Control Estadstico en Calidad1. Introduccin

2. Orgenes y evolucin de la Calidad3. Gurs4. Tcnicas de administracin de la calidad5. Aplicaciones de Ejemplos6. Conclusin7. BibliografaIntroduccin

El presente trabajo pretende explicar las ventajas que implica aplicar el Control Estadstico en los procesos de produccin con el fin de mejorar los procesos productivos, disminuyendo costos para as ofrecer productos realmente competitivos.

Existe mucha literatura de control de calidad en sus distintas modalidades, todos los autores de calidad coinciden en la necesidad de usar tcnicas de calidad, y para cubrir esta necesidad existe un conjunto de tcnicas estadsticas llamadas herramientas bsicas de la calidad que aplicada combinadamente forman el Control Estadstico del Proceso (CEP).

Orgenes y evolucin de la calidad

Previo a la conformacin de los primeros grupos humanos organizados de importancia, las personas tenan pocas opciones para elegir lo que habran de comer, vestir, en donde vivir y como vivir, todo dependa de sus habilidades en la cacera y en el manejo de herramientas, as como de su fuerza y voluntad, el usuario y el primitivo fabricante eran, regularmente, el mismo individuo.

La calidad era posible definirla como todo aquello que contribuyera a mejorar las precarias condiciones de vida de la poca prehistrica, es decir, las cosas eran valiosas por el uso que se les daba, lo que era acentuado por la dificultad de poseerlas.

Conforme el ser humano evoluciona culturalmente y se dinamiza el crecimiento de los asentamientos humanos, la tcnica mejora y comienzan a darse los primeros esbozos de manufactura; se da una separacin importante entre usuario o cliente y el fabricante o proveedor.

La calidad se determinaba a travs del contacto entre los compradores y lo vendedores, las buenas relaciones mejoraban la posibilidad de hacerse de una mejor mercanca, sin embargo, no existan garantas ni especificaciones, el cliente escoga dentro de las existencias disponibles.

Conforme la tcnica se perfecciona y las poblaciones se transforman poco a poco en pueblos y luego en ciudades de tamao considerable, aparecen los talleres de artesanos dedicados a la fabricacin de gran variedad de utensilios y mercancas, cada taller se dedicaba a la elaboracin de un producto, eran especialistas en ello y basaban su prestigio en la alta calidad de sus hechuras, las que correspondan a las necesidades particulares de sus clientes. En esta etapa surge el comerciante, sirviendo de intermediario entre el cliente y el fabricante.

Los gurs de nuestros das

Los gurs de esta nueva etapa idealizan las funciones y dinmica de la organizacin para insertarlas en un nuevo modelo de comportamiento, relaciones y disciplinas. Entre estos tenemos:

W. EDWARDS DEMING (1900-1993)

William Edwards Deming naci en 1900 en Wyoming, E.U., se dedic a trabajar sobre el control estadstico de la calidad. Japn asumi y desarrollo los planteamientos de Deming, y los convirti en el eje de su estrategia de desarrollo nacional. En 1950 W. Edward Deming visit Japn, dando conferencias sobre Control de Calidad. A dichas conferencias asistieron un grupo numeroso y seleccionado de directivos de empresas para crear las bases sobre las que instaurar el Premio Deming, premiando a aquellas instituciones o personas que se caracterizaran por su inters en implantar la calidad.

JOSEPH MOSES JURAN (1904-199)

Nace en Rumania en 1904 y es otra de las grandes figuras de la calidad. Se traslada a Minnesota en 1912. Es contemporneo de Deming. Despus de la II Guerra Mundial trabaj como consultor. Visita Japn en 1954 y convierte el Control de la Calidad en instrumento de la direccin de la empresa. Imparte su conferencia sobre: "Gestin Sistemtica del Control de Calidad". Se le descubre a raz de la publicacin de su libro, desechado por otras editoriales: "Manual de Control de Calidad". Su fundamento bsico de la calidad, es que slo puede tener efecto en una empresa cuando sta aprende a gestionar la calidad.

