Control Estadístico de Procesos (SPC) para NO estadísticos.

Transcripción

1 Control Estadístico de Procesos (SPC) para NO estadísticos. - Sesión 2ª de 4 - Impartido por: Jaume Ramonet Fernández Ingeniero Industrial Superior PMP (PMI ) Consultoría y Formación

2 Actitud requerida para recibir formación... y obtener conocimiento: "El hombre cauto jamas deplora el mal presente; Emplea el presente en prevenir las aflicciones futuras William Shakespeare. 2 / 44

3 Temario de la sesión: Control de Procesos. Fuentes de la variabilidad de un proceso. Gráficos de control básicos: De variables, de medias y rangos, de medias y desviaciones, de valores individuales. Gráficos de control por atributos. Análisis de los Gráficos de Control. Aviso legal: Dado el carácter y la finalidad exclusivamente docente y eminentemente ilustrativa de las explicaciones en clase de esta presentación, el autor se acoge al artículo 32 de la ley de propiedad intelectual vigente respecto al uso parcial de obras ajenas como imágenes, gráficos u otro material contenidos en las diferentes transparencias. 3 / 44

4 Un ENFOQUE A PROCESOS requiere... Identificar... Definir... Diseñar (incluido el SPC)... Representar (modelizar)... Implementar... Gestionar y controlar (obtener SPC) y Mejorar (analizar los datos SPC)... los procesos y sus interacciones... La La identificación identificaciónde delos losprocesos Procesosde denegocio Negocioha hade deser serprecedida precedidade deun un análisis análisis[estratégico] [estratégico]de dela laorganización, organización,de desu sumisión, misión,sus susestrategias estrategias yysus sus objetivos objetivosaalargo largoplazo. plazo. Process ProcessModeling ModelingininERP ERPprojects. projects. T.T.Forsberg, G. Rönne y J. Forsberg, G. Rönne y J.Vikstöm Vikstöm

5 Concepto de Proceso: Planificado y puesto en practica bajo condiciones controladas para... Entradas Cadena Actividades relacionadas que transforman... de Resultados Valor 5 / 44

6 Gestión y Control del Proceso: Indicadores (información) ( SPC?) Entradas Actividades relacionadas que transforman... Resultados 6 / 44

7 Reflexión... Una de mis mayores frustraciones, cuando estoy ayudando a alguien a mejorar, es la dificultad que tengo con la mayoría para que entiendan que todo lo que hacen puede describirse en términos de un proceso W. Scherkenback en su libro La ruta Deming hacia la Mejora Continua. Suscribo totalmente lo anterior J. Ramonet ;-) 7 / 44

8 Indicadores de los Procesos: «Qué» medir y «Para Qué» medir 1º 1º -- Para Para qué... qué... 2º 2º -- Qué... Qué... Medir Medir para... para... «poder «poder tomar tomar decisiones» decisiones» Qué Qué medir? medir? según según el el tipo tipo de de decisiones decisiones aa tomar... tomar... Tipos Tiposde dedecisiones? decisiones? 8 / 44

9 Inspección (de producto) Si o No? A favor: Es la única forma de asegurarnos que el producto es correcto. No sabemos hacerlo mejor o de otra forma En contra: Coste económico. Consumo de tiempo. Anti-pedagógico: Cultura reactiva. Alternativas + eficientes: diseño & desarrollo robusto, AMFE, DOE, Mejor: Control del PROCESO... Razones? 9 / 44

10 Inspección versus SPC Diferencias de planteamiento: Cual es el objetivo? Qué ROI tiene? Proactivo o reactivo? Cual es el objeto de análisis?... A IDE VE A L C 10 / 44

11 Idea importante... Control del PROCESO PROCESO bajo Control SPC Discusión: Qué papeles diferentes juega el SPC en estos 2 casos? 11 / 44

12 La Voz del Proceso y sus fuentes de variación (las 6 M ) Mano de obra Maquinaria Materiales Voz Vozdel del Proceso Proceso Métodos Medidas Medio Idea Clave: La Variabilidad IMPORTANTE: Es necesario comprender la interrelación entre estos factores 12 / 44

13 Análisis de las Causas de la Variación: (Caso real) 13 / 44

14 Variación de la Voz del Proceso : Causas Comunes vs. Causas Especiales C. Comunes (parecen): C. Especiales: No evitables, Evitables, Estables, Asignables, Predecibles, Inestables, Permanentes, Esporádicas / impredecibles, Múltiples, Erráticas, Estacionarias, Diferenciadas, Homogéneas, Heterogéneas, A IDE VE CLA W. E. Deming identifica 17 causas comunes / 44

15 Causas «comunes»... muy comunes Comunicación deficiente. Coordinación deficiente. Condiciones de trabajo deficientes. Equipos inadecuados. Mantenimiento de equipos deficiente. Calidad de la materia prima y/o componentes no adecuada. Instrucciones, Procedimientos y/o métodos no establecidos o mal documentados (o no doc.). Formación inadecuada... Decisiones de la dirección contradictorias, inconstantes, o simplemente caóticas. Falta de motivación. Falta de constancia en el propósito... (Ver los 14 puntos de Deming) 15 / 44

