Calidad II uni 1

ASIGNATURA:

CALIDAD II

ASESOR EVALUADOR:

ING. WILLIAM RUBER VELAZQUEZ

QUE ES LA CALIDAD

Es una herramienta básica para una propiedad inherente de cualquier cosa que permite que la misma sea comparada con cualquier otra de su misma especie. La palabra calidad tiene múltiples significados. De forma básica, se refiere al conjunto de propiedades inherentes a un objeto que le confieren capacidad para satisfacer necesidades implícitas o explícitas

Hojas de Verificación. Se utiliza para reunir datos basados

en la observación del comportamiento de un proceso con el fin de detectar tendencias, por medio de la captura, análisis y control de información relativa al proceso. Básicamente es un formato que facilita que una persona pueda tomar datos en una forma ordenada y de acuerdo al estándar requerido en el análisis que se esté realizando. Las hojas de verificación también conocidas como de comprobación o de chequeo organizan los datos de manera que puedan usarse con facilidad más adelante.

Definición. Una Hoja de Verificación (también

llamada "de Control" o "de Chequeo") es un impreso con formato de tabla o diagrama, destinado a registrar y compilar datos mediante un método sencillo y sistemático, como la anotación de marcas asociadas a la ocurrencia de determinados sucesos. Esta técnica de recogida de datos se prepara de manera que su uso sea fácil e interfiera lo menos posible con la actividad de quien realiza el registro.

Ventajas.

Supone un método que proporciona datos fáciles de comprender y que son obtenidos mediante un proceso simple y eficiente que puede ser aplicado a cualquier área de la organización.

Las Hojas de Verificación reflejan rápidamente las tendencias y patrones subyacentes en los datos.

Para que se usa.

En la mejora de la Calidad, se utiliza tanto en el estudio de los síntomas de un problema, como en la investigación de las causas o en la recogida y análisis de datos para probar alguna hipótesis.

También se usa como punto de partida para la elaboración de otras herramientas, como por ejemplo los Gráficos de Control.

Consejos.

1. Asegúrese de que las observaciones sean representativas.

2. Asegúrese de que el proceso de observación es eficiente de manera que las personas tengan tiempo suficiente para hacerlo.

3. La población (universo) muestreada debe ser homogénea, en caso contrario, el primer paso es utilizar la estratificación (agrupación) para el análisis de las muestras/observaciones las cuales se llevarán a cabo en forma individual.

Elaboración.

1. Determinar claramente el proceso sujeto a observación. Los integrantes deben enfocar su atención hacia el análisis de las características del proceso.

2. Definir el período de tiempo durante el cuál serán recolectados los datos. Esto puede variar de horas a semanas.

3. Diseñar una forma que sea clara y fácil de usar. Asegúrese de que todas las columnas estén claramente descritas y de que haya suficiente espacio para registrar los datos.

4. Obtener los datos de una manera consistente y honesta. Asegúrese de que se dedique el tiempo necesario para esta actividad.

Ejemplo 1:En este ejemplo se clasifican las clases de reclamaciones existentes en 4 meses diferentes con la finalidad de determinar la ocurrencia de cada uno y así poder atacar la causa raíz del problema.

Ejemplo 2:En esta hoja de verificación se observan las computadoras que estaban en uso, aquellas que no se usan y el motivo por el cual no lo están, nos muestra las cantidades y el porcentaje que representan estas características.

Ejemplo 3:

Ejemplo que se puede utilizar para diferentes actividades y diferentes personas o grupos, determinando el porcentaje por cada actividad que realiza..

Gráfica de control

Es una herramienta estadística que detecta la variabilidad, consistencia, control y mejora de un proceso.La gráfica de control se usa como una forma de observar, detectar y prevenir el comportamiento del proceso a través de sus pasos vitales.Así mismo nos muestra datos en un forma estática, tienen por supuesto sus aplicaciones, y es necesario saber sobre los cambios en los procesos de producción, la naturaleza de estos cambios en determinado período de tiempo y en forma dinámica, es por esto que las gráficas de control son ampliamente probadas en la práctica.