KAORU ISHIKAWA (1915-)

El representante emblemtico del movimiento del Control de Calidad en Japn es el Dr. Kaoru Ishikawa. Nacido en 1915, se gradu en la Universidad de Tokio el ao 1939 en Qumica Aplicada. Fue profesor en la misma Universidad, donde comprendi la importancia de los mtodos estadsticos, ante la dispersin de datos, para hallar consecuencias. Desarrolla el Diagrama Causa-Efecto como herramienta para el estudio de las causas de los problemas.

Parte de que los problemas no tienen causas nicas, sino que suelen ser, segn su experiencia, un cmulo de causas. Slo hay que buscar esta multiplicidad de causas, colocarlas en su diagrama.

PHILIP B. CROSBY (1926-2001)

Philip Crosby naci en Wheeling, Virginia el 18 de junio de 1926. Entre su participacin en la Segunda Guerra Mundial y Corea, Philip Crosby comenz su trabajo como profesional de la calidad en 1952 en una escuela mdica. La carrera de Philip Crosby comenz en una planta de fabricacin en lnea donde decidi que su meta sera ensear administracin en la cual previniendo problemas sera ms provechoso que ser bueno en solucionarlos. Formo la Crosby Associates, Inc. (PCA), y durante diez aos siguientes la convirti en una organizacin con 300 empleados y con $80 millones de dlares en ganancias.

GENICHI TAGUCHI (1924-)

El Dr. Genichi Taguchi naci en Japn en 1924, gradundose en la Escuela Tcnica de la Universidad Kiryu, su principal etapa profesional ha sido dentro de la Electrical Communication Laboratory (ECL) de la Nippon Telephone and Telegraph Co. (1948-1961) en donde se enfoc a la mejora de la productividad en la investigacin y desarrollo. En sus mtodos emplean la experimentacin a pequea escala con la finalidad de reducir la variacin y descubrir diseos robustos y baratos para la fabricacin en serie, reduciendo los tiempos de investigacin, desarrollo y entrega del diseo.

SHIGEO SHINGO (1909-1990)

Naci en Japn en 1909, Shigeo Shingo tal vez no es tan conocido en Occidente como Ishikawa y Taguchi, aunque la incidencia de su trabajo, especialmente en Japn, ha sido inmensa. Despus de graduarse en Ingeniera Mecnica en la Escuela Tcnica Yamanahsi en 1930, se incorpor a la Fbrica de Ferrocarriles Taipei, en Taiwn, donde introdujo los mtodos de gestin cientfica.

Es interesante advertir que los sistemas poka-yoke, al utilizar dispositivos que evitan la aparicin de defectos, obvian la necesidad de medicin. En general, los sistemas poka-yoke comprenden dos fases: el aspecto de deteccin y el aspecto de regulacin.

Los catorce pasos hacia el "cero defectos" de crosby

Denominados para que la administracin conduzca a la organizacin a una posicin productiva y competitiva. En los aos 60s, Philip B. Crosby propuso un programa de 14 pasos a los que denomin"cero defectos", a travs de los cuales hizo entender a los directivos que cuanto se exige perfeccin sta puede lograrse, pero para hacerlo la alta gerencia tiene que motivar a sus trabajadores (Crosby:1979). De esta forma planteaba la importancia de las relaciones humanas en el trabajo.

El Control Estadstico de la Calidad y la mejora de procesos.

Comenzando con la aportacin de Shewhart sobre reconocer que en todo proceso de produccin existe variacin (Gutirrez:1992), puntualiz que no podan producirse dos partes con las mismas especificaciones, pues era evidente que las diferencias en la materia prima e insumos y los distintos grados de habilidad de los operadores provocaban variabilidad. Shewhart no propona suprimir las variaciones, sino determinar cul era el rango tolerable de variacin que evite que se originen problemas.

Para lograr lo anterior, desarroll las grficas de control al tiempo que Roming y Dodge desarrollaban las tcnicas de muestreo adecuadas para solamente tener que verificar cierta cantidad de productos en lugar de inspeccionar todas las unidades. Este periodo de la calidad surge en la dcada de los 30s a raz de los trabajos de investigacin realizados por la Bell Telephone Laboratories.

En su grupo de investigadores destacaron hombres como Walter A. Shewhart, Harry Roming y Harold Dodge, incorporndose despus, como fuerte impulsor de las ideas de Shewhart, el Dr. Edwards W. Deming (Cant:1997).

