mtodos, etc., y lo que es ms importante, un mejor aprovechamiento de losmismos, es decir, obtener mejor calidad con la misma cantidad de dinero. Para lograr esteobjetivo debemos recurrir al control estadstico de calidad, como una de las armas mspoderosas para la realizacin de todas estas ideas.El objetivo de este curso es dar una buena informacin de la herramientas existentes parael control estadstico de la calidad, pero debemos dejar bien claro que los objetivos decalidad no se logran esgrimiendo solamente estas herramientas estadsticas. Hoy en da,el concepto de Control Total de Calidad, ensea claramente que todos los estamentos dela empresa estn involucrados en la obtencin de la mejor calidad del producto, y queste objetivo no es, de ninguna manera, responsabilidad exclusiva de los departamentostcnicos especializados en el control estadstico de la calidad, sino de todos losintegrantes de la empresa, desde el ms humilde empleado, al ms importante de losgerentes. 5. 1.2 Definicin de la calidadDefiniremos dos aspectos de la calidad, la Calidad del Diseo y la Calidad del Producto.Entendemos por Calidad del Diseo al grado de concordancia entre el diseo y el fin parael cual fue creado, y por Calidad del Producto, al grado de conformidad entre el producto ysu diseo.Los conceptos y mtodos que veremos son aplicables al control de calidad del producto, yson, en general, mtodos universales, es decir que valen para cualquier producto, yasean cremas dentales, bebidas gaseosas, tractores, medicamentos o ampolletas.Un buen nivel de calidad implica un diseo correcto y un producto de acuerdo con sudiseo.1.3 El objetivo de los mtodos estadsticos de control en los procesos .Podramos preguntarnos, qu es un producto defectuoso? o ms concretamente, ques un defecto?Juran explica lo que es un defecto haciendo un juego de palabras:" Un defecto es un defecto cuando todos estamos de acuerdo que es un defecto"Definicin tradicional:Un defecto es el incumplimiento de una caracterstica de calidad respecto de un lmiteespecificado.Pero, los lmites especificados, los determinamos nosotros, previo acuerdo con laspartes interesadas o involucradas en el proceso, luego, por carcter transitivo, vale lafrase del insigne maestro del control de calidad, Dr. J. M. Juran.Otra ilustre definicin de lo que es un defecto, es la afirmacin de Kahoru Ishikawa, quiendice que un defecto es lo que causa insatisfaccin al cliente.1.4 Qu causa los productos defectuosos?La respuesta universal a esta pregunta es: la variacinLa variacin en los materiales, en las condiciones de la mquina, en los mtodos detrabajo y en las inspecciones. Estas variaciones son las causas de los productosdefectuosos. Si no existiera ninguna de esas variaciones, todos los productos seranidnticos y no habra variaciones en la calidad, y no existira la ocurrencia de productosdefectuosos y no defectuosos. 6. 1.5 Son todos los defectos iguales? Debemos tratar a todos los defectos por igual?El sentido comn nos dice que no a las dos preguntas. No es lo mismo un defectoconsiderado leve como ser una imperfeccin superficial en la etiqueta de un producto, queuna medida fuera de especificaciones en un repuesto para motor de automviles que lohaga absolutamente inservible.Y consecuentemente, no ser el mismo criterio para tolerar la presencia de ambosdefectos, y eso dar paso a distintos planes de calidad segn el tipo de defecto.1.6 Clasificacin de los defectos, muestrario de defectos.Existen distintas maneras de clasificarlos. aqu utilizaremos el siguiente:Defectos crticos: son aquellos que violan leyes, agreden al consumidor o hacen inservibleal producto.Defectos mayores: producen una disminucin en el correcto funcionamiento o utilizacindel producto y es notado por el consumidor.Defectos menores: producen una disminucin leve en el correcto funcionamiento outilizacin del producto, probablemente no lo note el consumidor. pero si lo nota, elpersonal calificado de produccin y de control de calidad,Cada tipo de defecto ser objeto de un estudio acabado por las partes interesadas ydeber finalizar en un muestrario de defectos, debidamente clasificado por tipo de defectoy firmado por las partes involucradas.En todos los casos posibles deber construirse el muestrario con defectos situados justoen los lmites de aceptacin o rechazo. 7. Unidad 2, Distribuciones de frecuencia e Histogramas2.1 Poblacin y muestras Una poblacin es el total de las unidades que se consideran.En esta poblacin queremos investigar una caracterstica para conocer su situacinrelativa con los valores del diseo.Una muestra es una cantidad estadsticamente calculada de unidades de dicha poblacin,cada unidad deber ser extrada al azar.La medicin y clculo de una determinada caracterstica nos dar una estimacin delverdadero valor en la poblacin.2.2 Cmo se distribuyen los valores de las variables que medimos? Qu frecuenciatiene cada valor que la causa llamada "variacin" nos entrega?Tenemos claro que las variaciones nos producen distintas medidas de una variable, lapregunta es como se distribuyen. En general siguen un comportamiento llamado gaussiano o normalDe que se trata lo veremos ms adelante pero por ahora nos alcanza con comprenderque dicho comportamiento significa que los valores ms cercanos al valor central, son losque ms frecuentemente se repiten, y a medida que nos alejamos del valor central, lafrecuencia baja dramticamente. La grfica de este comportamiento tiene una forma decampana.2.3 Que tipos de variables conocemos?Existen dos tipos de variables a considerar, Variables Continuas y Variables Discretas.Las variables continuas son aquellas que se miden...y las variables discretas se cuentan.Las primeras dan origen al control por variables y las segundas al control por atributos.Las caractersticas de calidad que llamaremos variables son todas aquellas que podemosrepresentar por una cifra. Por ejemplo, la medida de un perno, la resistencia de resistoresde alambre, el contenido de cenizas en carbn, etc., etc.Los atributos son aquellas caractersticas de calidad no mensurables, cuya dimensin engeneral no se puede representar con una cifra. Como por ejemplo podemos tomar lasimperfecciones visuales de las superficies de los productos, tales como manchas,diferencias de tono, aspectos de una soldadura, etc., etc.Por fin, debemos tener en cuenta, que tanto los procesos como los lotes terminadospueden ser inspeccionados por atributos o por variables. 8. 2.4 Distribuciones de frecuencias.Estudiemos el caso de control por variables, es decir estamos midiendo con uninstrumento cuya resolucin nos permite medir las variaciones que produce nuestroproceso.Una vez que el inspector recibe la muestra tomada estadsticamente de la poblacin avalorar, procede a las correspondientes mediciones de cada una de las muestras.Tngase presente que lo ms probable es que en cada unidad se hagan variasmediciones por variables y por atributos.Como resultado de esta accin tendremos una tabla de valores desordenados eincomprensibles. Lo primero que deberemos hacer es clasificarlas de menor a mayor,luego agruparlas en clases siguiendo algn criterio que nos permita acumular los datosdentro de clases, esto es dentro de valores que contengan varios de estos datos.Supongamos que tenemos la siguiente tabla de valores experimentales:38 47 5461 2635 28 48 534432 52 4642 6335 50 38 355749 68 4745 6545 25 19 565844 73 5040 4676 40 64 3642 Total, n: 40 datos Valor mnimo: 19, valor mximo: 76 Rango, 76-19= 57 Nmero de clases: (clculo emprico) : 40 Raz de 40 y se redondea: 6 Ancho de clase : 9 57 dividido 6 y se lleva al numero impar ms cercano: 9El motivo por el cual conviene usar el ancho de clase como nmero impar es para que lamarca de clase sea un nmero entero igual que los datos que se estn estudiando. Si seutilizara un nmero par, el ancho de clase resulta con un decimal que habra queconservar hasta el final del clculo y esto es fuente de errores.Con estos datos procedemos a construir nuestro diagrama de frecuencias, el cual una vezfinalizado tiene el siguiente diagrama: 9. LI LS Marca de Clase (mediana) (x)18 26 22( 18 + 26 ) / 227 35 3136 44 4045 53 4954 62 5863 71 6772 80 76Una vez obtenido este cuadro procedemos al recuento y anotamos la frecuencia:LI LSX recuentofrecuencia18 2622/// 327 3531////536 4440//// //// 945 5349//// //// //1254 6258////563 7167////472 8076//2 total 4040Este cuadro es el diagrama de frecuencias obtenido de los 40 datos obtenidos comovariables y agrupados convenientemente en clases, este recuento ya nos est informandode que es lo que pasa con esta variable. 10. 2.5 Histograma:El cuadro anterior puede llevarse a un grfico como sigue, dando lugar al Histograma:HISTOGRAMA 14 12 12 10 9 FRECUENCIAS 8 6554 4 3 2 20 0 021 22 3140 4958 677685 MARCAS DE CLASE 11. Medidores de tendencia central y de dispersinSon varios los medidores de la tendencia central y de la dispersin de una serie de datosexperimentales, de ellos estudiaremos los dos ms frecuentes y tiles en Control deCalidad, estos son : la Media Aritmtica , medidor de la tendencia central, y la DesviacinTpica, medidor de la dispersin de los datos alrededor de la Media Aritmtica.El desarrollo de las frmulas es materia que se entrega durante el desarrollo de lasclases.3.1 Media aritmticaMide la tendencia central.Se define como Media Aritmtica al valor central producto del siguiente clculo:k f . X + f . X + ...+ fk . Xk fX j =1 j j fX = fXX= 1 1 2 2== f1 + f2 + ...+ fkfk j fN j=1de donde deriva: k fju fu X = A + c j=k = A + c 1 N fj j=1 Nota: El desarrollo de las Frmulas se explica en clase o pueden consultarse:a) en la obra del autor: Estadstica para Ingenieros y Tcnicos del Inacap.b) en el libro de Estadstica de Murray Spieguel.3.2 Desviacin tpicaMide la dispersin de los valores con respecto al valor central.Se define como desviacin tpica al valor que surge del siguiente clculo: 12. k f (X)2 X f( X X ) 2 j jj= 1S= k= f = n N pues fj j= 1Esta frmula puede derivarse mediante sencillos clculos a esta otra: fu fu 22 S= c* N N Nota: El desarrollo de las Frmulas se explica en clase o pueden consultarse:a) en la obra del autor: Estadstica para Ingenieros y Tcnicos del Inacap.b) en el libro de Estadstica de Murray Spieguel.3.3 Mtodo de clculo por compilacin:Xf U fu fu222 3-3 -9 2731 5-2 -102040 9-1 - 994912 00 058 5 15 567 4 28 1676 2 36 16 fu = - 9fu2 = 95donde: c = 9 y A = 49 Media aritmtica: 46,98 Desviacin tpica: 13.72Este clculo tiene un error como consecuencia de suponer a todos los datos dentro decada clase como iguales.Nota: Los decimales de las respuestas obtenidas, debern guardar relacin con losdecimales que tengan los datos, sin embargo, cuando use las calculadoras deberconservar en cada clculo, todos los decimales que genera la calculadora, para luegoaproximar la respuesta a la cantidad de decimales igual a los que tengan los datos,nunca menos. En particular en estos clculos es costumbre usar uno o dos decimalesms que los datos. Tampoco es correcto usar muchos decimales pues no tienensignificado alguno.3.4 Ejercicios prcticos en clases: 13. Mediante la extraccin de datos de una urna normal se construye la correspondientedistribucin de frecuencias, el histograma, se calcula la Media Aritmtica y la DesviacinTpica.Se usarn dos mtodos de clculo, uno por medio de la calculadora y otro por medio delas frmulas vistas en clases.Nota: se exigir un correcto manejo algebraico de nmeros escritos de forma exponencial. 