Embed Size (px)
Citation preview
LAS HERRAMIENTAS BASICAS PARA LA DIAGNOSTICO Y CONTROL DEL PROCESO PRODUCTIVO
LAS HERRAMIENTAS BASICAS PARA LA DIAGNOSTICO Y CONTROL DEL PROCESO PRODUCTIVO
• Jesus Alejandro Gomar Martínez• Amairany De León• Karen Yasmani Fuentes
• Catalina Lázaro• Victor Meza• Facundo Loya Ortega
Integrantes:
LAS HERRAMIENTAS BASICAS PARA LA DIAGNOSTICO Y CONTROL DEL PROCESO PRODUCTIVO
Las herramientas básicas para el diagnóstico y control de la producción fueron propuestas por Peter F. Drucker basándose del en Libro Guide to Quality Control de Kaoru Ishikawa como una respuesta a la necesidad de que en las industrias japonesas se contara con procedimientos claros para el diagnóstico, análisis y solución de problemas tanto como de control del proceso y la calidad, así como el establecimiento de programas de mejoramiento continuo.
Las herramientas básicas para el diagnostico y control de todo proceso de producción y calidad:
HOJA DE VERIFICACION O LISTA CHECABLE.
HISTOGRAMA.
DIAGRAMA DE PARETO.
DIAGRAMA CAUSA – EFECTO
( DIAGRAMA DE ISHIKAWA ).
GRAFICAS DE CONTROL.
DIAGRAMAS DE DISPERSION.
DIAGNÓSTICO
El Diagnóstico alude, en general, al análisis que se realiza para determinar cualquier situación y cuáles son las tendencias. Esta determinación se realiza sobre la base de datos y hechos recogidos y ordenados sistemáticamente, que permiten juzgar mejor qué es lo que está pasando.
1. La HOJA DE VERIFICACION ó LISTA CHECABLE, es una herramienta para la recopilación y el análisis de la información.
2. En control de análisis se utiliza para comprobar constantemente si se han recabado los datos solicitados, por ejemplo: la ocurrencia de defectos en un periodo determinado de tiempo.
3. A partir de una hoja de verificación, se puede construir un histograma.
4. Y a partir de un histograma se puede construir una Gráfica de Pareto.
5. Y, para averiguar las causas de las causas fundamentales de los problemas ( el 20 % de causas que está provocando el 80 % de los problemas), se puede trabajar con un diagrama de causa – efecto o diagrama de Ishikawa.
LA HOJA DE VERIFICACION O LISTA CHECABLE
FECHA: Marzo 16 de 2004 Num. 23
PRODUCTO: Llenado de Bolsa de Cacahuate. Nombre de quien levanta los datos:
Luis López Reyes.
No. PEDIDO: 34567 Turno: 2o.
PROCESO: Llenado. Departamento: Cacahuate.
ESPECIFICACIONES: A, B, C, D, E Supervisor: Luis Gómez.
No. Resultado de Inspección. Conteo Total
1. Defecto A IIIII IIIII II 12
2. Defecto B IIIII I 6
3. Defecto C IIIII 5
4. Defecto D IIIII IIIII 10
5. Defecto E IIIII 5
6. Otros: IIIII 5
Total rechazado: 43
Total aprobado: 177
% Rechazado: 19.5
Esta hoja de verificación puede servir de base para construir un histograma, herramienta que se explicará más adelante.
EJEMPLO DE HOJA DE VERIFICACIÓN
REPORTE SEMANAL DE RECHAZOS EN INSPECCION FINAL DEPARTAMENTO DE CACAHUATE
SEMANA DEL: 16 AL 20 DE MARZO 2004 PROCESO DE: LLENADO.
No. Resultado de Inspección
L M M J V TOTAL %
1. Defecto A 12 2 0 3 4 21 21.8
2. Defecto B 6 6 4 1 0 16 16.6
3. Defecto C 5 8 7 4 7 31 32.2
4. Defecto D 10 0 0 2 0 12 12.5
5. Defecto E 1 2 1 0 0 4 4.1
6. Otros: 2 3 3 1 2 11 11.4
TOTAL : 36 21 15 11 13 96
% 37.5 21.8 15.6 11.4 13.5
Esta hoja de verificación puede servir de base para construir un histograma.