Estos investigadores cimentaron las bases de lo que hoy conocemos como Control Estadstico de la Calidad (Statistical Quality Control, SQC), lo cual constituy un avance sin precedente en el movimiento hacia la calidad,

Causas de variacin

Existen variaciones en todas las partes producidas en el proceso de manufactura. Hay dos fuentes de variacin:

variacin aleatoria se debe al azar y no se puede eliminar por completo.

variacin asignable es no aleatoria y se puede reducir o eliminar.

Nota: la variacin puede cambiar y cambiar la forma, dispersin y tendencia central de la distribucin de las caractersticas medidas del producto.

Diagramas de diagnstico

Controles o registros que podran llamarse "herramientas para asegurar la calidad de una fbrica", esta son las siguientes:

Hoja de control (Hoja de recogida de datos)

Histograma

Anlisis paretiano (Diagrama de pareto)

Diagrama de Ishikawa: Diagrama de causa y efecto (Espina de Pescado)

Estratificacin (Anlisis por Estratificacin)

Diagrama de scadter (Diagrama de Dispersin)

Grfica de control

La experiencia de los especialistas en la aplicacin de estos instrumentos o Herramientas Estadsticas seala que bien aplicadas y utilizando un mtodo estandarizado de solucin de problemas pueden ser capaces de resolver hasta el 95% de los problemas.

En la prctica estas herramientas requieren ser complementadas con otras tcnicas como son:

La lluvia de ideas (Brainstorming)

La Encuesta

La Entrevista

Diagrama de Flujo

Matriz de Seleccin de Problemas, etc

Hay personas que se inclinan por tcnicas sofisticadas y tienden a menospreciar, pero la realidad es que es posible resolver la mayor parte de problemas de calidad, con el uso combinado de estas herramientas en cualquier proceso de manufactura industrial.:

Detectar problemas

Delimitar el rea problemtica

Estimar factores que probablemente provoquen el problema

Determinar si el efecto tomado como problema es verdadero o no

Prevenir errores debido a omisin, rapidez o descuido

Confirmar los efectos de mejora

Detectar desfases

Como elaborar un diagrama de Pareto

Partiendo de los descubrimientos del celebre economista y socilogo italiano Vilfredo Pareto El diagrama de Pareto es una comparacin ordenada de factores relativos a un problema. Esta comparacin nos va a ayudar a identificar y enfocar los pocos factores vitales diferencindolos de los muchos factores tiles. Esta herramienta es especialmente valiosa en la asignacin de prioridades a los problemas de calidad, en el diagnstico de causas y en la solucin de las mismas, el diagrama de Pareto se puede elaborar de la siguiente manera:

1. Cuantificar los factores del problema y sumar los efectos parciales hallando el total.

2. Reordenar los elementos de mayor a menor.

3. Determinar el % acumulado del total para cada elemento de la lista ordenada.

4. Trazar y rotular el eje vertical izquierdo (unidades).

5. Trazar y rotular el eje horizontal (elementos).

6. Trazar y rotular el eje vertical derecho (porcentajes).

7. Dibujar las barras correspondientes a cada elemento.

8. Trazar un grfico lineal representando el porcentaje acumulado.

9. Analizar el diagrama localizando el "Punto de inflexin" en este ltimo grfico.

Se ha llegado a verificar la regularidad con la que se dan en las distintas actividades y fenmenos sociales y productivos, el hecho de que unos pocos factores son responsables de la mayora de los sucesos, en tanto que el resto mayoritario de los elementos o factores generan o poseen escasos efectos, es lo que ms comnmente se cataloga como los "pocos vitales y los muchos triviales".

As en procesos tradicionales de produccin podemos tener que el 20% de las causas de imperfecciones o fallas originan o son responsables de entre un 70 y 80% de los defectos detectados. Y al revs, un 80% de las restantes causas generan tan slo entre un 30 y 20% de los defectos.

Que importancia tiene ello? Pues bien, permite atacar unas pocas causas generando un importante impacto total.

Como elaborar un diagrama de Ishikawa

El diagrama de Ishikawa conocido tambin como causa-efecto, es una forma de organizar y representar las diferentes teoras propuestas sobre las causas de un problema.