14. 4 Distribucin Continua, o Distribucin Gaussiana, o Distribucin Normal4.1 Comprensin del concepto de distribucin continua, Distribucin NormalUn histograma se construye a partir de un cierto nmero de datos. Pero que le pasara alhistograma si continuamos aumentando el nmero de datos? Si el intervalo de clase sereduce poco a poco a medida que aumenta el nmero de datos, se obtiene unadistribucin de frecuencias continua, como lmite de una distribucin de frecuenciarelativa. En realidad es una expresin de la poblacin misma, puesto que se obtiene de unnmero infinito de datos.Existen muchas clases de distribucin, y una de las ms frecuentes es la DistribucinNormal. En muchos casos, cuando la variacin de una caracterstica de calidad escausada por la suma de un gran nmero de errores infinitesimales independientesdebidos a diferentes factores, la distribucin de la caracterstica de calidad se aproxima auna distribucin normal. La forma de la Distribucin Normal puede describirse como la deuna campana.La siguiente figura muestra la forma de esta distribucin:Curva Normal de Gauss43 21+1 +2 +3 +44.2Propiedades de la Distribucin NormalLa curva caracterstica queda determinada totalmente por dos parmetros: y Si bien en este curso no tenemos espacio para desarrollar el concepto de probabilidades,ser necesario definir los siguientes puntos:Un suceso es ms o menos probable segn la frecuencia con que ocurre. a mayorfrecuencia de ocurrencia pasada ser mayor la probabilidad de ocurrencia futura. 15. Los histogramas y los grficos de frecuencia, tambin pueden interpretarse como grficosde probabilidades de ocurrencia. En particular, la Campana de Gauss, o Curva Normal, esuna funcin de probabilidades, y la superficie que se encierra debajo de la curva, ylimitada por dos valores de x es directamente una medida de la probabilidad de ocurrenciade un suceso determinado.Aceptando estos conceptos veremos como se puede hacer los clculos partiendo de laCurva Normal. En primer trmino, la Curva Normal hay que transformarla en lo que sellama forma cannica, esto significa que el cero de las X ir al medio del grfico. Paralograrlo se usa una variable llamada z y es:z= (X X ) Esta transformacin hace que siempre el valor de la desviacin tpica, en una curvacannica, sea igual a uno, y el valor de z no es ms que un dato medido en relacin a supropia desviacin. Esto hace que la curva tenga caractersticas muy particulares queveremos luego de los siguientes comentarios.Esta variable depende de datos conocidos, es decir la media de la muestra y sudesviacin, por lo tanto para determinados valores de x, se hace el clculo y las tablasdan la respuesta en trminos de probabilidad de ocurrencia.Este punto es muy importante pues de aqu parte todos los criterios de control del controlde la calidad.De todo esto se desprende lo siguiente:La superficie, y por lo tanto la probabilidad de ocurrencia del suceso, vale:68.27 % para una desviacin tpica a ambos lados del cero95.45 % para dos desviaciones tpicas a ambos lados del cero99.73 % para tres desviaciones tpicas a ambos lados del ceroEsto se aprecia en los siguientes grficos: 16. AREA BAJO LA CURVA NORMALIGUAL A 68.27%454035 PROBABILIDADES3025201510 5 0 -3-2-1 01 2 3 DESDE -1 A +1 DESVIACION TIPICA AREA BAJO LA CURVA NORMALIGUAL A 95,45%4035PROBABILIDADES3025201510 5 0 -3-2-1 01 2 3 DESDE -2 A +2 DESVIACION TIPICA AREA BAJO LA CURVA NORMAL IGUAL A 99,73%454035 PROBABILIDADES302520151050 -3-2-10 123 DESDE -3 A +3 DESVIACION TIPICA 17. 4.3 Ejercicios de comprensin sobre la Distribucin Normal.Los siguientes ejercicios, tienen como objetivo aprender el uso de las tablas de Gauss.Ejercicio n 1Hallar el rea bajo la CURVA NORMAL en cada uno de los 7 casos siguientes:a) Entre z = 0 y z = 1.20 CURVA NORMAL DE GAUSS 45 40PROBABILIDADES 35 30 25 20 15 1050 -3 -2 -1 0 12 3Area bajo la curva entre z = 0 y z = 1,2De tablas leemos que para z = 1,2 es 0,3849, por lo tanto: Pr {0 z 1,2} = 0,3849Esto significa que el rea bajo la curva normal para z entre 0 y 1,2 es del 38.49%b) Entre z = - 0.68 y z = 0CURVA NORMAL DE GAUSS 45 40 35 PROBABILIDADES 30 25 20 15 10 5 0 -3-2 -10 1 23Area bajo la curva entre z = -0,68 y z = 0En tablas se lee para z = 0.68 es 0.2518 por lo tanto, Pr {-0,68 z 0} =0.2518 Esto significa queel rea bajo la curva, para z= -0,68 y z=0 es el 25.18% 18. c) Entre z = - 0.46 y z 2.21CURVA NORMAL DE GAUSS4540PROBABILIDADES35302520151050 -3 -2 -1 0 12 3 Area bajo la curva de z = -0,46 a z = 2,21En tablas se lee que, para z = 0.46 es 0.1772 por lo tanto,Pr {-0,46 z 0} =0.1772Ntese que en la lectura se prescindi del signo menos.Por otra parte, para z = 2.21 se lee 0.4864. lo cual significa :Pr {0 z 2.21} =0.4864Para encontrar el rea total debemos sumar ambos resultados: 0.1772+0.4864 = 0.6636Esto significa que el rea bajo la curva, para z= - 0.46 y z=2.21 es del 66.36%d) Entre z = 0.81 y z = 1.94 CURVA NORMAL DE GAUSS3530 PROBABILIDADES25201510 5 0 -3 -2 -1 01 2 3Area bajo la curva entre z = 0,81 y z = 1,94Para z = 0.81 es 0.2910 por lo tanto, Pr {0.81 z 0} =0.2910Para z = 1.94 es 0.4738 esto es : Pr {0 z 1.94} =0.4738Para encontrar el rea entre los dos puntos elegidos, debemos restar ambos resultados:0.4738 - 0.2910 = 0.1828Esto significa que el rea bajo la curva, para z= 0.81 y z=1.94 es del 18.28%e) A la izquierda de z = - 0.6, esto significa, entre z = - y z = - 0.6Tener presente que desde z = - y z = 0 la superficie bajo el rea es 0.5000 (50%) 19. CURVA NORMAL DE GAUSS3530 PROBABILIDADES25201510 5 0 -3-2 -101 2 3 Area bajo la curva entre z = - infinito yz = - 0,6Para z = 0.6 es 0.2258 por lo tanto, Pr {0.6 z 0} =0.225Para z = - es 0.5000, esto es : Pr { - z 0} =0.5000Para encontrar el rea entre los dos puntos elegidos, debemos restar ambos resultados:0.5000 - 0.2258 = 0.2742Esto significa que el rea bajo la curva, para z = - y z=- 0.6 es del 27.42%f) A la derecha de z - 1.28, esto es ,entre z = - 1.28 y z = + CURVA NORMAL DE GAUSS403530 PROBABILIDADES25201510 5 0 -3 -2 -1 0 12 3 Area entre z = -1,28 y z = + infinitoPara z = 1.28 es 0.3997 por lo tanto, Pr {-1.28 z 0} = 0.3997. Para z = 0 y z= + es0.5000, esto es : Pr {0 z +} = 0.5000. Para encontrar el rea entre los dos puntoselegidos, debemos sumar ambos resultados: 0.3997+0.5000 = 0.8997. Esto significa queel rea bajo la curva, para z = -1.28 y z =+ es del 89.97%g) A la derecha de z = 2.05, y a la izquierda de z = - 1.44 20. CURVA NORMAL DE GAUSS1614 PROBABILIDADES121086420 -3 0 3A la izquierda de -1,44 y a la derecha de2,05rea total bajo la curva = 1-(rea entre-1.44 y 0) - (rea entre 0 y 2.05)1 - 0.4251 - 0.4798 = 0.0951, esto es 9.51%Ejercicio n 2Este ejercicio ayuda a entender el uso de los procedimientos anteriores para el clculo delas probabilidades en eventos reales.Se recomienda al alumno dibujar las campanas e ir identificando las reas escogidas.Si los dimetros de las bolillas de rodamientos estn normalmente distribuidas con media0.6140 mm y desviacin tpica 0.0025 mm determinar el % con dimetro :a) entre 0.6100 y 0.6180 mmb) mayores que 0.6170 mmc) menores que 0.6080 mmSolucin:a) - z = (0.6100-0.6140) / 0.0025 = - 1.60+ z = (0.6180-0.6140) / 0.0025 = + 1.60rea solicitada = probabilidad buscada = 0.4452 + 0.4452 = 0.8904La probabilidad de que el dimetro de las bolillas se encuentren entre 0.610 y 0.618 mmes del 89.04%b) z = (0.6170 - 0.6140) / 0.0025 = 1.20El rea para z = 1,2 es 0.3849El rea solicitada es 0.5000 0.3849 = 0.1151La probabilidad de que el dimetro de las bolillas sea mayor que 0.617 es del 11.51%c) z= (0.6080-.6140) / 0.0025 = 2.40 21. Para z = 2.40 es 0.4918El rea buscada es 0.5000 - 0.4918 = 0.0082Probabilidad = 0.82 % 22. Unidad 5, Los Diagramas5.1 El Diagrama de Pareto5.1.1 Qu son los Diagramas de Pareto?Los problemas de calidad se presentan como prdidas. Es muy importante aclarar elpatrn de la distribucin de las prdidas.La mayora de las prdidas se debern a unos pocos tipos de defectos, y estos defectospueden atribuirse a un nmero muy pequeo de causas.Si se identifican las causas de estos pocos defectos vitales, podremos eliminar casi todaslas prdidas, concentrndonos en esas causas particulares y dejando de lado otromuchos defectos triviales. El uso del diagrama de Pareto permite solucionar este tipo deproblemas con eficacia.Existen dos tipos de diagramas, los que analizan los efectos, y los que estudian lascausas.5.1.2 Como elaborar diagramas de ParetoPaso 1 decida qu problemas se van a investigar y como recoger los datos.ejemplo: objetos defectuosos, perdidas en trminos monetarios, ocurrencia de accidentes.Paso 2 decida qu datos va a necesitar y como clasificarlos.ejemplo: por tipo de defecto, localizacin, proceso, mquina, trabajador, mtodo.Paso 3 defina el mtodo de recoleccin de los datos y el perodo de duracin de larecoleccin.Paso 4 disee una tabla para el recuento de los datos.Tipos de defectosRecuentototalFractura //// ////10Rayado //// //// //// //// ...... //// // 42Manchado //// / 6Tensin//// //// //// //// ...... //// ////104Rajadura //// 4Burbuja//// //// //// //// ...... ////20Otros//// //// //// 14Total200 200Paso 5 analice y vuelva a ordenar la informacinTiponumeroTotal porcentaje % acumuladoTensin 104 104 5252Rayado 42 146 2173 23. Burbuja 201661083Fractura10176 588Mancha 6182 391Rajadura 4186 293Otros 14200 7 100Total 200 100Paso 6 construya el diagrama de barras. Pocos vitales ... muchos triviales Pareto DIAGRAMA DE PARETO POR ITEMS DEFECTUOSOS 12010090 10080DEFECTUOSASPORCENTAJEACUMULADO70 NUMERO DE 80UNIDADES60 60 5040 40 30 20 20100 0TENSION RAYADO BURBUJA FRACT.MANCHA RAJAD. OTROSDEFECTOSEn este ejemplo, produccin tendr que resolver, en primer trmino, las causas de losdefectos tensin y rayado, con lo cual se reducir el inconveniente en el 73% !5.1.3 Ejercicio Prctico en clase:Utilizando una urna con datos, se extrae una muestra y se elabora un diagrama dePareto. 24. 