Gráficas de Control Por Atributos

Objetivos

Identificar los diferentes tipos de Gráficas de Control Definir las reglas básicas a seguir para la elección,

construcción e interpretación de las Gráficas de Control por Atributos

Resaltar las situaciones en que pueden utilizarse las gráficas de control

Indicar algunas Ventajas y Desventajas de las Gráficas de Control

Mostrar ejemplos de cada una de las Gráficas de Control por Atributos

Gráficas de Control Por Atributos Glosario

Atributos Data que se puede clasificar y contar Tipos

Cantidad de defectos por unidad –”Nonconformities” Cantidad de unidades defectuosas –”Nonconforming”

Gráficas de controlGráfica comparación cronológica (hora a hora, día a día) de las características de calidad reales del producto, parte o unidad, con límites que reflejan la capacidad de producirla de acuerdo con la experiencia de las características de calidad de la unidad.


Proceso en control Método visual para monitorear un proceso- se relaciona a la

ausencia de causas especiales en el proceso. Gráfica c

Número de defectos por unidad Gráfica p

Porcentaje de fracción defectiva Gráfica u

Proporción de defectos Gráfica np

Número de unidades defectiuosas por muestra constante


Límites de control Son calculados de la data obtenida del proceso

Límite superior Valor máximo en el cual el proceso se encuentra en control

Límite inferior Valor mínimo en el cual el proceso se encuentra en control.

Línea central Es el promedio del número de defectos


Origen

El control estadístico de la calidad surge luego de la Segunda Guerra Mundial.

Las gráficas de control estadístico fueron propuestas por Walter A. Shewart en el 1920.


Utilidad La función primaria de una Gráfica de Control es mostrar el

comportamiento de un proceso. Identificar la existencia de causas de variación especiales (proceso fuera

de control). Monitorear las variables claves en un proceso de manera preventiva. Indicar cambios fundamentales en el proceso.


Ventajas Resume varios aspectos de la calidad del producto; es decir si es aceptable

o no Son fáciles de entender Provee evidencia de problemas de calidad


Desventajas Interpretación errónea por errores de los datos o los cálculos utilizados

El hecho de que un proceso se mantega bajo control no significa que sea un buen proceso, puede estar produciendo constantemente un gran número de no conformidades.

Controlar una característica de un proceso no significa necesariamente controlar el proceso. Si no se define bien la información necesaria y las características del proceso que deben ser controladas, tendremos interpretaciones erróneas debido a informaciones incompletas.


Gráfica p Representa el porcentaje de fracción defectiva Tamaño de muestra (n) varía. Principales objetivos

Descubrir puntos fuera de control Proporcionar un criterio para juzgar si lotes sucesivos pueden considerarse como

representativos de un proceso Puede influir en el criterio de aceptación.


Gráfica np Se utiliza para graficar las unidades disconformes Tamaño de muestra es constante Principales objetivos:

Conocer las causas que contribuyen al proceso Obtener el registro histórico de una o varias características de una operación

con el proceso productivo.


Gráfica c Estudia el comportamiento de un proceso considerando el número de

defectos encontrados al inspeccionar una unidad de producción El artículo es aceptable aunque presente cierto número de defectos. La muestra es constante Principales objetivos

Reducir el costo relativo al proceso Determinar que tipo de defectos no son permitidos en un producto


Gráfica u Puede utilizarse como:

Sustituto de la gráfica c cuando el tamaño de la muestra (n) varía

Construcción- Gráfica de Control por AtributosElección del tipo de gráfica

Paso 1: Establecer los objetivos del control estadístico del proceso

La finalidad es establecer qué se desea conseguir con el mismo.

Paso 2: Identificar la característica a controlar Es necesario determinar qué característica o atributo del

producto/servicio o proceso se van a controlar para conseguir satisfacer las necesidades de información establecidas en el paso anterior.