Nos permite, por tanto, lograr un conocimiento comn de un problema complejo, sin ser nunca sustitutivo de los datos.

Los Errores comunes son construir el diagrama antes de analizar globalmente los sntomas, limitar las teoras propuestas enmascarando involuntariamente la causa raz, o cometer errores tanto en la relacin causal como en el orden de las teoras, suponiendo un gasto de tiempo importante. El diagrama se elabora de la siguiente manera:

1. Ponerse de acuerdo en la definicin del efecto o problema.

2. Trazar una flecha y escribir el "efecto" del lado derecho.

3. Identificar las causas principales a travs de flechas secundarias que terminan en la flecha principal.

4. Identificar las causas secundarias a travs de flechas que terminan en las flechas secundarias, as como las causas terciarias que afectan a las secundarias.

5. Asignar la importancia de cada factor.

6. Definir los principales conjuntos de probables causas: materiales, equipos, mtodos de trabajo, mano de obra, medio ambiente (5 Ms).

7. Marcar los factores importantes que tienen incidencia significativa sobre el problema.

8. Registrar cualquier informacin que pueda ser de utilidad.

5. Asignar la importancia de cada factor.

6. Definir los principales conjuntos de probables causas: materiales, equipos, mtodos de trabajo, mano de obra, medio ambiente (5 Ms).

7. Marcar los factores importantes que tienen incidencia significativa sobre el problema.

8. Registrar cualquier informacin que pueda ser de utilidad.

Identificacin de la problemtica

Los elementos y las causas que intervienen en el desarrollo de un proceso y, que pueden en un momento dado, ocasionar que no se cumplan los objetivos o fallas del mismo, son diversos y en ocasiones difciles de identificar.

Objetivo de los diagramas de control de la calidad

El objetivo de los diagramas de control de la calidad es determinar y visualizar en una grfica el momento en que ocurre una causa asignable en el sistema de produccin para poder identificarla y corregirla. Esto se logra con la seleccin peridica de una pequea muestra de la produccin actual.

Los procedimientos para establecer un control estadstico

Los procedimientos para establecer un control estadstico del comportamiento de la empresa

establecer la "capacidad del proceso",

crear un grfico de control;

recoger datos peridicos y representarlos grficamente;

identificar desviaciones;

identificar las causas de las desviaciones;

perpetuar los efectos positivos y corregir las causas de los negativos.

Un grfico de control utiliza medidas de un proceso para determinar el comportamiento normal de dicho proceso. La desviacin tpica es una medida de variabilidad que tambin puede calcularse, con las cuales trazamos los lmites de control superior e inferior. Incluyendo los datos futuros a medida que se obtienen, veremos si los nuevos datos se corresponden con los resultados esperados. Si no es as, inferiremos que ha sucedido algo infrecuente con lo que procederemos a buscar la causa. Estas causas son denominadas causas especiales para diferenciarlas de las causas comunes de variabilidad, las cuales siempre estn presentes y son las causantes de la variacin incluida en las observaciones previas. Las causas comunes se reflejan en los clculos de la media y de la desviacin tpica utilizados para elaborar el grfico de control.

Tipos de diagramas de control de la calidad para variables

La media o la grfica x barra

La media o la grfica x barra est diseada para variables de control como peso, longitud, etc. El lmite superior de control (LSC) y el lmite inferior de control (LIC) se obtienen a partir de la ecuacin:

donde es la media de las medias muestrales y es la media de las amplitudes muestrales.

El diagrama de amplitudes

El diagrama de amplitudes est diseado para mostrar si la amplitud total de la medicin est dentro o fuera de control. El lmite superior de control (LSC) y el lmite inferior de control (LIC) se obtienen a partir de la ecuacin:

El diagrama de porcentaje de defectos

El diagrama de porcentaje de defectos se llama tambin diagrama p o diagrama de p barra. La grfica muestra la porcin de la produccin que no es aceptable. Esta porcin se puede encontrar con

El diagrama de c con barra

El diagrama c o diagrama de c barra est diseado para el control del nmero de defectos por unidad. El LSC y el LIC se obtienen mediante:

Aplicaciones

Ejemplo1

Se desea interpretar el siguiente grfico.