5.2 El diagrama Espina de Pescado, o de Ishikawa, o deCausa y Efecto5.2.1 Que son los diagramas de Causa y Efecto:Es un diagrama que muestra la relacin entre una caracterstica de calidad por la cualestamos interesados, (probablemente porque haya baja calidad en dicha caracterstica) ylos factores de los cuales depende (entre los cuales deberemos buscar las causas delproblema de calidad)En general, puede decirse que un proceso puede atribuirse a una cantidad de factores yes posible encontrar la relacin Causa y Efecto de esos factores.En las dos pginas siguientes se muestra como se arma el diagrama y a continuacinhay un ejemplo muy pormenorizado acerca de las causas que pueden originar una derrotadeportiva. 25. Currso de Contttrolll de Callliidad Estttadstttiico y Gestttiin,,, Agosttto 2000Curs o de Con rro de Ca id ad Es a d s ic o y Ges i n Agos o 2000Cu so de Con o de Ca dad Es ad s co y Ges n Agos o 2000Pgiiina 25Pg na 25Pg na 25 Diagrama de Ishikawa, tambin llamado Espina de pescado o diagrama de causa - efecto Hueso grande Hueso medianoHuesopequeo Columna VertebralCaractersticaEfectoFactores (Causas)Autttorr Edgarrdo Ojjjeda BarrcosAu o r Edgard o O e da Barc osAu o Edga do O eda Ba coDerrechos de Autttorr en tttrmiiitteDere chos de Au o r en rrm teDe echos e Au o en m e 26. Currso de Contttrolll de Callliidad Estttadstttiico y Gestttiin,,, Agosttto 2000Curs o de Con rro de Ca id ad Es a d s ic o y Ges i n Agos o 2000Cu so de Con o de Ca dad Es ad s co y Ges n Agos o 2000Pgiiina 26Pg na 26Pg na 26 Caloras Animo SaludEjemplo de Diagrama de Ishikawa Entusiasmo Nutricin Comida OrgulloEspritu de luchaPacienciaCantidad DevocinDiversin Cuidado CalmaDescansoTiempo ComposturaDormir RelajamientoConcentracin ConfianzaQue tan bienDerrota enun torneodeportivoTeoraMovimiento Informacin Itinerario Planeacin PotenciaEstudio del Velocidadoponente Reglas EjercicioAnlisisTrabajo en SentidoCalidadObservacin equipo comnCantidadJuicio de laConsejo FuncinsituacinFormaCooperacinRepeticin Estrategia Experiencia en partidosTcnicaModelosAutttorr Edgarrdo Ojjjeda BarrcosAu o r Edgard o O e da Barc osAu o Edga do O eda Ba coDerrechos de Autttorr en tttrmiiitteDere chos de Au o r en rrm teDe echos e Au o en m e 27. 5.2.2. Cmo elaborar diagramas de causa y Efecto.Procedimiento para elaborar los diagramas de Causa y Efecto para la identificacin decausas.Paso 1Describa el efecto o atributo de calidadPaso 2Escoja una caracterstica de calidad y escrbala en el lado derecho de una hoja de papel,dibuje de izquierda a derecha la lnea de la espina dorsal y encierre la caracterstica en uncuadrado.Luego, escriba las causas primarias que afectan a la caracterstica de calidad, en formade grandes huesos, encerrados tambin en cuadrados.Paso 3Escriba las causas (causas secundarias) que afectan a los grandes huesos (causasprimarias) como huesos medianos, y escriba las causas (causas terciarias) que afectan alos huesos medianos como huesos pequeos.Paso 4Asigne la importancia de cada factor, y marque los factores particularmente importantesque parecen tener un efecto significativo sobre la caracterstica de calidad.Paso 5Registre cualquier informacin que pueda ser de utilidad. 28. 6 Grficas de Control6.1 Qu son las Grficas de Control?En 1924, W.A. Shewhart, propuso una Grfica de Control para eliminar las variacionesanormales, distinguiendo las variaciones debidas a causas asignables de aquellasdebidas a causas al azar, es decir, causas no asignablesUna grfica de Control consiste en una lnea central, un par de lmites de control, uno deellos colocado por encima de una lnea central y otro por debajo, y en ciertos valorescaractersticos registrados en la grfica que representa el estado del proceso. Si todos losvalores ocurren dentro de los lmites de control, sin ninguna tendencia especial, se diceque el proceso est en estado controlado. Sin embargo, si ocurren por fuera de los lmitesde control o muestran una forma peculiar, se dice que el proceso est fuera de control. 110Lmite de 108Control 106Superior 104 102LineaCentral 1009896Lmite de94Control92Inferior90Valoresdel 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 :0 :3 :0 :3 :0 :3 :0 :3 :0 :3 :0 :3 :0 :3 :0 :3 :00808090910101111121213131414151516Proceso Grfica para estado controlado 110Lmite de 108Control 106Superior 104 102LineaCentral 1009896Lmite de94Control92Inferior90Valoresdel 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 :0 :3 :0 :3 :0 :3 :0 :3 :0 :3 :0 :3 :0 :3 :0 :3 :00808090910101111121213131414151516Proceso Grfica para estado fuera de controlLa calidad de un producto manufacturado por medio de un proceso inevitablemente sufrirvariaciones. Estas variaciones tienen causas y estas ltimas pueden clasificarse en lossiguientes dos tipos: 29. Causas no Asignables (Causas debidas al azar)Las variaciones debidas al azar son inevitables en el proceso.Tratar de eliminarlas puede resultar estril y en la mayora de los casos extremadamentecaro. Por otra parte estas variaciones dentro de ciertos lmites pueden ser totalmentetolerables y no causan reales disminuciones de la calidad del producto. Estas variacionesse aceptan, se las consideran inherentes al proceso, y por lo tanto son variacionesnormales. De hecho, estas variaciones son las que originan la distribucin gaussiana quevimos en la primera parte de este curso.Causas AsignablesLa variacin debida a Causas Asignables significa que hay factores anormales que debenser investigados. Estas variaciones no son normales, no pertenecen al proceso y no sernaceptadas.Las Causas Asignables podran originar productos defectuosos, (aunque noindispensablemente) es decir, contienen caractersticas, que hacen a la calidad delproducto, que podran estar afuera de los lmites que establecen las especificaciones decalidad del producto.El objeto del Control de Calidad Estadstico, de proceso o cualquier otro, es encontrar yseparar las Causas Asignables. (Aun cuando no estn causando defectos).Estas Causas Asignables tienen necesariamente que ser encontradas y eliminadas puesproducen una disminucin de la calidad del producto.Cuando los puntos se encuentran fuera de los lmites de control o muestran unatendencia particular, decimos que el proceso est fuera de control, y esto es a causa delas Causas Asignables.Nota: Mas adelante, se retomar este tema, cuando se hable de limites con y sin valoresespecificados, all se ver que no siempre que un proceso que est fuera de controlproducir defectos, por lo cual estas definiciones que aqu se mencionan son solo parainiciar el estudio, pero el alumno deber remitirse a los desarrollos posteriores si se leconsulta sobre lo que significa un proceso en estado controlado y si se cumplen o no conla especificaciones.Cul es el objetivo de una Grfica de Control?El objetivo, como lo indica su nombre, es controlar el proceso, es decir, mantenerlo enestado controlado, para ello debemos hacer una grfica que en rigor son dos, una para laexactitud, o sea, la grfica X, y otra, para la precisin, esta es la grfica R.El control siempre deber contener ambas grficas, es decir, la correspondiente a X y lacorrespondiente a R. Son indisolubles, no pueden existir independientes, no existe controlcon solo una de ellas. Y cualquiera de las dos que este fuera de control declara al procesofuera de control. 30. Para comprender un proceso, y saber si se encuentra bajo control, deberemos conocerla variacin debida al azar, y este conocimiento lo extraeremos, precisamente de lasgrficas de control de proceso. Para esto se tomaran pequeas muestras cada periodosde tiempo preestablecidos, de forma que en cada pequea muestra los factores devariacin sean comunes. Por esta razn las unidades que se toman para cada pequeamuestra debern ser una a continuacin de otra, de esta forma, los factores que varan deunidad a unidad sern mnimos.Las cantidades a extraer en cada muestra tomada a perodos regulares sern de 3 a 10unidades siendo las ms frecuentes de 3 a 6 y la ms recomendable es 5.Hay varias clases de grficas de control, dependiendo de su propsito y de lascaractersticas de la variable. En cualquier tipo de grfica de control el lmite de control secalcula usando la siguiente frmula: (Valor Promedio) 3 x (Desviacin Estndar)Donde la Desviacin Estndar es la variacin debida al azar.Este tipo de grfica de control se llama una grfica de control de 3-sigma.6.2 Tipos de Grficas de ControlHay dos tipos de Grficas de Control, una para valores continuos y otra para valoresdiscretos. En cada tipo hay varias alternativas para elegir el par de medidores necesarios.Valor caracterstico NombreValor continuoX-RX - Grficas ~X-R~X -Valor discreto Grficasnp p u cLa tabla siguiente muestra las frmulas que deben utilizarse para calcular los lmites decontrol y el valor central, utilizando los medidores X, R .Las tablas donde figuran los factores son provistas en este apunte y son equivalentes alas que se encuentran en la Norma Chilena 42. 31. limite superior de control (LCS)Tipo de grfica de control lnea central (LC) limite inferior de control (LCI) LCS =X + A 2RValor continuo promedioXXLC = LCI= X A 2R LCS= D4 RValor continuo Rangos LC = R R LlCI = D3 R LCs=p n + 3 p n (1 p )Valor discreto nmerode unidades defectuosasLC =pnpn LCi=p n 3 p n (1 p )Los valores de las constantes debe consultarse en las tablas del adjunto o en la NormaChilena 42._6.2.1 Grfica X - REsta se usa para controlar y analizar un proceso en el cual la caracterstica de calidad delproducto que se est midiendo toma valores continuos, tales como longitud, peso oconcentracin, y esto proporciona la mayor cantidad de informacin sobre el proceso. Elvalor X representa un promedio de una pequea muestra o subgrupo, y R el rango dedicho subgrupo. Una grfica X debe usarse en combinacin con una grficaRpara controlar la variacin dentro de un subgrupo.6.2.2 Grfica pn, Grfica pEstas grficas se usan cuando la caracterstica de calidad se representa por el nmero deunidades defectuosas o la fraccin defectuosa. Para una muestra de tamao constante,se usa una grfica pn del nmero de unidades defectuosas, mientras que una grfica p dela fraccin de defectos se usa para una muestra de tamaos variable. Otros tipos degrficas por atributos son las grficas c y las grficas u.Luego de los ejemplos que se desarrollarn de grficas X - R se dar un ejemplo degrfica np.6.3 Especificaciones, Tolerancias, DiscrepanciasAntes de entrar a la metodologa de elaboracin de las grficas de control, deberemosdistinguir claramente lo que son las Especificaciones, con sus Tolerancias y lo queposteriormente llamaremos Limites de Control sin valores Especificados.La Especificacin y sus tolerancias, son dadas por el cliente o en su defecto el diseadordel producto. La Especificacin indica como uno quiere el producto. Cada variable quetenga que ver con la calidad