Módulo Control de Calidad Versión Febrero 2010

“Por la Calidad Educativa y la Equidad Social”

1

MÓDULO CONTROL DE CALIDAD 2010

RENÉ ALEJANDRO ALVARADO RUEDA

Adaptación

ANDREA ISABEL BARRERA SIABATO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD - ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA

PROGRAMA DE INGENIERÍA INDUSTRIAL 2010


2

Autor

René Alejandro Alvarado Rueda Ingeniero Industrial. Especialista en Ingeniería de Producción. Magíster en Educación. Énfasis en docencia Universitaria. Adaptación Andrea Isabel Barrera Siabato Ingeniero Industrial. Especialista en Salud Ocupacional y Prevención de Riesgos Laborales Programa de Ingeniería Industrial. UNAD COMITÉ DIRECTIVO Jaime Alberto Leal Afanador Rector Gloria C Herrera Sánchez Vicerrectora Académico Roberto Salazar Ramos Vicerrector De Medios y Mediaciones Pedagógicas Claudia Patricia Toro Ramírez Vicerrectora de Desarrollo Regional Gustavo Velásquez Quintana Decano Escuela de Ciencias Básicas Tecnología e Ingeniería CURSO CONTROL DE CALIDAD GUÍA DIDÁCTICA Segunda Edición @CopyRigth Universidad Nacional Abierta y a Distancia ISBN 2010 Centro Nacional de Medios para el aprendizaje


3

CONTENIDO

INTRODUCCIÓN

UNIDAD 1. FUNDAMENTOS Y PRESENTACIÓN DE TÉCNICAS BÁSICAS PARA EL CONTROL DE CALIDAD

1. CONCEPTUALIZACIÓN

1.1. BREVE HISTORIA Y DEFINICIONES DE CALIDAD

1.1.1. La inspección de la calidad

1.1.2. El control estadístico de la calidad

1.1.3. El aseguramiento de la calidad

1.1.4. La gestión de la calidad

1.1.5. Calidad como conformidad

1.1.6. Calidad como satisfacción de las expectativas del cliente

1.1.7. Calidad como valor con relación al precio

1.2. ÁREAS RESPONSABLES DE LA CALIDAD

1.3. IMPORTANCIA DEL CONTROL DE CALIDAD

1.3.1. El Control de calidad moderno

1.3.2. Mientras en el Japón

1.3.3. El Control estadístico de la calidad

1.3.4. Administración de la calidad total (TQM)


4

1.4. CONTROL TOTAL DE CALIDAD

1.4.1. TQM Modelo de madurez

1.4.2. Aplicación de los enfoques del control de calidad

1.4.3. Los 14 puntos de Deming

1.4.4. Equipos de trabajo

1.4.5. Una buena práctica del manejo de equipos

1.4.6. Tres Dimensiones de TQM

1.4.7. Administración Diaria en Sistemas TQM

1.4.8. Optimización total de la organización

1.4.9. Etapas en la implementación de TQM

1.5. PLANEACIÓN Y DISEÑO DE UN SISTEMA DE CALIDAD PHVA

2. TÉCNICAS CON DATOS NO NUMÉRICOS PARA EL CONTROL DE CALIDAD

2.1. TORMENTA DE IDEAS

2.2. DIAGRAMA CAUSA - EFECTO

2.2.1. Cómo hacer diagramas de causa – efecto

2.2.2. Estructura del diagrama de causa – efecto

2.2.3. Procedimiento para hacer un diagrama de causa – efecto

2.2.4. Explicación del procedimiento


5

2.3. HOJAS DE VERIFICACIÓN 2.3.1. Pasos para la elaboración de una hoja de verificación

2.4. DIAGRAMA DE RELACIONES

2.5. REGISTRO DE NO CONFORMIDADES

3. TÉCNICAS CON DATOS NUMÉRICOS PARA MEJORAR LA CALIDAD

3.1. HISTOGRAMA

3.1.1. Cómo hacer histogramas

3.1.2. Cómo interpretar histogramas

3.2. DIAGRAMA DE PARETO

3.3. GRÁFICOS DE CONTROL

3.3.1. Uso de los gráficos de control de medias y rangos

3.3.2. Elaboración del gráfico de control de medias y rangos

3.3.3. Estudio de los datos preparatorios o estudio inicial, comparados con el rango permisible especificado

3.3.4. Control de la línea de producción o de servicio

3.3.5. Ajuste de las líneas de control

3.4. DIAGRAMAS DE DISPERSIÓN

3.4.1. Cómo hacer un Diagrama de Dispersión

3.5. APLICACIÓN DE LA OFIMATICA AL CONTROL DE CALIDAD


6

UNIDAD 2. TÉCNICAS ESTADÍSTICAS PARA EL CONTROL DE CALIDAD

2.1 CONTROL ESTADÍSTICO DE LA CALIDAD

2.1.1 DETERMINACIÓN DE LOS LÍMITES DE CONTROL POR VARIABLES. (X-R Y X-S)

2.1.2 ELABORACIÓN DE GRÁFICOS DE CONTROL POR VARIABLES (X-R Y X-S) 2.1.3 DETERMINACIÓN DE LOS LIMITES DE CONTROL POR ATRIBUTOS (P Y np) 2.1.4 ELABORACIÓN DE GRÁFICOS DE CONTROL POR ATRIBUTOS (P Y np) 2.1.5 CAPACIDAD O HABILIDAD DE PROCESO (ÍNDICES CP Y CPK).

2.2 MUESTREO DE ACEPTACIÓN LOTE A LOTE POR ATRIBUTOS

2.2.1 CONCEPTOS FUNDAMENTALES

2.2.2 DETERMINACIÓN DE LA CURVA CARACTERISTICA DE OPERACIÓN

2.2.2.1 Curvas de características operativas (CO)

2.2.2.2 Determinación de curvas CO

2.2.2.3 Riesgos para el productor y para el consumidor

2.2.3 ELABORACIÓN DE LA CCO POR HOJA DE CÁLCULO

2.2.4 DISEÑO DEL PLAN DE MUESTREO DE ACEPTACIÓN POR VARIABLES

2.2.5 DISEÑO DEL PLAN DE MUESTREO DE ACEPTACIÓN POR ATRIBUTOS


7

2.3 COSTOS DE LA CALIDAD

2.3.1 CATEGORÍAS Y ELEMENTOS DEL COSTO DE LA CALIDAD

2.3.1.1 Categorías del costo de la calidad

2.3.1.2 Elementos del costo de la calidad

2.3.2 ANÁLISIS DE LOS COSTOS DE CALIDAD

2.3.2.1 Costos generados por productos defectuosos

2.3.2.2 Costos generados por inspecciones

2.3.2.3 Costo total de calidad

2.3.3 OPTIMIZACIÓN

2.3.3.1 Importancia de la curva de demanda y precio

2.3.3.2 Sensibilidad de la demanda a las variaciones de calidad

2.3.3.3 Curva de beneficios de calidad

2.3.4 COSTOS DE NO CALIDAD

2.3.5 ENSAYOS NO DESTRUCTIVOS

BIBLIOGRAFÍA


8

INTRODUCCIÓN

El desempeño de las empresas mediante la aplicación del Control de Calidad es crucial para la supervivencia de la mayor parte de las organizaciones tanto privadas como públicas; en consecuencia, cada una de las personas que de una u otra forma tenga responsabilidad con el tema de Control de Calidad debe ser consciente en diversos grados el desafío que representa a nivel internacional para los países que como Colombia busca un posicionamiento en los mercados globales. De una parte, se tiene presente que el Control de Calidad es una herramienta poderosa para implantar los objetivos de calidad para diferentes organizaciones; por lo tanto, a través de esta obra, el estudiante de Ingeniería Industrial comprenderá mejor el por qué y el cómo estas herramientas pueden ser de utilidad después de haber entrado en contacto con la capacidad del proceso, el control estadístico del proceso, la inspección y el muestreo.

De otra parte, este módulo está dividido en dos unidades. La primera unidad, fundamentos del control de calidad se compone de seis capítulos donde en primer lugar se aborda la temática general de la conceptualización y antecedentes del tema de calidad, en segundo lugar los aspectos concernientes al control estadístico de la calidad, para posteriormente y en tercer lugar entrar al muestreo de aceptación lote a lote por atributos. La segunda unidad, desarrollo del control de calidad, continúa con los capítulos cuarto y quinto, donde se describen las técnicas tanto con datos numéricos como no numéricos para mejorar la calidad, para finalmente y en sexto lugar tratar el tema de los costos de la calidad, esperando así llenar las expectativas de los lectores ávidos por el tema.


9

UNIDAD 1. FUNDAMENTOS Y PRESENTACIÓN DE TÉCNICAS BÁSICAS PARA EL CONTROL DE

CALIDAD

Introducción: En esta unidad se conceptúan definiciones de Calidad, Áreas responsables, importancia de la misma y planeación de un sistema PHVA. Además, se introduce a las Técnicas Numéricas y No Numéricas del Control de Calidad.

Objetivo general:

Fundamentar a los estudiantes del control de calidad con respecto a la conceptualización y a las Técnicas de Control.

Objetivos específicos:

Que el estudiante conozca acerca de los conceptos y desarrollo de la calidad.

Conceptualizar y definir los elementos que le permitan al estudiante identificar la importancia de la calidad y su significado en el ámbito empresarial.

Desarrollar capacidades en el estudiante para el uso de las técnicas del control de la calidad, aplicándolas a casos específicos presentados a nivel de empresa, con el fin de demostrar la importancia de la aplicación de sus beneficios en el mejoramiento continuo de los procesos, ya sea con técnicas numéricas o no numéricas.

Competencias a desarrollar:

El estudiante conoce y comprende los conceptos y desarrollo de la calidad.

El estudiante describe, analiza y sustenta de manera suficiente, soluciones a situaciones problemáticas específicas de organizaciones productivas a partir de la aplicación de técnicas de control de calidad.


10

1.1 CONCEPTUALIZACIÓN

Para la conceptualización y se parte de las definiciones más comunes de calidad y se continúa con determinar cuáles son las áreas responsables de la misma, así como el control total de calidad.

1.1.1 DEFINICIONES Y BREVE HISTORIA DE LA CALIDAD

Gestión de la

calidad total

Aseguramiento

de la calidad

Control de la

calidad

Inspección de la

calidad

1950 – 1960

1960 – 1970

1970 – 1980

1980 – 2000

I

CC

CC

AC

AC

GCT

GCTI

Figura 1.1. Etapas de la calidad

Adaptado de: MORENO-LUZÓN, María. D.; PERIS, Fernando J. y GONZÁLEZ, Tomás. Gestión de la

calidad y diseño de organizaciones. Teoría y estudio de casos. Madrid: Pearson Educación, 2001. 432p.

1.1.1.1 La inspección de la calidad

En la primera etapa de inspección, ésta coincide con el periodo en el que comienza a tener mucha importancia la producción de artículos en serie. Ante esta


11

situación era necesario ver si el artículo, al final de la línea de producción, resultaba apto o no, para el uso para el que estaba destinado; por eso, en las fábricas se vio la conveniencia de introducir un departamento especial a cuyo cargo estuviera la tarea de inspección. A este nuevo organismo se le denomino departamento de control de calidad. Según Frederick W. Taylor, el iniciador de la administración científica, le corresponde a la administración definir la tarea de los operarios y especificarles el procedimiento y la relación que debe darse entre tiempos y movimientos. La tarea de control de calidad compete a los supervisores. Es ésta una de sus ocho taras específicas. G.S.Radford, en su obra The Control of Quality in Manufacturing, afirma que la inspección tiene como propósito examinar de cerca y en forma crítica el trabajo para comprobar su calidad y detectar los errores; una vez que estos han sido identificados, personas especializadas en la materia deben ponerles remedio. Lo importante es que el producto cumpla con los estándares establecidos, porque el comprador juzga la calidad de los artículos tomado como base su uniformidad, que es resultado de que el fabricante se ciña a dichas especificaciones. La inspección no sólo debe llevarse a cabo en forma visual, sino además con ayuda de instrumentos de medición. Radford propone métodos de muestreo con ayuda para llevar a cabo el control de calidad, mas no fundamenta sus métodos en la estadística; habla, además de cómo debe organizarse el departamento de inspección. El libro toca otros aspectos relacionados con la calidad; es decir, la calidad se diseña, como lo es la necesidad de que los diseñadores se involucren desde el comienzo en las actividades de calidad, la necesidad de que exista coordinación entre los diferentes departamentos y la relación que debe existir entre el mejoramiento de la calidad y la baja de costos.

1.1.1.2 El control estadístico de la calidad

En la segunda etapa del Los trabajos de investigación llevados a cabo, en la década de los treinta, por Bell Telephone Laboratorios fueron el origen de los que actualmente se denomina control estadístico de la calidad (Statistical Quality Control SQC)


12

A este grupo de investigadores pertenecieron entre otros, W. A Shewhart, Harold Dodge. Harry Romig y, más tarde, G.D. Edwards y Joseph Juran, quienes con el tiempo iban a ser figuras prominentes del movimiento hacia la calidad. En 1931, W.A Shewhart- publicó su libro Economic Control of Quality of Manufactured product, que significó un avance definitivo en el movimiento hacia la calidad. El autor proporciona una definición precisa del control a efectuarse en el proceso de manufactura, desarrolla técnicas eficaces para monitorear y evaluar día a día la producción y propone diversas formas para mejorar la calidad. Shewhart fue el primero en reconocer que en toda producción industrial se da variación en el proceso. Esta variación debe ser estudiada con los principios de la probabilidad y de la estadística. Observó que no pueden producirse dos partes con las mismas especificaciones, lo cual se debe, entre otras cosas a las diferencias que se dan en la materia prima, a las diferentes habilidades de los operadores y a las condiciones en que se encuentra el equipo. Más aún, se da variación aun en las piezas producidas por un mismo operador y con la misma maquinaria. La administración debe tomar en cuenta este hecho, relacionado íntimamente con el problema de la calidad. No se trata de suprimir la variación,- esto resulta prácticamente imposible-, sino de ver qué rango de variación es aceptable sin que se originen problemas. El análisis expuesto tuvo su origen en el concepto de control estadístico de Shewhart. “Se dice que un fenómeno se controla cuando, con base en experiencias anteriores, podemos predecir, al menos dentro de ciertos límites, cómo esperamos que el fenómeno va a variar en el futuro. Esta predicción significa que podemos establecer, en forma al menos aproximada, la probabilidad con la que el fenómeno observado se va a dar dentro de ciertos límites” Teniendo en cuenta los conceptos anteriores, shewhart desarrollo técnicas y estadísticas sencillas para determinar dichos límites y gráficas de control en las que se pudieran presentar los resultados. Mientras Shewhart proseguía su trabajo con respecto al control del proceso, otros investigadores de la misma compañía, principalmente Harold Dodge y Harry Roming, avanzaban en la forma de llevar a cabo la práctica del muestreo, que es el segundo elemento importante del control estadístico del proceso. Las técnicas de muestreo parten del hecho de que en una producción masiva es imposible inspeccionar todos los productos, para diferenciar los buenos de los


13

malos. De ahí la necesidad de verificar un cierto número de artículos entresacados de un mismo lote de producción, para decidir sobre esta base si el lote entero es aceptable o no. Sin embargo, esta forma de proceder incluye riesgos: debido a los defectos de unas cuantas muestras se puede rechazar todo un lote de producción de calidad aceptable, como también se puede pasar como bueno un lote que en realidad debería ser rechazado. Los investigadores, que consideraron este problema como riesgo del productor y del consumidor, desarrollaron también algunas técnicas para solventarlo. La participación de Estados Unidos en la Segunda Guerra Mundial y la necesidad de producir armamento en grandes cantidades fueron la ocasión para que se aplicaran con mayor amplitud los conceptos y las técnicas de control estadístico de la calidad. En diciembre de 1940, el Departamento de Guerra de Estados Unidos formó un comité para establecer estándares de calidad. Dicho departamento se enfrentó con el problema de terminar los niveles aceptables de calidad de las armas e instrumentos estratégicos proporcionados por diferentes proveedores. Se presentaron dos alternativas: o se daba un entrenamiento masivo a los contratistas en el uso de las gráficas del control del proceso, o bien, se desarrollaba un sistema de procedimientos de aceptación mediante un sistema de muestreo a ser aplicado por inspectores del gobierno. Se optó por esta segunda forma de proceder; y en 1942 el Departamento de Guerra estableció la sección de control de calidad, organismo en el que ocuparon puestos relevantes algunos especialistas en estadística de la Compañía Bell Telephone Laboratorios. Este grupo desarrolló pronto un conjunto de tablas de muestreo basadas en el concepto de niveles aceptables de calidad (Aceptable Quality Levels AQL). En ellas se determinaba el máximo por ciento de defectos que se podía tolerar para que la producción de un proveedor pudiera ser considerada satisfactoria. La necesidad de elaborar programas de entrenamiento en asuntos referentes al control de calidad con la cooperación de importantes universidades de Estados Unidos, fue la ocasión para que los conceptos y las técnicas de control estadístico se introdujeran en el ámbito universitario. Los estudiantes que habían tomado cursos comenzaron a integrar sociedades locales de control de calidad. Fue así como se originó la American Society for Quality Control (ASQC) y otras más. A finales de la década de los cuarenta, el control de la calidad era parte ya de la enseñanza académica. Sin embargo, se le consideraba únicamente desde el


14

punto de vista estadístico y se creía que el ámbito de su aplicación se reducía, en la práctica, al departamento de manufactura y producción. Se inicia una nueva en el movimiento hacía la calidad sólo hasta el momento en que se perciben las implicaciones que el control estadístico de la calidad tiene para la administración.

1.1.1.3 El aseguramiento de la calidad

Esta tercera etapa se caracteriza por dos hechos muy importantes: la toma de conciencia por parte de la administración del papel que le corresponde en el aseguramiento de la calidad y la implantación del nuevo concepto de control de calidad en Japón. Antes de la década de los cincuenta, la atención se había centrado en el control estadístico del proceso, ya que en esta forma era posible tomar medidas adecuadas para prevenir los defectos. Este trabajo se consideraba responsabilidad de los estadísticos. Sin embargo, era necesario que quedara asegurado el mejoramiento de la calidad logrado; lo cual significaba que había que desarrollar profesionales dedicados al problema del aseguramiento de la calidad y que, más aún, había que involucrar a todos en el logro de la calidad. Todo lo cual requería un compromiso mayor por parte de la administración. ¿Estaría dispuesta la alta gerencia a un compromiso de este género? Lo anterior implica una partida presupuestal dedicada específicamente a atender programas de calidad. ¿Estaría la administración dispuesta a hacer dicha erogación? Ciertamente se era consciente de que el producto defectuoso incidía en los costos de producción, pero ¿hasta que grado? La inversión hecha para asegurar la calidad ¿quedaría justificada por el ahorro que significaba evitar el producto defectuoso? Tales eran, en el fondo, los problemas que se planteaban al inicia de esta nueva época del desarrollo del movimiento hacia la calidad. Cuatro son ahora los autores má importantes que figuran: W. Edwards Deming, Joseph Juran, Armand Feigenbaum y Philip B. Crosby. Deming pone de relieve la responsabilidad que la alta gerencia tiene en la producción de artículos defectuosos. Juran investiga los costos de la calidad. Feigenbaum, por su parte, concibe el sistema administrativo como coordinador, en la compañía, del compromiso de todos en orden al logro de la calidad. Crosby es el promotor del movimiento denominado cero defectos.


15

W. Edwards Deming ocupa un lugar preponderante en el movimiento hacia la calidad debido, sobre todo, a su planteamiento visionario de la responsabilidad de la administración y a la influencia que tuvo en el movimiento japonés hacia la calidad. Su planteamiento es el siguiente: si se mejora la calidad, disminuyen los costos. La reducción de costos juntamente con el mejoramiento de la calidad se traduce en mayor productividad. La empresa con mayor productividad es capaz de capturar un mercado cada vez mayor, lo cual le va a permitir permanecer en el mundo de los negocios conservando así las fuentes de trabajo para sus empleados. Hacer este cambio en el sistema es tarea de la alta gerencia. Dado que la alta gerencia es responsable del sistema y puesto que gran parte de los productos defectuosos se derivan del sistema mismo, la alta gerencia, y no los trabajadores, es la responsable en mayor medida (el 85%) de los productos defectuosos. Si la alta gerencia quiere cumplir con la responsabilidad que le compete en esta época de gran competitividad, debe llevar a cabo determinadas acciones (los catorce puntos de Deming) que le van a permitir hacer el cambio del sistema. El planteamiento de Deming se publico en su obra Quality. Producivity, and Competittive Position, editada en 1982. Joseph Juran, en su libro Quality Control Handbook editado en 1951, trató el tema de los costos de la calidad y de los ahorros substanciales que los administradores podían lograr si atendían inteligentemente el problema. Estos ahorros los compara el autor con el “oro de una mina” que es necesario saber explotar. Algunos costos de producción, son inevitables, pero otros se pueden suprimir. Son inevitables los relacionados con el control de la calidad. Los que se pueden suprimir son los que se relacionan con los productos defectuosos, como son el material de desecho, las horas invertidas en reparaciones, en retrabado y en atender reclamaciones, y las pérdidas financieras que resultan de clientes insatisfechos. Si se suprimieran todos estos costos invirtiendo en el mejoramiento de la calidad, se lograrían ahorros verdaderamente substanciales. Se estaría explotando el “oro contenido en la mina”.Es responsabilidad de la alta gerencia decidir qué tanto quiere invertir en este mejoramiento. Los administradores, además deben tener en cuenta que determinadas decisiones tienen consecuencias muy importantes. Por ejemplo, la inversión hecha en el diseño de la calidad de un nuevo producto va a repercutir grandemente en los costos de fabricación del producto y en la aceptación que el artículo va a tener entre los consumidores.


16

En 1956, Armand Feigenbaum en su libro Total Quality Control, propone por primera vez el concepto control total de calidad. Su planteamiento es el siguiente: no es posible fabricar productos de alta calidad si el departamento de manufactura trabaja aisladamente. Para que el control de calidad sea efectivo, éste debe iniciarse con el diseño mismo del producto y terminar sólo cuando el artículo esté en manos de un consumidor satisfecho. Por consiguiente, el principio fundamental del que hay que partir es el siguiente: la calidad es trabajo de todos y de cada uno de los que intervienen en cada etapa del proceso. Diferentes departamentos deben intervenir, en mayor o menor medida dependiendo de la actividad que les es propia tanto en el control del diseño de un nuevo producto, como en el control del diseño de un nuevo producto como en el control del material que entra y en el control del producto que sale a la venta. Si no intervienen grupos interdepartamentales en todas estas actividades, se corre el riesgo de cometer errores en el proceso, que tarde o temprano van a ser causa de problemas en la línea de ensamble o, peor aún, cuando el producto esté ya en manos del consumidor. A fin de que el sistema funcione, es necesario que las compañías desarrollen matrices en las que expresen las responsabilidades que los diferentes departamentos tienen con respecto a determinadas actividades o funciones. De ahí la necesidad de construir equipos interdepartamentales que tengan como función llevar a la mesa de discusión los puntos de vista de los diferentes departamentos y asegurar el que estos puntos de vista sean tomados en cuenta en la actividad propia de cada departamento. La alta gerencia es, en último término, la responsable de la efectividad del sistema. Tanto Juran como Feigenbaum señalan la necesidad de contar con nuevos profesionales de la calidad que reúnan conocimientos estadísticos y habilidades administrativas; expertos en ingeniería de control de calidad, que sepan planear la calidad a alto nivel, coordinar las actividades de otros departamentos y empresas y de establecer estándares de calidad y proporcionar mediciones adecuadas; pero también ve cómo se comporta el producto en el mercado a fin de mejorar el diseño del producto y del proceso y competir mejor. Philip B. Crosby está ligado con la filosofía conocida como cero defectos, que se experimentó en la Martín Company, fábrica de los misiles Pershing. El hecho de haber podido entregar en Cabo Cañaveral uno de estos artefactos el 12 de diciembre de 1961 sin ningún defecto y el haber podido entregar otro en febrero de 1962 también sin ningún defecto, pero este último ya como resultado de una petición expresa de la administración a los trabajadores en este sentido, hizo caer en la cuenta a los directivos de esta compañía que cuando la administración pide


17

perfección, ésta se da. Si no se da la perfección en un trabajo, esto se debe a que la administración o no la exige a los trabajadores no tienen la intención de darla. Dicho razonamiento permitió ver la importancia que tiene motivar a los trabajadores y hacerlos conscientes de que pueden hacer su labor sin ningún defecto. El programa se denominó cero defectos y se, distinguió por el énfasis que puso en hacer conscientes de la importancia del programa a quienes iban a participar en él y en motivarlos. Martín Company, pues, articuló una filosofía, según la cual el único Standard aceptable de calidad es cero defectos. Para lograr este propósito entrenó a sus trabajadores, hizo eventos especiales, estableció metas y llevó a cabo autoevaluaciones. Philip B. Crosby, quien trabajó en la compañía Martín en la década de los sesenta, divulgó esta filosofía en su libro Quality Is Free (12). A juicio de este autor es técnicamente posible lograr una excelente calidad; la cual es lo más reducible desde el punto de vista económico.

1.1.1.4 La gestión de la calidad

En la cuarta etapa, relacionada con las dos últimas décadas, ha tenido lugar un cambio muy importante en la actitud de la alta gerencia con respecto a la calidad debido, sobre todo, al impacto que, por su calidad, precio y confiabilidad, han tenido los productos japoneses en el mercado internacional. Se trata de un cambio profundo en la forma como la administración concibe el papel que la calidad desempeña actualmente en el mundo de los negocios. Si en épocas anteriores se pensaba que la falta de calidad era perjudicial a la compañía, ahora se valora la calidad como la estrategia fundamental para alcanzar competitividad y, por consiguiente, como el valor más importante que debe presidir las actividades de la alta gerencia. La calidad no pasa a ser estrategia competitiva sólo porque se apliquen métodos estadísticos para controlar el proceso; como tampoco lo es por el hecho de que todos se comprometan a elaborar productos sin ningún defecto, pues esto de nada serviría si no hay mercado para ellos. La calidad pasa a ser estrategia de competitividad en el momento en el que la alta gerencia toma como punto de partida para su planeación estratégica los requerimientos del consumidor y la calidad de los productos de los competidores. Se trata de planear toda la actividad de la empresa, en tal forma de entregar al consumidor artículos que respondan a sus requerimientos y que tengan una calidad superior a la que ofrecen los competidores.