De tal forma en el ejemplo podemos observar que el 33% de los factores generadores de costes son responsables del 67% del total de los costes incurridos. De tal forma una reduccin del 20% en los dos tem ms importantes generarn una reduccin en el coste total del orden del 13%.

A su vez los costes de reparaciones pueden y deben ser objeto tambin de un anlisis paretiano de manera tal de saber que tipo de reparaciones conforman este coste, y saber tambin a que lnea de productos responden dichos gastos. Lo mismo debe hacerse con los restantes costes (fallas, reprocesos, etc.).

Ejemplo 2:

Ejemplo3

Un aspecto de la calidad de servicio en un laboratorio de computacin est representado por la buena disposicin de las computadoras, cuando el estudiante ingresa para seguir su clase. Desde el punto de vista de la buena disposicin es la instalacin de los softwares que necesita utilizar es de particular importancia que todas los programas que se supone posee la computadora (sistema operativo, programa de ofimatica completo, internet, etc.) se encuentren realmente disponibles. De igual manera que los programas instalado sean de versiones que se utilizaran en clase estn funcionando adecuadamente.

Se decide estudiar este proceso durante un periodo de 7 das, tomando 10 muestra en cada turno. As pues, se determinar, antes de la llegada de los estudiantes, si las computadoras tienen algn incumplimiento en cuanto a la disponibilidad de las instalaciones y al funcionamiento adecuado de todos los softwares.

En la tabla siguiente se presenta el nmero de computadoras que fueron consideradas como no adecuadas para cada da y turno del periodo de 5 das.

DiasTurnoComputadoras revisadasComputadoras no disponibles

1M102

T104

N102

2M102

T102

N101

3M102

T105

N101

4M103

T101

N104

5M102

T103

N102

6M105

T101

N102

7M104

T101

N102

Linea Central

Limite de Control Superior

Limite de Control Inferior

Un examen del diagrama nos indica que se tiene un proceso bajo control estadstico, en el cual los valores individuales estn alrededor de p sin que exista evidencia de algn patrn presente.

Muestreo de aceptacin

El muestreo de aceptacin es un mtodo para determinar si un lote de productos que se recibe cumple los estndares especificados.

Est basado en tcnicas de muestreo aleatorio.

Una muestra aleatoria de n unidades se obtiene del lote recibido.

c es el nmero mximo de unidades defectuosas que se pueden encontrar en la muestra del lote para considerarse aceptable.

Curva caracterstica de operacin

Una curva CO, o curva caracterstica de operacin, se desarrolla usando la distribucin binomial de la probabilidad con el fin de determinar la probabilidad de aceptar un lote con distintos niveles de calidad1. Control Estadstico del Proceso (SPC)Es una herramienta objetiva que ayuda en la toma de decisiones y facilita el proceso de constante mejora en una empresa.Se trata de un lenguaje matemtico con el cual los administradores y operadores pueden entender "lo que las maquinas dicen".

Siete herramientas bsicasDiagrama de Causa EfectoA este diagrama se le conoce tambin como diagrama de espina de pescado

Los Diagramas de Causa Efecto ilustran la relacin entre las caractersticas (los resultados de un proceso) y aquellas causas que, por razones tcnicas, se considere que ejercen un efecto sobre el proceso.

Casi siempre por cada efecto hay muchas causas que contribuyen a producirlo.

El Efecto es la caracterstica de la calidad que es necesario mejorar. Las causas por lo general se dividen en las causas principales de mtodos de trabajo, materiales, mediciones, personal y entorno.

A veces la administracin y el mantenimiento forman parte tambin de las causas principales.

A su vez, cada causa principal se subdivide en causas menores. Por ejemplo, bajo el rubro de mtodos de trabajo podran incorporarse la capacitacin, el conocimiento, la habilidad, las caractersticas fsicas, etc.

El uso de este diagrama facilita en forma notables el entendimiento y comprensin del proceso y a su vez elimina la dificultad del control de calidad en el mismo, aun en caso de relaciones demasiado complicadas y promueven el trabajo en grupo, ya que es necesaria la participacin de gente involucrada para su elaboracin y uso.