del producto tendr que tener su correspondiente 32. especificacin. Por ejemplo, el largo de un tornillo, el contenido en gramos de unrecipiente que contiene un alimento, etc., etc. Ahora bien, tenemos que tener muy claro,que las especificaciones tienen que ver con el producto, con su funcionalidad, su esttica,y todo lo que hace a la calidad de dicho producto. Adems, se establecen los lmites detolerancia para dichas Especificaciones, dentro de las cuales, el producto se consideraBueno, y se sobreentiende que si se excede dichos lmites el producto ser defectuoso.Un ejemplo de Especificaciones y sus Tolerancias son las siguientes:Para el largo de un perno: 2,54 mm 0,20 mmEn este ejemplo la Especificacin es 2,54, la tolerancia es 0,40 mm ( de extremo aextremo) y la discrepancia 0,20mm.Para el contenido de un envase de crema de leche: 200 c.c. 5 c.c.La Especificacin es 200 c.c., la Tolerancia es 10 c.c. y la discrepancia 5 c.c.Podramos hacernos la siguiente pregunta: Porque las tolerancias?Pues, desde el principio sabemos que los procesos no pueden hacer todos los productosiguales, por ello tenemos que poner lmites, de forma que cuando se excedan dichoslmites diremos que se producen defectos. . Por ejemplo, un perno con un largo de 2,80mm o un envase de crema de leche con 193 c.c.En resumen, a) las Especificaciones y sus tolerancias son puestas con criterios que nonecesariamente tienen relacin con los procesos productivos, y, en general obedecen aldiseo o a razones estticas del producto. b) cuando el producto, al medir la variable deuna caracterstica, excede la especificacin se lo declara defectuoso.Ahora veamos la mquina y el proceso que tiene que elaborar el producto, hasta ahorasabemos que dichos procesos presenta variaciones que son normales, entonces nospreguntamos:Podr ser capaz, la mquina de producir nuestro producto dentro de las tolerancias quenos da la Especificaciones que nos entregaron? Ser capaz de hacer el producto sindefectos?Los procedimientos estadsticos que estudiaremos a continuacin que respondern estapregunta se denominan, por esta razn: Capacidad de Proceso o Capacidad de Mquina6.4 Capacidad de Proceso o Capacidad de MquinaEl estudio de la Capacidad de Proceso consta de una serie de pasos. En primer lugar, setoman una serie de datos del proceso, mediante los cuales se calculan, usando lasfrmulas vistas anteriormente, los Lmites Naturales del Proceso, que de ahora en mas sedenominan: Limites de Proceso Sin Valores Especificados. Es decir son los lmitesnormales del proceso, es lo que la mquina pide para trabajar normalmente. Estoslmites son los que si se trasponen se dice que el proceso esta Fuera de Control, (aunquesolo sea un punto). Pero en este clculo, no han intervenido las especificaciones delproducto, y estos entran a jugar despus de haber conocido los lmites anteriores.A partir de las Especificaciones y sus tolerancias, y utilizando las frmulas que seproveen en los adjuntos, se transforman las Especificaciones y sus Tolerancias en lo quedesde ahora llamaremos Lmites de Proceso Con Valores Especificados. 33. Estos Lmites de Proceso con Valores Especificados, siguen siendo las Especificaciones,solo que traducidas a un modo que puedan ser comparadas a los Lmites de Proceso sinValores Especificados que pidi la mquina.Si el proceso puede trabajar dentro de los Lmites con valores Especificados estaremoscumpliendo con las especificaciones y no habrn defectos. Dicho de otra forma, losLmites Con Valores Especificados, defienden las Especificaciones.Una vez que conocemos los lmites con y sin especificacin, procederemos a compararambos juegos de lmites, y podremos contestar si el proceso es o no es capaz de producirsin defectos.Si la amplitud de los lmites Con Valores Especificados, es mayor que la amplitud de loslmites Sin Valores Especificados, podremos decir que el proceso es capaz de cumplir conlo que se le solicita. Por lo contrario, si la amplitud de los lmites Con Especificaciones, esinferior a la amplitud de los lmites Sin Especificaciones, diremos que el proceso no escapaz de cumplir con las especificaciones y consecuentemente, si se produce, habrdefectos.Una analoga til es la siguiente, si los lmites Con Valores Especificados, fuera una cajade zapatos, y los lmites Sin Valores Especificados, fueran los zapatos, diremos que si lacaja es ms grande que los zapatos podremos acomodar los zapatos adentro y diremosque el proceso es capaz. Si los zapatos son mas grandes que la caja, stos no podrnentrar en la caja y en consecuencia, diremos que la Capacidad de Proceso es negativa.7 Como elaborar una grfica de control _7.1 Grfica X - RLa grfica para este control se provee en los adjuntos. Se trata de una grfica quecontiene tres reas, una para el registro de los datos, la segunda para el control de laexactitud del proceso, y es donde se trazan las medias aritmticas de los datos y porltimo, al pie del grfico, el rea donde se controla la precisin del proceso, y es donde seponen los rangos.La ruta para elaborar una grfica de control es la siguiente:Paso 1 Recoja los datos, o sea controle el proceso a intervalos regulares y anote losdatos de cada subgrupo.Paso 2 Calcule los promedios para cada subgrupo,Paso 3 Calcule el promedio de los promedios.Paso 4 Calcule R cada subgrupo. ( El Rango R es la diferencia entre el mayor y el menorvalor de cada subgrupo)Paso 5 Calcule el promedio de R.Paso 6 Calcule las lneas de control, usando las frmulas provistas.Paso 7 Dibuje las lneas de control. 34. Paso 8 Localice los puntos en el grfico y determine si hay puntos que salgan de loslneas de control, ya sea por exactitud o por precisin.Paso 9 Registre todos los antecedentes de inters.A continuacin se provee de una serie de datos que hipotticamente fueron extrados deun proceso que funciona de acuerdo a una distribucin normal.El tamao del subgrupo ser para ste caso de 5 unidades. Este tamao puede variar de3 a 10 unidades y la eleccin del tamao ser una decisin econmica, si tengo tiempo ygente para hacerlo, cuanto ms grande pueda extraer la muestra, mejor ser el control. Elmismo criterio vale para la frecuencia, cuanto menos tiempo tarde en realizar otro control,mejor ser. Si por limitaciones de disponibilidad de gente, tenemos que elegir entre hacersubgrupos ms grandes o extraer subgrupos ms frecuentemente, es mejor esto ltimo.Normalmente, para este tipo de estudios, no deben extraerse menos de 20 subgrupos,ojal, 25. Pero para no hacer largo nuestro estudio, solo procesaremos 10 muestras de 5unidades cada una.Supondremos que la dimensin esta expresada en gramosA partir de ahora llamaremos muestras a los subgrupos de 5 unidades, si bien sesobreentiende que el total de unidades que se extraiga en el da ser la verdaderamuestra de nuestra produccin.Muestras extrados a lo largo del turno:Hora: 08:30 09:00 09:30 10:00 10:3011:00 11:30 12:00 12:30 13:00N 1 23 4 5 6 7 8 9 101 65,9 68,2 67,2 67,0 66,8 67,868,366,968,767,32 67,8 69,1 66,0 67,3 67,6 68,168,066,665,068,03 65,4 67,7 69,2 67,5 67,4 70,367,469,467,567,34 66,6 68,3 65,2 67,6 66,0 68,168,667,268,668,25 67,5 66,9 69,5 68,0 67,6 67,568,966,868,368,2Media 66,6 68,0 67,4 67,5 67,1 68,468,267,467,667,8Rango 2,4 2,2 4,3 1,0 1,62,8 1,5 2,8 3,7 0,9Media aritmtica de las medias : 67.6 gr.Media aritmtica de los Rangos: 2.3 gr.7.2 Clculo de los Lmites de Control7.2.1 Clculo de Lmites Sin Valores EspecificadosNota: los decimales a usar en los clculos debern guardar coherencia con los decimalesque tengan los datos. El alumno deber usar las calculadoras correctamente, es decir,realizar los clculos utilizando todos los decimales que genera la calculadora, para luegoaproximar la respuesta a los decimales que sean coherentes con los datos.Para estos clculos se utilizarn las tablas adjuntas donde figuran los valores de lasconstantes. _Grfica XPara el control de la Exactitud del proceso. 35. De tablas: A2 : 0.58 =LC = X = 67.6 gr. = _LSC = X + A2 R = 67.6 + 0.58 x 2.3 = 68.9 gr. =_LIC = X - A2 R = 67.6 - 0.58 x 2.3 = 66.3 gr. _Grfica RPara el control de la Precisin del proceso.De tablas: D4 : 2.11 _LC = R = 2.3 gr. _LCS = D4R = 2.11 x 2.3 = 4.9 gr.L I C = Como lmite inferior debe tomarse cero, esto simplemente significa que todos losdatos podran ser iguales, por lo cual, el valor mximo menos el valor mnimo es igual acero, pues son el mismo nmero.Los lmites calculados, para ambos casos, se trasladan al grfico, se trazan como lneasdestacada a lo largo de todo el ancho del grfico. Debe destacarse tambin, las lneascentrales.Luego se anotan como un punto las medias de los valores de cada subgrupo. Y losrangos. Todos los puntos deben unirse formando una linea quebrada que interpreta elcomportamiento del proceso.Una vez realizado esto se deben destacar los puntos que eventualmente excedan loslmites establecidos. Estos puntos, de existir, declaran al proceso fuera de Control, si nolos hay, decimos que el proceso est bajo control.7.2.2 Clculo de los Limites con Valores EspecificadosEstos Lmites son otra expresin de las Especificaciones, no dejan de ser lasEspecificaciones, lo que sucede es que tenemos la tarea de querer compararlos con loslmites de Control Sin especificaciones, por lo cual, tendremos que traducir lasespecificaciones que son para valores individuales, a lmites para subgrupos de nunidades. En nuestro caso n=5.Una especificacin la hemos definido como un valor determinado por el cliente o eldiseador y ciertas tolerancia dentro de las cuales el producto continua siendosatisfactorio.Ejemplo:Para el largo de un clavo 8,0 cm 36. Supongamos que se establece una tolerancia de 0,2 cm para ambos lados del valorcentral. De tal forma que expresaremos la Especificacin con sus Tolerancias de lasiguiente manera:Especificacin: 8,0 0,2 cmPara nuestros clculos llamaremos M a la Especificacin y D a la Discrepancia (en estecaso 0.2 cm).Se define como Tolerancia a 2 veces D, en este caso 0,4 cm.La tolerancia es entonces todo el ancho a travs del cual se puede desplazar mi medidasin que constituya defecto.Para poder establecer la comparacin entre el universo verdadero del proceso y los datosde las Especificaciones, tendremos que establecer algunos supuestos bsicos, los cualesson:a) Que la media del Universo de datos a producir, coincida con la Especificacinb) Que la amplitud de la Especificacin sea capaz de contener adentro del su intervalo la distribucin normal de los datos del proceso. Esto significa que suponemos que la Tolerancia es igual a 6 , o, lo que es lo mismo, que D sea igual a 3 _ x=M y = D/3De acuerdo con esto, los lmites son:D LIMITE SUPERIOR : M + n LINEA CENTRAL:M D LIMITE INFERIOR : M -nPara los intervalos ser : DLIMITE SUPERIOR:D2 3Otros lmites para los intervalos, no tienen valor prctico.Para poder resolver los lmites y luego compararlos con los Valores sin Especificacin,tendremos que establecer unas Especificaciones para el proceso que hemosejemplificado antes. 