18

Esto, sin embargo, implica cambios profundos en la mentalidad de los administradores, en la cultura de las organizaciones y en las estructuras de las empresas. La experiencia que las empresas japonesas han tenido en la implantación de un sistema administrativo enfocado al logro de la calidad ha contribuido en gran media a visualizar cuáles deben ser estos cambios y, por consiguiente, a comprender los pasos a dar para lograr que la calidad llegue a ser estrategia competitiva por excelencia, sintetizada en la gestión de la calidad.

DEFINICIONES DE CALIDAD

Si usted camina a través de una planta manufacturera o de ensamble en cualquier parte del mundo, verá lotes de partes que, excepto por diferencias muy pequeñas, son idénticas. Las partes dentro de un lote en particular son exactas, en el sentido de que todas están diseñadas para una función en específico y son intercambiables con relación a dicha función.

Para satisfacer ese propósito específico, dichas partes deben tener "alta calidad". Aunque haya sido simple el escribir la frase "alta calidad", y a pesar de que la mayoría usamos el término "calidad" de una forma que nosotros pensamos que tiene sentido y es entendible para cualquiera, descubriremos que una definición útil de calidad, no es fácil de desarrollar. Debido a la importancia que el tema de calidad ha venido ganando en los últimos tiempos, es necesario estar al tanto que cuando se habla de calidad se debe saber exactamente a qué se está refiriendo, ya que la diversidad de propuestas existentes en la literatura especializada puede crear cierta confusión en quienes se introducen en este tema, es de anotar que se comparten los planteamientos tanto de los clásicos de la calidad, como los de Moreno y otros (2001)1, así: La clásica adecuación al uso de Juran (1974), la interesante propuesta de Garvin (1988) de calidad como simple y no analizable propiedad que aprendemos a reconocer sólo a través de la experiencia, la específica conformidad con los requerimientos de Crosby (1979), o la de Pirsig (1974) que pone en cuestión la propia definición de la calidad no es ni mente ni materia, sino una tercera entidad

1 MORENO-LUZÓN, María. D.; PERIS, Fernando J. y GONZÁLEZ, Tomás. Gestión de la calidad y diseño de organizaciones. Teoría y

estudio de casos. Madrid: Pearson Educación, 2001. 432p.


19

independiente de las dos, algo que se conoce, pero sobre lo que es difícil establecer un juicio objetivo (como para citar algunos ejemplos). También, cuando se habla de calidad no se puede precisar el objeto al que se atribuye esa cualidad, que suele estar en el producto, el servicio, el proceso, o la propia empresa y sus sistemas de gestión, en especial el sistema de gestión de la calidad como complemento del control estadístico de la calidad. Garvin (1988) y Reeves y Vendar (1994), realizan una síntesis de las definiciones del concepto en las que pueden encuadrarse, entre otras, las propuestas por los autores más conocidos como Deming. Juran, Feigenbaum o Crosby. A continuación se dan a conocer algunas aproximaciones a éstas.

1.1.1.5 Calidad como conformidad

La calidad como conformidad con unas especificaciones es una idea que surge en el ámbito del taller y de la fábrica de manufacturas. A finales del pasado siglo y principios de éste, el objetivo de las empresas manufactureras era conseguir la producción en masa de productos iguales y sin defectos. Se busca conseguir que todas las piezas del mismo tipo sean semejantes e intercambiables. Lo substancial está en obtener una producción estándar que permita obtener piezas y productos parecidos. De esta forma la calidad equivale a la no variabilidad de procesos y productos. La calidad como conformidad coexiste en los postulados tayloristas y fordistas y su mayor logro es el control estadístico de procesos, que trata de eliminar el elevado coste de la inspección masiva (Shewhart 1931; Jurán 1951; Deming, 1989; Crosby, 1984; 19991). La calidad de los productos es medida a través de indicadores cuantitativos, de los cuales permiten ver la conformidad de los productos con las especificaciones diseñadas. Lo anterior se centra en un concepto útil en mercados de productos industriales, fácil de implantar y administrar, y que puede ser medido y controlado con exactitud. La aplicación de este concepto de calidad involucra incrementos de la eficiencia en aquellas partes de las organizaciones que afrontan menores grados de incertidumbre y en las que es más fácil definir especificaciones tales como: producción, facturación, servicio, entre otros. De hecho, siempre que sea posible identificar correctamente las especificaciones exigidas por el cliente, y siempre que éstas tengan un grado suficiente de estabilidad en el tiempo, hace posible la estandarización de procesos y productos.


20

Sin embargo, la aplicación de este concepto se vuelve más problemática cuando sus defensores (Juran, Deming y Crosby, para citar algunos), insisten en que las especificaciones deben ser definidas en función de los requerimientos del cliente. Los clientes en general, no conocen las especificaciones de calidad del producto, ni se preocupan por estos aspectos tan técnicos y específicos del mismo, lo cual es especialmente cierto en los productos de gran consumo o de consumo de masas.

1.1.1.6 Calidad como satisfacción de las expectativas del cliente

La calidad como satisfacción de las expectativas del cliente parte de la evolución de la gestión de calidad desde una perspectiva muy centrada en la producción hasta perspectivas que integran la dimensión, se ha tenido como consecuencia el dar cada vez mayor importancia a la satisfacción de las expectativas de los clientes como eje central y principio básico de la calidad. En este sentido un producto o servicio será de calidad cuando satisfaga o exceda las expectativas del cliente. Esta definición del concepto de calidad hace necesario un conjunto de factores subjetivos de tal manera que puedan ser medidos. Los clientes ciertamente, no conocen las especificaciones que permitan juzgar la calidad de un modo objetivo; pero sí tienen expectativas y estas son susceptibles de medición, aún cuando esta medición pueda ser una cuestión difícil en muchos casos. Se trata de una definición enfocada hacia el exterior de la organización y, por tanto, va a ser especialmente sensible a los cambios del mercado. Si una empresa descubre los factores que conforman las expectativas de sus diversos clientes y es capaz de monitorizarlos, puede afirmarse que habrá adquirido las bases para una ventaja competitiva importante. Dicha organización estará en situación de elegir los atributos del producto o servicio sobre los que cimentará su estrategia producto-mercado.

1.1.1.7 Calidad como valor con relación al precio

La calidad como valor con relación al precio es un pensamiento aplicable, a productos y servicios. Los autores que utilizan esta definición entienden que la noción de valor debe ser incluida en la definición de calidad. Plantean que tanto precio como calidad deben ser tenidas en cuenta en un mercado competitivo. Feigenbaum (1955) plantea que la calidad no tiene el sentido popular de lo mejor en un sentido absoluto. Representa lo mejor para cierto consumidor en función del


21

uso actual del producto-servicio y de su mejor precio de venta. Coexiste, la calidad de un producto-servicio y de su mejor precio de venta. Es decir, la calidad de un producto no puede ser desligada de su coste y de su precio. Los modelos de comportamiento del consumidor, que explican cómo éste intenta maximizar sus utilidades, pueden ser utilizados de forma sencilla para analizar las relaciones precio-calidad. En consecuencia, un bien con diferentes calidades y diferentes precios puede ser tratado como un conjunto de diferentes bienes entre los cuales el consumidor asignará su renta según su función de unidad. En el concepto de calidad como valor, está la concepción económica de que el precio es el primer determinante en la elección del consumidor. Por ende la calidad se entiende aquí como un concepto subordinado y relativo, lo que implica que se tratará de obtener la mejor calidad posible a un precio dado. Es la concepción que subyace a la definición muy extendida. El concepto de calidad incorpora aquí, además, una serie de atributos como durabilidad, comodidad, etc.; que, junto al precio, permiten su concreción en indicadores que ayudan al establecimiento de comparaciones efectivas entre productos, servicios y experiencias de consumo distintas.

1.1.1.8 Calidad como excelencia

La calidad como excelencia es el concepto más genérico e integrador de las formas de entender la calidad. Se puede aplicar a productos, servicios, procesos, y a la empresa en su conjunto. De hecho el término excelencia es el más comúnmente utilizado en referencia a la calidad en contextos muy diversos. Es frecuente su uso para calificar a las personas, e indica en el mismo un comportamiento ejemplar, una alta calidad humana. Como concepto de uso general y denotar aquello que es lo mejor posible, la calidad como excelencia es un objetivo que permite y exige incorporar el compromiso de todos los integrantes de la organización; y que, si es reconocida por el mercado, será fuente de ventaja competitiva, vía diferenciación (Garvin, 1984). Este concepto se aplica a aquellos productos y servicios que reúnen los máximos estándares de calidad en sus diferentes características. El concepto de calidad implica aquí no admitir, en la realización de cualquier tarea, todo aquello que no sea lo mejor (Juran 1951), y supone la inversión de las mejores habilidades y materiales en la realización de una tarea, para alcanzar el mejor resultado posible. Concluyentemente, un producto o un servicio son de calidad excelente cuando se aplican, en su realización, los mejores componentes y la mejor gestión y realización de los procesos.


22

En consecuencia de lo anterior se pueden esquematizar los anteriores conceptos, tal como puede verse en la Figura 1.2.

Conformidad

con las especificaciones

del PRODUCTO

(Eficiencia)

Perspectiva interna

Satisfacer expectativas

del CLIENTE

(Eficacia)

Valor –R – Precio

Perspectiva de mercado

Excelencia

Perspectiva global

(Eficiencia * Eficacia) = Efectividad

Figura 1.2. Esquema de los conceptos de calidad

Adaptado de: MORENO-LUZÓN, María. D.; PERIS, Fernando J. y GONZÁLEZ, Tomás. Gestión

de la calidad y diseño de organizaciones. Teoría y estudio de casos. Madrid: Pearson Educación,

2001. 432p.

Teniendo en cuenta como punto de referencia a la empresa, se puede agrupar las diferentes definiciones de calidad, así: La perspectiva interna hace énfasis en la eficiencia. Parte del supuesto de que la empresa está ofreciendo productos y servicios que interesan al mercado y, por tanto, lo importante es elaborar el producto o prestar el servicio con una atención especial a los costes y a la productividad, respetando lo pactado con el cliente de forma táctica o explícita. Se asume aquí que si un output está elaborado eficientemente, y tiene un rendimiento igualmente eficiente, será adquirido en el mercado. La perspectiva externa, posterior en el tiempo, trata de cubrir las lagunas del enfoque anterior, asumiendo que en los mercados con un alto grado de rivalidad entre competidores, fuerte ritmo de cambio tecnológico, y cambios en los gustos de los consumidores es necesario centrarse en el cliente, que es quien va a indicar qué productos y servicios necesita, con qué características y prestaciones, y a que precio. Esta perspectiva deja un segundo plano la eficiencia para poner el énfasis en la eficacia y en la satisfacción de los deseos del cliente, dejando


23

también en un lugar secundario la satisfacción de otros grupos de influencia; es decir, los stakeholders.2 La perspectiva global abarca las dos anteriores: la empresa excelente es aquella que satisface las necesidades de todos los stakeholders relacionados con ella, y además con criterios de eficiencia. En este caso se entiende el concepto de excelencia no como estado a alcanzar, sino como una filosofía de trabajo que da lugar a un proceso dinámico de mejora en el que el objetivo es alcanzar la eficiencia y la eficacia; y por consiguiente, la efectividad considerada como el producto de las dos. Dada la importancia que representan aquí los conceptos de eficiencia y eficacia, y por ende el de efectividad, así como el de productividad; éstos se amplían a continuación en la Figura 1.3, así:

Proceso

de

Transformación

Bienes

Servicios

Entrada,

Inputs ó

Insumos

PRODUCTIVIDAD

Relación Bienes

Servicios

Salida,

Outputs ó

Producción

Figura 1.3. Esquema del concepto de productividad

Mientras que en la Figura 1.3., se observa claramente el concepto de productividad visto como la relación que existe entre el proceso de transformación de bienes y servicios para la obtención de otros bienes servicios, en la Figura 1.4., se dan a conocer diferentes aseveraciones del término de productividad.

2 Empleados, accionistas, proveedores, otras empresas y sociedad en general.


24

• La productividad es la Relación entre las Salidas y Entradas.

ó

• La productividad es la Relación entre las Outputs e Inputs.

ó

• La productividad es la Relación entre la Producción e

Insumos.

Figura 1.4. Diferentes aseveraciones sobre el

concepto de productividad

Para concluir, en la Figura 1.5., se resaltan los conceptos de eficacia, eficiencia y efectividad, donde como ya se mencionó anteriormente esta última se considera como el producto de las dos; es decir, tanto de la eficiencia como de la eficacia.

Figura 1.5. Relación de eficacia, eficiencia y efectividad

Eficacia =

Eficiencia =

Efectividad =

Producción Lograda

Meta de Producción

Recursos Programados

Recursos Reales

Eficacia * Eficiencia


25

Se tiene en cuenta aquí que mientras que la meta de producción y los recursos programadas pueden ser son obtenidos mediante estudios previos de tiempos y movimientos, la producción logradas y los recursos reales pueden ser tomados de reportes de producción y de minutas de producción respectivamente, tal como puede verse en la Figura 1.6.

Figura 1.6. Diferencia entre meta de producción,

recursos programados, producción lograda y recursos

reales

• Meta de Producción:

Cantidad de unidades a

producir (resultado del

estudio de tiempos y

movimientos).

• Producción Lograda:

Cantidad de unidades

producidas (tomada de

los reportes de

producción).

• Recursos Programados:

Tiempos programados

(resultado del estudio de

tiempos y movimientos) u

otros recursos

programados.

• Recursos Reales:

Tiempos realmente

consumidos (tomados de

las “minutas” de

producción) u otros

recursos programados.

1.2 ÁREAS RESPONSABLES DE LA CALIDAD

Teniendo en cuenta que la calidad es algo con lo que la organización en su totalidad debe estar relacionada, la administración de ésta es objeto de estudios más profundos. Este hecho incluye la mejora continua, la prevención de defectos, los enfoques de calidad total y la calidad japonesa. Tal como quedó establecido en la sección anterior, el término calidad se utiliza en una amplia variedad de formas diferentes; no existe una definición clara de ésta, a menos que sea vista desde las dimensiones del concepto de calidad; es decir, desde el punto de vista del comprador, la calidad con frecuencia se asocia a su valor, utilidad o incluso al precio; desde el punto de vista del productor, la calidad se asocia con el diseño y la producción de un producto para satisfacer la necesidad del cliente.


26

Así las cosas, los productores deben esforzarse continuamente para mejorar la calidad, esto es, realizar un mejor trabajo para satisfacer las necesidades del cliente y reducir la variabilidad en todos los procesos. La mejora continua es un proceso que nunca termina y se estima con conocimiento y resolución de problemas. Conforme los productores cumplen mejor las expectativas de los clientes, y conforme se tiene disponible una mejor tecnología, la calidad se puede mejorar continuamente. De acuerdo con Juran y otros autores versados sobre el tema, como es el caso de Schroeder (1994)3, la calidad incluye las siguientes cinco características:

Tecnológicas (por ejemplo, resistencia y dureza)

Psicológicas, (por ejemplo, sabor, belleza, posición relativa)

Orientadas en tiempo (por ejemplo, confiabilidad y servicio)

Contractuales (por ejemplo, estipulación de la garantía)

Éticas (por ejemplo, cortesía del personal de ventas, honestidad) La calidad para un producto manufacturado se puede definir principalmente por las características tecnológicas contractuales y orientadas en tiempo, mientras un producto de servicio puede incluir todas las características mencionadas anteriormente. En este sentido, las áreas responsables de la calidad requieren una interacción continua entre el consumidor, operaciones y otras áreas de la organización. En la Figura 1.7., se muestra cómo estas interacciones tienen lugar en las áreas responsables de la calidad. El cliente especifica las necesidades, por lo regular a través de la función de la mercadotecnia. Estas necesidades son o están expresadas directamente por el cliente, o descubiertas a través de un proceso de investigación de mercados. La ingeniería, a su vez, diseña un producto para satisfacer esas necesidades o trabaja junto con el cliente en las modificaciones de diseño que se adaptarán de acuerdo con las capacidades de producción.

3 SCHROEDER, Roger. Administración de operaciones. Toma de decisiones en la función de operaciones. 3ed. Méjico: McGraw-Hill, 1994.

855p.


27

Figura 1.7. Áreas responsables de la calidad

CLIENTE

Especifica las necesidades de calidad.

Redefine las necesidades para fijar las

capacidades de operaciones.

MERCADOTECNIA

Interpreta las necesidades del cliente.

Trabaja con el cliente en el diseño del

producto para fijar las operaciones.

INGENIERÍA

Define el concepto de diseño.

Prepara las especificaciones.

Define características de calidad.

OPERACIONES

Fabrica el producto

o servicio.

CONTROL DE

CALIDAD

Planea y monitorea la

calidad.

Necesidades

Interpretación de

la necesidades

Especificaciones

Adaptado de: SCHROEDER, Roger. Administración de operaciones. Toma de decisiones en la

función de operaciones. 3ed. Méjico: McGraw-Hill, 1994. 855p.

Una vez que se ha terminado el concepto de diseño y las especificaciones, queda establecida la calidad de diseño. La ingeniería debe entonces trabajar junto con operaciones para producir el producto especificado o, si se encuentran dificultades, modificar las especificaciones. Operaciones debe asegurarse continuamente de que el producto se esté fabricando conforme a lo especificado, y esto se logra insistiendo en la calidad de conformidad con las especificaciones del producto o servicio. Esto generalmente se realiza mediante la capacitación, supervisión, mantenimiento de maquinaria y equipo e inspección apropiadas. Además, para cumplir con las especificaciones, operaciones debe esforzarse por reducir la variación de sus procesos y productos en el tiempo. De esta forma se lleva a cabo la mejora continua.

1.3 IMPORTANCIA DEL CONTROL DE CALIDAD

1.3.1 El Control de calidad moderno

En 1931, Walter Shewhart publicó " Economic Control of Quality of Manufactured Products " (Control Económico de la Calidad de Productos Manufacturados), en el que se plantean los principios básicos del control de la calidad, sobre la base de métodos estadísticos, centrándose en el uso de Cuadros de Control.


28

Convirtiéndose así en el padre del Control de Calidad Moderno (aunque algunos autores dan esta paternidad a Deming, debemos considerar que los estudios de Deming se basaron inicialmente en los de Shewhart). Después del aporte de Shewhart, en 1941 y 1942 se aprobaron y publicaron los " Estándares Z " conocidos como los estándares de la Guerra, que enfocaban el uso de los Cuadros de Control para el análisis de datos y su aplicación durante la producción. Y también en 1941 Leslie E. Simons publicó " Un Manual de Métodos Estadísticos para Ingenieros ". Estos tres aportes eran lo único con que se contaba en el campo del control de calidad durante los años cuarenta en el mundo occidental, donde hasta ese momento la calidad y el mejoramiento no tenían ninguna importancia para las empresas, sino hasta 1947, en que un grupo de colaboradores de Johns- Manville terminaron de rodar y editar un video llamado " Control de Calidad Moderno " con el objetivo de promover los aspectos básicos del control de calidad en su empresa entre los colaboradores e indirectamente a la gerencia : cuadros de control, histogramas, límites para gráficos de barras y cuadros R, así como muestreo. Fue tan exitoso, que trascendió a la empresa y fue utilizado en muchas otras durante décadas. Sin embargo, la concientización real sobre la importancia de la calidad no se asentó en occidente sino hasta los años 80.

1.3.2 Mientras en el Japon…

Después de la II Guerra Mundial, el Japón se encontraba frente a la nada fácil tarea de reconstruir su país. En aquel momento, las fuerzas de ocupación de los EEUU, decidieron apoyar en la reconstrucción de la economía y la infraestructura de manera directa, con el objetivo de evitar que el Japón recuperara su capacidad bélica. Llevaron al Japón un importante número de expertos estadounidenses para ayudar en la labor, pero antes de esto, debían ganar la confianza de los japoneses, quienes aún los veían como los enemigos. Para ello crearon la CCS (Civil Communication Section), que debería difundir mensajes pro-EEUU en la población, entre otros a través de programas de radio. Lamentablemente, la población no contaba con radios. Se construyeron establecimientos industriales orientados a la fabricación de radios, pero luego de la guerra, los administradores experimentados del Japón fueron alejados de puestos de esta naturaleza por su labor durante la guerra y el personal con el que se contaba carecía de formación y experiencia, por lo que el resultado fue productos de bajísima calidad.


29

Para apalear este problema se creó el NETL (National Electric Testing Laboratory), con la responsabilidad de controlar la calidad. Sin embargo, poco tiempo después se reconoció que esta estrategia nunca podría alcanzar buenos resultados en el largo plazo, así que se reorientaron los esfuerzos hacia la capacitación de esta nueva generación de administradores. Programa que se realizó conjuntamente por la CCS y la JUSE (Unión de Científicos e Ingenieros del Japón).

1.3.3 El Control estadístico de la calidad

Entre los temas de la capacitación, se incluyó el Control Estadístico de la Calidad (SQC – Statistical Quality Control y SPC Statistical Process Control) y especialmente los aportes en este campo de Walter Shewhart. La JUSE vió en esta temática una razón, tal vez la principal, de la victoria de los EEUU en la guerra y orientó su interés hacia este campo, solicitando a la CCS que les recomendara a expertos que pudieran profundizar y reforzar el tema. En aquel entonces Shewhart no estaba disponible, así que recomendaron a un profesor de la Universidad de Columbia, que había estudiado y aplicado los métodos de Shewhart, W. Edwards Deming. Ya en 1947 Deming había estado en el Japón como parte de una misión de observación económica, por lo que los japoneses ya lo conocían, facilitando su incorporación como instructor. En 1950, durante dos meses, Deming entrenó a cientos de ingenieros y administradores, así como a ejecutivos de primer nivel, enfocándose principalmente en tres aspectos claves :

- el ciclo PDCA - las causas de las variaciones - el control de procesos con Cuadros de Control

La principal diferencia que existe en estos métodos y lo que después se conocería como TQM es la orientación hacia la maximización de la operación y la minimización de costos antes que la orientación al cliente.

1.3.4 Administración de la calidad total (TQM)

Al inicio los resultados fueron bastante buenos, pero poco a poco se regresaba a la situación inicial, bajó la motivación a nivel de trabajadores, la información recolectada no era exacta y los ejecutivos no mostraban interés en continuar con el SQC. Para tratar de solucionar este dilema, la JUSE invitó a Joseph M. Juran


30

para realizar conferencias y charlas respecto del Rol de la Gerencia en la Promoción de las Actividades de Control de Calidad. Esta visita marcó el salto en Japón de los primeros pasos en Calidad hacia la Calidad Total, al introducir aspectos como la definición de las políticas de calidad y la planificación de la calidad. Que se reforzó con el lanzamiento en Japones del libro " The Practice of Management " de Peter Drucker, en el que se plantea la Administración por Objetivos. Los Japoneses fusionaron las enseñanzas de Deming y Juran con la Administración por Objetivos y dieron los primeros pasos hacia la Planeación Estratégica de la Calidad y hacia la Administración de la Calidad Total (TQM – Total Quality Management). La Administración Total de Calidad hace énfasis en los objetivos del negocio principalmente en calidad y varias políticas, prácticas y filosofías gerenciales que soporten dichos objetivos y aumenten la calidad ya sea del producto o servicio, enfocándolo al cliente.

1.4 CONTROL TOTAL DE CALIDAD

Para iniciar el proceso de control total de calidad en primer lugar, es de recalcar que las autoridades de los niveles superiores deben establecer una política de calidad; vale decir, la alta dirección. Ésta a su vez, debe derivarse de una estrategia corporativa. En segundo lugar, después de considerar los factores estratégicos, la gerencia de alto nivel debe fijar una política de calidad. El comportamiento de calidad total significa entender quién, cuáles son los requerimientos y satisfacer esos requerimientos sin error, a tiempo y durante todo el tiempo. Los enunciados de la política deben continuarse con objetivos de calidad establecidos sobre bases periódicas, generalmente anuales. Si la compañía tiene un sistema de Administración Por Objetivos (MBO - Management By Objetives), los objetivos de calidad deben incorporarse en éste. Los objetivos de la calidad deben aparecer no únicamente en los enunciados de MBO del administrador de la calidad, sino en los enunciados de cada gerente relacionado con la calidad, por ejemplo, operaciones, mercadotecnia, ingeniería y servicio en campo, etc. Para mencionar algunos se citan los siguientes ejemplos de objetivos de la calidad:


31

Aumentar el nivel de calidad de salida a 99.999% (10 defectos en un millón de unidades) medido mediante procedimientos de muestreo.

Asegurarse de que todos los gerentes reciban un curso de capacitación de 5 días sobre aseguramiento de la calidad.

Formar círculos de control de calidad de trabajadores y asesores para reunirse semanalmente, con objeto de identificar las causas de una baja de calidad y tomar la acción correctiva apropiada.

Una vez que se han formulado los objetivos y se han asignado a gerentes específicos, estos últimos proporcionarán los recursos a corto plazo para mejorar la calidad y llevar a cabo la política de calidad de la compañía.

Por otra parte, conjuntamente con la política y los objetivos, la estructura organizacional es uno de los asuntos que deben decidirse como parte de la administración de la calidad. Si la calidad debe reportar a manufactura o no da lugar a grandes controversias. Aquellos que argumentan una función de calidad separada reportando al gerente, afirman que la calidad debe ser independiente para evitar el comprometerla con el esfuerzo para satisfacer los programas o reducir costos. Este punto de vista ha sido especialmente fuerte en compañías que trabajan para el gobierno. En algunos casos, el gobierno insiste en que la calidad debe ser organizada en forma separada para proteger los intereses del gobierno como cliente (en la actualidad en Colombia quien viene adelantando esta labor es Acción Social de la Presidencia de la República). Reiterando, aquellos que argumentan que la calidad debe depender de manufactura puntualizan que ésta no se puede inspeccionar en un producto o servicio y que la calidad requiere una coordinación estrecha con la fuerza de trabajo, compras y todas las fases de la operación. Sostienen que el gerente de manufactura es la persona indicada para coordinar el trabajo del departamento de calidad y todos los otros departamentos dentro de manufactura que afecta la calidad. En años recientes, en la medida que se ha desarrollado el concepto de calidad total, el arreglo organizacional en uso se ha hecho menos importante. Utilizando el concepto de calidad total, el departamento de calidad se percibe como el coordinador organizacional de todos los otros departamentos que afectan a la calidad: manufactura, compras, mercadotecnia e ingeniería. Bajo un programa de calidad total. Cada departamento debe identificar su papel exacto en cuanto a la calidad se refiere y debe establecer objetivos para mantener aceptable la calidad de diseño y comportamiento.