Diagrama de ParetoEl Diagrama de Pareto es una grfica en donde se organizan diversas clasificaciones de datos por orden descendente, de izquierda a derecha por medio de barras sencillas despus de haber reunido los datos para calificar las causas. De modo que se pueda asignar un orden de prioridades.

Mediante el Diagrama de Pareto se pueden detectar los problemas que tienen ms relevancia mediante la aplicacin del principio de Pareto (pocos vitales, muchos triviales) que dice que hay muchos problemas sin importancia frente a solo unos graves. Ya que por lo general, el 80% de los resultados totales se originan en el 20% de los elementos.

La minora vital aparece a la izquierda de la grafica y la mayora til a la derecha. Hay veces que es necesario combinar elementos de la mayora til en una sola clasificacin denominada otros, la cual siempre deber ser colocada en el extremo derecho. La escala vertical es para el costo en unidades monetarias, frecuencia o porcentaje.

Diagrama de DispersinUn Diagrama de Dispersin es la forma mas sencilla de definir si existe o no una relacin causa efecto entre dos variables y que tan firme es esta relacin, como estatura y peso. Una aumenta al mismo tiempo con la otra.

El Diagrama de Dispersin es de gran utilidad para la solucin de problemas de la calidad en un proceso y producto, ya que nos sirve para comprobar que causas (factores) estn influyendo o perturbando la dispersin de una caracterstica de calidad o variable del proceso a controlar.

HistogramasPresentacin de datos en forma ordenada con el fin de determinar la frecuencia con que algo ocurre.

El Histograma muestra grficamente la capacidad de un proceso, y si as se desea, la relacin que guarda tal proceso con las especificaciones y las normas.

Tambin da una idea de la magnitud de la poblacin y muestra las discontinuidades que se producen en los datos.

Hojas de Verificacin o ComprobacinEs un formato especial constituido para colectar datos fcilmente, en la que todos los artculos o factores necesarios son previamente establecidos y en la que los records de pruebas, resultados de inspeccin o resultados de operaciones son fcilmente descritos con marcas utilizadas para verificar.

Para propsitos de control de procesos por medio de mtodos estadsticos es necesaria la obtencin de datos. El control depende de ellos y, por supuesto, deben ser correctos y colectados debidamente.

Adems de la necesidad de establecer relaciones entre causas y efectos dentro de un proceso de produccin, con propsito de control de calidad de productividad, las Hojas de Verificacin se usan para:

Verificar o examinar artculos defectivos.

Examinar o analizar la localizacin de defectos.

Verificar las causas de defectivos.

Verificacin y anlisis de operaciones

EstratificacinEs un mtodo que permite hallar el origen de un problema estudiando por separado cada uno de los componentes de un conjunto. Es la aplicacin a esta tcnica del principio romano "divide y vencers" y del principio de Management que dice: "Un gran problema no es nunca un problema nico, sino la suma de varios pequeos problemas".

A veces, al analizar separado las partes del problema, se observa que la causa u origen est en un problema pequeo.

En la Estratificacin se clasifican los datos tales como defectivos, causas, fenmenos, tipos de defectos (crticos, mayores, menores), en una serie de grupos con caractersticas similares con el propsito de comprender mejor la situacin y encontrar la causa mayor mas fcilmente, y as analizarla y confirmar su efecto sobre las caractersticas de calidad a mejorar o problema a resolver.

Grfica de controlEs una herramienta estadstica que detecta la variabilidad, consistencia, control y mejora de un proceso.

La grfica de control se usa como una forma de observar, detectar y prevenir el comportamiento del proceso a travs de sus pasos vitales.

As mismo nos muestra datos en un forma esttica, tienen por supuesto sus aplicaciones, y es necesario saber sobre los cambios en los procesos de produccin, la naturaleza de estos cambios en determinado perodo de tiempo y en forma dinmica, es por esto que las grficas de control son ampliamente probadas en la prctica.

Caractersticas Generales de las Grficas de ControlEl termino consistencia se refiere a la uniformidad en la salida del proceso; es preferible tener un producto de un proceso consistente, que tener uno con calidad superior, pero de un proceso intermitente.