37. Supongamos que las Especificaciones fueran : 67.8 4.0 gr.Aplicando las frmulas anteriores, los resultados son:Limite Superior Con Valores Especificados:69.6 gr.Lnea Central:67.8 gr.Lmite Inferior Con Valores Especificados:66.0 gr.Limite Superior para los Rangos:6.6 gr.El valor D2 debe buscarse en tablas, y vale 4.927.2.3 Comparacin de los Lmites Con y Sin Especificaciones. Resultado de la Capacidadde Proceso.Control de la Exactitud (X)Sin Especificacin Con EspecificacinLmite de Control Superior68.969.6Lnea central 67.667.8Lmite de Control Inferior66.366.0Control de la Precisin (R)Lmite de Control Superior 4.9 6.6Comparando los valores de la tabla, y teniendo en cuenta los conceptos explicados,vemos que los lmites Con Especificacin, tanto para la Exactitud como para la Precisin,son ms amplios que los Lmites Sin Especificacin.Por esta razn podemos decir que la Capacidad de Proceso es Positiva, es decir elproceso puede cumplir con las especificaciones y por lo tanto esta habilitado el proceso.(La caja es mas grande que los zapatos)En Clase deber discutirse el siguiente tema:Cual de los lmites debern usarse para los das subsiguientes?En la siguiente pgina se provee una planilla tpica para el control por variables. 38. 7.2.4 Grfica de control de proceso por variables, grfica X - RMuestra n 1 23 456 7 8 9 1012345SumaPromediosRangosPromedios (Control de la exactitud del proceso) 39. Rangos (Control de la precisin del proceso)7.2.6Algunos casos de lecturas de grficas de control por variables.Si bien el objetivo primario de las grficas es que los puntos se encuentres dentro de loslmites, hay ocasiones donde la tendencia o racha" de los puntos nos anticipa claramentelo que va a suceder si no nos anticipamos.Una "racha" es cuando hay una sucesin de datos a un solo lado de la lnea central, unasucesin de ms de siete puntos a un solo lado es estadsticamente muy poco probable.(La probabilidad de 7 puntos es de 0.78%)Una racha de 7 puntos es anormal (a - b) Una racha de 10 de 11 puntos de un solo lado tambien es anormal (c - d) 110 105 1009590 a b c dUna tendencia es cuando hay una serie de puntos que consistentemente se alinean yevidencian que en algn momento los puntos caern fuera de los lmites.Estadsticamente las lneas de control nos puede dar ms informacin, pero ese anlisiscorresponde ya a los especialistas en la materia. 40. TENDENCIA de 7 puntos ASCENDENTES (a - b) 110TENDENCIA DESCENDENTE DRASTICA (c - d) 105 1009590 a b cd7.3 Grfica np, (grfica por atributos).1100414 100 02100215 100 23100016 100 34100517 100 15100318 100 66100219 100 17100420 100 38100321 100 39100222 100 210 100623 100 011 100124 100 712 100425 100 313 1001total250068 7.4 Clculo de los lmites de control LCs = p n + 3 p n (1 p ) LC= p n LCi = p n 3 p n (1 p ) 41. pn 68p=== 0.0272 kN 25 * 100LC = pn = 0.0272 * 100 = 2.72LSC = 2.72 + 3 2.72(1 0.0272) = 7.60LIC = 0Los lmites calculados se traslada al grfico y luego se anotan los valores de cadasubgrupo.7.5 Grfico de Control de Proceso por Atributos.PRODUCTO:........................................................................FECHA:.................................CLASE DE DEFECTO A CONTROLAR:CRITICOMAYORMENORCaracterstica1 2 34 5 6 7 8 9111 11 1 1 1 1 1 2 Total:012 34 5 6 7 8 9 0 Tamao controladode la 9Cantidad demuestra:8 Total765 To de tal4 42. Frecuenc4ia del3control:210Muestra n1 2 3 4 5 6 7 8 9 0 1 1 1 1 1 1 1 1 1 2defectuosa1 2 3 4 5 6 7 8 9 0FraccinHoraMinutosInspector:7.6 Indice de la Capacidad de ProcesoA continuacin se desarrolla una manera de calcular si un proceso puede o no satisfacerlas Especificaciones que se nos est solicitando cumplir.Mediante la extraccin en el proceso de una muestra adecuada , podremos hacer ladistribucin de frecuencias y el correspondiente Histograma. Este nos mostrar la formade la distribucin y como consecuencia si el proceso obedece la Distribucin Normal.El la gran mayora de los casos, la respuesta ser positiva. Siguiendo los pasos que seestudiaron oportunamente de este apunte, podemos calcular la Desviacin Tpica de lamuestra obtenida. Si suponemos que esta corresponde tambin a la poblacin o universodel proceso, podemos hacer el siguiente clculo, llamado Indice de la Capacidad deProceso:Es EiICp =6donde ES es la especificacin superior y EI la inferior, y es la desviacin tpica de lamuestra tomada.De acuerdo a esto podemos evaluar con el siguiente criterio:Si 1.33 < ICp Tendremos un proceso satisfactorio, capazde cumplir con las EspecificacionesSi 1.00 < ICp< 1.33 Tendremos un proceso poco satisfactorio quepodra cumplir con las Especificaciones, aunqueprobablemente con problemas, pues su variabilidad 43. est muy parecida a la amplitud de las Especificaciones.SiICp < 1.00Tenemos un proceso inadecuado, que conseguridad no podr cumplir con lasEspecificaciones.7.7 Los cuatro casos posibles de los lmites con y sin especificaciones.Cuando comparemos la capacidad de nuestro proceso con las Especificaciones que hayque cumplir, nos encontraremos siempre con alguna de las cuatro siguientes situaciones(y solo estas):a- El proceso est bajo control y no hay productos defectuosos.b- El proceso est bajo control pero hay productos defectuosos.c- El proceso est fuera de control pero no hay productos defectuosos.d- El proceso est fuera de control y tambin hay unidades defectuosas.El primer caso es el que debiera ser todo el tiempo, es decir, un proceso en estadocontrolado que se desenvuelve correctamente dentro de los lmites especificados.El Indice de capacidad de Proceso deber ser preferentemente superior a 1.3El segundo caso, significa que el proceso, aun cuando anda bien, pues est bajo control,por lo tanto no hay causas asignables que buscar y eliminar, pero las especificacionesson muy estrechas para la mquina y no es capaz de cumplirlas. En este caso, el Indicede Capacidad de proceso ser inferior a uno y no deber producirse en estas condiciones.El tercer caso, significa que los lmites de proceso con valores especificados sonextremadamente amplios y soportan las causas asignables del proceso fuera de control,sin que estos lleguen a ser defectos. El Indice de Capacidad de Proceso es muy amplio,por ejemplo superior a dos o ms.No debe producirse en estas condiciones, pues la variabilidad puede ser advertida por elcliente y produce una baja imagen del producto, por otra parte es probable que seproduzca una prdida de insumos, o sea de dinero.Lo que corresponde hacer es reducir la amplitud de los lmites especificados a valores deIndice de Capacidad de Proceso cercano , por ejemplo a dos.O sea, hay que achicar la caja de los zapatos. 44. El ltimo caso es el peor de todos y significa que estamos con el proceso inadecuado y lamquina equivocada, y no deberemos producir bajo ninguna circunstancia. 45. Caso a: El proceso est bajo control y no hay productos defectuosos.Diagnstico:Estado de la grfica: Bajo controlLa distribucin satisface las especificacionesEl Indice de Capacidad de Proceso es razonablemente mejor que 1.3110 Lmite de Control108Superior C/E106 Lmite de Control Superior S/E104102 Valores del Proceso100 98Linea Central del proceso 96 94Lmite de Control Inferior S/E 92Lmite de Control Inferior 90 C/E08:00 08:30 09:00 09:30 10:00 10:30 11:00 11:30 12:00 12:30 13:00 13:30 14:00 14:30Esta es la situacin normal, significa que existe concordancia entre la capacidad deproceso y las especificacionesCaso b: El proceso est bajo control pero hay productos defectuosos.Diagnstico: 46. Estado de la grfica: Bajo controlLa distribucin no satisface las especificacionesEl Indice de Capacidad de Proceso es menor que uno.115Lmite de Control110 Superior S/ELmite de ControlSuperior C/E105Valores del Proceso100Linea Central del proceso 95Lmite de Control InferiorC/E 90 Lmite de Control InferiorS/E 8508:00 08:30 09:00 09:30 10:00 10:30 11:00 11:30 12:00 12:30 13:00 13:30 14:00 14:30En esta situacin no se debe trabajar. El proceso est bajo control pues los valores nosuperan los lmites naturales Sin Especificacin, pero exceden los lmites ConEspecificacin. Corresponde mejorar la mquina para que el proceso entre dentro de lasespecificaciones. 47. Caso c: El proceso est fuera de control pero no hay productos defectuosos.Diagnstico:Estado de la grfica: Fuera de controlLa distribucin satisface las especificacionesEl Indice de Capacidad de Proceso es Muy superior a 1.3, por ejemplo tres.130 Lmite de Control120Superior C/E Lmite de Control110Superior S/E Valores del Proceso100 Linea Central del proceso 90 Lmite de Control Inferior 80 S/ELmite de Control Inferior 70C/E08:00 08:30 09:00 09:30 10:00 10:30 11:00 11:30 12:00 12:30 13:00 13:30 14:00 14:30Los limites especificados son muy amplios y soportan que el proceso est fuera decontrol, sin que se produzcan defectos pues no se transgreden los lmites especificados.Exige una revisin de la mquina y una revisin de los lmites especificados que debernreducirse convenientemente. 48. Caso d:Estado de la grfica:Fuera de controlLa distribucin no satisface las especificacionesEl Indice de Capacidad de Proceso es inferior a uno.130120 Lmite de ControlSuperior C/ELmite de Control110 Superior S/EValores del Proceso100Linea Central del proceso 90 Lmite de Control InferiorS/ELmite de Control Inferior 80 C/E 7008:00 08:30 09:00 09:30 10:00 10:30 11:00 11:30 12:00 12:30 13:00 13:30 14:00 14:30En este caso se dan todas las condiciones desfavorables. No puede trabajarse en estascondiciones.8 Normas Chilenas 49. 8.1 Norma Chilena 42 of 53Se trabaja en clase con el original de la Norma Chilena 42. Control Estadstico de laCalidad.Esta tabla contiene todo lo visto en nuestro capitulo 7 y define adems el mtodo declculo llamado del falso cero para el clculo de la media aritmtica y de la desviacintpica. En ste apunte, al mtodo del falso cero se lo llam el mtodo de Compilacin.Las frmulas son coincidentes con las tablas del adjunto de este libro.8.1.1 NORMA CHILENA 42 RESUMEN DE GRAFICOS DE CONTROL POR VARIABLESControl de la Exactitud 50. Tamao subgrupoEspecificacionesObservaciones Lnea CentralParmetroLmitesPara grficos tipo X, (muestras n>253 X X grandes) n1)para grficos X , (muestrassin n25pequeas) X X A2 32) A 2 = c2 nMedia1)para grficos X , R (muestras n25pequeas) X X A 2R32) A 2 = d2 n cualquiera Mcon M n ~ ~3Para grficos tipo X, (muestras ~ n>25 X X 1.25 grandes) n ~Para grficos tipo X, (muestras n25sin ~ ~pequeas) X 1.25 A 1Mediana X ~Para grficos tipo X, R n25 ~ ~ X X 1.25 A 2 R Cualquier M 1.25con Mn a8.1.2 Control de la Precisin 51. Tamao subgrupo Especificaciones ObservacionesLnea Central ParmetroLmites D2D4 =n 25L.S. = D 4 R d2R sinL. I. = D3 R D1 IntervaloD3 = d2 n 25L.S. = D 2 con3D1=(d2-d3) d23L. I. = D1D2=(d2+d3) 3 n > 25 3 2n sin Desviacin Normaln 25L.S. = B 4 L. I. = B 3 n > 25 3 3 2n con = c 2n 25L.S. = B 23si n > 25 es c21 c23 L. I. = B1entonces: 3 = c 28.1.3 NORMA CHILENA 42 Factores para grficos de control por variables. 