EJEMPLO DE HOJA DE VERIFICACIÓN
No DEFECTO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 SUMA % del TOTAL
1. A 1 1 3 1 2 1 0 0 3 1 0 0 0 0 17
2. B 4 4 4 4 2 2 1 4 2 1 0 0 0 0 28
3. C 1 0 0 0 0 3 0 0 0 0 1 0 0 0 4
4. D 7 0 0 0 0 0 0 7 0 0 1 0 0 0 14
5. E 0 0 0 1 0 1 0 0 0 0 0 0 0 0 3
6 OTROS 0 0 0 0 0 3 0 0 0 0 0 0 0 2 6
TOTAL: 12 5 7 6 4 10 1 11 5 2 2 0 0 2 72
12
11
10
9
8
7
6
5
4
3
2
1
0
PRIMERA QUINCENA DE FEBREROD
EF
EC
TO
SEJEMPLO DE HOJA DE VERIFICACION CON GRAFICA
Los histogramas muestran gráficamente la frecuencia o número de datos que caen dentro de rangos predeterminados.
Se puede utilizar para análisis de los resultados de un proceso, para control del proceso, para controlar alguna actividad integrante del proceso, para establecer normas para la aceptación o rechazo de producción.
Para construir un histograma se puede seguir el procedimiento que continuación se describe y ejemplifica:
1.OBTENER EL CONJUNTO DE DATOS QUE SE REQUIEREN, DURANTE UN PERIODO DETERMINADO DE TIEMPO.
2.DETERMINAR LOS RANGOS PARA CLASIFICACION DE LOS DATOS OBTENIDOS.
3.REPRESENTAR LA CANTIDAD DE DATOS QUE CAEN DENTRO DE CADA RANGO ESTABLECIDO.
HISTOGRAMA
9
Supóngase que durante un periodo determinado de tiempo, se obtuvieron los siguientes datos de un proceso de llenado de bolsas de 1 Kg., de azúcar y cada dato representa el peso de cada bolsa.
986
983
993
996
1000
989
988
999
989
1000
985
991
991
997
998
994
990
993
996
984
993
996
990
1000
987
994
995
986
999
996
998
991
982
994
986
982
987
987
984
984
982
993
985
985
997
999
998
984
985
987
986
999
994
983
985
981
987
990
984
994
982
985
986
997
999
986
988
991
983
981
994
996
997
987
981
984
986
980
990
992
998
988
998
980
993
981
986
991
992
998
983
982
998
995
982
988
996
995
981
989
HISTOGRAMA: PASO 1 ( RECOLECTAR DATOS )
Se trata de determinar rangos de peso para clasificar los datos obtenidos. Para ello, deberá seguirse el procedimiento siguiente:
1.Se tomará el número mayor obtenido, en el caso del ejemplo 1000 y se le restará el más pequeño, que en el ejemplo que hemos tomado es 980 gramos, por lo que el resultado será 20 gramos.
2.El resultado de la operación anterior, es decir 20 gramos, se dividirá entre el número de rangos que se desea obtener. En el ejemplo serían siete rangos de peso, por lo que habrá que dividir 20 entre 7, con lo que se tendrá como resultado redondeado 3 gramos.
3.Con el resultado del cálculo anterior, es decir 3 gramos, se elaborarán los rangos, distanciándose uno de otro precisamente 3 gramos. De modo que los rangos resultarían así:
980 - 982983 – 985986 – 988989 – 991992 – 994995 – 997998 – 1000
HISTOGRAMA: PASO 2 ( DETERMINAR RANGOS )
11
Para construir el histograma, se deberá contar cuántos datos caen dentro de cada rango de peso y representar las cantidades resultantes mediante barras.
1919
1818
1717
1515
1515
1414
1313
1212
1111
1010
99
88
77
66
55
44
33
22
11
980 - 982 983 - 985 986 - 988 989 - 991 992 – 994 995 - 997 998 - 1000
HISTOGRAMA: PASO 3 ( CONSTRUIR EL HISTOGRAMA )
1. El diagrama de Pareto debe su nombre al economista italiano del siglo 18 llamado Wilfrido Pareto, quien observó que el 80 % de la riqueza de una sociedad estaba en manos del 20 % de las familias.
2. Juran toma este principio y lo aplica a las causas de los problemas, estableciendo que normalmente el 80 % de los efectos de un problema se debe al 20 % de sus causas.
3. Su propósito del DIAGRAMA DE PARETO es encontrar las causas que expliquen el 80 % de los problemas
4. Es una gráfica de barras que se construye colocando sobre el eje horizontal ( eje de las x ), empezando por la izquierda la causa más frecuente y en orden descendente hacia la derecha las demás.