Una grfica de control se inicia con las mediciones considerando, sin embargo que las mediciones dependen tanto de los instrumentos, como de las personas que miden y de las circunstancias del medio ambiente , es conveniente anotar en las grficas de control observaciones tales como cambio de turno, temperatura ambiente.

Tipos de Grfica y Caractersticas PrincipalesPara construir una grfica de control, es importante distinguir el tipo de datos a graficar pueden ser. Datos continuos, datos discretos, dicha grfica depender del tipo de datos.

Para la utilizacin de las grficas se requiere un procedimiento especfico:

Decidir la grfica de control a emplear

Construir grficas de control para el control estadstico del proceso

Controlar el proceso, si aparece una anormalidad sobre la grfica de control, investigar inmediatamente las causas y tomar acciones apropiadas.

Grficas de variablesUna grfica de control X-R, en realidad son dos grficas en una, una representa los promedios de las muestras de la (grfica X) y la otra representa los rangos (grfica R), deben construirse juntas, ya que la grfica X, nos muestra cualquier cambio en la media del proceso y la grfica R nos muestra cualquier cambio en la dispersin del proceso, para determinar las X y R de las muestras, se basan en los mismos datos.

El uso particular de la grafica X-R es que nos muestra los cambios en el valor medio y en la dispersin del proceso al mismo tiempo, adems es una herramienta efectiva para verificar anormalidades en un proceso dinmicamente.

Algunos puntos importantes a considerar previo a la elaboracin de esta grfica son:

Variable a considerar

Tamao de la muestra

Tener un criterio para decidir si conviene investigar causas de variacin del proceso de produccin.

Familiarizar a l personal con el uso de esta grfica.

El proceso que se debe seguir para construir una grafica es:

La construccin de una grfica de rangos y promedio resulta de formar una unidad, tanto de la grfica de promedios como de la de rangos, consta de dos secciones,

Parte superior se dedica a los promedios,

Parte inferior a los rangos, en el eje vertical se establece la escala, a lo largo del eje horizontal se numeran las muestras.

Mediante este proceso esta bajo control cuando no muestra ninguna tendencia y adems ningn punto sale de los lmites.

Grfica de medidas y desviaciones estndarEsta grfica es el instrumento estadstico que sirve para estudiar el comportamiento de un proceso de manufactura, considerando como indicador la desviacin estndar.

La estructura general, esta constituida por dos porciones, una se destina al registro de los promedios de la caracterstica de calidad en consideracin y otra para controlar la variabilidad del proceso.

La ventaja de usar esta grfica es que para estos valores de n la desviacin estndar es ms sensible a cambios pequeos que el rango.

Dentro del procedimiento de construccin para dicha grafica incluye clculos de lmites de control para las dos partes que constituyen la grfica y la graficacin de los promedios y desviaciones estndar obtenidos en cada subgrupo.

Es importante la variabilidad del proceso de control, al iniciar la construccin de la grfica, si el proceso no muestra estabilidad estadstica, entonces la parte correspondiente a los promedios no ser confiable dado que los lmites de control de X dependen del valor medio de s.

Grficas de medianas y rangosEs la herramienta estadstica que permite evaluar el comportamiento del proceso a partir de la mediana y del rango. La estructura es la comn a todas las grficas de control para variables.

La parte superior registra el valor medio de las caractersticas de calidad en estudio, y la parte inferior indica la variabilidad de la misma.

El clculo de la mediana, es muy sencillo, de modo que utilizar esta grfica par monitorear el proceso es atractivo para el usuario.

El uso de esta grfica en procesos que actualmente muestren estabilidad estadstica. Como toda grfica de control, el usuario obtendr, de una manera continua, informacin rpida y eficiente del proceso en estudio; para verificar que el proceso continua en control o bien para reconocer la aparicin de causas especiales de variacin.

Para el procedimiento de construccin de esta grfica es muy similar al de la grfica de medias y rangos; estos es calculando los lmites de control, luego se grafican los puntos y se integran los lmites de control y lneas centrales, por ltimo se efecta la lectura de la grfica, a fin de ver si el proceso continua estable o bien percibir alguna situacin de anormalidad.

Grfica de control por atributosLas caractersticas de calidad que no pueden ser medidas con una escala numrica, se juzga a travs de un criterio ms o menos subjetivo.