Construcción…Paso 3: Determinar el tipo de Gráfica de Control que es conveniente utilizar

Conjugando aspectos como:Tipo de información requerida.Características del proceso.Características del producto.Nivel de frecuencia de las unidades no

conformes o disconformidades.

Construcción…Paso 4: Elaborar el plan de muestreo (Tamaño de muestra, frecuencia de maestreo y número de muestras)

Las Gráficas de Control por Atributos requieren generalmente tamaños demuestras grandes para poder detectar cambios en los resultados.

Para que el gráfico pueda mostrar pautas analizables, el tamaño de muestra, será lo suficientemente grande (entre 50 y 200 unidades e incluso superior) para tener varias unidades no conformes por muestra, de forma que puedan evidenciarse cambios significativamente favorables (por ejemplo, aparición de muestras con cero unidades no conformes).

El tamaño de cada muestra oscilará entre +/- 20% respecto al tamaño medio de las muestras

n = (n^ + n2 + ... + nN) / N N = Número de muestras La frecuencia de muestreo será la adecuada para detectar

rápidamente loscambios y permitir una realimentación eficaz.

El periodo de recogida de muestras debe ser lo suficientemente largo comopara recoger todas las posibles causas internas de variación del proceso.

Se recogerán al menos 20 muestras para proporcionar una prueba fiable de estabilidad en el proceso.

Construcción…

Paso 5: Recoger los datos según el plan establecido Se tendrá un especial cuidado de que la muestra sea aleatoria y representativa

de todo el periodo de producción o lote del que se extrae. Cada unidad de la muestra se tomará de forma que todas las unidades del

periodo de producción o lote tengan la misma probabilidad de ser extraídas. (Toma de muestras al azar).

Se indicarán en las hojas de recogida de datos todas las informaciones y circunstancias que sean relevantes en la toma de los mismos.

Construcción…

Paso 6: Calcular la fracción de unidades Para cada muestra se registran los siguientes

datos:1. El número de unidades inspeccionadas "n".2. El número de unidades no conformes.3. La fracción de unidades no conformes 4. El número de defectos en una pieza5. La fraccion de defectos por pieza

Construcción…

Gráficas de Control por Atributo

Tipo Data Tamaño de Muestra Formula CL UCL LCL

pPiezas

defectuosas Varia p=np/n p=Σnp/Σn p+3√p(1-P)/√n p-3√p(1-P)/√n

n=Σn/k

npPiezas

defectuosas Constante p=np/n np=Σnp/k np+3√np(1-P) np-3√np(1-P)

cDefectos por

Pieza Constante c c=Σc/k c+3√c c-3√c

uDefectos por

Pieza Varia u=c/n u=Σc/Σn u+3√u/√n u-3√u/√n

Paso 7: Calcular los Límites de Control

Construcción…

Paso 8: Definir las escalas de la gráfica El eje horizontal representa el número de la muestra en el orden en que ha sido

tomada. El eje vertical representa los valores de la fracción de unidades La escala de este eje irá desde cero hasta dos veces la fracción de unidades no

conformes máxima.

Construcción…

Paso 9: Representar en el gráfico la Línea Central y los Límites de Control

Línea Central Marcar en el eje vertical, correspondiente al valor de la fracción

Línea de Control Superior Marcar en el eje vertical el valor de UCL. A partir de este punto trazar

una recta horizontal discontinua (a trazos). Identificarla con UCL. Límite de Control Inferior

Marcar en el eje vertical el valor de LCL. A partir de este punto trazar una recta horizontal discontinua (a trazos). Identificarla con LCL.

Nota: Usualmente la línea que representa el valor central se dibuja de color azul y las líneas correspondientes a los límites de control de color rojo. Cuando LCL es cero, no se suele representar en la gráfica.

Construcción…

Paso 10: Incluir los datos pertenecientes a las muestras en la gráfica

Representar cada muestra con un punto, buscando la intersección entre el número de la muestra (eje horizontal) y el valor de su fracción de unidades no conformes (eje vertical).