32

El concepto de la calidad total requiere entonces, que el departamento de calidad y fábrica invierta más tiempo en la planeación y menos en la inspección y control. Un enfoque de calidad total subraya la prevención de defectos y reconoce el papel de todas las áreas de la organización para lograr los objetivos de la calidad. De hecho, la prevención no es algo que pueda llevar a cabo cualquier departamento debido a que requiere la atención sobre las relaciones del proveedor (compras), capacitación (personal), diseño (ingeniería) necesidades del cliente (mercadotecnia) y fabricación del producto (operaciones). Se requiere un enfoque de sistemas total que abarque la organización por completo. En este caso, el departamento de calidad no es responsable de todos. El departamento de calidad sirve en su papel de coordinador para asegurar que cada uno contribuya a los objetivos de calidad. En consecuencia, la falta de un concepto de calidad total se puede ver todos los días en la industria. Al descubrir un problema de calidad, el gerente general con frecuencia toma en sus manos el control de calidad para identificar el problema. En realidad, el control de calidad puede hacer poco, dado que el problema fue ocasionado en primer lugar por ingeniería, manufactura o mercadotecnia. Es un error llamar a la mayoría de los problemas como problemas de calidad; deben llamarse por los nombres de los departamentos que los ocasionaron. Es de aclarar que cada una de estas áreas responsables de la calidad fue explicada en la sección anterior. Por lo tanto, no es simple reconocer la importancia del control de calidad total; sino que, se debe poner en ejecución un programa positivo a través de toda la organización. El programa debe especificar cómo serán organizados los esfuerzos de la calidad total, cómo pueden los individuos estar conscientes de su papel en la calidad y cómo se deben medir los resultados del enfoque de calidad total, razón por la que el enfoque de Deming es el más empleado. Para ilustrar los conceptos anteriores, a continuación se esquematiza la forma que tiene lugar la aplicación de éstos en la Figura 1.8. Es de resaltar que las técnicas sugeridas como son el costo de la calidad, estudios de pérdidas, medición, diagrama de causa – efecto, diagrama de Pareto; y los análisis estadísticos como gráficos de control, muestreo e inspección, se verán en más adelante en los capítulos sucedentes.


33

Estrategia y calidad

Aclaración del tema de calidad, un objetivo de las operaciones

Factores que afectan

la calidad:

•Administración

•Empleados

•Instalaciones,

procesos y

equipos

•Materiales

•Vendedores

Figura 1.8. Proceso para lograr la calidad total

Comprensión de las relaciones entre

los factores que afectan la calidad y

desempeño de la calidad:

•Percepciones del cliente

•Resultados que se esperan de la

calidad

•Factores que afectan la calidad

Análisis: la base para el

continuo mejoramiento, la

gestión y el aseguramiento

de la calidad y su control:

•Diagnóstico

orientado hacia la

calidad total: Costo de

la calidad, estudios de

pérdidas, medición,

diagrama de causa –

efecto, diagrama de

Pareto.

•Análisis estadístico:

Gráficos de control,

muestreo e

inspección

Acciones para mejorar y asegurar el

apego a los objetivos:

•Enfoques iniciados por la

administración

•Comportamiento y calidad

Resultados: Consistencia con la

calidad de todos los productos y

servicios en concordancia con la

posición estratégica deseada

Adaptado de: ADAM, Everett y EBERT, Ronald. Administración de la producción y las operaciones.

4ed. Méjico: Prentice-Hall, 1991. 739p.

La Administración Total de Calidad es una serie de principios a seguir por toda la organización a priori de conseguir calidad y productividad bajo la correcta administración de la compañía. Algunos lo ven como maximizar productividad mientras se minimizan los costos aunque esta percepción a evolucionado gracias a herramientas como los 14 puntos de Deming. La Administración Total de Calidad hace énfasis en los objetivos del negocio principalmente en calidad, varias políticas, prácticas y filosofías gerenciales que soporten dichos objetivos y aumenten la calidad ya sea del producto o servicio, enfocándolo al cliente. TQM se observa más que como un concepto una filosofía, la cual sirve de base para el desarrollo de muchos otros conceptos., desarrollo de herramientas y demás. Bajo la práctica se encontraran diversos autores que imparten sus enseñanzas siendo estos líderes de calidad como Philip B. Crosby, W. Edwards Deming, Armand V. Feigenbaum, Kaoru Ishikawa, y J. M. Juran. La práctica de la calidad es común en las empresas de hoy día no importando el giro aunque su nacimiento es en la industria manufacturera se puede encontrar diversas empresas de servicio con la aplicación TQM, este como factor más de diferenciación y bajo una adecuada implementación paso fundamental para reducir costos e incrementar utilidades.


34

Si quisiéramos ver a TQM como sencilla ecuación podríamos encontrar: Calidad = Conforme a los Requerimientos. Total = Calidad involucra a todos y a todas las actividades en una organización. Administración = La Calidad puede ser administrada. TQM = Un proceso para el manejo de la calidad; se traduce a un cambio de cultura en la manera de afrontar la vida; siendo una filosofía de mejora continua en todo lo que hacemos. TQM mantiene como eje la visión y misión definidos por una empresa ya que bajo este concepto se fundamenta, siendo la correcta determinación de objetivos y metas el primer paso para orientar a la empresa y su método de resolución de problemas. A tiempos recientes TQM tiene como contraparte entre las teorías administrativas el auge de la alineación estratégica de Recursos Humanos mostrando como intersección el factor humano de la empresa pero con la gran diferencia de que TQM incluye como parte de su metodología un análisis a detalle de los procesos, métodos, herramientas y la constante búsqueda de minimizar costos manteniendo el propósito de maximizar los beneficios. Para ver esto existe otro modelo en donde se expresa. DRH + DO = TQM Desarrollo de Recursos Humanos + Desarrollo Organizacional = Administración de la Calidad Total En donde DRH se concentra en hacer mensurable el desarrollo del capital humano e intelectual, las organizaciones tienden a convertirse en organizaciones que aprenden, las compañías obtienen mayor posibilidad de generar riqueza a través de su personal, esto atado con desarrollo organizacional producirá un efecto de calidad total. Varios conceptos aparecerán en el plano de la calidad desarrollados bajo la teoría de TQM como lo puede ser: Cero control de calidad (Poka Yoke)


35

Despliegue de la Función de Calidad o QFD (Quality Function Deployment), que derivaría posteriormente en el concepto de Concurrent Engineering

El método Taguchi

Cero Defectos (6 σ) ISO 9000

14 puntos y Sistema de Conocimiento profundo (Deming).

1.4.1 TQM Modelo de madurez

El modelo que se observa para alcanzar la madurez de la implantación de un sistema de TQM se muestra a continuación. Este modelo es parte de las prácticas actuales de TQM sin embargo ha habido a través del tiempo otros modelos que buscaban la implantación exitosa de TQM. El Modelo contiene las siguientes Fases

1. Proceso de Mejora

Solucionar un problema conocido

2. Mejora del Sistema

Administración Diaria

Aseguramiento de Calidad

Teoría de las Fuerzas

Manejo estratégico de Políticas

3. Mejora de Producto

Función de entrega de Calidad (QFD)4[1]

Bajo el enfoque de analizar la variación de los productos podemos pensar a la variación como un hecho en la vida, que es aleatorio y misceláneo. Así un procesos puede producir dos cosas que nos son iguales. En la época de los


36

productos artesanales, esto podría ser valorado como la forma de diferenciarse, en tiempos modernos en donde la industria es de partes intercambiables y el reemplazo masivo de piezas hace un producto final, el control de la variación es crítica para la satisfacción del cliente.

Dr. Walter Shewhart identificó dos tipos de variación, controlada y no controlada, y sus características. Variación Controlada Estable Exhibe un patrón constante a través del tiempo Es resultado de un proceso y puede ser predecible con cierta exactitud Los procesos pueden ser mejorados dado a que las salidas pueden

predecirse.

Variación No Controlada

Cambios a través del tiempo dado a “causas asignables” No se puede predecir el resultado de los procesos Los procesos no pueden ser mejorados de manera sencilla dados la manera impredecible de presentarse las salidas. El trabajo de las gerencias es el administrar la variación a razón de obtener resultados predecibles, tales como calidad, costo y calendario de producción. Para manejar la variación de un proceso la información debe ser analizada con los cambios y posibles alteraciones. Usualmente se manejan herramientas del Control Estadístico de Procesos.

1.4.2 Aplicación de los enfoques del control de calidad

Al buscar diferenciar los enfoques del control de calidad de acuerdo al tipo de defectos hacia los que se orientan encontramos: FACTORES HUMANOS - Trabajo en Equipo - Compromiso de la Gerencia - Driving Out Fear


37

VARIACIONES - Control Estadístico de la Calidad o de los Procesos (SQC) - Método Taguchi - DOE Estos enfoques son aplicables principalmente cuando existen variaciones en las materias primas y en los resultados de los procesos. Es decir, cuando trabajamos con valores contínuos (dosis, formulaciones, temperaturas, pesos, cantidades, entre otros). COMPLEJIDAD - Mapeo de Procesos (Process Mapping) - DFMA ERRORES - A Prueba de Errores - Poka-Yoke - Cero Control de Calidad Estos tres enfoques son aplicables cuando nos encontramos con una o más de las siguientes situaciones: - Operaciones manuales donde es necesario vigilar al operario. - Cuando pueden darse errores de posición equivocada - Cuando se requiere ajustar algo - Cuando se requiere sentido común y no sólo motivación - Cuando es difícil o imposible aplicar SQC - Cuando lo importante son los atributos y no las mediciones - Donde los costos de entrenamiento y la rotación de personal son altos. - Cuando existen modelos de producción mixtos. - Cuando los consumidores pueden cometer errores y culpar al proveedor. - Cuando los costos de errores externos son superiores a los de errores en el proceso.

1.4.3 Los 14 puntos de Deming

1. Crear constancia en el propósito de mejorar el producto y el servicio, con el objetivo de llegar a ser competitivos y permanecer en el negocio, y de proporcionar puestos de trabajo.


38

2. Adoptar la nueva filosofía. Nos encontramos en una nueva era económica.

Los directivos occidentales deben ser conscientes del reto, deben aprender sus responsabilidades, y hacerse cargo del liderazgo para cambiar.

3. Dejar de depender de la inspección para lograr la calidad. Eliminar la

necesidad de la inspección en masa, incorporando la calidad en el producto en primer lugar.

4. Acabar con la práctica de hacer negocios sobre la base del precio. En vez

de ello minimizar el costo total. Tender a tener un solo proveedor para cualquier artículo, con una relación a largo plazo de lealtad y confianza.

5. Mejorar constantemente y siempre el sistema de producción y servicio, para

mejorar la calidad y la productividad, y así reducir los costos continuamente.

6. Implantar la formación en el trabajo.

7. Implantar el liderazgo. El objetivo de la supervisión debería consistir en ayudar a las personas y a las máquinas y aparatos para que hagan un trabajo mejor. La función supervisora de la dirección necesita una revisión, así como la supervisión de los operarios.

8. Desechar el miedo, de manera que cada uno pueda trabajar con eficacia

para la compañía.

9. Derribar las barreras entre los departamentos. Las personas en investigación, diseño, ventas y producción deben trabajar en equipo, para prever los problemas de producción y durante el uso que pudieran surgir con el producto o el servicio.

10. Eliminar los slogans, exhortaciones y metas para pedir a la mano de obra

cero defectos y nuevos niveles de productividad. Tales exhortaciones sólo crean relaciones adversas, ya que el grueso de las causas de la baja calidad y baja productividad pertenecen al sistema y por tanto caen más allá de las posibilidades de la mano de obra.

11.

a. Eliminar los estándares de trabajo (cupos) en planta. Sustituir por el liderazgo.


39

b. Eliminar la gestión por objetivos. Eliminar la gestión por números, por objetivos numéricos. Sustituir por el liderazgo.

12.

a. Eliminar las barreras que privan al trabajador de su derecho a estar orgulloso de su trabajo. La responsabilidad de los superiores debe virar de los meros números a la calidad.

b. Eliminar las barreras que privan al personal de dirección y de

ingeniería de su derecho a estar orgullosos de su trabajo. Esto quiere decir, entre otros, la abolición de la calificación anual o por méritos y de la gestión por objetivos.

13. Implantar un programa vigoroso de educación y auto-mejora. 14. Poner a todo el personal de la compañía a trabajar para conseguir la

transformación. La transformación es tarea de todos.

1.4.4 Equipos de trabajo

Los equipos de trabajo son parte esencial en TQM y en las organizaciones modernas. Los métodos para ayudar a administrar, organizar y participar en equipos efectivos de trabajo son esenciales para las compañías de hoy día. La gente de calidad los refiere de acuerdo a la “participación de todos”. Usualmente se dice que todos hasta usted mismo es un cliente. En otras palabras cada equipo de trabajo debe reconocer lo siguiente: escuchar las necesidades de los demás y comunicar las necesidades propias, todos como miembros de un mismo equipo y orientado hacia un objetivo en común.

1.4.5 Una buena práctica del manejo de equipos

Sombreros del pensamiento de Bono

Hay seis sombreros metafóricos y el participante puede ponerse y quitarse estos sombreros para indicar el tipo de pensamiento que está utilizando. La acción de ponerse y quitarse el sombrero es esencial. Los sombreros nunca deben ser utilizados para categorizar a los individuos, aunque su comportamiento parezca


40

inducirnos a hacerlo. Cuando se realiza en grupo, todos los participantes deben utilizar el mismo sombrero al mismo tiempo.

Pensamiento con el Sombrero Blanco Este tiene que ver con hechos, cifras, necesidades y ausencias de información. "Pienso que necesito un poco de pensamiento de sombrero blanco en este punto..." significa: Dejemos los argumentos y propuestas y miremos los datos y las cifras.

Pensamiento con el Sombrero Rojo Este tiene que ver con intuición, sentimientos y emociones. El sombrero rojo le permite al participante exponer una intuición sin tener que justificarla. "Poniéndome mi sombrero rojo, pienso que es una propuesta terrible". Usualmente, los sentimientos e intuiciones solamente pueden ser introducidas en una consideración si son sustentadas por la lógica. Por lo general el sentimiento es genuino pero la lógica no es auténtica. El sombrero rojo autoriza plenamente al participante para que exponga sus sentimientos sobre el asunto sin tener que justificarlo o explicarlo.

Pensamiento con el Sombrero Negro Este es el sombrero del juicio y la cautela. Es el sombrero más valioso. En ningún sentido es un sombrero negativo o inferior a los demás. El sombrero negro se utiliza para señalar por qué una sugerencia no encaja en los hechos, la experiencia disponible, el sistema utilizado, o la política que se está siguiendo. El sombrero negro debe ser siempre lógico.

Pensamiento con el Sombrero Amarillo Tiene que ver con la lógica positiva. Por qué algo va a funcionar y por qué ofrecerá beneficios. Debe ser utilizado para mirar adelante hacia los resultados de una acción propuesta, pero también puede utilizarse para encontrar algo de valor en lo que ya ha ocurrido.

Pensamiento con el Sombrero Verde


41

Este es el sombrero de la creatividad, alternativas, propuestas, lo que es interesante, estímulos y cambios.

Pensamiento con el Sombrero Azul Este es le sombrero de la vista global y del control del proceso. No se enfoca en el asunto propiamente dicho sino en el 'pensamiento' acerca del asunto. "Poniéndome el sombrero azul, siento que deberíamos trabajar más en el pensamiento con el sombrero verde en este punto". En términos técnicos, el sombrero azul tiene que ver con el meta-conocimiento.

También es importante mantener un buen manejo de juntas, bitácoras, glosario de principales términos e información de los resultados. Además de ser posible rotar la responsabilidad entre los miembros del equipo.

1.4.6 Tres Dimensiones de TQM

Los japoneses extendieron la enseñanza de Deming hacia el ámbito administrativo. Algunos modelos de TQM son extraídos de La Sociedad Japonesa de Calidad y la Asociación Japonesa de Estándares. Los Japoneses identifican tres principales dimensiones de TQM: Administración Diaria, Hoshin /Manejo de Políticas y la Administración Multi Funcional.


42

Administración Diaria es la administración de las operaciones de la administración día a día Esto incluye Mejoramiento de Calidad, Mantenimiento, Estandarización. Administración de Políticas Se enfoca en dirección estratégica para lograr objetivos de la compañía. Aseguramiento de la Calidad se enfoca en diseñar productos de calidad procesos de calidad oponiéndose a inspeccionar después. Administración multifuncional se enfoca en las iniciativas de mejoramiento de la calidad, reducción de costos, mejoramiento de tiempos y compromisos medibles, satisfacción de los accionistas, seguridad, protección en el ambiente de trabajo y otras directrices a gran escala.

1.4.7 Administración Diaria en Sistemas TQM

El mantenimiento y continuo mejoramiento de las operaciones diarias y procesos claves. Esto se lleva acabo a nivel individual y organizacional. Un giro en la Teoría de Restricciones causaría que la optimización en las actividades locales entorpezca la optimización del sistema. Hay que tener cuidado de que los cambios


43

locales no interfieran con el sistema de la organización. Por ejemplo comprar un componente más barato podría provocar un problema de calidad en la planta. Lo que distingue al la Administración diaria de otras administraciones es el PDCA5[1]. El PCDA requiere una evaluación de los resultados actuales comparados con los resultados predichos dentro de un ciclo de retroalimentación. Se requiere de un sistema de medición definido en la etapa de planeación. Como lo dice el estudio del proceso de variación no podemos mejorar directamente el proceso de salida de producción solo las entradas de producción. La administración diaria debe controlar ambos. Esto se releja en un diagrama de Espina de Pescado o en un diagrama de relaciones. Dicho en otras palabras se aplica los mismos sistemas de retroalimentación y control para el proceso administrativo que para el mecánico. Los puntos de control pueden ser monitoreados periódicamente para ver a que distancia están de sus objetivos meta y tomar acciones correctivas en lugar de esperar a actuar al final de los resultados. El proceso de TQM funciona mejor cuando se establecen puntos de control y monitoreo para acción critica de la organización y a esto se le llama administración diaria. La administración diaria no busca la mejora continua de forma aleatoria ya que puede ser dañina para la organización, la administración diaria debe ser una optimización de toda la organización.

1.4.8 Optimización total de la organización

1. Propósito, Misión y Visión Primero que nada hay que definir: el propósito de la organización a través de sus principios, la visión y la misión. Principios deben reflejar la filosofía de la compañía. Establece los principios de la filosofía. Los compromisos con la sociedad, el medio ambiente y las personas, el compromiso de calidad con los clientes, proveedores, empleados, etc. El principio debe ser lo suficientemente amplio para que pueda aplicarse en cualquier circunstancia.


44

Visión y Misión Tienen una relación de causa y efecto. La visón refleja a la organización misma dentro de los próximos 5 a 10 años (visión a corto plazo. La Visión debe contener la dirección (mejoramiento) un indicador (calidad, satisfacción del cliente) un objetivo cuantitativo ($, #, %) y un tiempo limite (para cuando). Todo esto es un punto de control. Misión Describe las actividades a realizar para alcanzar la visión. La misión es la causa y la visión es el efecto. La misión contiene el diseño (verbo, rumbo, mantenimiento) objetivo (sistemas, estrategia) objetivo cuantificable ($, #, %) limite de tiempo (igual al de la visión). Todos estos valores son puntos de seguimiento. Algunas organizaciones tiene una visión a largo plazo (30 años) o a corto plazo (2-5 años). El propósito, la visión y la misión deben mantenerse simples y fáciles de entender por todos los empleados. Debe mantenerse visible para que los empleados estén convencidos de porque quieren trabajar en la organización.

1.4.9 Etapas en la implementación de TQM

Descripción Etapa1 Despertando

Etapa 2 Activación

Etapa 3 Abrirse paso

Etapa 4 Clase Mundial

Orientación de los logros Lo que la organización intenta hacer

Esta enfocado hacia resultados financieros a corto plazo.

El talento necesita cambiar para enfocarse en alcances a largo plazo.

Buscar clientes de largo plazo.

Existente al gozo del cliente

Orientación hacia la implementaron Lo que la organización trata de implementar

Explotar sus mayores fortalezas

Identificar y analizar sus pequeñas entradas

Enfoque en la implementaron de pocos procesos con trabajos críticos

Buscar liderear consistentemente a los clientes proveyendo anticipadamente valor extraordinario

Orientación de la información Lo que la organización usa como información

Confiar en información generada por fuentes confiable internas (presupuestos, ingresos, producción, costos de operación, etc.)

Esta agusto con las nuevas fuentes de información

Intentar conectar su proceso interno de información con la información externa del cliente

Buscar continuamente el flujo de información integrada del ambiente e que rodea a los clientes, empleados, procesos de trabajo, etc.

Orientación funcional Como la organización se busca a sí mismo

Esta orientada por un impulso

Experimentar con alternativas 'turfism'. Intentar cortar a través de sus chimeneas con programador de calidad

Sistemáticamente luchar 'turfism'. Buscar alcanzar atraves de la funcionalidad enfocada en compartir metas definidas de los clientes

Ah eliminado 'turfism'. Todas las funciones comparten la meta. Deleitar a los clientes

Orientación catalítica Lo que origina cambios en la organización

Responder cuando llegue la crisis

Buscar escapar de la crisis con un nuevo énfasis en prevención

Anticiparse al o que el cliente quiere

Responder a las oportunidades

Orientación emocional Como se comporta la organización

Es lidereada por empleados frustrados o indiferentes

Es lidereada empleados escépticos

Es lidereada por empleados motivados y con espíritu

Es lidereado por empleados con empowerment con confidencialidad

http://www-personal.engin.umich.edu/~gmazur/tqm/tqmterms.htm#Mission


45

1.5 PLANEACIÓN Y DISEÑO DE UN SISTEMA DE CALIDAD PHVA

Planear

Quién debe asistir, tomar notas y estar presente. Cual es el propósito de la junta para la organización Cuando se realizara dicha junta y enviar la orden del día Porque es importante la asistencia a dicha junta Cómo será dirigida la junta y mejorada para la próxima ocasión.

Hacer Comenzar la junta a tiempo, revisar la orden del día, establecer el escenario las reglas y roles (incluyendo aquel que lleve el tiempo de duración), dirigir hacia objetivos específicos, establezca pendientes, tiempos de realización, metodología de documentación, comunicación y responsables al igual que acuerdos y resoluciones. Verificar Verifique que la orden del día se haya cumplido, haga un resumen de los acuerdos, planes de acción y tiempos. Establezca cuando se realizará la siguiente juntas (si es necesario) y evalué. Actuar Dar seguimiento a los pendientes y compromisos, distribuya notas, documentación e información a las personas pertinentes. Mejore continuamente su método de llevar las reuniones.


46

2. TÉCNICAS CON DATOS NO NUMÉRICOS PARA EL CONTROL DE CALIDAD

2.1 TORMENTA DE IDEAS

La lluvia de ideas o brainstorming, también denominada tormenta de ideas, es una herramienta de trabajo grupal que facilita el surgimiento de nuevas ideas sobre un tema o problema determinado. La lluvia de ideas es una técnica de grupo para generar ideas originales en un ambiente relajado.

Esta herramienta fue ideada en el año 1941 por Alex Faickney Osborn, cuando su búsqueda de ideas creativas resultó en un proceso interactivo de grupo no estructurado que generaba más y mejores ideas que las que los individuos podían producir trabajando de forma independiente; dando oportunidad de hacer sugerencias sobre un determinado asunto y aprovechando la capacidad creativa de los participantes.

La principal regla del método es aplazar el juicio, ya que en un principio toda idea es válida y ninguna debe ser rechazada. Habitualmente, en una reunión para resolución de problemas, muchas ideas tal vez aprovechables mueren precozmente ante una observación "juiciosa" sobre su inutilidad o carácter disparatado. De ese modo se impide que las ideas generen, por analogía, más ideas, y además se inhibe la creatividad de los participantes. En un brainstorming se busca tácticamente la cantidad sin pretensiones de calidad y se valora la originalidad. Cualquier persona del grupo puede aportar cualquier idea de cualquier índole, la cual crea conveniente para el caso tratado. Un análisis ulterior explota estratégicamente la validez cualitativa de lo producido con esta técnica.

2.2. DIAGRAMA CAUSA - EFECTO Para comenzar se recuerda la frase “La calidad empieza con educación y termina con educación”, palabras atribuidas a Kaoru Ishikawa al resumir un principio filosófico de la calidad.

http://es.wikipedia.org/wiki/Ideas

http://es.wikipedia.org/wiki/1941

http://es.wikipedia.org/w/index.php?title=Alex_Faickney_Osborn&action=edit&redlink=1


47

Un diagrama de causa – efecto indica en forma gráfica, qué conjunto de factores causales intervienen en una determinada característica, de calidad, la cual podría influir en un efecto correspondiente al identificar todas las variables o causas que intervienen e interactúan en el proceso. Teniendo en cuenta que para mejorar un proceso se debe continuamente obtener más información acerca del mismo y sus resultados. Una única y valiosa herramienta para logar esta meta es el diagrama de causa – efecto, desarrollado en 1943 por Ishikawa en la Universidad de Tokio. Él la usó para explicar a un grupo de ingenieros de la compañía Kawasaki Steel Works cómo varios efectos podían ser arreglados y relacionados. Con el transcurrir del tiempo este diagrama ha sido normalizado en Japón. Su uso se ha difundido ampliamente en todo el país. Ha sido incluido en la terminología de calidad de JIS (Normas Industriales Japonesas) donde se define así: Diagrama de causa – efecto: Diagrama que muestra la relación entre una característica de calidad y los factores. En la actualidad, el diagrama se usa, no sólo para tratar las características de calidad de productos y servicios, sino en otros campos, y ha encontrado aplicación mundial.

2.2.1. Cómo hacer diagramas de causa – efecto

Hacer un diagrama de causa – efecto útil requiere conocimiento y práctica. Puede decirse seguramente que quien tiene éxito en resolver problemas en control de calidad es aquel que ha tenido éxito en la elaboración y utilización del diagrama de causa – efecto.

2.2.2. Estructura del diagrama de causa – efecto

También llamado “diagrama de esqueleto de pescado ó diagrama de espina de pescado”, ya que se parece exactamente a un esqueleto de pescado. Aquí se tratará como diagrama C (Causa) y E (Efecto).

2.2.3. Procedimiento para hacer un diagrama de causa – efecto

Los siguientes son los pasos para elaborar un diagrama de causa – efecto, tal como puede verse en la Figura 5.1.