Los datos se presentan con periodicidad a la gerencia y con ellos se integran nmeros ndices, que son muy importantes en el desarrollo de una empresa, estos pueden referirse al producto, desperdicio rechazo de materiales.

Dentro de la clasificacin de las caractersticas calidad por atributos se requiere:

De un criterio

De una prueba

De una decisin

El criterio se establece de acuerdo con las especificaciones.

La prueba consiste en la operacin que se realiza para averiguar la existencia o no del criterio establecido. La decisin determina que ttulo debe darse al productos, es decir si paso o no pasa.

Leer ms: http://www.monografias.com/trabajos28/calidad-spc/calidad-spc.shtml#ixzz3XNeHY8TNConclusiones

Del desarrollo de los concepto y ejemplos se puede observar el enorme potencial que posee la utilizacin del Control Estadstico de la calidad como instrumento y herramienta destinada a un mejor control en la evolucin de la empresa, una forma ms eficaz de tomar decisiones en cuanto a ajustes, un mtodo muy eficiente de fijar metas y un excepcional medio de verificar el comportamiento del sistema.

Muchos son los que por desconocimiento de la forma en que funcionan los procesos tienden a efectuar prolongados y obstinados anlisis en la bsqueda de las razones que dieron lugar a la variacin de los costos en relacin a los estndares o a los registrados en el perodo anterior, cometiendo el error de adoptar medidas de ajuste, cuando en realidad las variaciones respondan a la naturaleza misma del proceso, por lo que los ajustes dan origen a mayores diferencias en el futuro.

Las empresas que no adopten esta nueva metodologa sufrirn el choque frente a empresas de categora mundial que lo aplican en forma metdica.

Bibliografa:

1) LIND, Douglas y MARCHAL, William y MASON, Robert. Estadstica para administracin y economa. Alfaomega. Colombia. 11a edicin. 2004.

2) CRDOVA, Jorge Herramientas estadsticas para la gestin en salud. 3ra edicin. JC ediciones. Versin electrnica (formato CD). Mayo 2003. Per.

3) LIND, Douglas y MARCHAL, William y MASON, Robert. Estadstica para administracin y economa. Alfaomega. Colombia. 10a edicin. 2002.

4) Nathan Grabinsk & Alfred W. Klein, EL ANLISIS FACTORIAL, Banco de Mxico. Investigaciones Industriales

5) Niebel & Freivalds, INGENIERA INDUSTRIAL. MTODOS, ESTNDARES Y DISEO DEL TRABAJO, Ed. Alfa omega

World Wide Web:

1) Barca, R.G., Control Estadstico de Procesos ( Junio 2001)

http://www.calidad.com.ar/calid111.html2) Control Estadstico de Procesos (Febrero 2001)

http://www.calidad.com.ar/controe7.htmlLIND, Douglas y MARCHAL, William y MASON, Robert. Estadstica para administracin y economa. Alfaomega. Colombia. 11a edicin. 2004.

CRDOVA, Jorge Herramientas estadsticas para la gestin en salud. 3ra edicin. JC ediciones. Versin electrnica (formato CD). Mayo 2003. Per.

LIND, Douglas y MARCHAL, William y MASON, Robert. Estadstica para administracin y economa. Alfaomega. Colombia. 10a edicin. 2002.

Nathan Grabinsk & Alfred W. Klein, EL ANLISIS FACTORIAL, Banco de Mxico. Investigaciones Industriales

Niebel & Freivalds, INGENIERA INDUSTRIAL. MTODOS, ESTNDARES Y DISEO DEL TRABAJO, Ed. Alfa omega

1) Barca, R.G., Control Estadstico de Procesos ( Junio 2001)

http://www.calidad.com.ar/calid111.html (Accesado Febrero 2, 004)

2) Control Estadstico de Procesos (Febrero 2001)

http://www.calidad.com.ar/controe7.html (Accesado Febrero 2, 2004)

www.itlp.edu.mx/publica/tutoriales/procesoadmvo/tema6_1.htm

Leer ms: http://www.monografias.com/trabajos30/control-estadistico-calidad/control-estadistico-calidad.shtml#ixzz3XNcrzTsJ