5. La universalidad del principio del 80 – 20 se confirma en administración, por ejemplo:
El 20 % de los clientes concentra alrededor del 80 % de las ventas.
El 20 % de los productos acumula alrededor del 80 % de las ventas.
El 20 % de las causas produce alrededor del 80 % de los problemas.
EL DIAGRAMA DE PARETO
El departamento de servicio de un fabricante de refrigeradores tiene registrada una lista de las quejas que ha recibido del mercado durante el último mes.
TIPO DE FALLA FRECUENCIA PORCENTAJE
( REDONDEADO )
PORCENTAJE ACUMULADO
1. Fuga de agua en mangueras
27 41 41
2. Manijas rotas 18 27 68
3. Puerta no cierra heréticamente 8 12 80
4. Bisagras vencidas 4 6 86
5. No produce hielo 4 6 92
6. Soportes de charolas rotos 2 3 95
7. Falla de compresor 2 3 98
8. Otros 2 3 101
TOTAL: 67
PRIMER EJEMPLO DEL DIAGRAMA DE PARETO
10
20
30
40
50
60
70
0
27 F
uga
de a
gua
en
man
guer
a
18 M
anija
s ro
tas
8 P
uert
a no
cie
rra
4 B
isag
ras
venc
idas
4 N
o pr
oduc
e hi
elo
2 S
opor
tes
roto
s
2 F
alla
de
com
pres
or
2 O
tros
50 %
41 %
68 %
75. 0 %80 %
100 %
FRECUENCIA PORCENTAJE
0 %
80 % de fallas
GRAFICA DEL DIAGRAMA DE PARETO
15
En una oficina de facturación se registraron los datos de errores cometidos en los documentos elaborados durante una semana.
La información se presenta de la siguientes manera:
TIPO DE ERROR FRECUENCIA PORCENTAJE PORCENTAJE ACUMULADO
Folio ilegible 130 46.4 46.4
Sin número de sucursal
70 25.0 71.4
Total incorrecto 50 18.0 89.4
Datos fuera de campo
20 7.1 96.5
Otros 10 3.5 100
TOTAL 280 100
SEGUNDO EJEMPLO DEL DIAGRAMA DE PARETO
16
280
140
0
130
70
50
20 10
130
Fol
io il
egib
le
70 N
o tr
ae N
o. S
uc.
50 T
otal
inco
rrec
to
20 D
atos
fuer
a de
Cpo
.
10 O
tros
46.4 %
71.4 %
89.4 %96.5 %
100.0 %
GRAFICA DEL DIAGRAMA DE PARETO
17
BAJAS UTILIDADES
¿ por qué ?
BAJA CALIDAD DEL PRODUCTO
BAJO RENDIMIENTO
DEL PROCESO
COSTOS ALTOS
Materiales pobres
Diseño pobre
Mano de obra no calificada
Deficiente control de proceso
Carencia de sistema de pruebas de producción
Deficientes métodos de trabajo
Exceso de personal
Diseños no estandarizados
Inventarios excesivos
¿ por qué ?
¿ por qué ?
¿ por qué ?
EJEMPLO DEL DIAGRAMA POR QUE – POR QUE
18
BAJAS VENTAS
¿ por qué ?
¿ por qué ?
¿ por qué ?
¿ por qué ?
EJERCICIO DE APLICACION
19
MEJORAR GANANCIAS
¿ cómo ?
MEJORAR LA CALIDAD DEL PRODUCTO
MEJORAR RENDIMIENTO
DEL PROCESO
REDUCIR COSTOS
Capacitación
Rediseño del producto
Minimizar partes.
Medir estadísticamente
Rediseño del proceso
Automatizar.
Reducir personal.
Desarrollar proveedores
Reducir Inventarios
¿ cómo ?
¿ cómo ?
¿ cómo ?
EL DIAGRAMA COMO - COMO
1. Se atribuye al Ingeniero Japonés Kaoru Ishikawa.
2. Se utiliza para analizar cuáles son las causas por las que no se está logrando un resultado planeado.
3. Se trabaja en grupo para utilizar los diversos puntos de vista de sus miembros y su creatividad.
4. Aunque el diagrama no resuelve el problema en sí, si muestra un panorama global de todas las causas que pueden estar influyendo en que no se esté logrando las metas planeadas.
5. De manera general se clasifican las causas de una desviación de metas en los siguientes factores: MANO DE OBRA O PERSONAL, METODOS DE TRABAJO, MATERIALES, MAQUINARIA O EQUIPO y MEDIO AMBIENTE.