48

Paso 1. Se determina la característica de calidad. Paso 2. Se selecciona una característica de calidad. Al centro de una hoja de papel, dibuje el tronco o columna vertebral del diagrama. Se escribe la característica de calidad del lado derecho y enciérrela dentro de un rectángulo. A continuación, se escribe las causas primarias que afectan a la característica de calidad como ramas, también encerradas en rectángulos. Paso 3. Se escriben las causas (secundarias) que afectan a las ramas (primarias) como ramas medianas, y las causas (terciarias) que afectan a las ramas medianas como ramitas. Todas son causas probables. Paso 4. Se asigna una importancia a cada factor. Se marcan los factores de importancia particular que parezcan tener un efecto significativo sobre la característica de calidad. Paso 5. Se registra cualquier información necesaria como: fecha, participantes, departamento, producto, propósito y nombre o nombres de quien o quienes elaboró o elaboraron el diagrama.

Figura 5.1. Diagrama de causa – efecto

Satisfacción de

clientes del centro

de fotocopiado

PRODUCTOPRECIO

SERVICIO

Fotocopia Costos

operativos

Servicio de

entrega

Nitidez

Variedad de

tamañosPapel

Grosor

ColorActividades que

no agregan valor

Espera en

la cola

Rapidez del

servicio

Personal

Amabilidad

del personal

Flexibilidad

CAUSAS

EFECTO


49

2.2.4. Explicación del procedimiento

Puede encontrar a menudo dificultad para proceder cuando practica esta perspectiva. El mejor método en tal caso es considerar la variación. Por ejemplo, considere la variación en la característica de calidad al conceptualizar las ramas. Si los datos muestran que hay tal variación, considere el porqué existe. Una variación en el efecto puede ser causada por variación en los factores. Esta clase de conceptualización es extremadamente efectiva. Cuando se hace un diagrama C y E relacionado con cierto defecto, por ejemplo, se puede describir que hay una variación en el número de defectos que ocurren en diferentes días de una semana. Si encuentra que el defecto ocurrió con más frecuencia en lunes que en cualquier otro día, puede pensar de la siguiente forma: “¿Por qué ocurrió el defecto?” “¿Por qué ocurrió el defecto con más frecuencia en lunes que en cualquier otro día?” Esto lo guiará a buscar factores que hagan una situación diferente, finalmente lo conduce a descubrir la causa del defecto. Al adoptar este método de pensamiento en cada etapa de examen de la relación entre la característica y las ramas, las ramas medianas y las ramitas es posible construir un diagrama C y E útil sobre una base lógica. Una vez completado el diagrama, el próximo paso a asignar una importancia a cada factor. No todos los factores en el diagrama están necesaria y cercanamente relacionados con la característica. Marque aquellos que parezcan tener un defecto en particular significativo sobre las características. Finalmente, se incluye cualquier información necesaria en el diagrama, tal como título, nombre del producto o del servicio, proceso o grupo, lista de participantes, fecha, etcétera. Aún cuando de acuerdo a los planteamientos precedentes del procedimiento hasta aquí consignado incluye los elementos necesarios para la construcción de un diagrama de causa – efecto, es importante tener en cuenta que en la medida éste se combine con otro tipo de diagrama, los resultados pueden llegar a ser más satisfactorios. Por ejemplo, para llegar al diagrama presentado en la Figura 5.2., es importante haberla complementado con otro(s) diagrama(s) como podrían ser el diagrama de árbol, el diagrama de afinidad o la tormenta de ideas, etc. Para el caso que nos ocupa, a manera de ilustración se muestra el diagrama de árbol en la Figura 5.2., el cual permite visualizar el conjunto de posibilidades con las que podrá alcanzarse una meta predeterminada; además de poder ser vista


50

como el efecto de la organización sistemática en cuanto a las metas y los medios correspondientes para lograrlas, sirviendo para presentar, en forma organizada, el conjunto de medidas con las que es posible alcanzar el propósito deseado.

VARIABLES

PRINCIPALES

VARIABLES

SECUNDARIASVARIABLES

AUXILIARES

Departamento

Provee-

duría

Atención

cliente

Manteni-

miento

Sa

tisfa

cció

n d

el clie

nte

del cen

tro

de

fo

toco

pia

do

Buen

precio

Papel de

alta calidad

Excelente

producto

Excelente

servicio

Precio

favorable

Rápido

servicio de

entrega

Excelente

atención

personal

Fotocopia

de alta

calidad

Papel grueso

Papel blanco

Fotocopia nítida

Variedad de tamaños

Precio bajo

Espera corta

Servicio rápido

Personal amable

Servicio flexible

Responsabilidad primaria

Responsabilidad secundaria

Mantener informado

SIMBOLOGÍA

Figura 5.2. Diagrama de árbol

2.3. HOJAS DE VERIFICACIÓN

En el control estadístico de la calidad se hace uso cotidiano de las hojas de verificación, ya que es necesario comprobar si se han recabado los datos solicitados o si se han efectuado determinados trabajos. Se usan para verificar:

- La distribución del proceso de producción. - Los defectos - Las causas de los defectos - La localización de los defectos - Confirmar si se han hecho las verificaciones programadas

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


51

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.

2.3.1. Pasos para la elaboración de una hoja de verificación

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.

2.3.2. Consejos para la elaboración e interpretación de las hojas de verificación

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.

DEFECTO 1 2 3 4 TOTAL

Tamaño erróneo IIIII I IIIII IIIII III IIIII II 26

Forma errónea I III III II 9

Depto. Equivocado IIIII I I I 8

Peso erróneo IIIII IIIII I IIIII III IIIII III IIIII IIIII 37

Mal Acabado II III I I 7

TOTAL 25 20 21 21 87

DIA


52

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.

Utilidades:

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.

2.4. DIAGRAMA DE RELACIONES

Permite obtener una visión de conjunto de la complejidad de un problema. Presenta qué causas están relación con determinados efectos y cómo se relacionan entre sí diferentes conjuntos de causas y efectos.

Procedimiento de elaboración:

1. Enunciar el problema por escrito.

2. Listar las causas probables del problema, encerrar cada causa en un círculo.

3. Identificar el resultado que corresponde a cada causa, cada resultado se escribe y se encierra en un círculo.

4. Relacionar la causa con su resultado con una flecha.


53

5. Cuando un resultado es causa de otro resultado, se pone una flecha partiendo del resultado-causa hacia el resultado correspondiente.

Ejemplo en una industria Piscícola

2.5. REGISTRO DE NO CONFORMIDADES El registro de no conformidades está directamente relacionado con los planteamientos hechos en la norma ISO 9000:2000 del ICONTEC (2002)6, así:

6 INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. ISO 9000. Guía para las pequeñas empresas. 5ed. Bogotá: ICONTEC, 2002.

172p.


54

En primer lugar, para el control del producto no conforme la organización debe asegurarse de que el producto que no sea conforme con los requisitos, se identifique y se controle para prevenir su uso o entrega no intencional. En este sentido, los controles, las responsabilidades y autoridades relacionadas con el tratamiento del producto no conforme deben estar definidos en un procedimiento documentado; asimismo, la organización debe tratar los productos no conformes mediante una o más de las siguientes maneras:

a) Tomando acciones para eliminar la no conformidad detectada. b) Autorizando su uso, liberación o aceptación bajo concesión por una

autoridad pertinente y, cuando sea aplicable, por el cliente. c) Tomando acciones para impedir su uso o aplicación originalmente prevista.

En consecuencia, se deben mantener registros de la naturaleza de las no conformidades y de cualquier acción tomada posteriormente, incluyendo las concesiones que se hayan obtenido. Se tiene entonces que cuando se corrige un producto no conforme, debe someterse a una nueva verificación para demostrar su conformidad con los requisitos; también, cuando se detecta un producto no conforme después de la entrega o cuando ha comenzado su uso, la organización debe tomar las acciones apropiadas respecto a los efectos y defectos potenciales de la no conformidad. En segundo lugar, para la corrección de problemas del producto y/o servicio no conforme, existen algunas opciones sobre lo que se podría hacer, así.

a) Reprocesar el elemento no conforme. b) Desechar el elemento no conforme y reemplazarlo con uno nuevo. c) Reajustar de acuerdo con una especificación diferente que si cumpla con

los requisitos. d) Proveer el elemento no conforme bajo concesión del cliente.

Dada la situación anterior, el representante de la dirección de la empresa o alguna otra persona, con la autoridad necesaria, debe decidir cuál de estas opciones será aplicable a cada caso de producto y/o servicio no conforme. Es posible que algunos clientes exijan notificación de cualquier producto y/o servicio no conforme y aprobar los pasos que deberían seguirse; si este es el caso, será necesario notificarle al cliente luego de la detección del producto y/o servicio no conforme.


55

Probablemente se desee incluir los pasos que se proponen seguir junto con la notificación; por lo tanto, se deberán mantener registros de cualquier decisión tomada, la aprobación del cliente, cualquier procedimiento de reparación o reproceso y los resultados de la inspección y ensayo de dichos procedimientos. En tercer lugar, el control de los registros implica que deben establecerse y mantenerse para proporcionar evidencia de la conformidad con los requisitos, éstos deben permanecer legibles, fácilmente identificables y recuperables; amén de que debe establecerse un procedimiento documentado para definir los controles necesarios para la identificación, el almacenamiento, la protección, el tiempo de retención y la disposición de los mismos. Finalmente, se parte del hecho que todas las empresas cuenten con registros, los cuales pueden brindarle la información necesaria, tales como: archivos de diseño, cálculos; órdenes de compra del cliente, revisiones de contratos; notas de reuniones, (por ejemplo, de revisión por la dirección); reporte de auditoria interna; registros de no-conformidad (reportes de fallas del servicio, reclamos sobre garantía, quejas del cliente); registros de acciones correctivas; registros de proveedores (por ejemplo, evaluación de proveedores y su historia de desempeño); registros de control de procesos; reportes de inspección y ensayo; registros de formación; y registros de bienes recibidos y entregados, entre otros. Los registros, índices y archivos pueden mantenerse en cualquier forma adecuada en copia impresa o electrónica, así como el almacenamiento apropiado para el medio y que se reduzca al mínimo el riesgo de deterioro, daño o pérdida. Del mismo modo, también es conveniente identificar y anotar los nombes de las personas que tienen acceso a los registros y decidir sobre su disponibilidad. A manera de ejemplo a continuación se da a conocer un formato que podría coadyuvar para tal fin, como puede verse en la Tabla 5.1.


56

NÚMERO

DE CÓDIGO

CANTIDAD DE

PIEZASFECHA

No. DE

REGISTRO

INSPECTOR MERCADEO CALIDAD PRODUCCIÓN COMPRAS PROVEEDOR

REPORTE DE RECHAZO

Tabla 5.1. Reporte de rechazo

No. DE FACTURA DEL

PROVEEDOR

DEPARTAMENTOS AFECTADOS No. DE DEPARTAMENTOS AFECTADOS

NOMBRE DEL

DEPARTAMENTO/PROVEEDORCLAVE DEL DEPARTAMENTO/PROVEEDOR

RESPONSABLE No. REPORTE DE INSPECCIÓN FECHA DE RECEPCIÓN

Adaptado de: TABLA, Guillermo. Guía para implantar la norma ISO 9000 para empresas de todos tipos y tamaños. México: McGraw-

Hill, 1998. 387p.

FIRMAS DE LOS RESPONSABLES

MOTIVO DE RECHAZO:

OBSERVACIONES:


57

3. TÉCNICAS CON DATOS NUMÉRICOS PARA MEJORAR LA CALIDAD

Las técnicas con datos numéricos para mejorar la calidad contemplan las herramientas estadísticas como son el diagrama de Pareto, los histogramas y los gráficos de control.

3.1 HISTOGRAMA

El desarrollo del histograma se acredita al francés experto en estadística A. M. Guerry. En 1983, Guerry introdujo una nueva clase de gráfica de barras para describir su análisis de datos criminalísticos. Aquellas gráficas de barras eran únicas porque se había dispuesto las barras para mostrar los números de crímenes en Francia correspondientes a varias categorías de variables continuas, tales como la edad del criminal. En esencia, Guerry sostuvo que los datos obtenidos desde una muestra sirven como base para una decisión sobre la población. Mientras más grande es el tamaño de la muestra, más información se tiene acerca de la población. Sin embargo, un incremento en el tamaño de la muestra lo es también respecto a la cantidad de datos. Entonces, será difícil conocer la población desde esos datos, aún cuando ellos son arreglados en tablas. En ese caso, es necesario conocer un método que permita conocer la población de un vistazo; un histograma responde a estas necesidades. Al organizar muchos datos en un histograma, podemos conocer la población de una manera objetiva.

3.2.1. Cómo hacer histogramas

Paso 1. Se marca el eje horizontal con una escala. Ésta no deberá basarse sobre el intervalo de clase sino con base en las unidades de medición de los datos (10 gramos, corresponden a 10 mm, por ejemplo). Esto es conveniente para hacer comparaciones con muchos histogramas los cuales describen factores similares y características, así como con especificaciones (normas). Deje un espacio casi igual al intervalo o clase sobre el eje horizontal, sobre cada lado de la primera y última clase.


58

Se señala la frecuencia, frecuencia relativa, media, marcas de clase, límites de clase. LIE (Límite Inferior de Especificaciones), LSE (Límite Superior de Especificaciones) Paso 2. Se marca el eje vertical izquierdo con una escala de frecuencia. Si es necesario, dibuje un eje al lado derecho con marcas de una escala de la frecuencia relativa. NOTA: La altura de la clase con la máxima frecuencia deberá ser de 0.5 a 2.0 veces la distancia entre los valores máximo y el mínimo sobre el eje horizontal. Paso 3. Se marca el eje horizontal con los valores de los límites de clases. Paso 4. Se usan los intervalos de clase como línea de base, dibuje un rectángulo cuya altura corresponda con la frecuencia en esa clase. Paso 5. Se dibuja una línea sobre el histograma que representa la media, y también dibuje una línea o dos que representen el límite o límites de especificaciones, en el caso de que las haya. Paso 6. En un área en blanco de la hoja que contiene el histograma, anote la historia de los datos (el periodo durante el cual los datos fueron colectados, instrumento usado, nombre de quien inspeccionó la muestra, etcétera), el número de datos, la media y, si es posible, también se recomienda poner la desviación estándar de los datos. Enseguida se muestra un ejemplo que trata de la puntuación del servicio prestado a clientes, cuyos datos aparecen en la Tabla 4.3.


59

Cliente Puntos Cliente Puntos Cliente Puntos Cliente Puntos Cliente Puntos

X 9,850 Z 9,860 Y 9,640 Y 9,850 X 9,930

X 10,040 Z 9,810 Y 10,130 Y 10,150 X 10,040

X 9,960 Z 9,980 Z 9,870 Y 10,070 X 10,140

X 10,000 Z 9,910 Z 9,830 Y 9,870 X 9,950

X 9,980 Z 9,840 Z 9,960 Y 10,110 Y 9,820

X 10,030 Z 9,870 Z 9,880 Y 9,920 Y 9,950

X 10,010 X 9,980 Z 9,940 Y 10,120 Y 9,880

X 9,970 X 9,990 Z 10,030 Y 9,860 Y 10,080

X 9,960 X 9,970 Z 9,860 Z 9,860 Y 10,140

X 9,910 X 9,910 Z 9,930 Z 9,800 Y 9,680

Y 10,120 X 10,010 Z 9,820 Z 9,970 Y 9,910

Y 9,830 X 10,040 Z 9,930 Z 9,840 Y 9,890

Y 10,170 X 9,960 X 9,970 Z 9,870 Y 10,080

Y 9,860 X 10,020 X 10,040 Z 10,070 Y 9,810

Y 10,140 X 9,980 X 10,130 Z 9,810 Z 9,840

Y 10,070 X 10,080 X 10,010 Z 9,850 Z 9,850

Y 9,880 Y 9,860 X 10,030 Z 9,940 Z 9,820

Y 10,130 Y 9,800 X 9,960 Z 9,810 Z 9,950

Y 9,840 Y 10,130 X 10,140 X 10,050 Z 9,880

Y 10,190 Y 9,940 X 10,020 X 9,990 Z 9,870

Z 9,900 Y 9,670 X 10,000 X 10,060 Z 9,920

Z 9,880 Y 10,160 X 9,940 X 10,010 Z 9,810

Z 9,910 Y 10,100 Y 10,120 X 9,960 Z 10,020

Z 9,970 Y 9,850 Y 10,040 X 10,010 Z 9,830

Tabla 4.3. Puntuación del servicio prestado a clientes (X, Y e Z)

Para este ejemplo se tomaron 120 puntuaciones a 40 de cada uno de tres clientes diferentes. El puntaje esperado es de 10,000 puntos; donde se encontró que, el Límite Superior de Especificaciones (LSE) es de 10,200 puntos, y el Límite Inferior de Especificaciones (LIE), es de 9,800 puntos, que se pueden expresar así: 10,000 ± 200 puntos). Véase la Tabla 4.4.

Puntaje 9,600 9,650 9,700 9,750 9,800 9,850 9,900 9,950 10,000 10,050 10,100 10,150 10,200

Frecuencia 1 2 0 0 17 22 15 20 18 8 13 4 0

Tabla 4.4. Frecuencia por puntajes

Para tener una mejor comprensión de los datos, se elabora el histograma de la Figura 4.3. El histograma deja ver los puntajes con una amplia distribución de varios picos, también llamada multimodal, con una mayor cantidad de población entre el Límite Inferior de Especificaciones (LIE) y el valor nominal o media de la especificación.


60

Figura 4.3. Frecuencia por puntajes

0

5

10

15

20

25

9,60

0

9,65

0

9,70

0

9,75

0

9,80

0

9,85

0

9,90

0

9,95

0

10,000

10,050

10,100

10,150

10,200

Puntajes

Fre

cu

an

cia

Serie1

3.2.2. Cómo interpretar histogramas

Los histogramas se interpretan mediante la identificación y explicación de los patrones de variación. Como se sabe que los valores en cualquier serie de datos varían; esa variación mostrará algún patrón. En ese sentido los objetivos de análisis de un histograma son:

1. Identificar y clasificar el patrón de variación 2. Desarrollar una explicación relevante a aquel patrón

Como puede verse en la Figura 4.3., el histograma tiene forma de campana y explica la forma en que la mayoría de los datos tienden hacia la línea central.

3.2 DIAGRAMA DE PARETO

Para abordar el tema del diagrama de Pareto, así como el histograma y los gráficos de control, se retoman los bosquejos hechos en la obra de González (1998)7. En este sentido, se conoce que el diagrama de Pareto tiene su origen en el gestor del mismo que lleva su nombre; Vilfredo Pareto, quien fue un economista

7 GONZALEZ, Carlos. ISO 9000 QS 9000 ISO 14000, Normas internacionales de administración de calidad, sistemas de calidad y sistemas

ambientales. Méjico: McGraw-Hill, 1998. 574p.


61

y sociólogo. Nacido en París, Francia, descendiente de una desterrada familia italiana de marqueses, que más tarde regresaría a Italia en el año de 1858, por lo que a Pareto se le considera italiano. Estudió en el Instituto Politécnico de Turín y se especializo en ferrocarriles y metalurgia. Sus hábitos de estudio y su afición a la lectura le dieron la enorme erudición que caracterizaría su obra económica. Versado en las cuestiones sociales y económicas, fue nombrado profesor de Economía Política en la Universidad de Lausana (Suiza), ciudad donde se estableció. Entre sus obras figura su curso de economía política (1896-1897) y otros. La mayor aportación de Pareto al campo de la economía fue la aplicación de las fórmulas matemáticas a la teoría económica general. En sociología fue el precursor en intentar reconstruir teorías nuevas sobre la ruinas del positivismo clásico. Pareto atrajo la atención de Mussolini, el dictador italiano, quien lo nombró representante de Italia en la comisión de Hacienda de la Sociedad de las Naciones. En 1897, el economista italiano presentó una fórmula que mostraba que la distribución del ingreso es desigual, con base en el postulado de que en la sociedad se forman clases y dentro de ellas sólo unos cuantos deciden lo que afectarán a la mayoría. En suma, se trata del concepto: ”Pocos deciden la suerte de muchos”. Una teoría similar fue expresada diagramáticamente por el economista estadounidense M.C. Lorenz en 1907. Por otra parte, para el control de calidad, Juran aplicó el método del diagrama de Lorenz como una fórmula para clasificar problemas de calidad como: “Pocos vitales, muchos triviales”, y lo llamó análisis de Pareto. Puntualizó que en muchos casos la mayoría de los defectos y el costo de los mismos surgen de un número relativamente pequeño de causas. Luego Juran en su libro Análisis y planeación de la calidad define el principio de Pareto como “Pocos vitales, muchos triviales” A continuación se resaltan los pasos que tienen lugar en la elaboración del diagrama de Pareto; conformemente, a manera de ilustración se da a conocer un ejemplo de un banco donde se tienen las siguientes situaciones, así: Paso 1. Se decide cuáles problemas van a ser investigados (servicios, casos no resueltos, pérdidas en términos monetarios, accidentes ocurridos, retardos casos resueltos, etcétera), y cómo colectar los datos (por tipo de servicio, por tipo de caso, lugar, región, categoría, proceso, computadora, terminal, empleado, u operario, método, etcétera).


62

Paso 2. Se diseña una hoja de conteo de datos para listar los ítems, con espacio para registrar totales como se ve en la Tabla 4.1.

Situaciones ConteoNúmero de

situaciones

Máquinas / / / / / / / / / / … / / / / / / / 256,000

Moneda / / / / / / / / /… 29,000

Medio ambiente / / / / / / / / / /… 211,000

Mano de obra / / / / / /… 26,000

Mediciones / / / / /… 25,000

Mandos / / / / / / / / / / / / / / / /… 216,000

Materiales / / / /… 24,000

Métodos / / / / / / / / / / / / / / / / /… 217,000

Manejo / / / / / / /… 27,000

TOTAL 1031,000

Tabla 4.1. Hoja de conteo de datos

Paso 3. Se llena la hoja de conteo y se calculan los totales. Paso 4. Se elabora la hoja de datos para el diagrama de Pareto, con sus totales individuales, totales acumulados, porcentajes del total y los porcentajes acumulados (véase Tabla 4.2.).

Situaciones ConteoNúmero de

situaciones

Total

acumulado

Porcentaje

del total

Porcentaje

acumulado

Máquinas / / / / / / / / / / … / / / / / / / 256,000 256,000 24,83% 0,248

Metódos / / / / / / / / / / / / / / / / /… 217,000 473,000 45,88% 0,707

Mandos / / / / / / / / / / / / / / / /… 216,000 689,000 66,83% 1,375

Medio ambiente / / / / / / / / / /… 211,000 900,000 87,29% 2,248

Moneda / / / / / / / / /… 29,000 929,000 90,11% 3,149

Manejo / / / / / / /… 27,000 956,000 92,73% 4,077

Mano de obra / / / / / /… 26,000 982,000 95,25% 5,029

Mediciones / / / / /… 25,000 1007,000 97,67% 6,006

Materiales / / / /… 24,000 1031,000 100,00% 7,006

Tabla 4.2. Hoja de datos del diagrama de Pareto

Paso 5. Se arreglan las situaciones en el orden descendente respecto a la cantidad y se llenan los datos en la hoja. Paso 6. Se dibujan los ejes verticales y uno horizontal, así:

a. Eje vertical izquierdo. Marqué este eje con una escala de 0 (cero) hasta el número total de defectos.

b. Eje vertical derecho. Marque este eje con una escala de 0% al 100%.


63

c. Eje horizontal. Divida este eje en un número de intervalos igual al número de situaciones clasificados; incluya la categoría Otros.

En su defecto, se pueden dibujar dos gráficas por aparte donde en cada una de éstas se den a conocer los diferentes parámetros (tal como es el caso aquí mostrado). Paso 7. Se construye un diagrama de barras como el de la Figura 4.1.

Figura 4.1. Diagrama de barras por número de

situaciones

0,00050,000

100,000150,000200,000250,000300,000

Máquin

as

Moneda

Medio

Mano d

e

Medic

iones

Mandos

Mate

riale

s

Méto

dos

Mate

riale

s

Tipo de situación

Nú

mero

de s

itu

acio

nes

Serie1

Paso 8. Se dibuja la curva acumulativa (curva de Pareto), como puede verse en la Figura 4.2. Se marcan los valores acumulados (acumulado total o porcentaje acumulado), arriba de la esquina superior derecha de los intervalos de cada artículo. Se conectan con una línea continua.

a. Temas concernientes al diagrama: Título, cantidades significativas, unidades, nombre del autor o autores, etc.

b. Temas concernientes a los datos: Periodo, objeto y lugar de las investigaciones, número total de datos, etc.


64

Figura 4.2. Diagrama de barras por porcentaje

acumulado

0,00%20,00%40,00%

60,00%80,00%

100,00%

Máquin

as

Medio

Medic

iones

Mate

riale

s

Mate

riale

s

Tipo de situación

Po

rcen

taje

acu

mu

lad

o

Serie1

3.3 GRÁFICOS DE CONTROL

Para la exposición de los gráficos de control se abarca temas como son el uso y la elaboración de los gráficos de control de medias y rangos, el estudio de los datos preparatorios o estudio inicial, comparados con el rango permisible especificado, control de la línea de producción o de servicio y el ajuste de las líneas de control. Es de anotar que el tema es ampliamente tratado en las secciones 2.3., y 2.4., respectivamente; sin embargo, dentro del marco de las técnicas para mejorar la calidad se exponen a manera de síntesis.

3.3.1 Uso de los gráficos de control de medias y rangos

Se usa para controlar la calidad de una característica y las condiciones de

producción de un conjunto de valores medidos, en un rango R con una media x ,

(x barra), x (x testada), media, promedio o valor típico.

El doctor Walter A. Shewhart se basó en el teorema del límite central y en la distribución normal que forman las medidas de tendencia central. Respecto al teorema del límite central se puede explicar de la siguiente manera. Se toma una muestra de una población como en el caso de los subgrupos de un gráfico de control. Si calculamos la media de los valores del subgrupo y los graficamos, veremos que la distribución de los valores individuales tiene mayor dispersión que la de los valores de las medias. Si el tamaño del subgrupo crece, las medias de estos subgrupos, a su vez, tienden cada vez más al centro.


65

Cuando el tamaño del subgrupo se acerca al de la población, en ese momento, la medida de los subgrupos se confunde con la media de la población (ejemplo de edades de los participantes partiendo de n=1, n=2, n=3, etcétera). Al mismo tiempo se ve que las medias forman una curva normal o campana.