Unir los puntos representados por medio de trazos rectos.

Construcción…Paso 11: Comprobación de los datos de construcción de la

Gráfica de Control Se comprobará que todos los valores de la fracción de unidades de

las muestras utilizadas para la construcción de la gráfica correspondiente están dentro de sus Límites de Control.

LCL < gráfica < UCL Si esta condición no se cumple para alguna muestra, esta deberá

ser desechada para el cálculo de los Límites de Control. Se repetirán todos los cálculos realizados hasta el momento, sin

tener en cuenta los valores de las muestras anteriormente señaladas.

Este proceso se repetirá hasta que todas las muestras utilizadas para el cálculo de los Límites de Control muestren un proceso dentro de control.

Los Límites, finalmente así obtenidos, son los definitivos que se utilizarán para la construcción de las Gráficas de Control.

Construcción…

Paso 12: Análisis y resultados La Gráfica de Control, resultado de este proceso de construcción, se utilizará

para el control habitual del proceso.

Interpretación- Gráfica de Control por AtributosIdentificación de causas especiales o asignables

Pautas de comportamiento que representan cambios en el proceso: Un punto exterior a los límites de control.

Se estudiará la causa de una desviación del comportamiento tan fuerte. Dos puntos consecutivos muy próximos al límite de control.

La situación es anómala, estudiar las causas de variación. Cinco puntos consecutivos por encima o por debajo de la línea central.

Investigar las causas de variación pues la media de los cinco puntos indica una desviación del nivel de funcionamiento del proceso.

Fuerte tendencia ascendente o descendente marcada por cinco puntosconsecutivos.

Investigar las causas de estos cambios progresivos. Cambios bruscos de puntos próximos a un límite de control hacia el otro

límite. Examinar esta conducta errática.


n np P=np/n (1-p) = 0.9851 900 18 0.0202 1135 15 0.013 raiz cuadrada de n = 101.07423013 1005 3 0.0034 1001 17 0.017 p(1-p)= 0.0148471565 1020 8 0.0086 1015 22 0.022 raiz cuad p(1-p)= 0.1218489067 1035 24 0.0238 1010 31 0.031 raiz cuad p(1-p)*3= 0.3655467179 980 7 0.007

10 1115 9 0.008 raiz cuad p(1-p)*3/raiz cuad de n= 0.00361661610216 154 0.152

ucl=raiz cuad p(1-p)*3/raiz cuad de n+p= 0.018691009n= 10216

cl=p 0.015 lcl=raiz cuad p(1-p)*3/raiz cuad de n-p= -0.148181429

Ejercicio: Gráfica p

Gráfica p

0.000

0.005

0.010

0.015

0.020

0.025

0.030

0.035

1 2 3 4 5 6 7 8 9 10

Grafica P

Gráficas de Control por Atributos

n np P=np/n (1-p) = 0.9731 1000 2 0.0022 1000 5 0.0053 1000 3 0.0034 1000 5 0.005 p(1-p)= 2.62715 1000 1 0.0016 1000 1 0.001 raiz cuad p(1-p)= 1.6208337 1000 0 0.0008 1000 5 0.005 raiz cuad p(1-p)*3= 4.8624999 1000 3 0.003

10 1000 2 0.00210000 27 0.027

Ejercicio: Gráfica np

Gráfica np

0.000

0.001

0.002

0.003

0.004

0.005

0.006

1 2 3 4 5 6 7 8 9 10

Gráfica de Control por Atributos

Ejercicio: Gráfica uN C U=C/N raiz cuad u= 1.674014809

1 9 25 2.82 8 13 1.6 raiz cuad*3= 5.0220444283 7 28 4.04 10 35 3.5 raiz cuad N= 9.2736184955 9 27 3.06 6 25 4.2 raiz cuad*3/raiz cuad N= 0.5415409787 10 20 2.08 8 32 4.09 10 16 1.6 raiz cuad*3/raiz cuad N + U= 3.343866559