6. Por lo anterior, también se conoce este diagrama también con el nombre de 5 Ms.
7. Recientemente se han agregado a las tradicionales Ms., las de MEDICION Y MANAGEMENT.
8. Por su forma también se le conoce con el nombre de DIAGRAMA DEL PEZ.
DIAGRAMA CAUSA - EFECTO O DE ISHIKAWA
DESVIACION ENTRE LO
PLANEADO Y LO REALIZADO
METODO MATERIALES MANO DE OBRA
MANAGEMENT
MAQUINARIA MEDIO AMBIENTE MEDICION
CAUSAS EFECTO
DIAGRAMA CAUSA - EFECTO O DE ISHIKAWA O DEL PEZ
MANO DE OBRA
MATERIALES METODO MAQUINARIA MEDICION MANAGEMENT
No capacitada. No disponibles. Inexistente. Obsoleta. No se mide No se planea
Insuficiente. De mala calidad. Inadecuado. Descompuesta con frecuencia.
No se mide lo adecuado
No se programa el trabajo
No informada. Insuficientes. No estandarizado.
Mal seleccionada.
No se mide con persistencia
No se organiza el trabajo
Pierde tiempo. Entrega tardía. No documentado.
Mal calibrada. No se tienen los medios para medir
No se provee de recursos
No balanceada. Almacenamiento inadecuado.
No conocido. No sistema formal de Mantenimiento.
No se da seguimiento a las desviaciones detectadas
No hay liderazgo adecuado
Desmotivada. Falta de control. No cumplido. Mal operada. No se capacita al personal para medir
No se supervisa bien.
No multihabilidosa.
Controles excesivos.
No supervisado. No inventario de refacciones.
No se supervisa la medición
No se forman equipos.
No trabaja en equipo.
Comprados sólo por costo bajo.
No control de desviaciones.
No compatible con otra.
No se toma como base para decidir
No se conocen las metas del trabajo
No conciencia de calidad.
Deshonestidad en compras.
No sujeto a mejora continua.
No operario autorizado
La medición no es confiable
No se retroalimenta al personal
EJEMPLOS DE LAS CAUSAS DE LOS PROBLEMAS
No se está logrando la meta mensual de
ventas
PERSONAL
No están asignadas
metas personales
No hay suficiente
capacitación en ventas
EQUIPOMATERIALES
METODO
MEDIO AMBIENTE
No se hace plan diario y semanal
de trabajo
No se buscan nuevos clientes
Distribución ineficiente
Material no exhibido
Deficiente mantenimiento al
equipo de transporte
Rutas mal planeadas
No se tienen productos para
elevar las ventas en
temporada baja
EJEMPLO PRACTICO DEL DIAGRAMA DE ISHIKAWA
24
1. En cualquier proceso, ya sea de índole administrativa o de producción, interviene una cantidad considerable de variables o CAUSAS DE VARIACION que influyen para no lograr, la calidad especificada.
2. Las causas de variación pueden ser COMUNES O ESPECIALES.
3. LAS CAUSAS COMUNES SON INHERENTES al proceso y deben ser consideradas dentro del diseño de éste para determinar su capacidad para lograr calidad. Reducir su variabilidad requiere del rediseño o mejoramiento del proceso.
4. LAS CAUSAS ESPECIALES están constituidas por factores externos al proceso y por lo tanto, no son considerados en la determinación de su capacidad para lograr calidad, de modo que se debe estar atento para detectar a tiempo su presencia.
5. Ese estado de alerta denominado CONTROL ESTADISTICO DE PROCESO, implica el monitoreo periódico del mismo, para detectar oportunamente si alguna variable no opera dentro de los rangos permisibles, por lo que deben llevarse a cabo acciones correctivas para devolverla a su nivel ideal.
6. El concepto de CONTROL ESTADISTICO DE PROCESO existe desde finales de los años 20s., cuando Walter Shewhart publicó su libro ECONOMIC CONTROL OF QUALITY OF MANUFACTURED PRODUCT.
EL DIAGRAMA DE CONTROL DE PROCESOS
1. El Control de Procesos, se apoya en herramientas denominadas GRAFICAS DE CONTROL:
2. La gráfica de control sirve para detectar con anticipación, el que exista en un proceso, una alta probabilidad de que surja una fuente de variación ajena al mismo, lo cual afectará su capacidad para cumplir con especificaciones establecidas.