3.3.2 Elaboración del gráfico de control de medias y rangos

Para la elaboración del gráfico de control de medidas y rangos se comienza con el trazado del gráfico de control con datos del estudio inicial, así: Paso 1. Se clasifica en varios grupos los valores de la característica del producto o servicio que se quiere controlar; tome de 2 a 5 muestras de cada subgrupo. El número de subgrupos debe ser de 20 a 25. Paso 2. Se calcula la media aritmética de cada subgrupo con la fórmula que aparece a continuación. Por ejemplo, para el caso de 5 mediciones por subgrupo, se calcularía de la siguiente forma:

5

54321 xxxxxMedia

Paso 3. Se obtiene la diferencia entre el valor máximo y el valor mínimo en cada subgrupo. Calcule el rango con la fórmula:

mínimoValormáximoValorRango

Paso 4. En una hoja para el trazado de la carta de control, se usa el eje horizontal para el número consecutivo de subgrupos y el eje vertical para la media y el rango a una escala apropiada. Haga varios ensayos para que todos los valores de las medidas y de los rangos quepan en la escala. Paso 5. Se coloca en la carta los valores de las medidas y rangos de cada subgrupo obtenidos y calculados en los pasos 2 y 3. Paso 6. Se calculan los valores para los límites de control del gráfico en cuanto a las medias con las siguientes fórmulas y coeficientes con base en los valores de la Tabla 4.5.8

8 Tablas B2 y B3 de la ASTM (Manual on Quality Control of Materials).


66

Número de valores

en el subgrupo

Carta de control

de medias

n A2 D3 D4

2 1,880 0 3,267

3 1,023 0 2,575

4 0,729 0 2,282

5 0,577 0 2,115

6 0,483 0 2,004

7 0,419 0,076 1,924

8 0,373 0,136 1,864

9 0,337 0,184 1,816

10 0,308 0,223 1,777

Carta de control

de rangos

Tabla 4.5. Coeficientes o factores para gráficos de control de medias y rangos

Fuente: Tablas B2 y B3 de la ASTM (Manual on Quality Control of Materials)

a. Calcule la gran media o media de medias, sumando todas las medias de los subgrupos y dividir ese total entre el número de éstas con:

N

subgruposdemediaslasdeSumamediasdeMedia

Donde N es el número de subgrupos. También abreviada como:

k

xx

k

ii

1

b. Calcule la media de rangos, sumando todos los rangos de los subgrupos y dividiendo el total entre el número de subgrupos con:

N

subgruposderangoslosdeSumarangosdeMedia

Del mismo modo simplificada como:


67

k

RR

k

ii

1

c. Fórmula para el cálculo del Límite Superior de Control para medias (LSC):

RAxLSC x 2

d. Fórmula para el cálculo del Límite Inferior de Control para medias (LIC):

RAxLIC x 2

Paso 7. Se sigue el mismo procedimiento anterior. Calcule los límites de control para los rangos con las fórmulas:

a. Cálculo de Límite Superior de Control para rangos ( LSC):

RDLSCR 4

b. Cálculo del Límite Inferior de Control para rangos (LIC):

RDLICR 3

Paso 8. Se obtienen el coeficiente A2, D3, y D4 de la Tabla 4.5., de acuerdo con el tamaño de subgrupo que se haya elegido y utilícelos en los pasos 6 y 7. Paso 9. Se coloca en los gráficos de control de medias y rangos, los valores obtenidos en los pasos 6 y 7 con los valores del paso 8. Se utilizan líneas discontinuas. Paso 10. Se examina si los puntos graficados y unidos están dentro de los límites que se marcan, tanto del lado superior como del inferior. Si hay algunos puntos fuera, entonces hay una causa de error llamada asignable que no debe pasar inadvertida, es necesario revisarla. Si un punto está precisamente sobre la línea de cualquier límite de control, se supone que está fuera.


68

3.3.3 Estudio de los datos preparatorios o estudio inicial, comparados con el rango permisible especificado

Paso 1. Se examina si los puntos colocados en el gráfico de control, según los pasos anteriores, están dentro del rango permisible especificado. Si todos los puntos están en el rango permisible, los límites de control no necesitan reconsiderarse. Paso 2. Si varios puntos de los datos preparatorios o estudio inicial están fuera del rango permitido especificado, hay que examinar la causa probable de error y tomar acciones para prevenir el problema. Paso 3. Se excluyen los puntos fuera del rango admitido para los cuales se encuentra solución y vuelve a calcular los límites de control. Si no se puede encontrar la causa de error, o si se conoce pero no se puede hallar la solución, vuelva a calcular los límites de control incluyendo los puntos que no están dentro del rango. Si algunos puntos que solían estar dentro del rango se salen, déjelos como están y haga el cálculo. Paso 4. Se elabora un histograma con los valores que no fueron excluidos en los pasos 1 y 3, compárelos con el rango permitido especificado. Si todos los puntos están dentro del rango, no es necesario tomar acciones correctivas. Si algunos puntos están fuera del rango, se deben tomar acciones especiales de tal manera que la dispersión puede disminuirse. Si la dispersión no puede ser disminuida por las acciones correctivas, tendrá que cambiar el rango permitido o establecer un proceso de selección.

3.3.4 Control de la línea de producción o de servicio

Cuando el gráfico de control se ha comparado con las especificaciones, se usa para controlar la línea de producción o de servicio de acuerdo con los siguientes pasos. Paso 1. Se coloca en la hoja del gráfico de control las líneas para los límites de control establecidos en los pasos anteriores. Paso 2. Se toman muestras de la línea de producción o de servicio. Calcule la media y el rango para cada subgrupo y localícelas en los gráficos de control de medias y rangos.


69

Paso 3. Si los puntos están dentro del rango especificado y no hay un patrón especial en la distribución, entonces se puede concluir que el estado de la línea de producción o de servicio es estable. Si alguno de ellos está fuera del rango y se observa un patrón especial, el diagnóstico será que hay causas de error que no pueden ser pasadas por alto. Paso 4. Se encuentran las causas de error y tome las acciones correctivas. En el caso de que haya un punto por encima de la línea de control superior en el gráfico de control de rangos, debe considerarse que la dispersión es grande. Si éste es el caso para el gráfico de control de medias, significa que la media ha cambiado o la dispersión ha llegado a ser muy grande. El tomar acciones correctivas significa no sólo que ha de resolver el problema presente, sino tomar medidas preventivas para que no se repita en el futuro.

3.3.5 Ajuste de las líneas de control

Una vez que la línea de producción o de servicio se ha corregido y mejorado por el uso del gráfico de control, las líneas de control existentes pueden resultar demasiado elásticas para un mejoramiento futuro de la calidad de los productos y servicios. Si la línea de producción o servicio ha alcanzado este estado, se consideran los datos recientes como datos preparatorios y se procede a ajustar las líneas de control, siguiendo los pasos antes enumerados.

3.4 DIAGRAMAS DE DISPERSIÓN

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

El Diagrama de Dispersión es de gran utilidad para la solución de problemas de la calidad en un proceso y producto, ya que nos sirve para comprobar que causas (factores) están influyendo o perturbando la dispersión de una característica de calidad determinada o variable del proceso a controlar. Los motivos más comunes de este tipo de diagrama son analizar:


70

La relación entre una causa y un efecto.

La relación entre una causa y otra.

La relación entre una causa y otras dos causas.

Un efecto y otro efecto.

3.4.1 Cómo hacer un Diagrama de Dispersión A continuación se describe el proceso completo a seguir para analizar la existencia de una relación lógica entre dos variables. Se describe la construcción de los Diagramas de Dispersión a partir de la recogida de datos acerca de dichas variables y el análisis posterior necesario para confirmar la correlación que puede mostrar dicho diagrama, ya que ésta no implica la existencia de una relación lógica. 3.4.2 Pasos previos a la construcción de un Diagrama de Dispersión

Paso 1: Elaborar una teoría admisible y relevante sobre la supuesta relación entre dos variables

Este paso previo es de gran importancia, puesto que el análisis de un Diagrama de Dispersión permite obtener conclusiones sobre la existencia de una relación entre dos variables, no sobre la naturaleza de dicha relación.

Paso 2: Obtener los pares de datos correspondientes a las dos variables

Al igual que en cualquier otra herramienta de análisis de datos, éstos son la base de las conclusiones obtenidas, por tanto cumplirán las siguientes condiciones:

En cantidad suficiente: Se consideran necesarios al menos 40 pares de datos para construir un Diagrama de Dispersión.

Datos correctamente emparejados: Se estudiará la relación entre ambos.

Datos exactos: Las inexactitudes afectan a su situación en el diagrama desvirtuando su apariencia visual.

Datos representativos: Asegúrese de que cubren todas las condiciones operativas del proceso.

Información completa: Anotar las condiciones en que han sido obtenidos los datos.


71

Determinar los valores máximo y mínimo para cada una de las variables: Ejemplo: tabla de recogida de datos

Paso 4: Decidir sobre qué eje representará a cada una de las variables

Si se está estudiando una posible relación causa-efecto, el eje horizontal representará la supuesta causa.

Paso 5: Trazar y rotular los ejes horizontal y vertical La construcción de los ejes afecta al aspecto y a la consiguiente interpretación del diagrama.

Los ejes han de ser aproximadamente de la misma longitud, determinando un área cuadrada.

La numeración de los ejes ha de ir desde un valor ligeramente menor que el valor mínimo de cada variable hasta un valor ligeramente superior al valor máximo de las mismas. Esto permite que los puntos abarquen toda el área de registro de los datos.

Numerar los ejes a intervalos iguales y con incrementos de la variable constantes.


72

Los valores crecientes han de ir de abajo a arriba y de izquierda a derecha en los ejes vertical y horizontal respectivamente.

Rotular cada eje con la descripción de la variable correspondiente y con su unidad de medida.

Ejemplo:

Hora del día

Paso 6: Marcar sobre el diagrama los pares de datos

Para cada par de datos localizar la intersección de las lecturas de los ejes correspondientes y señalarlo con un punto o símbolo.

Si algún punto coincide con otro ya existente, se traza un círculo concéntrico a este último. Ejemplo

Número de

errores


73

Hora del día

Cuando coinciden muchos pares de puntos, el Diagrama de Dispersión puede hacerse confuso. En este caso es recomendable utilizar una "Tabla de Correlación" para representar la correlación.

Ejemplo

En el caso en que se construye un Diagrama de Dispersión estratificado separando los pares de datos, por ejemplo, según el turno de trabajo, lote de materia prima, etc.), deben escogerse símbolos que pongan de manifiesto los diferentes grupos de puntos de forma clara.

Número de

errores


74

Estratificación: Número de errores de tecleo según la hora del día y empleado

Interpretación. Posibles tipos de relaciones entre variables. El Diagrama de Dispersión se puede utilizar para estudiar:

Relaciones causa-efecto: este es el caso más común en su utilización para la mejora de la calidad. Se utiliza el diagrama a partir de la medición del efecto observado y de su posible causa.

Ejemplo: Comprobar la relación entre el número de errores y la hora en que se cometen.

Relaciones entre dos efectos: sirve para contrastar la teoría de que ambos provienen de una causa común desconocida o difícil de medir.

Ejemplo: Analizar la relación entre el número de quejas que llegan y el aumento / disminución de las ventas, suponiendo que los dos dependen del nivel de satisfacción del cliente.

Posibilidad de utilizar un efecto como sustituto de otro: se puede utilizar para controlar efectos difíciles o costosos de medir, a través de otros con medición más simple.

Ejemplo: Estudiar la relación existente entre reducción de costes y satisfacción del cliente para utilizar el parámetro de más fácil medición en la evaluación de las actividades de planificación.

José

Javier

X Juan


75

Relaciones entre dos posibles causas: sirve para actuar sobre efectos de forma más simple o adecuada y para analizar procesos complejos.

Ejemplo: Analizar la relación entre el porcentaje idóneo de contenido en potasio de un fertilizante y la cantidad media de lluvia recogida en la zona de cultivo, puesto que ambos elementos influyen en la calidad del vino y el régimen de lluvias no puede ser modificado.

Pautas típicas de correlación. 1. Correlación Fuerte Los puntos se agrupan claramente alrededor de una línea imaginaria que pasa por el centro de la masa de los mismos. Estos casos sugieren que el control de una de las variables lleva al control de la otra. Los datos parecen confirmar la teoría estudiada, pero hay que analizar la existencia de otras posibles explicaciones admisibles y relevantes para dicha relación.

Correlación Fuerte, Positiva: El valor de la variable "Y" (eje vertical) aumenta claramente con el valor de la variable "X" (eje horizontal).

Correlación Fuerte, Negativa: El valor de "Y" disminuye claramente cuando "X" aumenta

Correlación fuerte


76

2. Correlación Débil Los puntos no están suficientemente agrupados, como para asegurar que existe la relación. El control de una de las variables no necesariamente nos llevará al control de la otra. Si lo que se busca es determinar las causas de un problema, se deben buscar otras variables con una relación mayor o más relevante sobre el efecto.

Correlación Débil, Positiva: El valor de la variable "Y" (eje vertical) tiende a aumentar cuando aumenta el valor de la variable "X" (eje horizontal)

Correlación Débil, Negativa: El valor de "Y" tiende a disminuir cuando aumenta el valor de "X".

Correlación débil

3. Correlación compleja El valor de la variable "Y" parece estar relacionado con el de la variable "X", pero esta relación no es simple o lineal. En este caso se estudia la relación más profundamente (¿hay alguna ley no lineal que explique esta relación? ¿Es esta relación el resultado de componer varias relaciones?). 4. Sin correlación


77

Para cualquier valor de la variable "X", "Y" puede tener cualquier valor. No aparece ninguna relación especial entre ambas variables. En este caso, nuestra teoría no es correcta y se deben buscar otros tipos de relaciones.

3.5 APLICACIÓN DE LA OFIMATICA AL CONTROL DE CALIDAD

Por favor consulte los siguientes enlaces: Diagrama de Pareto: http://www.youtube.com/watch?v=-JsPUeHKNrQ&feature=related Histograma: http://www.youtube.com/watch?v=0MrLRVcqsOM&feature=related Grafico de Control: http://www.youtube.com/watch?v=rT_GHjBl8T8&feature=related Diagrama de Dispersión: http://www.youtube.com/watch?v=5tsgygTBT_8

http://www.youtube.com/watch?v=-JsPUeHKNrQ&feature=related

http://www.youtube.com/watch?v=0MrLRVcqsOM&feature=related

http://www.youtube.com/watch?v=rT_GHjBl8T8&feature=related

http://www.youtube.com/watch?v=5tsgygTBT_8


78

UNIDAD 2. TÉCNICAS ESTADÍSTICAS PARA EL CONTROL DE CALIDAD

Introducción: En esta unidad se desarrollan los conceptos relacionados con el Control Estadístico de Calidad, el Muestreo de Aceptación Lote a Lote por Atributos y los Costes de Calidad.

Objetivo general:

Fundamentar a los estudiantes del control de calidad con respecto a las Técnicas Estadísticas más relevantes en este proceso.

Objetivos específicos:

Que el estudiante conozca el Control Estadístico de Calidad, elaborando gráficos de control.

El estudiante conozca y maneje la Curva Carácterística de Operación.

Conceptualizar la importancia y componentes de los Costes de Calidad. Competencias a desarrollar:

El estudiante conoce y comprende las técnicas estadísticas de Control de Calidad.

El estudiante reconoce la aplicabilidad de los conceptos estadísticos en la resolución de problemas empresariales relacionados con el control de calidad.


79

1. CONTROL ESTADÍSTICO DE LA CALIDAD

Para el estudio del control estadístico de la calidad es necesario conocer acerca del papel que juega la distribución de frecuencias y parámetros en el mismo, la capacidad del proceso para medir la variación de éstos; y de hecho, los gráficos de control por variables y atributos, entre otros de los muchos autores que han trabajado el tema, se acompañan los esbozados por Tabla (1998)9, así:

1.1. DETERMINACIÓN DE LOS LIMITES DE CONTROL POR VARIABLES

Para el estudio de los gráficos de control por variables es de tener en cuenta que las variaciones que ocurren en un proceso de producción caen en dos amplias categorías: variaciones aleatorias y variaciones con causas asignables. Las variaciones aleatorias pueden tener un complejo de causa real menor, ninguna de las cuales es responsable por la variación total. Estas variaciones ocurren en forma aleatoria y es muy poco lo que se puede hacer al respecto dado el proceso en que ocurren. Por otra parte, las variaciones con causas asignables son relativamente grandes y pueden rastrearse hasta su origen. En este sentido, se tienen en cuenta los aspectos destacados por Buffa y Sarín (1992)10. En general, las causas asignables son resultado de:

Diferencias entre los trabajadores

Diferencias entre las máquinas

Diferencias entre materiales

Diferencias debidas a la interacción entre cualesquiera dos o tres de las causas anteriores.

Puede desarrollarse entonces, un conjunto parecido de causas asignables para cualquier proceso. Se tiene que cuando un proceso se encuentra en un estado de control estadístico las variaciones que ocurren en el número de defectos, la magnitud de una dimensión, la composición química, el peso y otras parecidas

9 TABLA, Guillermo. Guía para implantar la norma ISO 9000 para empresas de todos tipos y tamaños. México: McGraw-Hill, 1998. 387p.

10

BUFFA, Elwood y SARIN, Rakesh. Administración de la producción y de las operaciones. Méjico: Limusa, 1992. 939p.


80

que se deben solamente a una variación aleatoria normal. Por lo tanto, con los gráficos de control se establecen estándares de variación normal esperada debido a causas aleatorias. De esta forma, cuando las variaciones debidas a una o más causas asignables se trasladan, de inmediato indican que algún componente básico ha cambiado. Entonces no es posible investigar para encontrar la causa asignable y corregirla. En consecuencia, estos mecanismos de control estadístico son los que se conocen como gráficos de control.

2. Marco conceptual de gráficos de control

Si se toma un conjunto de medidas en secuencia, los datos pueden acomodarse como una distribución y calcular la medida y la desviación estándar. Si se tiene entendido que los datos provienen de una distribución normal de población, pueden establecerse estimados precisos, respecto a la probabilidad de ocurrencia asociada con las medidas. Dada en unidades de desviación estándar como sigue:

68.26 por ciento de los valores normalmente caen dentro de µ ± 1σ



Estos valores porcentuales representan el área bajo la curva normal entre los límites dados; por lo tanto, indican la probabilidad de ocurrencia para los valores que provienen de la distribución normal que generó las mediciones. En este sentido la tolerancia (considerada como las desviaciones estándar que se estarían dispuestas a aceptar) natural se basarán en información de la muestra. Para tal efecto se utiliza la siguiente notación:

µ = Medida de la población (parámetro)

x = Medida de una muestra obtenida de la población (estadística)

σ = Desviación estándar de la población (parámetro)

s = Desviación estándar de una muestra obtenida de la población (estadística)

Dado que debe usarse información de la muestra para estimar las medias y las desviaciones estándar de la población, la tolerancia natural de un proceso se

estima sustituyendo x

sx 3 en las estadísticas de la muestra.

En los gráficos de control generalmente se utilizan dos tipos básicos con algunas variantes: gráficos de control por variables y gráficos de control por atributos. Los


81

gráficos de control por variables serán abordados a continuación mientras que los gráficos de control por atributos serán abordados en la siguiente sección. Los gráficos de control por variables son utilizados cuando el parámetro basado en el control es alguna medida de una variable, tal como la dimensión de una parte, el control para realización de un trabajo y otras. Los gráficos de control por variables pueden basarse en mediciones individuales, valores de la media de muestras pequeñas, valores de la variación de mediciones de variabilidad.

3. Gráficos de control x (x barra)

Para construir gráficos de control por variables x , existen varias cuestiones que deben resolverse como el tamaño de la muestra, establecimientos de estándares para promedio del proceso y límites de control, además de los procedimientos prácticos para reducir los cálculos requeridos. Tamaño de la muestra. Para establecer el tamaño de la muestra se tiene en cuenta que los tamaños de las muestras son generalmente reducidos por razones tales como: Primero, es más barato recolectar, inspeccionar y procesar muestras pequeñas. Segundo, las muestras de mayor tamaño deben obtenerse durante períodos más prolongados y pueden presentarse cambios durante dichos periodos, impidiendo que las reacciones sean oportunas; así las cosas, las condiciones fuera de control no se detectan tan rápidamente y pueden producirse desperdicios adicionales. Se tiene establecido que generalmente los tamaños de muestra más comunes son de cuatro o cinco ejemplares. Este tamaño anticipa los problemas indicados y es lo suficientemente grande como para que el teorema del límite central garantice la normalidad en la distribución del muestreo. Definición de estándares de promedios del proceso y límites de control. Para poder definir los estándares se debe contestar la siguiente pregunta:

¿Cómo puede determinarse si el promedio del proceso, x , y los límites de control son representativos del proceso cuando éste se encuentra en un estado de control estadístico? Si en el proceso cambian durante el período en el cual se está desarrollando la información para definir estándares, los estándares no tienen significado. Las


82

condiciones no estándar pueden resultar en un cambio en el promedio, en la desviación estándar, o en ambos. Para contar con una protección, se calcula una s individual para cada una de las pequeñas muestras de un subgrupo preliminar y después se promedian. Las medias de las muestras del subgrupo se trazan sobre una gráfica de control

basada en x

sx 3 para determinar si han ocurrido cambios en el promedio del

proceso en el periodo durante el cual se recopilaron los datos preliminares. Atendiendo a la sugerencia de los expertos, para lograr los objetivos, el tamaño del subgrupo debe ser relativamente reducido, posiblemente de 20 a 25 y el periodo de tiempo durante el cual se recopilan los datos preliminares debe ser lo suficientemente largos como para poder reconocer cualesquiera cambios en el proceso que ocurran entre intervalos de muestreo. Procedimientos prácticos para determinar los límites de control de la gráfica

x . Los límites de control requieren un estimulo de x

s y aunque este cálculo no es

costoso sí requiere la incorporación de todos los datos en los que se basa la estadística. Al poner ponen en práctica estos conceptos se desarrollan métodos más cortos para calcular los límites de control, utilizando el rango en lugar de la desviación estándar como una medida de variabilidad. La Tabla 2.9., es una pequeña porción de una tabla de factores usados para convertir el rango

promedio, R , a los límites de control x

s3 .

El procedimiento es el siguiente. Se selecciona el factor adecuado de la Tabla

2.9., para gráficas x y se calculan los límites de control, así:

Límite Superior de Control

RAxLSC x 2

Límite Inferior de Control

RAxLIC x 2

A manera de ejemplo, si x = 4.00000, R = 0.01000 y n = 8, entonces el factor de la Tabla 2.9., es A2 = 0.37300 y los límites de control son:

LSC = 4.00000 + (0.37300 X 0.01000) = 4.00000 + 0.00373 = 4.00073


83

LIC = 4.00000 – (0.37300 X 0.01000) = 4.00000 – 0.00373 = 3.99627 De hecho, los cálculos básicos para determinar las líneas centrales y los límites de control permanecen iguales sin importar la variable que se está midiendo.

Número de valores

en el subgrupo

Carta de control

de medias

n A2 D3 D4

2 1,880 0 3,267

3 1,023 0 2,575

4 0,729 0 2,282

5 0,577 0 2,115

6 0,483 0 2,004

7 0,419 0,076 1,924

8 0,373 0,136 1,864

9 0,337 0,184 1,816

10 0,308 0,223 1,777

Carta de control

de rangos

Tabla 2.9. Factores para convertir un rango promedio, , a límites de control variables

Adaptado de Buffa y Sarín. Fuente: Desarrollada a partir de una tabla de factores mucho más grande de gran utilidad para la construcción de

gráficas de control, tabla B2 del manual A.S.T.M para control de calidad de materiales, P.115.

R

A continuación se considera un proceso de evaluación para el cual se desea

establecer un gráfico de control x . Con el fin de inicializar la gráfica, se toman 20 muestras de n = 5 mediciones aleatorias conforme el proceso de evaluación tiene lugar. Estas observaciones individuales se exponen en la Tabla 2.10., representando en cada línea una muestra de n = 5. Obteniendo el promedio de

cada muestra; x . La gran media se expresa en la parte inferior como x = 5.171.

Cálculos para el gráfico de control x . Primero se calcula la línea central y los

límites de control preliminares para el gráfico de control x de la siguiente forma:

Límite Superior de Control:

RAxLSC x 2

= 5.171 + (0.577 x 7.1511) = 9.297


84

1 2 3 4 5

1 1,198 3,175 5,201 7,209 9,204 5,197

2 2,224 4,209 6,184 8,225 1,209 4,410

3 3,195 5,172 7,204 9,213 2,208 5,398

4 4,183 6,191 8,168 1,194 3,202 4,588

5 6,194 8,142 1,208 3,226 5,188 4,792

6 7,212 9,238 2,219 4,198 6,230 5,819

7 8,179 1,186 3,206 5,170 7,212 4,991

8 9,216 2,212 4,201 6,196 8,224 6,010

9 1,221 3,172 5,201 7,205 9,204 5,201

10 2,226 4,184 6,187 8,182 1,229 4,402

11 3,181 5,210 7,219 9,206 2,184 5,400

12 4,176 6,179 8,206 1,182 3,244 4,597

13 5,217 7,199 9,225 2,205 4,208 5,611

14 6,203 8,192 1,203 3,207 5,208 4,803

15 7,243 9,184 2,187 4,220 6,214 5,810

16 8,255 1,217 3,200 5,231 7,214 5,023

17 9,210 2,226 4,187 6,187 8,190 6,000

18 1,178 3,188 6,157 8,184 1,162 3,974

19 1,163 6,223 8,171 7,208 9,202 6,393

20 2,218 7,192 6,198 8,199 1,199 5,001

5,171

Tabla 2.10. Mediciones tomadas en secuencia sobre los

resultados de un proceso de producción (tamaño de muestra

N = 20, n = 5), para

Observaciones individualesNúmero de

muestra

Promedio de la

muestra,

x

x

x

Límite Inferior de Control:

RAxLIC x 2

= 5.171 – (0.577 x 7.1511) = 1.045

Los limites de control y la línea central preliminares para la gran media se muestran en la Figura 2.5., graficándose las medias de las 20 muestras del

promedio de muestras x de la Tabla 2.10.


85

Cuándo actuar. En el caso que existan muestran fuera de los límites de control se plantea la pregunta: ¿Qué configuraciones de puntos en una gráfica de control sugieren que debe adoptarse una acción?” ¿Se justifica una acción solamente cuando los puntos salen de los límites?