52. MEDIASINTERVALOSDESVIACIONES TIPICASn A1 A2 d2 d3 D1 D2 D3 D4 c2 B1B2B3B42 3.76 1.88 1.13 0.89 03.69 03.27 0.56 0 1.840 1.273 2.39 1.02 1.69 0.88 04.36 02.57 0.72 0 1.860 2.574 1.88 0.73 2.06 0.86 04.70 02.28 0.80 0 1.810 2.275 1.60 0.58 2.33 0.85 04.92 02.11 0.84 0 1.760 2.096 1.41 0.48 2.53 0.85 05.08 02.00 0.87 0.031.710.031.977 1.28 0.42 2.70 0.83 0.20 5.20 0.08 1.92 0.89 0.101.670.121.888 1.17 0.37 2.85 0.82 0.39 5.31 0.14 1.86 0.90 0.171.640.181.819 1.09 0.34 2.97 0.81 0.55 5.39 0.18 1.82 0.91 0.221.610.241.76101.03 0.31 3.08 0.80 0.69 5.47 0.22 1.78 0.92 0.261.580.281.72110.97 0.29 3.17 0.79 0.81 5.53 0.26 1.74 0.93 0.301.560.321.68120.92 0.27 3.26 0.78 0.92 5.59 0.28 1.72 0.94 0.331.540.351.62130.88 0.25 3.34 0.77 1.03 5.65 0.33 1.69 0.94 0.361.520.381.65140.85 0.23 3.41 0.76 1.12 5.69 0.31 1.67 0.95 0.381.510.411.59150.82 0.22 3.47 0.75 1.21 5.74 0.35 1.65 0.95 0.411.490.431.57160.79 0.21 3.53 0.75 1.28 5.78 0.36 1.64 0.95 0.431.480.451.55170.76 0.20 3.59 0.74 1.36 5.82 0.38 1.62 0.96 0.441.460.471.53180.74 0.19 3.64 0.74 1.43 5.85 0.39 1.61 0.96 0.461.450.481.52190.72 0.19 3.69 0.73 1.49 5.89 0.40 1.60 0.96 0.481.440.501.50200.70 0.18 3.73 0.73 1.55 5.92 0.41 1.59 0.96 0.491.430.511.49210.68 0.17 3.78 0.72 1.61 5.95 0.42 1.57 0.96 0.501.420.521.48220.66 0.17 3.82 0.72 1.66 5.98 0.43 1.57 0.97 0.521.410.531.47230.65 0.16 3.86 0.72 1.71 6.00 0.44 1.56 0.97 0.531.410.541.45240.63 0.16 3.90 0.71 1.76 6.03 0.45 1.55 0.97 0.541.400.551.44250.62 0.15 3.93 0.71 1.80 6.06 0.46 1.54 0.97 0.551.390.561.43Masde 2533 3 3 3 -- - - ---1 11+11+ n2n2n2n2nLos tamaos de muestra mas frecuentes son de 3 a 6, y los datos estn en el reasombreada. 53. 8.2 Norma Chilena 43 of 61Se trabaja en clase con el original de la Norma Chilena 43. Seleccin de muestras alazar.Esta norma formaliza el mtodo de extraccin de las unidades representativas del lote opoblacin mediante la determinacin de cuales sern las unidades a controlar siguiendolas tablas de nmeros al azar que conforman la norma.Este procedimiento debe tomarse cada vez que se necesite rigurosidad absoluta en laextraccin al azar de las muestras.8.3 Norma Chilena 44 of 78Se trabaja en clase con el original de la Norma Chilena 44. Inspeccin por atributos. Tablas y procedimientos de muestreo.8.3.1 AlcanceEsta norma establece planes y procedimientos de muestreo para la inspeccin poratributos.8.3.2 Nivel de Calidad Aceptable (AQL)8.3.2.1 UsoEl AQL junto con la letra cdigo del tamao de la muestra, se usa para identificar losplanes de muestra descritos en esta norma.8.3.2.2. Definicin de AQLSe define como AQL, al porcentaje defectuoso de un lote que tiene una probabilidadcercana al 95 % de ser aprobado.8.3.3 Inspeccin Normal, Rigurosa y Reducida.Todo inicio de proceso productivo, debe comenzar con la Inspeccin Normal. Cuandouna sucesin predeterminada de lotes (10 lotes?) se obtienen con resultados aprobados,puede hacerse una reduccin de la carga de trabajo, disminuyendo la cantidadinspeccionada. Este procedimiento no disminuye la seguridad de la inspeccin. La tablada otras condiciones para poder realizar el cambio.En caso contrario, cuando 2 lotes de cada 5, resultan rechazados, se deber utilizar laInspeccin Rigurosa.El uso prolongado de la Inspeccin Rigurosa exige un replanteo del proceso con lafinalidad de mejorarlo tecnolgicamente. 54. 8.3.4 Plan de muestreo.Un plan de muestreo indica el nmero de unidades de producto que deben serinspeccionadas en cada lote y los criterios para determinar la aceptabilidad del lote(nmeros de aceptacin y rechazo).8.3.5 Nivel de inspeccinEl nivel de inspeccin determina la relacin entre el tamao del lote y el tamao de lamuestra. el nivel de inspeccin debe ser determinado por la autoridad responsable. Elnivel ms utilizado es el nivel II.8.3.6 Tipos de planes de muestreoLas tablas 2, 3 y 4 dan tres tipos de planes de muestreo: simple, doble y mltiple.La eleccin de la conveniencia de dichos planes se basa en la comparacin de lasdificultades administrativas y el tamao medio de las muestras de los planes disponibles.El tamao medio de las muestras de los muestreos mltiples suele ser menor que el delos planes dobles y estos que los del muestreo simple. Sin embargo la administracin delos planes tienen relacin inversa.9 Bibliografa de la parte 1Control de Calidad de Garca y Arrondo, Instituto Argentino de Control de Calidad.Herramientas estadsticas bsicas para el mejoramiento de la calidad de Hitoshi Kume,Editorial Norma.Estadstica de Murray R. Spiegel . Serie Schaum Mc Graw Hill.Control de Calidad Estadstico de Eugene Grant, Compaa Editorial Continental S:A. 55. Parte 2:Gestin del Control de CalidadGestin de CalidadIntroduccin:Mucho se habla de Gestin de Calidad, pero no siempre se tiene claridad de lo quesignifican estos trminos. En la Gestin por Calidad el objetivo de la Empresa es laSatisfaccin del Cliente. Se parte de la base de que esa satisfaccin es la nica manerade garantizar la permanencia de la Empresa en el mercado al largo plazo.Como resumen de lo que sigue a continuacin, podramos decir que para lograr eseobjetivo se realizan una serie de acciones para mejorar todo el entorno de la Empresa, yeso trae como resultado la satisfaccin total de los clientes.El concepto del Control Total de Calidad tiene como caractersticas principales:a) El nfasis en los procesos y no solo en los resultados.b) La calidad est en cada etapa del proceso.c) Los atributos del producto son definidos por los clientes. 56. d) Todas las personas de la empresa participan.Las consecuencias de esa poltica se traducen en mejoramientos de los procesos, menoserrores, menores costos, mejor motivacin del personal, etc., etc.10 Control Total de Calidad (CTC)10.1 Evolucin Histrica del conceptoSin duda el concepto de Calidad es muy antiguo, as lo demuestran los dibujos de losfrisos egipcios. En el 2150 antes de Cristo, se poda leer en el Cdigo de Hammurab : ...si un albail ha construido una casa y ,no siendo sta suficientemente slida, se hundey mata a sus ocupantes, el albail deber ser ejecutado.Los fenicios, eran menos drsticos, si las violaciones a los requisitos de calidad sucedancon frecuencia inapropiada, los inspectores tomaban una solucin que impedan larepeticin de los defectos, la los artesanos que haban elaborado un producto noconforme, les cortaban las manos!!.Ya en los comienzos de este siglo, Ford aplica en gran escala los principios de FrederickW. Taylor. Esto permiti fabricar productos de alta tecnologa con bajo costo.En este punto aparece la inspeccin como parte del proceso. El objetivo de la inspeccinera la de separar los productos buenos de los malos.Poco despus, en las fbricas, se comienza a separar la funcin de control de la deproduccin.En 1920, Western Electric instala un por primera vez un departamento de calidad.Uno de los miembros es, nada menos que Walter Shewhart.W. Shewhart, introduce por primera vez, la estadstica como herramienta de trabajo. En1931, publica su Tratado, donde explica el principio de los grficos de Control, con unaserie de tablas que aun conservan vigencia y se utilizan como herramienta didctica. (verParte Dos, Grficas de control de Shewart, Control de Calidad Estadstico de EugeneGrant)J.M.Jurn y W.E. Deming, son discpulos de Shewhart.En 1941, Dodge y Romig, publican las primeras tablas de muestreo.Al finalizar la segunda guerra mundial, el General D.MacArthur, la nueva autoridad delJapn, trae al pas, las tcnicas estadsticas, que haban sido durante la guerra, secretomilitar.En 1945, A. V. Feigenbaum, publica su primer artculo, La Calidad como Gestin. A sulado, los dos discpulos de Shewhart,W.Edward Deming y J. M. Juran, alcanzan lugardestacado.En 1949, la JUSE, ( Japanese Union of Scientis and Engineers) forma un grupo deinvestigacin donde comienza su destacada labor, el mximo cientfico del Control deCalidad en Japn, el Seor Kaoru Ishikawa.En 1950, Deming comienza una serie de visitas al Japn, que a la postre resultandecisivas en el desarrollo de la calidad en Japn.Los japoneses, utilizan las nuevas tcnicas con gran inters, y desarrollan un plan decapacitacin a gran escala,. Estos cursos comienzan en 1950. Uno de los medios queutilizan para la capacitacin a gran escala es la radio por ondas cortas.En 1951, Feigenbaum, publica su libro, Control Total de la Calidad. Este libro seconsidera como la gnesis del concepto del CTC, pero no ser hasta fines de siglo que elconcepto se impondr en todo el mundo, comenzando en Japn.En 1951, Juran publica su primer Tratado de Calidad, Quality Control Handbook. 57. En 1954, es invitado al Japn para participar con Deming, en la formacin de losDirectivos de las empresas en asuntos de Gestin de Calidad.Ambos fueron condecorados por el emperador Hiroito con la ms alta condecoracin.En 1962, la JUSE, publica en su revista de gestin de Control de Calidad, el manual deControl de Calidad de K. Ishikawa, del cual rpidamente se venden 200.000 ejemplares.Tambin en 1962, se forma el primer Crculo de Calidad.Debemos aclarar en este punto, que un Circulo de Calidad, es un grupo de gente,coordinados por un Lder, que se rene a estudiar y aprender.Como consecuencia de su aprendizaje, y aplicando los nuevos conocimientos adquiridos,se pueden solucionar eficazmente problemas de la empresa.Actualmente, existen pases como China que tienen 70 millones de personas formndoseen los conceptos del CTC, lo que hace predecir que en el futuro cercano, seremosinundados por productos chinos de la mejor calidad y a bajo precio.Los Crculos de Calidad han tenido buena aceptacin en pases como Francia, pero sobretodo en otros pases de Oriente.10.2 Conceptos del CTC10.2.1 CTC Segn Armand V.FeigenbaumLa Calidad Total es hoy un imperativo, la competencia mundial es global, Hoy en da lacompetencia exige que para tener xito con nuestros productos, debemos disearlosfabricarlos y venderlos con el potencial de obtener la supremaca internacional.La ley de Murphy, dice que si puede aparecer un competidor, a nivel internacional, paranuestro producto, aparecer. Por ello, la calidad se ha convertido en la clave mas poderosa para obtener: La satisfaccin total de los clientes,El liderazgo en recursos humanos,Los costos ms bajos.En los ltimos 20 aos, a quedado claro, que una estrategia rentable ha sido producir msrpido, entregar antes y cobrar menos, pero en esta dcada, ya no es suficiente, ademshay que producir... mejor !!En el mercado actual, un cliente satisfecho se lo cuenta a 5 conocidos, un clienteinsatisfecho se lo cuenta a 15, conocidos y desconocidos.El autor e iniciador del Control Total de la Calidad, A. V. Feigenbaum, nos provee de diezpuntos de referencia del CTC para sta dcada que est a punto de finalizar.a) La calidad es un proceso que involucra a toda la Compaab) La calidad es lo que el cliente dice que es.c) La calidad y el costo son una suma y no una diferencia. 