3. Shewhart sugiere que si se establecen límites de control a + 3 veces la desviación estándar del proceso con respecto a la media, en el momento en que el proceso opere fuera de este margen o tienda a hacerlo, la probabilidad de que ello se deba a causas inherentes al proceso es muy baja: 0.27 %., por lo que LO MAS PROBABLE ES QUE ALGO EXTRAÑO ESTE SUCEDIENDO, de manera que si se detecta oportunamente la causa y se establecen las acciones correctivas apropiadas, se puede impedir la falla de calidad.
4. Para conocer en qué condiciones está operando un proceso, se deben tomar muestras periódicas y estimarse tanto su media como su desviación estándar.
LAS GRAFICAS DE DIAGNOSTICO DE CONTROL DE CALIDAD Y DE PROCESOS
LIMITE SUPERIOR
DE CONTROL
LIMITE INFERIOR
DE CONTROL
MEDIA MAS 3
DESVIACION ESTANDAR
MEDIA
MEDIA MENOS 3
DESVIACION ESTANDAR
LOS LIMITES DE CONTROL DE SHEWHART
1. Es una herramienta estadística que se utiliza para estudiar la RELACIÓN EXISTENTE ENTRE DOS FENOMENOS O VARIABLES.
2. Por ejemplo, los economistas la utilizan para estudiar qué relación existe entre dos variables macroenómicas, por ejemplo: el índice de inflación y el consumo per cápita.
3. En el caso de la calidad, se utiliza por ejemplo, para estudiar la relación que existe entre una característica de calidad y un factor que le afecta (como puede ser la temperatura o la presión).
4. La relación entre las dos variables se representa mediante una gráfica de dos coordenadas (X y Y). En cada coordenada se representa una de las dos variables.
Coordenada Y
una variableEFECTO
Coordenada X
la otra variableCAUSA
Punto de correlación
+
+
DIAGRAMA DE DISPERSIÓN
Coordenada Y
una variableEFECTO
Coordenada X
la otra variableCAUSA
+
+
Más aumenta el EFECTO
Entre más aumenta la CAUSA
Registro de incidencias
DIAGRAMA DE DISPERSIÓN CON CORRELACION POSITIVA
29
Coordenada Y
variableEFECTO
Coordenada X
variableCAUSA
+
+
Disminuye el EFECTO
Entre más aumenta la CAUSA
Registro de incidencias
EFECTO: Baja de ventas
CAUSA: Lluvia
DIAGRAMA DE DISPERSIÓN CON CORRELACION NEGATIVA
Coordenada Y
una variableEFECTO
Coordenada X
la otra variableCAUSA
+
+
Intensa correlación entre las variables
Registro de incidencias
EFECTO: Aumento de ventas
CAUSA: Incremento del calor
CORRELACION FUERTE
31
Coordenada Y
variableEFECTO
Coordenada X
variableCAUSA
+
+
Correlación no clara
Registro de incidencias
EFECTO: No se puede asegurar que bajen las ventas
CAUSA: Vacaciones
CORRELACION DEBIL
32
Coordenada Coordenada YY
variablevariableEFECTOEFECTO
Coordenada Coordenada XX
variablevariableCAUSACAUSA
+
+
Correlación Correlación INEXISTENTEINEXISTENTE
Registro de Registro de incidenciasincidencias
EFECTO: No impactan las ventas
CAUSA: Movimiento políticos
CORRELACION NULA
TITULO AUTOR Y EDITORIAL
JURAN Y LA PLANIFICACION DE LA CALIDAD
J.M. Juran.
Ediciones Días de Santos.
JURAN Y EL LIDERAZGO PARA LA CALIDAD
J. M. Juran.
Ediciones Díaz de Santos.
PLANIFICANDO PARA LA CALIDAD Howards S. Gitlow
Ventura Ediciones S..A. de C. V.
¿QUE ES EL CONTROL TOTAL DE CALIDAD?
Kaoru Ishikawa
Grupo Editorial Norma
EL COSTE DE LA MALA CALIDAD H. James Harrignton
Ediciones Díaz de Santos.
HACIA UNA CALIDAD MAS ROBUSTA CON ISO 9000:2000
Alfredo Esponda – Coordinador.
Editorial PANORAMA.
ISO 9000 – 2000 LIDERAZGO DE LA NUEVA CALIDAD
Andrés Senlle
Editorial GESTION 2000
DESARROLLO DE UNA CULTURA DE CALIDAD
Humberto Cantú Delgado
Editorial McGraw Hill.
BIBLIOGRAFIA BASICA