Figura 2.5. Gráfico de control en la que se

muestran los promedios de proceso y límites de

control

0,000

1,000

2,000

3,000

4,000

5,000

6,000

7,000

8,000

9,000

10,000

1 3 5 7 9 11 13 15 17 19

Número de muestra

Med

ia d

e l

a m

uestr

a

Serie1

x

297.9LSC

1 7 1.5x

045.1LIC

Los siguientes son algunos lineamientos convenientes sobre cuándo anticipar los problemas mediante una acción de investigación.

Un solo punto se sale de los límites, ya sea superior o inferior.

Dos puntos consecutivos están cerca de un límite de control superior o inferior.

Una corrida de cinco puntos por arriba o por debajo del promedio del proceso.

Una tendencia de cinco puntos hacia cualquiera de los límites.

Un cambio súbito de nivel.

Un compromiso errático.


86

4. Gráficos de control R

Una vez calculados los límites de control para los gráficos de control x , las estadísticas usadas son las medias de la muestra reducida y estos son los datos que se trazan en la gráfica. De la misma forma podría usarse una medida de variabilidad, como la desviación estándar o el rango, como estadística básica. Para cada muestra se calcula una desviación estándar (o rango) como muestra y estas observaciones se agrupan en una distribución que se aproxima a la distribución normal. Esta nueva distribución de medidas de variabilidad tiene una media, una desviación estándar y un rango que pueden ser usados para construir una de control. Esta gráfica de control indica cuando la variabilidad del proceso es mayor o menor que el estándar. En el control de la calidad, la estadística seleccionada es generalmente el rango, más que la variación estándar, debido a la facilidad con la que el rango puede ser calculado en un ambiente de procesamiento. Para cada muestra, la diferencia entre la mediación más alta y la más baja se traza en el gráfico de control R. La

distribución de rangos tiene un promedio, R , y una desviación estándar sR. Los

límites de ± 3sR tienen el mismo significado general que para la gráfica x . 1.2 ELABORACIÓN DE GRÁFICOS DE CONTROL POR VARIABLES .

De la misma forma que para las gráficas x , el cálculo de los límites de control para el gráfico de control R ha sido simplificado mediante el uso de la estadística

R en lugar de la desviación estándar. Usando los datos de la Tabla 2.9., para una muestra de tamaño n, se seleccionan los factores D3 y D4 y se calculan los límites de control 3sR como sigue:


RDLSCR 4


RDLICR 3


87

De igual modo como se expresó anteriormente, a manera de ejemplo, si n = 6, R = 5.000, con base en el factor de la Tabla 2.9., D4 = 2.004 y D3 = 0, entonces los límites de control para la gráfica R son:

LSCR = 2.004 x 5.000 = 10.020

LICR = 0 x 3.000 = 0 Enseguida, se continúa con los datos anteriores considerados en el proceso de evaluación para establecer como un gráfico de control R. De manera semejante, con el fin de inicializar la gráfica, se retoman las 20 muestras de n = 5 mediciones aleatorias conforme el proceso de evaluación tiene lugar. Estas observaciones individuales se exponen en la Tabla 2.11., de la misma manera representando en cada línea una muestra de n = 5. Obteniendo el rango de la muestra R, el rango

promedio se expresan en la parte inferior como R = 7.1511.

1 2 3 4 5

1 1,198 3,175 5,201 7,209 9,204 5,197 9,204 1,198 8,0060

2 2,224 4,209 6,184 8,225 1,209 4,410 8,225 1,209 7,0160

3 3,195 5,172 7,204 9,213 2,208 5,398 9,213 2,208 7,0050

4 4,183 6,191 8,168 1,194 3,202 4,588 8,168 1,194 6,9740

5 6,194 8,142 1,208 3,226 5,188 4,792 8,142 1,208 6,9340

6 7,212 9,238 2,219 4,198 6,230 5,819 9,238 2,219 7,0190

7 8,179 1,186 3,206 5,170 7,212 4,991 8,179 1,186 6,9930

8 9,216 2,212 4,201 6,196 8,224 6,010 9,216 2,212 7,0040

9 1,221 3,172 5,201 7,205 9,204 5,201 9,204 1,221 7,9830

10 2,226 4,184 6,187 8,182 1,229 4,402 8,182 1,229 6,9530

11 3,181 5,210 7,219 9,206 2,184 5,400 9,206 2,184 7,0220

12 4,176 6,179 8,206 1,182 3,244 4,597 8,206 1,182 7,0240

13 5,217 7,199 9,225 2,205 4,208 5,611 9,225 2,205 7,0200

14 6,203 8,192 1,203 3,207 5,208 4,803 8,192 1,203 6,9890

15 7,243 9,184 2,187 4,220 6,214 5,810 9,184 2,187 6,9970

16 8,255 1,217 3,200 5,231 7,214 5,023 8,255 1,217 7,0380

17 9,210 2,226 4,187 6,187 8,190 6,000 9,210 2,226 6,9840

18 1,178 3,188 6,157 8,184 1,162 3,974 8,184 1,162 7,0220

19 1,163 6,223 8,171 7,208 9,202 6,393 9,202 1,163 8,0390

20 2,218 7,192 6,198 8,199 1,199 5,001 8,199 1,199 7,0000

5,171 7,1511

Observaciones individuales

Tabla 2.11. Mediciones tomadas en secuencia sobre los resultados de un proceso

de producción (tamaño de muestra N = 20, n = 5), para R

Número de

muestra

Promedio de la

muestra, Máximo Mínimo

Rango de la

muestra R

x R

x


88

Cálculos para el gráfico de control R. Los límites de control preliminares para un gráfico de control R, para n = 5, se calculan utilizando los factores D3 = 0 y D4 = 2.115, de la Tabla 2.9., como sigue:


RDLSCR 4

= 2.115 x 7.1511 = 15.1246


RDLICR 3

= 0 x 7.1511 = 0

En la Figura 2.6., se muestra el gráfico de control R con los límites de control preliminares y los rangos de 20 muestras. Como se puede apreciar, en este caso el rango para la muestra 18 no cae fuera de los límites de control en la gráfica R.

Figura 2.6. Gráfica R en la se muestran promedios de

proceso y límites de control

0,0000

5,0000

10,0000

15,0000

1 3 5 7 9 11 13 15 17 19

Número de muestra

Ran

go

de l

a m

uestr

a

Serie1

1246.15LSC

1511.7R

0LIC

Ver Anexo A: Tabla IV Gráficos De Control por variables


89

1.3 DETERMINACIÓN DE LOS LIMITES DE CONTROL POR ATRIBUTOS

Los gráficos de control por atributos se emplean cuando el parámetro de control es la proporción o fracción de unidades defectuosas. Existen diversas partes de los gráficos de control por atributos. Los gráficos de control para el número de defectos por unidad se utilizan cuando un solo defecto no tiene demasiada importancia pero un gran número de defectos puede dar como resultado un producto defectuoso, como en el caso de número de rayones en una superficie pintada. De la misma manera; en este sentido, se tiene en cuenta los temas enfatizados por Buffa y Sarín (1992)11. En los gráficos de control por atributos la población se divide en las clasificaciones: partes defectuosas contra partes buenas, el número de facturas con errores contra el número de facturas sin errores en una operación de oficina, el número presente contra el número ausente para el control del ausentismo, la proporción del tiempo inactivo contra el tiempo activo en un estudio de muestreo de trabajo y así sucesivamente. En cualquier situación para lo que se desee construir un gráfico de control es necesario establecer esta distinción “bueno – malo”.

1.4 ELABORACIÓN DE GRAFICOS DE CONTROL POR ATRIBUTOS

Los gráficos de control para la proporción o fracción de partes defectuosas que se presentan se denominan gráficos de control p; estos gráficos se elaboran con base en la distribución binomial. Se recuerda que la siguiente fórmula corresponde a la distribución binomial:

Distribución binomial

observadototalNúmero

sdefectuosapartesdeNúmero

N

xp

k

ii

1

11



90

O lo que es lo mismo

nk

xp

k

ii

*

1

Desviación estándar muestral ps

n

pps p

)1(

Donde:

n = Tamaño de la muestra Siguiendo la práctica más empleada para gráficos de control de calidad, los límites de control se establecen en el promedio del proceso para partes defectuosas más

o menos tres desviaciones estándar; es decir, psp 3 .


spLSC p3


spLIC p3

A manera de ejemplo a continuación en la Tabla 2.12., se muestra un conjunto de datos para el número de defectos encontrados en muestras diarias de 200 unidades para 24 días consecutivos de producción. Cálculos para el gráfico de control p.


91

Primero se quiere determinar si los datos exhiben control estadístico y segundo establecer un gráfico de control para la proporción o fracción de partes defectuosas p. La fracción de defectos diarios se calcula dividiendo cada cifra diaria entre el tamaño de la muestra, n= 200.

Día de

producción

Número de

partes

defectuosas (x i )

Fracción de

defectos (p )

Día de

producción

Número de

partes

defectuosas (x i )

Fracción de

defectos (p )

1 110 0,550 13 18 0,090

2 15 0,075 14 114 0,570

3 110 0,550 15 14 0,070

4 112 0,560 16 110 0,550

5 111 0,555 17 111 0,555

6 19 0,095 18 111 0,555

7 122 0,610 19 126 0,630

8 14 0,070 20 113 0,565

9 112 0,560 21 110 0,550

10 124 0,620 22 19 0,095

11 121 0,605 23 111 0,555

12 115 0,575 24 112 0,560

200 2154

Tabla 2.12. Registro del número de partes defectuosas y fracción calculada de

defectos en muestras diarias de n = 200

k

iix

1

n

En la Tabla 2.12., también se calculan cifras preliminares para p , ps , y LSC y LIC,

así:

Distribución binomial:

nk

xp

k

ii

*

1

200*24

2154

= 0.449

Desviación estándar muestral ps :


92

n

pps p

)1(

200

551.0*449.0

= 0.035

El cálculo con tres desviaciones estándar es:

ss pp *33

= 3 x 0.035

= 0.105


spLSC p3

= 0.449 + 0.105 = 0.554


spLIC p3

= 0.449 – 0.105 = 0.344

Estas cifras preliminares se emplean para determinar si el proceso que genera los datos está bajo control.


93

En la Figura 2.7., se presenta la gráfica restante de los defectos en la producción diaria en relación con los límites de control preliminares. Se observa que catorce puntos caen fuera del límite superior de control en los días: 4, 5, 7, 9, 10, 11, 12, 14, 17, 18, 19, 20, 23 y 24, respectivamente.

Figura 2.7. Gráfico de control p para examinar

datos históricos y establecer límites de control

0,000

0,100

0,200

0,300

0,400

0,500

0,600

0,700

1 3 5 7 9 11 13 15 17 19 21 23

Días de producción

Fra

cció

n d

efe

ctu

osa

de l

a m

uestr

a

Serie1

554.0LSC

449.0p

344.0LIC

Gráficos de control p para muestras de tamaño variable

En el ejemplo anterior el tamaño de la muestra era constante. Sin embargo, con frecuencia de los tamaños de la muestra son variables, como suele ser el caso cuando se aplica una inspección del 100 por ciento y los volúmenes resultantes varían día a día. Si los tamaños de la muestra varían sólo ligeramente, los límites de control pueden basarse en el tamaño de la muestra promedio. Sin embargo, cuando los tamaños de la muestra varían sustancialmente, pueden calcularse nuevos límites de control para cada muestra. Estos cálculos de los límites de control pueden simplificarse, así:

Por ejemplo, si p = 0.449,


n

pps p

)1(


94

n

551.0*449.0

n

497,0

El cálculo con tres desviaciones estándar es:

ss pp *33

= 3 x n

497.0

n

492.1

Para cada muestra, entonces, la raíz cuadra del tamaño de la muestra se divide entre 1.492 para obtener el valor de 3 que debe sumarse y restarse de p para obtener los límites de control individuales. Efectivamente, una p diferente requiere una nueva determinación de la constante. Otra forma de manejar este problema es construir un gráfico de control p estabilizada convirtiendo las desviaciones del proceso a unidades de desviación estándar. Cálculos para el gráfico de control p para muestra de tamaño variable. Se calcula una para cada muestra utilizando el método rápido antes mencionando (el factor para el ejemplo sería simplemente de 1.492 / 3 = 0.497) y se divide entre la

variación de la muestra a partir de p , )( pp . Si la proporción de defectos de la

muestra fuera p = 0.555, p = 0.449 como anteriormente y n = 200.

Entonces:



95

n

pps p

)1(

200

449.0

= 0,0318

Entonces las unidades de desviación estándar son:

s

pp

p

)(

0318.0

)449.0555.0(

=0318.0

106.0

= 3.33 unidades

En consecuencia, los límites de control se trazan en términos de unidades de desviación estándar y esta muestra está 3.33 desviaciones estándar por encima de la media. En el caso que el resultado sea negativo se entiende que estaría esas unidades por debajo de la media.

Gráficos de control c

Los gráficos de control c llamados también gráficos de control por defectos por unidad se utilizan cuando existen ocasiones en las que el parámetro a ser controlado no puede ser expresado como una proporción simple, como fue el caso de los gráficos de control p, vistos anteriormente. A manera de ejemplo se expone el tema de la digitación del número de transacciones bancarias en una matriz de 10x10, en el que el número de defectos (digitaciones erróneas) por cada 100 de éstas, puede ser el parámetro a controlar. En dichos casos, un defecto puede ser menor en sí mismo, pero un gran número de defectos por unidad en el grupo puede ser cuestionable.


96

La distribución de probabilidad de Poisson resulta generalmente aplicable.

Distribución de Poisonn

csc


scLSC c3


scLIC c3

Cálculos para el gráfico de control c. El cálculo de los límites de control es

simple. Por ejemplo, si el número medio de defectos por unidad fuera c = 16, se tiene que:

Distribución de Poisonn:

csc

16

= 4


scLSC c3

= 16 + (3 x 4) = 28


97


scLIC c3

= 16 – (3 x 5) = 4

1.5 CAPACIDAD DEL PROCESO

La tabulación o recopilación del número de veces en que se presenta una cierta medición o dato de la característica o variable de calidad a analizar, para un producto cualquiera que se esté examinando se conoce como Histograma de Frecuencias. La tabulación u ordenación de datos se representa colocando sobre el eje vertical la frecuencia en que ocurren los datos, y sobre el eje horizontal los valores de la característica que se mide; estos valores se representan en pequeños intervalos numéricos casi siempre definidos por el usuario, llamados intervalos de clase.

Normalmente en dicho Histograma, se muestra también las marcas correspondientes a la media nominal de toda la población, así como los valores de los límites inferior y superior de especificación.

La capacidad potencial del proceso o Cp se define como la relación entre los límites de especificación o tolerancia y la variabilidad total del proceso dada por el cálculo de la desviación estándar.

Matemáticamente se expresa de la siguiente forma:

Especificación Superior - Especificación Inferior Cp = __________________________________________________ 6 veces la desviación estándar

Ejemplo:

Límite superior de especificación: 5.00 % de humedad Límite inferior de especificación: 3.00 % de humedad


98

Desviación estándar del proceso: 0.40 % (Calculado con los datos obtenidos en el mes pasado)

Sustituyendo estos valores en la formula se tiene:

5 - 3 Cp = -------------- = 0.83 6 x 0.40

El denominador es mayor que el numerador y resulta un valor menor a la unidad, esto significa que el proceso tiene mayor variabilidad de lo que permite la especificación.

Ahora, se toma acción correctiva sobre una de las causas comunes para reducir la variabilidad y entonces la nueva desviación estándar del proceso es igual a 0.25 %, por lo que se tiene un nuevo valor de Cp:

5 - 3 Cp = ------------ = 1.333 6 x 0.25

Esto indica que la variabilidad de la humedad que da el proceso es menor que la de la tolerancia establecida, por lo que el proceso tiene la capacidad potencial de cumplir la especificación.

Las técnicas estadísticas permiten evaluar la variación que tienen los procesos medidos, para después compararlos con las especificaciones o normas establecidas. La variación se puede conocer con el análisis estadístico de la capacidad y habilidad de los procesos cuando se cumplen con tales especificaciones. Los índices que se pueden calcular para evaluar estas características son la capacidad y la habilidad de un proceso.

Capacidad del proceso

El parámetro conocido como Cp indica la capacidad que tiene un proceso para cumplir con las especificaciones o normas; este valor relaciona la dispersión real del proceso en estudio comparado con respecto a las especificaciones o normas. Para una mejor ilustración véase la Figura 2.3.


99

LSELIE

x

Figura 2.3. Representación gráfica de la

capacidad del proceso

La fórmula para su cálculo es:

6s

LIELSE

procesodelrealVariación

permitidaodaespecificaVariaciónC p

Donde :

Cp = Capacidad del proceso

LSE = Límite Superior de Especificación

LIE = Límite Inferior de Especificación

s = Desviación estándar muestral

Habilidad del proceso

Representa la variación del proceso comparada con los límites de especificación en sus condiciones más críticas. Esta descrita como la distancia existe entre el uso de promedio del proceso medido y los límites. Para calcular la habilidad del proceso se requieren las siguientes fórmulas:


100

s

xLSEZ

sup

s

LIExZ

inf

Entonces:

3

minZC pk

En donde:

Zsup = Valor de la variación estandarizada en términos de las desviaciones estándar, en comparación con el límite superior de especificación.

Zinf = Valor de la variación estandarizada en términos de las desviaciones estándar, en comparación con el límite inferior de especificaciones.

Zmin = Valor menor entre los resultados calculados de Z.

x = Promedio calculo de la muestra.

Cpk = Habilidad del proceso.

En primer lugar, se calculan los dos valores de Z, se elige el valor menor entre los dos (incluyendo los valores negativos, entre mayor sea el número negativo éste se toma como Z menor); posteriormente se divide entre la cantidad seleccionada de desviaciones estándar que se requiere analizar para encontrar el valor de Cpk.

En segundo lugar, para tener la seguridad de que se tiene controlado el proceso, los valores de Cp y de Cpk deben ser mayores que 1.33, lo cual quiere decir que se tiene al menos una desviación estándar entre el límite de especificación y la orilla de la curva del proceso real a la cantidad de desviaciones estándar calculadas. En tercer lugar, en este análisis, si se tienen valores más altos de la capacidad y habilidad del proceso, éste está más controlado. Para entender el comportamiento del proceso de transformación, es necesario que se tengan las siguientes condiciones:


101

a) El histograma debe tener un comportamiento normal, esto es que se tenga una tendencia central y una dispersión de los datos semejantes a cada lado de la tendencia central.

b) El histograma debe ser unimodal. Enseguida se muestran las condiciones de los diferentes valores de la habilidad del proceso Cpk. Véase Figura 2.4. Cpk = Cp > 1. En esta condición, el valor del promedio del proceso está ubicado en el valor de la tolerancia especificada y la variación es menor al total.

s

LIExó

s

xLSEC pk

33min

Figura 2.4. Diferentes valores de Cpk comparados con

las especificaciones

Cpk > 1:

Proceso controlado dentro de los límites de especificación y con una variación pequeña con respecto a lo permitido; ó,

Proceso controlado dentro de los límites de especificación, con una variación mayor a la anterior; ó,

Proceso controlado en donde la “orilla” de la variación del proceso calculado a 3 (3s), coincide con el límite inferior de especificación.

Cpk = 1. Proceso controlado en donde la “orilla” de la variación del proceso calculado a 3 (3s), coincide con el límite superior de especificación.

Cpk < 1:


102

Proceso fuera de control; parte de su variación calculada a 3 (3s), está fuera de las especificaciones, en el lado del límite superior de especificación.

Cpk = 0. Proceso fuera de control; su promedio coincide con el límite superior de especificación.

Cpk < 0 (Negativo):

Proceso fuera de control; su promedio está fuera del límite superior de especificación; ó,

Proceso fuera de control; su promedio está fuera del límite inferior de especificación.

Habilidad del proceso con tolerancias unilaterales

En el caso de una tolerancia unilateral, el valor de Cp no tiene sentido puesto qué sólo hay un límite de especificación, ya sea el superior, como lo es una especificación de rugosidad máxima; así también, se puede tener un sólo límite de especificación que es el mínimo que debe cumplir el elemento a medir, como ejemplos se pueden citar: un porcentaje mínimo de concentración en una solución, una tensión mínima a cumplir, etcétera. Para su cálculo, se tienen las siguientes condiciones:

a) Cuando la especificación establece un máximo:

s

xLEZ

b) Cuando la especificación establece un mínimo:

s

LExZ

Por lo que:


103

3

ZC pk

Donde:

Z = Distancia al límite de especificación

LE = Límite de Especificación

x = Valor promedio del proceso

s = Desviación estándar muestral

Cpk = Habilidad del proceso. Siempre que existan cambios en el proceso que se está midiendo, se pueden provocar también cambios de Cp y de Cpk, se puede provocar por cambios en de condiciones de medio ambiente, cambios en la metodología, sustitución de personal capacitado por no capacitado etc. Para controlar el proceso, es necesario que se analicen las causas que provocan la variación y que por consecuencia, se realicen las acciones tanto correctivas como preventivas para su control estadístico. Un medio para lograr el control a través del tiempo, es el control estadístico del proceso llevado mediante gráficos de control tanto por variables, como por atributos, como se verá enseguida en las secciones 2.3., y 2.4.

Ventajas al calcular los índices de capacidad y habilidad del proceso

Los estudios de capacidad y habilidad de los procesos permiten conocer su comportamiento tanto en las operaciones en particular, como en los procesos productivos completos. Lo anterior se puede llevar a cabo, calculando la dispersión del proceso y la comparación de éste contra las especificaciones o normas, así las cosas tenemos que:

a. Se puede diagnosticar si una operación en particular o un proceso completo puede proporcionar resultados libres de defectos, esto es, totalmente dentro de especificaciones, en condiciones normales de operación.

b. Proporcionan una base para diagnosticar el comportamiento, ya sea normal o anormal, que esté centrado o no, también variaciones excesivas con respecto a la especificación; se pueden relacionar con causas específicas para atacarlas y cumplir con los requisitos para lograr una mejora continua.


104

c. Pronostican el comportamiento de las operaciones y los procesos completos, que permiten establecer un sistema preventivo para asegurar la calidad de los resultados.

2. MUESTREO DE ACEPTACIÓN LOTE A LOTE POR ATRIBUTOS

En esta sección se abordará el tema de muestreo de aceptación lote a lote por atributos comenzando con los conceptos fundamentales que están involucrados en el tema y posteriormente se tocarán los aspectos estadísticos concernientes para culminar con el diseño del plan de muestreo. Continuando con la exposición y dada la sencillez para dar a conocer el muestreo de aceptación lote a lote por atributos, se retoman planteamientos esbozados por Buffa y Sarín (1992) 12.

2.1. CONCEPTOS FUNDAMENTALES

La inspección por muestreo de aceptación es un procedimiento mediante el cual se decide sobre la aceptación o rechazo de un lote de productos, materias primas, partes, materiales, componentes, subensambles, etc; según el número de defectuosos ( o de defectos) encontrados en una muestra aleatoria ( o en más de una muestra) extraída del lote que se somete a evaluación. En primer lugar, tenemos que el lote es un conjunto de artículos o unidades producidos bajo condiciones esencialmente similares, a través de un proceso de fabricación, y que es sometido a inspección muestral para su aceptación o rechazo. En segundo lugar, los defectuosos son aquellos artículos que no satisfacen uno o más criterios de calidad, según la definición de defectuoso que previamente se haya establecido para el lote de artículos sobre el cual se quiere realizar el muestreo de aceptación. En tercer lugar, la muestra aleatoria a tomar es un conjunto de artículos extraídos del lote, de tal manera que se haya dado una oportunidad igual a todos los componentes del lote para formar parte de la misma.

12



105

En cuarto lugar, la inspección es la verificación de la aptitud de un producto para cumplir su función, o la apreciación sobre el cumplimiento de las especificaciones de sus componentes. Se efectúa a través de mediciones, chequeos, pruebas, ensayos, apreciaciones o comparaciones. Busca detectar los defectos de cada artículo, o sea las discrepancias entre las características observadas en el producto y los estándares o criterios de calidad establecidos para cada una de éstas. Según el número y la clase de defectos encontrados en cada artículo, se clasifican como defectuosos o como aceptables. La inspección puede hacerse sobre la totalidad de las características del producto, o sobre las características críticas solamente, o sobre algunas pocas características (una o más) previamente determinadas. Si se realiza inspección por atributos, o sea apreciando las características del producto a través de nuestros sentidos (vista, tacto, olfato, gusto, oído) o utilizando comparadores (como medidores de pasa no pasa), y como resultado de esta inspección clasificamos cada artículo como bueno o defectuoso, hablamos de la inspección de muestreo de aceptación por atributos.

2.2. DETERMINACIÓN DE LA CURVA CARACTERISTICA DE OPERACIÓN CCO

Cuando ya se ha llevado a cabo la producción, con frecuencia se desea conocer el nivel de calidad del lote. Cuando un proveedor envía un lote de partes, por ejemplo, ¿Deben estas partes aceptarse como buenas o no? El muestreo de aceptación es la técnica estadística de control de calidad para tomar este tipo de decisiones. A continuación se expone el muestreo de aceptación por atributos, haciendo alusión a las curvas de características operativas (CO).

2.2.1. CURVA CARÁCTER´SITICA DE OPERACIÓN (CCO)

La curva CO muestra la probabilidad de aceptación del lote como función de la fracción defectuosa contenida en este. A cada plan de muestreo (o sea, a cada par de valores n y c) le corresponde una curva CO distinta. Usualmente, la elección de un plan se basa en su curva CO.


106

Ejemplo: la curva CO para el plan con N = 1000, n = 89 y c = 2 es:

Suele distinguirse entre curvas CO de tipo A o curvas CO del consumidor cuando las mismas se construyen a partir de la distribución hipergeométrica y curvas CO tipo B o curvas CO del productor cuando las mismas se construyen a partir de la distribución binomial.


107

Curvas CO tipo A y B para n = 25 y c = 0.

Como la diferencia entre las curvas mostradas es pequeña, en la práctica los planes se diseñan basándose las curvas tipo B. Estos permite diseñar los planes independientemente del tamaño del lote.

Sin embargo debe recordarse que para el consumidor esto es una aproximación cuya validez debe verificarse en cada caso.


108

La curva CO ideal sería aquella con relación n/N fija y c = 0.

El diseño clásico de planes de muestreo se basa en la especificación de algunos puntos dentro de la curva CO.

NCA: nivel de calidad aceptable, es el peor nivel de calidad que el consumidor considera aceptable como media del proceso.

: riesgo del productor, es la probabilidad de que el plan rechace un lote con una proporción defectuosa igual al NCA. Se desea que sea bajo para proteger al productor.