58. La calidad es una estrategia fundamental del negocio y una oportunidad excepcional delograr una alta rentabilidad . Por esta razn es fundamental tener un sistema que nospermita conocer el costo de la Calidad. En esta presentacin veremos ms adelante losdetalles para un programa de Costos de Calidad.d) La calidad requiere de un fanatismo, tanto individual como colectivo.La calidad es trabajo de todos. No deben existir islas de calidad entre los distintosgrupos de produccin, sin puentes que los unan. 59. c) La calidad es un modo de dirigir.La buena direccin significa un liderazgo personal que hace posible el conocimiento de lacalidad, las habilidades y las actitudes de cada miembro de la organizacin, parareconocer que realizar la calidad con correccin obliga a que cada quien trabajecorrectamente en la Empresa.d) La calidad y la innovacin son mutuamente dependientes.Cuando un producto nuevo se lanza al mercado, debe incluirse a la calidad como unelemento esencial del desarrollo, y no en segunda instancia cuando los problemas delproducto en el mercado lo hace necesario y evidente.e) La calidad es una tica.El concepto de la excelencia es uno de los motivadores bsicos del comportamientohumano. Debe aprovecharse esta cualidad para hacer de la calidad un liderazgo.f) La calidad requiere una mejora constante.El concepto bsico debe ser el de que nunca se alcanza el objetivo de calidad, es decir,siempre se deber subir y subir el lmite buscado, de manera que exista una permanentebsqueda de calidad. Esto se llama Mejoramiento Continuo.g) La calidad es la ruta a la productividad ms eficiente en costo y menos intensiva encapital.Cuando la calidad no es el medio para lograr la productividad, existe en las fbricasverdaderas plantas ocultas para el reproceso de las unidades defectuosas. Este esfuerzopara el reprocesamiento debera utilizarse para evitarse la generacin de defectos enlnea.h) La calidad se implementa con un sistema total unido a los clientes y proveedoresHoy en da la capacidad tcnica de las compaas no es el problema principal de lacalidad. Lo que diferencia a los lderes de la calidad de los seguidores de la calidad es ladisciplina de la calidad, y que los hombres y mujeres de la organizacin entiendan, creanen, y sean parte de los procesos claros de la calidad del trabajo.Los diez puntos descritos hasta aqu, en sntesis nos dicen, que la calidad es un modo deenfocar totalmente a la Empresa en el cliente, ya sea el usuario final, o el puesto detrabajo que nos sigue a continuacin.Las Empresas que an no comprenden esta situacin, se hace evidente que la calidad noes an un inters de los ms altos ejecutivos, y piensan aun que la calidad es un trabajode los especialistas y que estos operan en un nivel secundario en los intereses reales dela empresa.En estas Empresas, subdesarrolladas, la calidad no es todava una lnea principal deactividad en el desarrollo y la ingeniera. En estas Empresas, se piensa que la innovacin 60. es la llave del xito y que lograr la calidad es una tarea menos desafiante, ms al alcancede la mano y por lo tanto de segundo lugar.En estas Empresas, tienen esta cultura muy bien asimilada, por lo cual, las personas acargo del rea financiera, no se hacen mucho problema frente a los errores defacturacin, los cuales provocan muchas veces ms irritacin que la misma devolucin deun producto defectuoso. Tampoco hacen mella en los responsables de Marketing quienespiensan que el producto debe venderse, aun cuando el rea productiva no los estnhaciendo bien.En los mercados actuales, la excelencia de la calidad es una demanda de valor total queincluye no solamente las expectativas del buen funcionamiento del producto en si, sinotambin el soporte alrededor del producto, como el servicio tcnico y otros a partir detodas las reas de la Empresa proveedora.El mercado actual, no pide solamente una reduccin de las cosas que anden mal, sinotambin un incremento de las cosas que anden bien. 61. 10.2.2 CTC Segn Kaoru IshikawaSin lugar a dudas, K. Ishikawa es el terico de mayor influencia en el xito de la industriajaponesa, y uno de los hombres que mejor han interpretado las reglas del CTC:En este breve estudio, se tratar de resumir los conceptos de tan brillante maestro delCTC.Las siguientes, son algunas de las citas de su libro: Que es el control de Calidad? :1.- El Control de Calidad al estilo japons es una revolucin conceptual en la gerencia.2.- Control de Calidad es hacer lo que se debe hacer en todas las industrias.3.-El Control de Calidad comienza con educacin y termina con educacin.4.-Para aplicar el Control de Calidad tenemos que ofrecer educacin continuada paratodos, desde el presidente hasta los obreros.5.-El Control de Calidad aprovecha lo mejor de cada persona6.-El primer paso en el Control de Calidad es conocer los requisitos de los consumidores.7.-Otro paso es saber que comprarn los consumidores.8.-El Control de calidad llega a su estado ideal cuando ya no requiere vigilancia(inspeccin)9.-El control de calidad debe incorporarse dentro del diseo y de cada proceso. No sepuede crear con la inspeccin.10.-El control de calidad que hace hincapi en la inspeccin es anticuado.11.-El concepto bsico subyacente en el control es la prevencin de errores repetidos.12.-Elimnese la causa bsica, no los sntomas.13.-El control de calidad es responsabilidad de todos los empleados y de todas lasdivisiones.14.-Si no hay liderazgo desde arriba no se puede insistir en el Control Total de CalidadKaoru Ishikawa, junto con otros eminentes ingenieros, comenzaron con la larga tarea dela transformacin de la industria japonesa, con los programas educativos. Estosprogramas entre los cuales se inclua su libro de donde se extrae muchos de losconceptos que se exponen en esta conferencia, se transmitieron por la RadiodifusoraJaponesa de Onda Corta, por la Radiodifusora Japonesa NHK, tambin se recurri a los 62. cursos por correspondencia. Tambin fue muy importante el apoyo de las revistasespecializadas.Para los primeros aos de 1960, se pudo diagnosticar que la disciplina de estudio de losobreros y capataces mostraban fallas por lo cual se recomend la formacin de grupos deestudio, con un lder, y as se los llam Crculos de Calidad.Segn las propias palabras del Sr. Ishikawa:Quienes no conocen las actividades de CC piensan que estos grupos son organizadospara mejorar las condiciones de trabajo. Esto es un error. Los grupos se organizan conel fin de estudiar, y estudian para no repetir errores.Una caracterstica fundamental de estos crculos es el carcter voluntario para integrarestos grupos de trabajo.En 1967, se establecen los principios bsicos del Control de Calidad en Japn, estos son:1 Control de Calidad en toda la Empresa. Participacin de todos los miembros de laorganizacin.2 Educacin y capacitacin en Control de Calidad3 Actividades de Crculos de Calidad.4 Auditoria de CC.5 Utilizacin de mtodos estadsticos.6 Actividades de promocin del Control de Calidad.En esta etapa debe hacerse algunos alcances acerca de la cultura japonesa,El obrero japons es de una baja rotacin en su empleo, esto trae como resultado que laeducacin es muy rentable, pues al contrario de lo que sucede en occidente, las personasa medida que se educan producen mejor dentro de la empresa que les est brindandocultura. Por esta razn los programas son ambiciosos, por la duracin de los programas,que son a largo plazo,La otra gran diferencia la establecen los propios gestores del control de calidad, mientrasque en occidentes la tarea es encarada por los especialistas con miras a sus propioshonorarios por conceptos de asesora, en Japn, las personas encargadas, visitan lasempresas llevando su propio almuerzo.El control de calidad japons es una revolucin en el pensamiento de la gerencia.Representa un nuevo concepto de la gerencia.La definicin de K.Ishikawa es la siguiente:Practicar el control de calidad es desarrollar, disear, manufacturar, y mantener unproducto de calidad que sea el ms econmico, el ms til y siempre satisfactorio para elconsumidor.Algunos puntos importantes son: 63. Hacemos control de calidad con el fin de producir artculos que satisfagan los requisitosde los consumidoresSe debe hacer hincapi en la orientacin hacia el consumidor. El antiguo pensamiento deque el fabricante le hace un favor al consumidor por venderle su producto esabsolutamente caduco.En su interpretacin mas estrecha, calidad significa calidad de producto.Pero en su interpretacin ms amplia, calidad significa calidad de trabajo, calidad deservicio, calidad de la informacin, calidad del proceso, calidad de la divisin, calidad delas personas incluyendo a los trabajadores, ingenieros, gerentes y ejecutivos. calidad delsistema, calidad de la empresa, calidad de los objetivos, etc. El objetivo primario escontrolar la calidad en todas sus manifestaciones.Quejas por productos defectuososIshikawa da especial importancia a la atencin de este problema.Las quejas de los consumidores no siempre son visibles, cuando el producto es costoso,muy probablemente nos vamos a enterar, pero cuando no lo es, simplemente elconsumidor no se queja, pero nos castiga de la peor manera, cuando vuelve a comprar,acude a otra marca!Algunos gerentes o ejecutivos chapados a la antigua, ocultan las quejas o dificultan elpronto conocimiento de las divisiones interesadas en corregir. Esta prctica es el mejorrumbo a la quiebra de la empresa. Es fundamental averiguar, investigar que dificultadestienen los clientes con nuestros productos y traer la informacin a nuestra empresa lo msrpido posible para corregirlo.La prctica responsable de cambiar los productos malos por buenos, incluso despus dehaber vencido el periodo de garanta, es necesaria e indispensable, pero una vez hechoesto el asunto no termina all, hay que averiguar si otros clientes podran sufrir el mismoinconveniente y retirar el producto potencialmente defectuoso, aun sin la queja del cliente,especialmente, si el defecto podra amenazar la integridad del consumidor.Evitar que los errores se repitanIshikawa distingue tres pasos,a) eliminar los sntomas,b) eliminar las causas yc) eliminar las causas fundamentales.Solo los pasos b y c evitan la repeticin de los errores, pero solo el paso c) es verdaderaprevencin. 