10 9 20 2.286 241 28.9 raiz cuad*3/raiz cuad N - U= -2.260784604

U= C/N2.802325581

Gráfica u

0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

4.0

4.5

0 2 4 6 8 10 12

Gráfica de Control por AtributosEjercicio: Gráfica c

K C C= C/K1 3 5.72 83 4 raiz cuadrada C= 2.38746734 75 5 raiz cuad C *3 7.16240186 37 4 raiz cuad*+ 5.7= UCL= 11.5624028 129 4 LCL= 2.7624018

10 757

Gráfica c

0

2

4

6

8

10

12

14

1 2 3 4 5 6 7 8 9 10

Gráfica de Control por Atributos

ResumenGráfica de Control

de Atributos

Piezas Defectuosas Defectos por pieza

Gráfica p Gráfica np Gráfica u Gráfica c


Conclusión Del desarrollo de los conceptos y ejemplos se puede

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

TÉCNICAS

Herramienta para la mejora continua

TAGUCHI

Contenido

TERMINOLOGÍA BÁSICA

CALIDAD

DISEÑO DE EXPERIMENTO

TÉCNICAS TAGUCHI

PASOS PARA LA APLICACIÓN

Terminología Básica

PROCESOConjunto de pasos o actividades que producen un producto o servicio

Entradas Salidas

Y


FACTORCualquier característica o condición del proceso que puede variarse (controlables y no controlables)

X1 X2.....Xn

Z1 Z2.....Zn

Y

Entradas Salidas


NIVELCantidades, categorías, jerarquías, dosis de un determinado factor

X1 X2.....Xn

Z1 Z2.....Zn

Y

Entradas Salidas


TRATAMIENTOCualquier combinación de factores y niveles (prueba)

X1 X2.....Xn

Z1 Z2.....Zn

Y

Entradas Salidas


RESPUESTAVariable cuyo valor viene determinado por una combinación de factores con unos niveles establecidos

X1 X2.....Xn

Z1 Z2.....Zn

Y

Entradas Salidas


EFECTOCambio en la respuesta producido por un cambio en el nivel de un factor

X1 X2.....Xn

Z1 Z2.....Zn

Y

Entradas Salidas


INTERACCIÓNEfecto en la respuesta que puedan tener dos o mas factores entre si

X1 X2.....Xn

Z1 Z2.....Zn

Y

Entradas Salidas

Calidad

Todo trabajo es una serie de procesos Todos los procesos tienen variabilidad

Toda variabilidad tiene una causa

Usualmente pocas causas son significativas

Las causas de la variabilidad necesitan ser conocidas La variación no controlada es una enemiga

Evolución de los métodos estadísticos

BAJO CONTROL

CAPAZ

PRODUCCIÓN

ELIMINAR CAUSAS ESPECIALES DE VARIACIÓN

DDE

PROCESO

CONTROL ESTADISTICO DE PROCESOS

DISEÑO DE EXPERIMENTOS

no

no

si

si

Diseño de Experimentos

Es el cambio sistemático de las variables de entrada de un proceso para observar cambios en la salida o salidas del mismo

Objetivos del DDE

DETECCIÓN: Identificar qué factores son las fuentes principales de variabilidad en las características de calidad.

MODELADO: Determinar a qué niveles deben ajustarse los factores para que las características de calidad logren las especificaciones deseadas.

Métodos de experimentación

Experimentaciónpara múltiplesvariables

DDE

OTROS

Clásico (Factorial)

Arreglos Ortogonales

TAREAINVESTIGAR:• Análisis de Variaciones• Causas comunes• Causas espaciales• La capacidad real de un proceso• Experimentos ortogonales

CRITERIOS:• Hoja de presentación• Índice• Introducción (personal)• Desarrollo• Conclusión (personal)• bibliografía

FORMATO:• Arial 12• Interlineado 1.5

Engineering

Calidad II uni 1