NCL: nivel de calidad limitativo, es el peor nivel de calidad que el consumidor considera aceptable en un lote individual.

: riesgo del consumidor, es la probabilidad de que el plan acepte un lote con una proporción defectuosa igual al NCL. Se desea que su valor sea pequeño ya que se trata del tope aceptable por el consumidor.


109

Una vez que se fijan estos cuatro valores la curva característica está determinada en forma única y por tanto el plan de muestreo también. Para obtener n y c hay que resolver las ecuaciones:

Si NCA < NCL y < 1 - , este par de ecuaciones siempre tienen solución (aunque no en forma explícita). Sin embargo, dependiendo de cómo se fijen los parámetros anteriores es posible que el plan sea irrealizable en la práctica.

En general mientras más cercanos sean el NCA y el NCL mayor será el tamaño de la muestra n y, por tanto, más complejo el plan.

En estos planes la decisión tras observar la primera muestra tomada del lote puede ser aceptarlo, rechazarlo o tomar una segunda muestra. Si esto último se decide entonces la aceptación o el rechazo se basan en la información proveniente de ambas muestras.

Así pues, para determinar un plan de muestreo doble es necesario fijar cuatro valores: el tamaño de la primera muestra (n1), el número de aceptación de la segunda muestra (c1), el tamaño de la segunda muestra (n2) y el número de aceptación para ambas muestras combinadas (c2).

Si llamamos di al número de defectos en la i-ésima muestra podemos resumir así:

c

d

dnd

c

d

dnd

NCLNCLdnd

n

NCANCAdnd

n

0

0

)1()!(!

!

)1()!(!

!1


110

Dos ventajas de estos planes son:

Cuando se utiliza reducción en la segunda muestra pueden haber ahorros importantes.

Sicológicamente son más fáciles de aceptar ya que estos planes le dan al lote una segunda oportunidad.

La principal desventaja de los planes dobles es que requieren mayor planificación previa.

2.2.2. Curvas de características operativas (CO)

Para especificar un plan de muestreo se establece el tamaño de la muestra n, y el número de defectos permitidos en la muestra, c (número de aceptación), antes de que sea rechazado todo el lote del cual se obtuvo la muestra. La curva CO para una combinación particular de n y c muestra qué tan bien discrimina el plan entre lotes buenos y malos. La Figura 3.1., muestra una curva CO para un plan de muestreo con una muestra de tamaño n = 100 y un número de aceptación c = 2. En este plan, si c = 0 y se encuentran 1 ó 2 partes defectuosas en una muestra de n = 100, el lote se considera aceptable. Si se encuentra más de dos partes defectuosas el lote deberá ser rechazado. Si la calidad real del lote es del 1% de partes defectuosas, el plan en la Figura 3.1., se aceptaría el lote aproximadamente el 91.5% del tiempo y lo rechazaría aproximadamente el 8.5% del tiempo. Se hace notar, que si la calidad real del lote fuera algo inferior al 1% de partes defectuosas posiblemente 5%, la probabilidad de aceptación del lote disminuye drásticamente a cerca del 13%.

¿ d1 c1?

¿ d1 > c2?

¿ d1 + d2

c2?

Tomar muestra

de tamaño n1

Tomar muestra

de tamaño n2

Aceptar lote

Rechazar

lote

Rechazar lote

Aceptar lote

SI

SI

SI

NO

NO

NO


111

Por lo tanto, si la calidad real del lote es buena, el plan provee una alta probabilidad de aceptación, pero si la calidad real es mala, la probabilidad de aceptación es baja. De esta forma, la curva CO muestra qué tan bien un plan dado discrimina entre una calidad buena y una mala. Por ende, la capacidad de discriminación de un plan de muestreo depende del tamaño de la muestra.

Figura 3.1. Curva de característica operativa (CO), con

n = 100 y c = 2

n = 100

c = 2

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

1 2 3 4 5 6 7 8 9 10 11 12

Porcentaje de defectuosos

Pro

ba

bil

ida

d d

e a

cep

taci

ón

La probabilidad de aceptación es cero para todos los lotes con porcentajes de partes defectuosas a la derecha de la línea. Desafortunadamente, el único plan que lograría está discriminación es aquel que requiere una inspección del 100%. Por lo tanto, la justificación del muestreo para aceptación resulta del balance entre los costos de inspección y los posibles costos de aceptar partes defectuosas. Por un lado, si se quiere justificar la inspección al 100% de una muestra, las pérdidas probables debidas a la aceptación de productos malos deberán ser grandes en relación a los costos de inspección, resultando posiblemente en la pérdida de contratos y clientes. Es sobre esta base que se puede justificar el objetivo japonés de “cero defectos”. Por otro lado, para justificar que no se realice una inspección, los costos de inspección deberán ser bastante elevados en relación a las pérdidas probables debidas a la aceptación de partes malas. La situación más usual se ubica entre estos extremos, en donde existe el riesgo de no aceptar lotes que son en realidad adecuados y el riesgo de aceptar lotes malos.


112

2.3. ELABORACIÓN DE LA CURVA CARACTERÍSTICA DE OPERACIÓN

Las curvas CO pueden construirse a partir de los datos obtenidos de la distribución normal o de Poisson. Si los lotes son grandes, posiblemente más de 10 veces el tamaño de la muestra, las probabilidades para la curva CO pueden obtenerse de la distribución binomial. Sin embargo, si las muestras son grandes las aproximaciones normal o de Poisson también son muy cercanas y son mucho más convenientes de usar. Para tal efecto, existen las siguientes reglas empíricas, así:

Si p´n > 5, las probabilidades pueden ser determinadas a partir de la distribución normal con una media p´ y una desviación estándar de

npp /´)1´( .

Si p´n ≤ 5, usar la distribución de Poisson. Generalmente el porcentaje de defectos del lote es reducido y los lotes son relativamente grandes por lo que se emplea la distribución de Poisson para calcular los valores para obtener el porcentaje de probabilidad de aceptación, Pa, para curvas CO. Para el cálculo de otros lotes con diferentes valores de n y c, empléese la gráfica Thorndike, que suministra curvas de acumulación de distribuciones de Poisson de probabilidad, para distintos valores del número de aceptación c; puesto que la gráfica indica la probabilidad de ocurrencia de c o menos defectos en una muestra n seleccionada de un universo infinito en el cual el porcentaje de partes defectuosos es PD.

2.3.1. Riesgos para el productor y para el consumidor

La definición de estos riesgos puede especificarse mediante su referencia a una curva CO típica. En la Figura 3.2., se muestra las siguientes cuatro definiciones:

AQL = Nivel Aceptable de Calidad (Aceptable Quality Level). Los lotes de este nivel de calidad se consideran buenos y se desea tener una alta probabilidad para su aceptación.

= Riesgo para el productor. La probabilidad de que lotes con un nivel

de calidad AQL no sean aceptados. Generalmente = 5% en la práctica.

LTPD = Porcentaje de Defectos Tolerables para el Lote (Lot Tolerance Percent Defective). La línea divisoria entre lotes buenos y lotes malos


113

seleccionada. Los lotes de este nivel de calidad se consideran como pobres y se desea tener una baja probabilidad para su aceptación.

β = Riesgo para el consumidor. La probabilidad que se acepta el nivel de calidad LTPD. Generalmente β = 10% en la práctica.

Cuando se establecen los niveles para cada uno de estos cuatro valores se están

determinando dos puntos críticos en la curva CO, los puntos y β mostrados en la Figura 3.2.

Figura 3.2. Curva de características operativa (CO) con

= 0.05 y β = 0.10

n = 100

c = 2

AQL LTPD

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

1 2 3 4 5 6 7 8 9 10 11 12


Pro

ba

bil

ida

d d

e a

cep

taci

ón

=.10

(Riesgo del consumidor)

= .05 (Riesgo del productor)

A manera de ilustración se presenta el siguiente ejemplo. Una empresa que fabrica escáneres para detectar trampas de velocidad. Los tableros de circuito impreso en los escáneres son comprados a un proveedor externo. El proveedor produce las tarjetas con un AQL de dos por ciento de ítems defectuosos y está dispuesto a asumir un riesgo de cinco por ciento (α) de rechazo en lotes de este nivel o meno ítems defectuosos. La empresa considera que los lotes con ocho por ciento de ítems defectuosos o más (LTPD) son inaceptables y quiere asegurarse de que no aceptará esos lotes de baja calidad más de diez por ciento del tiempo

(). Se acaba de entregar un gran cargamento. ¿Qué valores de n y c se deben seleccionar para determinar la calidad del lote? Para encontrar los valores de n y c, en primer lugar se tiene en cuenta que los parámetros del problema son:

AQL = 0.02


114

= 0.05

LTPD = 0.08

β = 0.10 Con base en el extracto de una tabla de plan de muestreo para los valores

generalmente empleados = 0.05 y β = 0.10 (tal como quedó establecido previamente), se emplea la Tabla 3.1., para determinar los valores de n y c.

c LTPD / AQL n X AQL

0 44,890 0,052

1 10,946 0,355

2 6,509 0,818

3 4,89 1,366

4 4,057 1,970

5 3,549 2,613

6 3,206 3,286

7 2,957 3,981

8 2,768 4,695

9 2,618 5,426

Tabla 3.1. Extracto de una tabla de plan de muestreo

convencional para α = 0.05 y β = 0.10

Primero. Se divide LTPD en AQL lo cual da como resultado (0.08 / 0.02 = 4). Segundo. Se determina la relación en la columna de tal forma que sea equivalente o ligeramente superior a ésta cantidad, como es el caso de 4, siendo este valor de 4,057, que se asocia con c = 4. Tercero. Se determina el valor en la columna que está en la misma fila de de c = 4, y se divide esa cantidad por AQL para obtener n; es decir, (1,970 / 0.02 = 98,50). Cuarto. Se obtiene que el plan de muestreo es c = 4 y n = 99, tal como puede verse en la Figura 3.3.


115


= 0.05, β = 0.10, LTPD = 0.08 y AQL = 0.02

n = 99

c = 4

AQL LTPD

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

1 2 3 4 5 6 7 8 9 10 11 12


Pro

ba

bil

ida

d d

e a

cep

taci

ón

= 0.10

(Riesgo del consumidor)

= 0.05 (Riesgo del productor)

Enseguida se detalla el diseño del plan de muestreo de aceptación por atributos, para el ejemplo en mención.

DISEÑO DEL PLAN DE MUESTREO

Para especificar un plan que satisfaga los requerimientos para AQL, , LTPD y β, debe encontrarse una combinación de n y c con una curva CO que pase a través de los puntos a y b, como se muestra en la Figura 3.4. La mecánica para encontrar planes específicos adecuados puede establecerse utilizando tablas, gráficas o fórmulas estándar que resulten en la especificación de una combinación

de n y c que se aproxime lo suficiente a los requisitos establecidos para AQL, , LTPD y β13.

13

Para una mayor comprensión del tema se puede consultar las tablas de Dodge y Romig.


116


planes que pasen por los puntos a y b

AQL LTPD

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

1 2 3 4 5 6 7 8 9 10 11 12


Pro

ba

bil

ida

d d

e a

cep

taci

ón

b

a

La especificación completa de un plan de muestreo con base en una curva CO que pasa a través de los puntos a y b que satisface los requisitos establecidos por

AQL y , y LTPD y β, detalla así un plan de muestreo definido por un tamaño de muestra n y un número de aceptación c. Teniendo presente que con base en la gráfica de Thorndike de curvas de probabilidad de distribución acumulada de la distribución de Poisson, se puede generar el cálculo de valores para diseñar planes de muestreo; tal como es el caso del plan de muestreo para n = 100 y c = 2, que se muestra a continuación en la Tabla 3.2. Para especificar un plan debe determinarse el tamaño de la muestra n y el número de aceptación c únicos que produzcan una curva CO que se aproxime a la

especificada por los cuatro valores, AQL, , LTPD y β. Esto puede lograrse consultando tablas o usando la gráfica Thorndike.


117

Porcentaje real de

partes defectuosa, PD(PD x n)/100

Porcentaje de probabilidad

de aceptación a partir de la

gráfica de Thorndike

0 0,00 100,00

1 1,00 95,50

2 2,00 68,00

3 3,00 42,00

4 4,00 24,00

5 5,00 12,00

6 6,00 6,00

7 7,00 3,00

8 8,00 1,50

Tabla 3.2. Cálculo de los valores de Pa x 100 a partir de la gráfica

de Thorndike (plan de muestreo: n = 100 y c = 2).

Adaptado de: BUFFA, Elwood y SARIN, Rakesh. Administración de la producción y de las

operaciones. Méjico: Limusa, 1992. 939p. A manera de ejemplo se ilustran los pasos a seguir para calcular los valores de n y c en el ejemplo precedente. Recuérdese que los parámetros considerados son: AQL = 2%, α = 5%, LTPD = 8% y β = 10%. Paso 1. Se tabula los valores de (PD x n) / 100 para:

Pa = (1 -α) = 95% y Pa = β = 10% para cada valor de c a partir de la gráfica Thorndike.

Por ejemplo, para Pa = 95% y c = 1, lea (PD x n) / 100 = 0.36 y para Pa = 10% y c = 1, lea (PD x n) / 100 = 3.90.

Se hace lo mismo como en los diversos valores de c en las columnas correspondientes. Tal como aparece en la Tabla 3.2.

Paso 2. Se calcula la relación de la columna de LTPD con la columna AQL para cada uno de los valores de c, como en la columna LTPD / AQL de la Tabla 3.2.

Para el plan deseado se busca en la columna LTPD / AQL la relación 8/2 = 4, dado que para el plan deseado LTPD = 8% y AQL = 2%.

Esta relación de 4 cae entre 4.06 para c = 4 y 3.58 para c = 5. Paso 3. Se hallan los tamaños de muestra como en la Tabla 3.3., decidiendo si se

mantiene fija y se deja variar β o viceversa.


118

Número de

aceptación

AQL

Valor de (PD x n) / 100 con

P a = 95% a partir de la

gráfica de Thorndike

LTPD

Valor de (PD x n) / 100 con

P a = 10% a partir de la

gráfica de Thorndike LTPD / AQL

1 0,36 3,90 10,83

2 0,80 5,30 6,63

3 1,35 6,70 4,96

4 1,97 8,00 4,06

5 2,60 9,30 3,58

6 3,30 10,50 3,18

7 4,00 11,80 2,95

8 4,70 13,00 2,77

Tabla 3.3. Determinación de planes de muestreo con AQL y LTPD especificadas

(α = 5%, β = 10%)

Si, por ejemplo, se establece c = 4 y se mantiene en 5%, entonces PD x n / 100 = AQL x n / 100 = 1.97 y puede resolverse para la muestra de tamaño n:

992

100*97.1n

El plan de muestreo sería entonces n = 99 y c = 4. Paso 4. Se revisa el valor resultante del riesgo flotante.

Usando la gráfica Thorndike, para el plan 1, ingresar los valores de c = 4 y PD x LTPD X n / 100 = 8 x 99 / 100 = 7.92 y leer el valor real de β = 10.5%.

También se pueden calcular otros valores de y . Aún cuando la Tabla 3.3., se

construyó para los valores comunes de 5% y 10% de y , respectivamente. De la misma manera, puede construirse una tabla comparable a partir de la gráfica de

Thorndike para cualesquiera valores de y , por lo que los métodos descritos son generales.

2.4. DISEÑO DE PLANES DE MUESTREO DE ACEPTACIÓN POR ATRIBUTOS

En el plan de muestreo simple, se toma una muestra aleatoria de tamaño n y si ésta contiene más de c unidades defectuosas se rechaza el lote.


119

Parámetros:

n: tamaño de la muestra

c: no.máximo de defectuosos que se aceptan en un lote.

Para establecer un plan de muestreo simple es necesario definir:

NCA: nivel de calidad aceptable. Es el máximo porcentaje de defectuosos que un productor acepta en su proceso. Si p<NCA el proceso se considera bueno.

PDTL: porcentaje defectuoso tolerable por lotes. Es el máximo porcentaje de defectuosos que un consumidor acepta.

Este tipo de planes son los difundidos en la práctica comercial ya que son a la vez versátiles y sencillos de aplicar.

Para definir un plan de muestreo simple por atributos es necesario fijar dos parámetros: el tamaño de la muestra n y el número de aceptación c. Cualquier lote que presente una muestra con más de c unidades disconformes es rechazado.

El valor de la variable aleatoria C, número de piezas defectuosas contenido en una muestra de una población viene dado por una distribución hipergeométrica:

Donde p es la proporción de disconformes en el lote (punto de vista del consumidor).

Cuando el tamaño del lote N es grande respecto al tamaño de la muestra n, la distribución puede aproximarse por una binomial.

n

N

cn

Np

c

pN

cCP

)1(

)(


120

La misma distribución es exacta cuando consideramos el proceso desde el punto de vista del productor.

2.5. PLAN DE MUESTREO DE ACEPTACIÓN POR VARIABLES

Obtener una muestra aleatoria de tamaño n y calcular:

a) Si hay un límite inferior de especificación:

Si ZLIE >= k se acepta el lote

Si ZLIE < k se rechaza el lote

El problema se concentra en calcular n y k

b) Si hay un límite superior de especificación:

Si ZLSE >= k se acepta el lote

Si ZLSE < k se rechaza el lote

El problema se concentra en calcular n y k

Cálculo de n y k

Se define:

Probabilidad de aceptación para una fracción defectuosa p1.

cnc ppc

ncCP

)1()(

LIEXZLIE


121

Probabilidad de aceptación para una fracción defectuosa p2

Ejemplo:

Una empresa embotelladora compra botellas a un proveedor. El embotellador ha establecido una especificación inferior a 225 lbs/plg2 para la resistencia a la presión interna de las botellas. Se quiere aceptar un lote que tenga una fracción defectuosa de 1% o menos con una prob. de 0.95 y si la fracción defectuosa es 6% o menos se quiere aceptar el lote con una prob. de 0.1. Obtener un plan de muestreo por variables.

Respuesta:

El plan de muestreo es el siguiente:

Tomar una muestra de 40 botellas, medir a cada botella su resistencia, calcular s y ZLIE

Aceptar el lote si ZLIE >=1.9

Una limitación que salta a la vista en el empleo de criterios por variables en el muestreo para aceptación es el hecho de que muchas características de calidad sólo se pueden observar como atributos. En los casos en que es cierto, no hay ni que pensar en el muestreo por variables. No obstante, a menudo ocurre que es posible idear métodos de medición en los casos en que, a primera vista, parece ser que la inspección debe ser por atributos. Para las características de calidad que se pueden medir, suele ocurrir que el costo de la inspección por artículo es menor cuando es por atributos en lugar de por variables.

Quizá la limitación más seria para emplear el muestreo por variables es el hecho de que los criterios para aceptación se deben aplicar por separado a cada característica de calidad.

Por ejemplo, si se van a examinar 20 características de calidad de un producto en un determinado puesto de inspección, se puede aplicar un solo grupo de criterios para muestreo por atributos a la decisión para aceptación. Por el contrario, si cada característica se somete a inspección por variables, se deben utilizar 20 grupos diferentes de criterios para variables.

S

XZLIE

225


122

A menudo el muestreo para aceptación por variables suele ser preferible al muestreo para aceptación por atributos, en particular de las características de calidad que son el origen de problemas. Quizá solo 2 de las 20 características mencionadas antes puedan presentar dificultades. Si es así, puede ocurrir que los criterios para variables se puedan aplicar con provecho a estas dos, aunque se emplean criterios para atributos para las otras 18.

La gran ventaja del empleo del muestreo para aceptación por variables es que se obtiene más información acerca de la característica de calidad en cuestión, lo cual puede conducir a cierto número de resultados deseables, como sigue:

1. Para una muestra de tamaño dado, por lo general se puede obtener mejor protección para la calidad con criterios para variables en lugar de por atributos. O dicho en forma un poco diferente, para una protección dada de la calidad en contra de posibles porcentajes de defectivos (reflejados en la curva OC), con las variables se pueden emplear muestras más pequeñas que con los atributos.

2. El grado de cumplimiento o incumplimiento (no conformidad) con el valor deseado de una característica de calidad recibe importancia cuando se utilizan los criterios para variables. Esto puede ser importante siempre que hay un margen de seguridad en las especificaciones de diseño o en una zona crepuscular o de incertidumbre de valores de la característica de calidad, entre los que son claramente aceptables y los que son inaceptables.

3. La información de variables suele dar una mejor base de orientación hacia el mejoramiento de la calidad.

4. La información de variables puede dar una mejor base para ponderar el historial de calidad en las decisiones para aceptación.

5.- Es más fácil descubrir los errores de medición con la información de variables.

Denominamos características variables a aquellas que pueden ser medidas. Las condiciones que normalmente permiten la aplicación del muestreo de aceptación por variables son las siguientes:

1. La característica objeto de inspección debe ser una variable o capaz de ser convertida según una escala variable.

2. La inspección de tributos o características esenciales resulta excesivamente costosa.


123

3. La inspección de atributos no proporcionará suficiente información; esto es, también se requieren del alcance y las consecuencias de la variación.

4. La distribución de las características debe ser aproximadamente normal.

Las características distintivas de un plan de muestreo de variables, en comparación con un muestreo de atributos, son las siguientes:

1. Se obtiene una protección análoga con una muestra de tamaño.

2. Sólo puede aplicarse para la aceptación o rechazo de una característica sometida a inspección.

3. Implica mayores costos administrativos. Se precisan mejores cualificaciones, más cálculo, es posible cometer mayor cantidad de errores de cálculo y se hace preciso utilizar equipo de inspección más caro.

4. Suele proporcionar mejores fundamentos para mejorar la calidad y mucha más información en caso de renuncia.

Existen 2 tipos generales de procedimientos de muestreo por variable: los planes que controlan la fracción defectuosa del lote y los planes que controlan un parámetro del lote o proceso.

Considérese un plan de muestreo por variables para controlar la fracción disconforme del lote o proceso. Puesto que la característica de la calidad es una variable, habrá un limite inferior de la especificación LCE, un limite superior de la especificación LCS, o ambos, que definan los valores aceptables de este parámetro.


124

3. COSTOS DE LA CALIDAD

Para el estudio de los costos de la calidad es importante determinar cuáles con las categorías y los elementos que están implícitos en los mismos. Para este propósito se tienen en cuenta los argumentos presentados por Domínguez (1995)14.

3.1. CATEGORÍAS Y ELEMENTOS DEL COSTO DE LA CALIDAD

Las categorías y elementos del costo de la calidad están directamente relacionadas en la medida que se puede medir la calidad del producto o servicio comparando las características que realmente posee con la que, teóricamente, se han solicitado. Lo anterior implica considerar el ciclo generador de calidad, para definir varios tipos de calidades, dependiendo de las fases en que se divide la vida del producto o servicio, desde su demanda hasta su utilización por parte del consumidor final.

3.1.1. Categorías del costo de la calidad

Regularmente se tiene la idea de que los productos ya sean bienes o servicios artesanos son los que más nos agradan; esto se explica con base en las definiciones precedentes de calidad que se ha mencionado. En este sentido, un producto hecho a la medida ayuda a ilustrar la concepción que se tiene de acerca de un ciclo artesanal de la calidad, como puede verse en la Figura 6.1. En consecuencia, se obtiene un producto de alta calidad, ya que no ha habido ningún tipo de interferencias entre la transmisión de las características que debe tener el producto por parte del cliente y la recepción de las mismas por parte del productor que lo realiza. Sin embargo, si no se tiene relación directa con el productor y el producto se adquiere del mercado, es posible que no se obtenga la misma calidad y el cliente se tiene que adecuar a lo que ya existe en el mercado.

14

DOMINGUEZ M, José A; ÁLVAREZ, José; RUIZ, Antonio; et. al. Dirección de operaciones en la producción y los servicios. Aspectos

tácticos y operativos V.1. Madrid: McGraw-Hill, 1995. 503p.


125

Figura 6.1. Ciclo artesanal de la calidad

Características

que realmente

tiene el producto

Consumidor

Producto

Características

deseadas en el

producto

Adaptado de: DOMINGUEZ M, José A; ÁLVAREZ, José; RUIZ, Antonio; et. al. Dirección de

operaciones en la producción y los servicios. Aspectos tácticos y operativos V.1. Madrid: McGraw-

Hill, 1995. 503p.

Otra manera en la que se puede ver afectada la calidad de un producto, a medida que se va introduciendo intermediarios, o eslabones en la cadena que lo va a producir, es la realización del producto en función del productor, que tiene únicamente como fuente de información las características definidas en el producto. Como se ve en la Figura 6.2.


126

Figura 6.2. Ciclo industrial de la calidad

Características

que realmente

tiene el producto

Consumidor Productor

Características

deseadas en el

producto

Características

definidas en el

productoCalidad

del

usuario

Diseño

Calidad

teórica

Calidad

técnica



Hill, 1995. 503p.

En este caso hay tres grupos de características diferentes: las que desea el consumidor, las definidas en el producto para su elaboración y las que tiene el producto ya elaborado; subsiguientemente, se tienen tres calidades diferentes, así: Calidad teórica. Es la que mide la calidad del diseño, comparando las características solicitadas por el usuario y las plasmadas en el producto. Calidad técnica. Es la que contrasta las características reales del producto con las que venían definidas en el producto. Calidad de usuario. Es la que realmente importa al consumidor, ya que comparará lo que se ha dado con respecto a lo que solicitó. Lo anterior es un acercamiento al problema que hoy en día tienen las empresas, ya que raramente el consumidor está tan cerca del diseño y de la fabricación del producto, con lo que, se puede suponer lo difícil que puede ser dar al consumidor exactamente lo que quiere.

3.1.2. Elementos del costo de la calidad

Una vez conocidas las distintas categorías de la calidad del producto, será conveniente analizar los elementos de los que depende la calidad del mismo, como son: materiales, máquinas, métodos, hombres y organización.