64. Que es el Control Total de Calidad?Pueden haber muchas definiciones, pero en su esencia significa el control de laadministracin misma.Ishikawa reconoce que el gestor del concepto, es el Seor Feiguenbaum, pero establecediferencias fundamentales con el occidente. Mientras que en USA y Europa, el CTCqueda en manos de los especialistas, en Oriente, se le entrega el control a las bases,pero cuidado, estas bases son ahora gente culta, gente con instruccin en estadstica, enconceptos de Control de Calidad, son personas con discernimiento, con capacidad dedecidir, lo que es bueno y lo que es malo, son capaces de corregir los procesos sinesperar que venga el tcnico o el que supuestamente sabe ms para detener o cambiar elproceso.La diferencia marc el camino del xito.Ishikawa resalta que dentro de la Empresa, nuestro cliente es el que sigue en la lnea delproceso, es decir, tenemos clientes internos que deberemos satisfacer, pero lo interesantede esto es su interpretacin de quienes son los clientes de los Directores y gerentes: sonlos obreros y las lneas de proceso mas bajas, aquellos que hacen el producto y que sonlos que necesitan ms asistencia. A ellos deben dedicar su tiempo en funcin de lograr la calidad y la productividad,asistirlos para que tengan todo lo necesario para producir ms y mejor, en menor tiempo yanticipndose a los errores. Es un falla gerencial creer que eso lo debe hacer otraspersonas, o los especialistas. Mientras eso no se entienda no habr CTC.El CTC es una revolucin conceptual en la GerenciaSegn la experiencia de K. Ishikawa, las empresas que tuvieron xito con la aplicacin delCTC, en Japn, lo lograron con las siguientes caractersticas:1. Primero la calidad: no a las utilidades a corto plazo.2. Orientacin hacia el consumidor; no hacia el productor. Pensar desde el punto de vistade los dems3. El proceso siguiente es su cliente: hay que derribar las barreras del seccionalismo.4. Utilizar datos y nmeros en las presentaciones, utilizacin de mtodos estadsticos.5. Respeto a la humanidad como filosofa administrativa: administracin totalmenteparticipante.6. Administracin interfuncional . 65. 10.2.3 CTC Segn J. M. JuranLos puntos claves del pensamiento de Juran son los siguientes: El factor clave en la competicin por conseguir el liderazgo en calidad es la tasa de la mejora de la calidad. Las prdidas por costos de calidad mas importantes son los que se producen demanera interdepartamental, es decir en el interior de la Empresa, En los Estados Unidos,Juran estima que un tercio de lo que se hace consiste en rehacer lo que se fabricpreviamente, debido a deficiencias de la calidad.Las mejoras de Calidad no deben ser actos voluntarios, deben ser exigidos de algnmodo por la ms alta direccin y deben estar auditados convenientemente.El rendimiento de la inversin en la mejora de la calidad se encuentra entre los msaltos que se conocen. La mejora de la calidad no utiliza inversiones intensivas, pero tampoco sale gratis. El primer paso para la mejora consiste en la creacin de un consejo de calidad. Las mejoras de calidad deben encararse proyecto a proyecto. Es fundamental, que el primer proyecto sea exitoso.La integracin del mejoramiento continuo como parte integrante de los planesempresariales puede llevar aos implementarla. No es suficiente que los directivos establezcan polticas y luego lo deleguen a lossubordinados. 66. Para convencer a los subordinados de que se tiene la intencin de que la mejora decalidad siga adelante, hace falta que los altos directivos realicen cosas sin precedentes.El establecimiento de la gestin de calidad por toda la empresa implica cambiosprofundos, alguno de los cuales pueden no ser bien recibidos.El consejo de calidad tiene la obligacin perentoria de obtener datos fidedignos de loscostos de la mala calidad y la concentracin de los mismos para proporcionarlos a losaltos directivo10.3 Ruta para implementar un programa de Control de Calidad Total10.3.1 Etapas de un programa de calidad total.El ordenamiento sugerido es solo una gua, estos pasos dependen del estado inicial de laempresa, el tamao, la preparacin del personal, e innumerables factores que seria difcildetallar. Cada empresa tendr un programa distinto, pero habr mucho en comn con losque siguen:10.3.2 Etapa previa.a) Decisin, definicin, sensibilizacin de la alta gerencia en torno a la necesidad deobtener la Calidad Total. Debe estar clarsimo que el proceso requiere el absolutocompromiso por parte de la Gerencia General. Si esto no es as, no se deber continuar.b) Diagnstico de la realidad de la empresa, conocimiento del momento cero, anlisis dela real situacin actual desde todo punto de vista.c) Designacin de un comit para la calidad total, y elaboracin de un cuidadoso plan,coherente con l diagnostico anterior, para un programa de calidad total. Debe incluiretapas a realizar, objetivos, plazos, coordinacin y organizacin. En esta etapa deberestar, revisada, actualizada y definida la Poltica de Calidad de la empresa y sus objetivos10.3.3 Etapas de un programa de Calidad Total en marchaa) Introducir el tema de la calidad en la empresa. Este concepto tiene que pasar a serobsesivo para todo el personal, en todos sus niveles.b) Re definir, replantear, poner en duda, todos los procesos de produccin de la empresa,las operaciones, las funciones, las especificaciones tcnicas y todo lo que existe. Por otraparte se deber lograr un lenguaje comn. Se deber re elaborar todo el Sistema deCalidad lo cual incluye el Plan de Calidad, y ste deber estar incluido dentro del Manualde Calidad.c) Capacitacin en profundidad, de los gerentes y directivos. K. Ishikawa, dice que elprograma empieza enseando y termina enseando. Los temas de educacin debern 67. ser generosos en conceptos de calidad desde gestin hasta las herramientas estadsticasbsicas.d) Capacitacin de Supervisores. Este programa debe ser complementario del anterior.Aqu tiene especial importancia los conocimientos estadsticos, (las 7 herramientas).e) Identificar y comenzar el plan de transformacin con los procesos que se sabe, seobtendrn xitos inmediatos. Es importante comenzar con evidencias de que el plan daresultado para incentivar a toda la empresa.f) Mejorar las comunicaciones internas. Identificar los proveedores y clientes internos,crear mejores lazos de comunicacin para eliminar errores y crear un espritu decolaboracin.g) Estudiar los proveedores y trabajar con ellos. Este programa exige proveedores dealta calidad.h) Conocer mejor a los clientes y conocer sus necesidades y que es lo que esperan denosotros.i) Capacitar a ultranza a los trabajadores en todo aquello que necesiten y mucho msaun.10.3.4 Elementos esenciales en una empresa que hace Control Total de Calidad:a) Compromiso real de la Gerencia General con la Calidad.b) Polticas de calidad establecidas, conocidas y funcionando.c) Costos de Calidad .d) Auditorias Internas de Calidad.e) Control de Calidad Estadstico establecido en cada punto de los procesos que hacen a la calidad del producto.f) Programas establecidos de mejoramiento continuo de la calidad.No es posible...No es posible el Control Total de Calidad, sin el compromiso de la Gerencia, no es posiblehacer Control Total Calidad si no existe una Poltica de Calidad que indique loslineamientos y los objetivos de calidad, no es posible medir el xito o detectar el fracasode nuestra poltica de calidad si no tenemos funcionando el termmetro llamado Costosde Calidad, no es posible corregir los desvos y conocer lo que sucede con nuestroobjetivo de calidad si no hacemos Auditorias de Calidad Interna, verdadero motor delMejoramiento Continuo y no es posible conocer si se cumplen con las especificaciones denuestros productos, si no hacemos Control Estadstico de la Calidad en todos aquelloslugares que hacen a la Calidad del producto. 68. 11 Costos de calidadDurante los anlisis anteriores hemos destacado la importancia fundamental de tenerbuenos controles de los costos de calidad, a continuacin daremos una gua acerca de losprincipales conceptos.11.1 Costos de Prevencin11.2 Costos de Evaluacin11.3 Costos de Fallas 69. COSTOS DE LA CALIDAD ESTRUCTURA DE LOS COSTOS DE CALIDADCOSTOS DE PREVENCION COSTOS DE EVALUACIONCOSTOS DE FALLAS INTERNAS COSTOS DE FALLAS EXTERNASANALISIS DE LA FABRICACION INSPECCION DE RECEPCION DESECHOSLAS RECLAMACIONESPLANEACION DE LA INSPECCIONINSPECCION DEL PROCESOREPROCESO GARANTIASEVALUACION DEL PROVEEDOR INSPECCION FINALREINSPECCIONDESCUENTOSACTIVIDADES DE PREPRODUCCION AUDITORIA DE CALIDADSELECCION RETIRADASISTEMA DE CALIDAD DEL PRODUCTOANALISIS DE DEFECTOSCONTROL Y ANALISIS DEL PRUEBAS ESPECIALESDEGRADACIONDESARROLLO DE LA CALIDADDEL PRODUCTOAUDITORIA DE CALIDADDE LOS SISTEMASGESTION Y ADMINISTRACIONDE LAS ACTIVIDADESDE CALIDADCAPACITACIONPROGRAMAS MOTIVACIONALES12 Mtodos de Aseguramiento a Nivel Nacional e Internacional.12.1. Sistema Nacional de Acreditacin 70. En clase se entrega una copia de la informacin del INN sobre el Sistema de Nacional deAcreditacin y se discute los propsitos de este Sistema.12.2 Internacionales, Familia ISO 9000Se desarrollan en clase utilizando las normas originales.Se conoce como las Normas de la Familia ISO 9000, las siguientes:ISO 9000 en sus partes 1, 2, y 3Se consideran guas para la seleccin y uso de las normas 9001, 9002 y 9003.ISO 9001Sistemas de calidad - Modelo de aseguramiento de calidad en diseo, desarrollo,produccin, instalacin y servicio.ISO 9002Sistemas de calidad - Modelo de aseguramiento de calidad en produccin, instalacin yservicio.ISO 9003Sistemas de calidad - Modelo de aseguramiento de calidad en la inspeccin y ensayosfinales.ISO 9004 en sus partes 1, 2, 3, y 4.Gestin de calidad y elementos del sistema de calidad.Se consideran directrices y guas para el establecimiento de un sistema de calidad ymejoramiento continuo.Serie ISO 10.011 en sus partes 1, 2 y 3Son guas para las auditorias.13 Concepto de las auditorias en el contexto de las Normas ISO 900013.1 La auditoria y su significado.Es un examen sistemtico e independiente para determinar si las actividades y losresultados relacionados con la calidad cumplen disposiciones preestablecidas, y si lasdisposiciones se aplican en forma efectiva y son aptas para alcanzar los objetivos. 71. Esencialmente, la auditoria de calidad se aplica a un sistema de calidad o a los elementosdel mismo, a los procesos, a los productos, o a los servicios, pero tambin se puedeaplicar a otros conceptos. Tales auditorias a menudo se denominan auditoria del sistemade calidad del proceso, auditoria de calidad del producto y auditoria de calidad delservicioLas au