127

Materiales y máquinas. De hecho, es obvio que habría que utilizar los materiales adecuados para obtener el producto con la calidad requerida, así como las máquinas necesarias para darle la calidad deseada al producto. Al tratar estos dos elementos, un error frecuente en el que suele caer es utilizar los mejores posibles para obtener un producto de alta calidad. Esto es debido a que se suele confundir el concepto de calidad con el de bondad. Debemos recordar siempre que el posible usuario tiene una idea de lo que quiere, teniendo en cuenta el precio que se va a pagar por él; sería pues, un despilfarro (un incremento de costes inútil) utilizar tecnología punta, generalmente cara, para la obtención de un producto que se pueda conseguir con otro tipo de tecnología, más universal y, seguramente, más barata. Métodos. Se deben definir en el producto junto a los dos elementos anteriores, con los cuales están íntimamente ligados. El estudio de métodos es algo que se ha venido relegando a un segundo plano a medida que ha ido avanzando la tecnología productiva, realizándose éstos en dependencia, casi exclusiva, de las máquinas a utilizar. Son muchos los factores a analizar que influyen en los métodos (por ejemplo, el hombre, el puesto de trabajo, la ruta del producto, etc.) y sería muy conveniente tenerlos en cuenta, ya que influirán en gran medida sobre la productividad y sobre la calidad. Su realización suele ser muy barata si se compara su costo con los resultados que potencialmente se pueden obtener a partir del mismo. Hombre. El factor humano debe estar dispuesto a trabajar para la calidad, para lo cual es absolutamente necesaria una educación en este campo; se le debe hacer consciente de la importancia que tiene la misma para la empresa y de que aquélla depende en gran parte de él; por lo tanto, es necesario invertir en la formación del personal. Organización. Debe ser capaz de dar la importancia necesaria a todos los elementos anteriores y eliminar los estrangulamientos y puntos débiles que se produzcan en nuestra cadena productiva. El nivel de calidad dependerá de cada uno de los elementos, lo que hará necesario un estudio a fondo de los mismos para conseguir un determinado nivel en la calidad de los productos.

3.2. ANÁLISIS DE LOS COSTOS DE CALIDAD

Teniendo en cuenta la clasificación más común de los costos de calidad se tienen costos generados por productos defectuosos y costos generados por inspecciones, así:


128

3.2.1. Costos generados por productos defectuosos

Los costos generados por productos defectuosos se dividen en dos tipos, tal como se muestra en la Tabla 6.1., productos defectuosos identificados y otros identificados y vendidos.

Utilizados como

productos B

Diferencia de precio entre las dos

clases de productos

ReelaboradosCosto de las elaboraciones

suplementarias

Tabla 6.1. Costos generados por los productos defectuosos

Adaptado de: DOMINGUEZ M, José A; ÁLVAREZ, José; RUIZ, Antonio; et. al. Dirección de operaciones en la producción y los servicios. Aspectos tácticos y

operativos V.1. Madrid: McGraw-Hill, 1995. 503p.

No reclamados

por el cliente

Productos no

identificados y

vendidos

Costo del material, de la mano de

obra y gastos generales, menos los

ingresos producidos por la venta de

residuos

Costo del servicio de asistencia por

inspecciones, reparaciones, etc.

Ninguno

Mala fama para la calidad del producto y

el buen nombre de la empresa

Pérdida de imagen

Pro

du

cto

s d

efe

ctu

oso

s

Productos

defectuosos

identificados

Rechazados

Pérdidas en la producción

Obstáculos a la programación

Disgustos de clientes por retrasos

eventuales

Moral empresarial, etc.

Reclamados por

el cliente

Productos defectuosos identificados. Los que pertenecen a este grupo van a generar costos diferentes, dependiendo de la actividad que se desarrolle; según el tipo de producto, existen tres posibilidades y se consideran dentro de los costos tangibles:

Rechazarlos

Utilizarlos como productos B.

Reelaborados

En el primer caso, rechazarlos, los costos que se generan serán los derivados de la elaboración; es decir, materia prima utilizada, mano de obra, gastos generales, etc., de los que se deducirán, en su caso, los posibles ingresos obtenidos por la venta de los mismos como inservibles. En el segundo caso, utilizarlos como productos B, si el consumidor está dispuesto a aceptar este producto de inferior calidad, pero pagando un precio más bajo, El tercer caso, reelaborarlos, es el de casi todos los productos de ensamble, si se descubre el posible defecto que pueda tener el producto, éste es reparado,


129

retirando las piezas defectuosas y cambiándolas por nuevas. El costo incurrido está representado por la mano de obra y las piezas sustituidas, etc. El otro grupo es el de los costos intangibles, que son muy difíciles de calcular, donde regularmente se puede realizar una evaluación subjetiva. Productos no identificados y vendidos. Por estos productos se puede o no recibir reclamaciones de algunos clientes; lo que lleva a asumir un costo de servicio de asistencia, generalmente compuesto por personal especializado, reparaciones, situaciones de productos o piezas del mismo, desplazamiento del personal, etc. En el caso de que no exista ninguna reclamación y aun cuando aparentemente no hay costo adicional, esto es más contraproducente, puesto que no se puede medir el efecto que esto tendrá en el producto y la imagen de la empresa; lo que acarrearía pérdida de imagen que costaría mucho recuperar, en el caso de que se tenga la oportunidad de hacerlo. La representación gráfica de los costos de calidad generados por productos defectuosos puede verse en la Figura 6.3.

Costo total

Costos por

inspección

Costos por

defectuosos

Figura 6.3. Costos de calidad

Costos

Productos defectuosos

Costo óptimo



Hill, 1995. 503p.

3.2.2. Costos generados por inspecciones


130

Los costos generados por las inspecciones incluyen los que se generan para evitar la salida de productos defectuosos al mercado; es decir, todas las inspecciones y controles de calidad que se realicen durante las distintas fases de fabricación. Estos costos se aceptan con el fin de evitar otros mayores, que se derivan de introducir los productos defectuosos en el mercado. A medida que se intensifica la inspección se va consiguiendo un menor número de defectuosos y; por lo tanto, mejor calidad. Lo anterior se debe a que un incremento en los costos derivados de la inspección lo que hace que este costo se vaya incrementando. En consecuencia, el costo total es la suma de los costos generados tanto por productos defectuosos como por inspecciones. Tal como se aprecia en la Figura 6.3., en la que se puede observar que el costo por productos defectuosos no llega a cero.

3.2.3. Costo total de calidad

En este sentido, la curva del costo total se puede dividir en tres zonas, como se muestra en la Figura 6.4.

Costo total

Costo por

inspección

Costo por

defectuosos

Figura 6.4. Zonas de los costos de calidad

Costos

Productos defectuosos

Zona A Zona B Zona C

Zona A de mejora de la calidad. En esta zona los costos son debidos a los productos defectuosos donde se puede realizar una mejora de la calidad.


131

Zona B de indiferencia. En esta zona o bien se ha alcanzado el óptimo, o bien se está cerca del óptimo y el problema es de control para mantener el óptimo; regularmente esta zona se caracteriza por el hecho de que cerca de la mitad de los costos de calidad son debidos a productos defectuosos. Zona C de perfeccionamiento. En esta zona los costos son provocados por la inspección y superan a los costos generados por los productos defectuosos, por lo que hay que estudiar el costo de detectar defectos, en comparación con el perjuicio que se produce en caso de no ser detectados.

3.3. OPTIMIZACIÓN

Para examinar la forma en que se pueden optimizar los costos de calidad, a continuación se tiene en cuenta la importancia que éstos representan en la curva de demanda con respecto al precio y el papel que juega la sensibilidad de la demanda a una variación de calidad, así como la curva de beneficios.

3.3.1. Importancia de la curva de demanda y precio

Con base en la curva de demanda y precio, tal como se aprecia en la Figura 6.5., se observa que si se baja el precio de un determinado producto, su demanda aumenta; sin embargo, si se tiene en cuenta que el precio del producto puede estar muy cercano al de la competencia, resulta más difícil utilizar esta variable para incrementar la demanda del producto de la empresa.


132

Figura 6.5. Curva de demanda y precio

Precio

Demandad1 d2

p1

p2



Hill, 1995. 503p.

3.3.2. Sensibilidad de la demanda a las variaciones de calidad

Ahora bien, si se mantiene el precio del producto y se aumenta la calidad de éste, se debe producir, un aumento de la demanda; se pasa de un nivel, d1 a d2, esto se debe a que la curva de demanda cambia al pasar la calidad de Q1 a un valor Q2, como puede verse en la Figura 6.6. En consecuencia, a medida que se vaya aumentando la calidad del producto, la curva de demanda se desplaza hacia la derecha, hasta llegar a fabricar el nivel de calidad más alto que permita la empresa. De hecho, estos cambios se deben realizar en la medida que sean rentables para la empresa.


133

Figura 6.6. Curva de variaciones de calidad

Precio

Demandad1 d2

p1

p2

Q1

Q2



Hill, 1995. 503p.

3.3.3. Curva de beneficios de calidad

Teniendo en cuenta la Figura 6.7., se observa que, a medida que se aumenta el nivel de calidad del producto, los costos se van incrementando y la pendiente es cada vez mayor. De manera semejante, los ingresos también aumentan, pero de forma diferente, la pendiente va disminuyendo. Observe que el beneficio que se obtiene como diferencia entre los ingresos y los costos, se puede ver en determinadas zonas, donde es posible establecer la producción del producto sin pérdidas. Si se produce con un nivel de calidad inferior a n1, es evidente que se presentan pérdidas, ya que en ese nivel el producto es tan malo que no genera los ingresos necesarios para contrarrestar los costos incurridos. Lo mismo sucede, pero por razones opuestas, si se produce a un nivel superior a n2, ya que el producto no es capaz de proporcionar los ingresos suficientes, puesto que también resultan inferiores a los costos.


134

Figura 6.7. Curva de beneficios de calidad

Unidad

monetaria

Nivel de

calidad

n2n1 n*

Ingresos

Costos

Beneficios

Pérdidas Pérdidas



Hill, 1995. 503p.

Conformemente a lo expuesto, se tiene que producir a un nivel óptimo de calidad (n*), donde se obtiene el máximo beneficio.

3.4. COSTOS DE NO CALIDAD

Existen dentro de los costos de la calidad aquellos denominados costos de la no calidad en donde Ernesto Iturralde, nos recuerda, que se refieren a los negocios que se dejaron de hacer. Dado un servicio o entregado un producto que produce una insatisfacción en el cliente, este no vuelve a comprar o los costos producidos por devoluciones, bien sea por no-cumplimiento en los términos de la negociación, tales como tiempos de entrega, falsas promesas por parte de los vendedores, costos finales más elevados, entre otras razones. El Servicio al Cliente realmente genera ingresos, no gastos. Un mal servicio produce costos de la no calidad y repercute en la recuperación de la cartera que afecta al área de cobranzas y área financiera al no recuperar montos adeudados oportunamente, aspectos que muchas empresas han descuidado. Se indica, que los "Costos de la no calidad" pueden significar alrededor de un 20 al 25% de los valores totales facturados. Definitivamente estos costos varían en


135

cada organización, sin embargo deben encaminarse esfuerzos para iniciar procesos para evitarlos ya que su identificación al ser presentada a los comités gerenciales sorprenderán por sus cifras y proyecciones y esta alarma será la impulsora hacia procesos de cambio en una nueva orientación hacia el Servicio al Cliente. Nos recuerda Yturralde, que existen 3 factores para determinar los Costos de la No-Calidad: 1. Costo de Desempeño.- Costos relacionados con hacer bien las cosas, es decir los costos libres de errores.

2. Costos de Reprocesos.- Costos relacionados con hacer las cosas nuevamente, restituir, reparar o corregir fallas. 3. Costos de Prevención y Detección.- Costos relacionados con los controles de calidad, es decir la identificación de posibles errores antes de que "estos den la cara al cliente" y la detección misma de errores una vez que el producto o servicio ha sido entregado al cliente.

Nos aporta Yturralde que la organización U.S. Office of Consumar Affairs estableció una base para el Cálculo de la No-Calidad y para el efecto es necesario saber 3 rubros:

1. Ingresos anuales de su organización

2. Cantidad de Clientes de su organización.

3. Montos requeridos para captarlos y mantenerlos

Los ingresos anuales de su organización se refieren a la facturación que en un ejercicio la empresa lograr; la cantidad de clientes de su organización se representará por la sumatoria de estos dentro del mismo período y los Montos requeridos para captarlos y mantenerlos, incluye los costos de mercadeo, publicidad y ventas. (Promociones y descuentos) Existen 3 factores para determinar los Costos de la No-Calidad:

1. Costo de Desempeño.- Costos relacionados con hacer bien las cosas, es decir los costos libres de errores.


136

2. Costos de Reprocesos.- Costos relacionados con hacer las cosas nuevamente, restituir, reparar o corregir fallas.

3. Costos de Prevención y Detección.- Costos relacionados con los controles

de calidad, es decir la identificación de posibles errores antes de que "estos den la cara al cliente" y la detección misma de errores una vez que el producto o servicio ha sido entregado al cliente.

Definitivamente, el costo de la no calidad es la valoración errónica de las pérdidas negativas no mensurables que ocasionan o podrían ocasionar los fallos de la calidad. Fuente: yturralde.com. Otra forma de ver el costo de calidad se denomina precio del incumplimiento: lo que cuesta hacer las cosas mal. Bajo este enfoque los gastos del precio del incumplimiento comprenden: Reproceso

Servicios no planificados

Excesos de inventario

Administración (o manejo) de quejas

Tiempo improductivo

Retrabados

Devoluciones.

En síntesis, el precio del incumplimiento es el costo del desperdicio: tiempo, dinero y esfuerzo. Es un precio que no es necesario pagar. Los costos de obtención de la calidad, también denominados costos de conformidad, pueden definirse, como aquellos costos que se originan a consecuencia de las actividades de prevención y de evaluación que la empresa debe acometer en un plan de calidad. Así, las actividades de prevención tratan de evitar que se produzcan fallos, mientras que las de evaluación pretenden detectar los fallos lo antes posible y sobre todo antes de que los productos o servicios


137

lleguen a los clientes. Los costos de prevención son aquellos en que incurre la empresa al intentar reducir o evitar los fallos de calidad, es decir son costos de actividades que tratan de evitar la mala calidad de los productos y/o servicios. Los costos de evaluación son aquellos en que la empresa incurre para garantizar que los productos o servicios no conformes con las normas de calidad puedan ser identificados y corregidos antes de su entrega a los clientes, En otras palabras, son costos de medición, análisis e inspección para garantizar que los productos, procesos o servicios cumplen con todas las normas de calidad y con el objetivo de satisfacer al cliente (externo o interno). Los costos de fallos o de la mala calidad, dependiendo del momento en el que se detectan, pueden dividirse en costos de fallos internos y costos de fallos externos, además, estos se pueden clasificar como costos tangibles y los costos intangibles. Un fallo interno es aquel en que el cliente no se siente perjudicado, ya sea porque no llega a percibir el mismo, o porque no le afecta. El hecho de que estos fallos no sean percibidos por los clientes depende en gran medida de las actividades de evaluación que acomete la empresa. Los fallos externos son los que llegan a afectar a los clientes, ya que son capaces de percibir los mismos. Las actividades ocasionadas por los fallos externos son las mismas que se necesitan para corregir los fallos internos más todas aquellas que intervienen para satisfacer al cliente solucionando el problema causado como consecuencia del fallo. Los costos tangibles o costos explícitos son aquellos que se pueden calcular con criterios convencionales de costos, normalmente siguiendo principios de contabilidad generalmente aceptados. Por lo general estos costos van acompañado de un desembolso de efectivo por parte de la empresa, se trata básicamente de costos de personal y materias primas y materiales. Los costos intangibles, también denominados costos implícitos son aquellos que se calculan con criterios subjetivos y que no son registrados como costos en los sistemas de contabilidad. La mayoría de los costos intangibles se sitúan en la categoría de costos de fallos externos, como por ejemplo la pérdida de imagen de la Compañía. No obstante también pueden aparecer cuando la empresa incurre en fallos internos, por ejemplo la desmotivación de los empleados. Fuente: http://www.monografias.com/trabajos-pdf2/generalidades-costos-calidad/generalidades-costos-calidad.pdf

http://www.monografias.com/trabajos-pdf2/generalidades-costos-calidad/generalidades-costos-calidad.pdf

http://www.monografias.com/trabajos-pdf2/generalidades-costos-calidad/generalidades-costos-calidad.pdf


138

3.5. ENSAYOS NO DESTRUCTIVOS

También conocidos como Evaluación o Examen No Destructivo, los Ensayos No Destructivos incluyen varios métodos para examinar materiales, componentes y conexiones destinadas a identificar y cuantificar defectos internos y degradaciones. Los Ensayos No Destructivos tienen como finalidad evaluar propiedades materiales antes de que resulten fallidas -basándose en criterios de aceptación reconocidos o perfiles de degradación definidos a lo largo del tiempo- para asegurar la calidad del producto y el funcionamiento durante su producción, así como para asegurar el uso seguro de las estructuras de ingeniería.

El propósito de estos ensayos es detectar discontinuidades superficiales e internas en materiales, soldaduras, componentes e partes fabricadas.

Los materiales que se pueden inspeccionar son los más diversos, entre metálicos y no - metálicos, normalmente utilizados en procesos de fabricación, tales como: laminados, fundidos, forjados y otras conformaciones.

Los ensayos son realizados bajo procedimientos escritos, que atienden a los requisitos de las principales normas o códigos de fabricación, tales como el ASME, ASTM, API y el AWS entre otros.

Los inspectores son calificados como Nivel I, II y III por la ASNT (American Society for Nondestructive Testing) según los requisitos de la Práctica Recomendada SNT-TC-1A , CP-189

Ensayos no destructivos más comunes que pueden aplicarse en la detección de fallas en materiales.

Los END, más comunes utilizados en la industria, se clasifican de acuerdo al alcance que poseen en cuanto a la detección de fallas, por lo que se dividirán los mismos de acuerdo a los siguientes parámetros:


139

Discontinuidades Superficiales:

- Ensayo de líquidos penetrantes

- Ensayo de partículas magnéticas

Discontinuidades Internas:

- Ensayo Radiográfico

- Ensayo ultrasónico

Ensayos aplicables para la detección de discontinuidades del material o de los procesos de soldaduras superficiales abiertos al exterior y para la detección de discontinuidades internas del material, abiertas o no al exterior


140

BIBLIOGRAFÍA

ADAM, Everett y EBERT, Ronald. Administración de la producción y las operaciones. 4ed. Méjico: Prentice-Hall, 1991. 739p.

ALIANZA EDUCATIVA. Programa de Formación Permanente a Docentes – Principios Pedagógicos Módulo 3. Evaluación. Alianza Educativa. Bogotá. 2005.

ALVARADO R., René A. Proceso de aseguramiento e implantación de un sistema de procesamiento de datos en Jhaka Ltda. Bogotá, 1993.


CAMACHO OLIVEROS, Manuel Ángel. (2006). Introducción a la Ingeniería Industrial. Guía de aprendizaje. ESCUELA de Ciencias Básicas e Ingeniería. UNAD.

CANTÚ, Humberto. Desarrollo de una cultura de calidad. 2ed. Méjico: McGraw–Hill, 2001.

CUATRECASAS, Lluis. Gestión integral de la calidad: Implantación, control y certificación. Barcelona: Gestión 2000, 1999. 348p.

DOMINGUEZ M, José A; ÁLVAREZ, José; RUIZ, Antonio; et. al. Dirección de operaciones en la producción y los servicios. Aspectos tácticos y operativos V.1. Madrid: McGraw-Hill, 1995. 503p.

EVANS, James y LINDSAY, William. Administración y control de la calidad. 4ed. Méjico: Thomson, 2000. 785p.

FEIGENBAUM, Armand. Control total de la calidad. Méjico: CECSA, 1986.

FOGARTY, Donald, BLACKSTONE, John y HOFFMAN, Thomas. Administración de la producción e inventarios. 2ed. México: CECSA, 1994. 994p.

GALLEGO-BADILLO, Rómulo y PÉREZ, Royman. Corrientes constructivistas: De los mapas conceptuales a la teoría de la transformación intelectual. 2ed. Bogotá: Cooperativa editorial magisterio, 1995. 156p.

GÓMÉZ. De ILLERA, Margarita. Anexo 3 Guía Introducción a la Ingeniería de Alimentos. ESCUELA de Ciencias Básicas e Ingeniería. UNAD. 2005

GONZALEZ, Carlos. ISO 9000 QS 9000 ISO 14000, Normas internacionales de administración de calidad, sistemas de calidad y sistemas ambientales. Méjico: McGraw-Hill, 1998. 574p.

GRANT, Eugene. Control de calidad estadístico. Méjico: CECSA, 1993.

GUTIERREZ, Mario. Administrar para la calidad. Conceptos administrativos para el control total de calidad. 2ed. Méjico: Limusa, 1995. 297p.

HARRINGTON, James. Mejoramiento de los procesos de la empresa. Santafé de Bogotá: McGraw-Hill, 1996.


141

HARRINGTON, James. Administración total del mejoramiento continuo. La nueva generación. Santafé de Bogotá: McGraw-Hill, 1997.

HITOSHI, Kume. Herramientas estadísticas básicas para el mejoramiento de la calidad. Bogotá: Norma, 1994.

HOYLE, David. Manual de sistemas de calidad. 2ed. 1996.

INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Catálogo de normas técnicas colombianas. Bogotá: ICONTEC, 1994.

INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Compendio ISO 9000. Administración y aseguramiento de la calidad. Bogotá: ICONTEC, 1994.

INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Compendio ISO 9000. Tecnología para la administración de la calidad. Bogotá: ICONTEC, 1994.

INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Gestión de la calidad en el sector público. Norma Técnica de Calidad en la Gestión Pública (NTCGP 1000:2004). Bogotá: ICONTEC, 2007. 90p.

INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Guía de interpretación ISO 9001. Bogotá: ICONTEC, 1998.

INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. ISO 9000. Guía para las pequeñas empresas. 5ed. Bogotá: ICONTEC, 2002. 172p.

INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. ISO 9000. Manual para la industria del servicio. Bogotá: ICONTEC, 2002. 172p.

INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Normas Serie 14000. Administración ambiental. ICONTEC.

INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Sistemas de Gestión de la calidad - Requisitos. ISO 9001: 2000. Bogotá: ICONTEC, 2001.

INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Sistemas de Gestión de la calidad - Recomendaciones para llevar a cabo la mejora. ISO 9004: 2000. Bogotá: ICONTEC, 2001.

INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Sistemas Integrados de Gestión: Sistemas de Gestión de la Calidad, Sistemas de Gestión Ambiental. Sistemas de Gestión de Seguridad y Salud Ocupacional. Bogotá: ICONTEC, 2002.

INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. ISO 9000:2000. Sistemas de gestión de la calidad. Fundamentos y vocabulario. Bogotá: ICONTEC, 2002.

ISHIKAWA, Kaoru. ¿Qué es el control total de calidad?: la modalidad japonesa. Santafé de Bogotá: Norma, 1986.

ISO. ISO Handbook: ISO 9001 for Small Businesses. ISO/TC 176/SC 2/N 581-1.

ISO. Orientación acerca del enfoque basado en procesos para los sistemas de gestión de la calidad. Documento: ISO/TC 176/SC 2/N 544R, Mayo 2001.


142

JURAN, J.M. y otros. Manual de control de la calidad. 2ed. Barcelona: Reverte, 1983.

LAUDOYER, Guy. La certificación ISO 9000. Un motor para la calidad. 2 reimpresión. Méjico: CECSA, 1996.

MARIÑO, Hernando. Gerencia de procesos. Bogotá: Alfaomega, 2002. 147p.

MASAAKI, Imai. KAIZEN. La clave de la ventaja competitiva japonesa. México: CECSA, 1989.

MORENO-LUZÓN, María. D.; PERIS, Fernando J. y GONZÁLEZ, Tomás. Gestión de la calidad y diseño de organizaciones. Teoría y estudio de casos. Madrid: Pearson Educación, 2001. 432p.

MORENO, P. Alexandra. (2005) Guía Introducción a la Ing. de Sistemas. ESCUELA de Ciencias Básicas e Ingeniería. UNAD.

NIEBEL, Benjamín y FREIVALDS, Andris. Ingeniería Industrial. Métodos, Estándares y Diseño del Trabajo. 11ed. Bogotá: Alfaomega, 2004. 745p. + CD. http://www.ie.psu.edu/courses/ie327/inde.htm

PÉREZ, César. Control estadístico de la calidad. Teoría, práctica y aplicaciones informáticas SAS, STATGRAPHICS, MINITAB, SPSS. Madrid: Alfaomega-Rama. 704p.

SCHROEDER, Roger. Administración de operaciones. Toma de decisiones en la función de operaciones. 3ed. Méjico: McGraw-Hill, 1994. 855p.

SENLLE, Andrés y STOLL, Guillermo. Calidad total y normalización. Barcelona: Gestión 2000, 1994. 185p.

SENLLE, Andrés y VILAR, Joan. ISO 9000 en empresas de servicios. Barcelona: Gestión 2000, 1994.

SIERRA, Enrique. Control de calidad. Bogotá: Universitaria de América, 1978. 291p.

STEBBING, Lionel. Aseguramiento de la calidad. 2 reimpresión. Méjico: CECSA, 1995.

TABLA, Guillermo. Guía para implantar la norma ISO 9000 para empresas de todos tipos y tamaños. México: McGraw-Hill, 1998. 387p.

TAORMINA, Tom. ISO 9000. Liderazgo virtual. México: Prentice-Hall, 1997.

Título: Diagramas de Causa-Efecto, Pareto y Flujogramas. En: http://www.gestiopolis.com/recursos4/docs/ger/diagraca.htm. Documento que detalla como se elaboran los diagramas de causa-efecto, de Pareto y Flujogramas para el análisis de procesos. Igualmente se describen datos biográficos de los autores de dichas técnicas. (Consulta enero de 2006).

Título: KAIZEN Institute. En: http://www.kaizen-institute.com/. Página del Insituto KAIZEN, la cual se especializa en apoyar lideres de negocio en el diseño e implementación de procesos que lleven a la organización a la adopción del significado de la mejora continua y su sostenimiento a través del tiempo.

http://www.ie.psu.edu/courses/ie327/inde.htm


143

Título: ECC. Ejecutivos en Consultoría y Capacitación. En: http://www.lean-6sigma.com/index.htm. Esta página es de un grupo consultivo especializado en la aplicación de Herramientas de Manufactura Esbelta (Lean Manufacturing) y Seis Sigma, en ella se encuentran algunos documentos donde se desarrollan estas técnicas.

Titulo: ceroaverías.com. En: http://www.ceroaverias.com/. Esta página se encuentra información acerca de los conceptos para la aplicación del TPM (Mantenimiento Productivo Total) así como del Sistema de Producción de Toyota.

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA. Inducción Unadista Educación para todos. Bogotá. UNAD, 2005.

ZARATIEGUI, J. R. La gestión por procesos: Su papel e importancia en la empresa. EN: Revista Economía Industrial No. 330. Bogotá, 2001.

Date post:	05-Aug-2015
Category:	Documents
Upload:	eduardoydiana
View:	150 times
Download:	0 times

Módulo Control de Calidad Versión Febrero 2010

Documents