16 Variación: Causas Comunes (>85%) y Causas Especiales (asignables) (<15%) t 16 / 44

17 PROCESO bajo Control Estadístico: Un proceso está bajo control estadístico cuando somos capaces de predecir, con una probabilidad de error dada, los resultados de su próxima ejecución. Otra definición (equivalente): Un proceso está bajo control estadístico cuando no hay causas asignables presentes = el sistema es «estable». 17 / 44

18 Caso real: conductividad del fumet te s E pr s e oc o tá s e jo a b c r t on? l o lote 18 / 44

19 Otro caso real (cuidado ;-): Tipos Hipotecarios / 44

20 Variabilidad final = Vi x Vj x Vk x... (Otra forma de presentar el Teorema del Límite Central) Proc. A Proc. B Proc. C Pregunta: Que variabilidad tiene sumar el resultado de tirar un dado 1 vez o 3 veces? 20 / 44

21 Gráficos de Control Intro. 1ª aportación al control estadístico de la calidad: memorandum de W. E. Shewhart en 1924 en los Bell Telephone Lab. W. E. Shewhart publica el primer libro sobre el tema en Los gráficos de control que presenta aún se utilizan en el mismo formato (Gráficos de Shewhart). En 1956 se publica el Manual de la Western Electric Comp. que agrupa y consolida los métodos y la terminología que se ha utilizado hasta el presente. La razón principal del éxito de los Gráficos de Shewhart es su simplicidad y su alto valor de transmisión de la información. Gracias a la informática, en los últimos años han aparecido nuevas herramientas y métodos mucho + complejos. 21 / 44

22 Ejemplo de Gráfico de Control básico : Histograma Frecuencia Opiniones? Variable (discreta) 22 / 44

23 Gráficos de Control: Hipótesis de partida Las «causas comunes» (aleatorias o no asignables) que actúan sobre el proceso generan una distribución de mediciones según una Ley Normal. (OjO: Nunca darlo por supuesto. Verificar!!!) Los parámetros de la distribución de probabilidad de la variable son constantes a lo largo del tiempo (o se pueden compensar mediante una transformación matemática). Cuando el proceso está funcionando bajo las condiciones establecidas, la variabilidad de los resultados de la medición del parámetro se debe solo a las «causas comunes», que son inherentes al diseño y forma de ejecución concreta del proceso. Se dice que el proceso está «bajo control» Cuando aparece una «causa asignable», el resultado del proceso derivará a situación de «fuera de control». 23 / 44

24 Comentar... A B C LI VN LS 24 / 44

25 Gráficos de Control: ideas básicas La finalidad de un Gráfico de Control es detectar, de forma más rápida posible, las variaciones derivadas de la aparición de «causas especiales» (asignable) en un proceso bajo control. Límites de Control: Para cada Gráfico de Control se deberán calcular los límites de control (Límite de Control Superior -LCS-, Límite Central -LC- y Límite de Control Inferior -LCI-) con las formulas correspondientes (función del tipo de gráfico). Las 3 posibles situaciones de un proceso: - A) Proceso Bajo Control y Capaz. - B) Proceso Bajo control, pero NO Capaz. - C) Proceso Fuera de Control. Nota: El concepto de Capacidad de un proceso lo veremos en la 4a sesión. 25 / 44

26 Las 3 situaciones / 44

27 «Grupo Homogéneo Racional» Cuando establezcamos la metodología o procedimiento de muestreo, es necesario que nos aseguremos que el conjunto de individuos que constituyen una muestra pertenezcan a un «Grupo Homogéneo Racional». Esto es: la variación entre los individuos ha de estar libre de causas especiales. De forma práctica, supone, como mínimo, que durante el procesado de los individuos que constituyen la muestra no ha habido ningún cambio en ninguna de las seis M. Prestar atención (y evitar) las fuentes de variabilidad «intra» proceso. Por ejemplo, máquina herramienta que procesa varios individuos a la vez, en paralelo (en serie no es problema ;-). 27 / 44

28 Error Tipo I vs. Error Tipo II Si un punto cae fuera de los límites de control asumimos que el proceso está Fuera de Control, pero... - Error Tipo I ( Falsa Alarma ): Considerar el proceso Fuera de Control cuando en realidad está Bajo Control (Habitualmente se elige la Probabilidad del Error Tipo 1 α = 0,3% ; equivalente a un nivel de confianza del 99,7%) - Error Tipo II ( Exceso de confianza ): Considerar el proceso Bajo de Control cuando en realidad está Fuera de Control, aunque no hayamos encontrado ningún punto fuera de los límites. Disminuye al aumentar el tamaño de la muestra. La probabilidad del Error Tipo 2 se representa con β. α β Si aumentamos el rango de los límites de control Si disminuimos la amplitud de los límites de control Si aumentamos el tamaño de la muestra 28 / 44

29 Error Tipo I vs. Error Tipo II Error Tipo I (falsa alarma) Error Tipo II LC 29 / 44

30 Gráfico de Control (conceptos) Riesgo (α = 1 Confianza): Riesgo de admitir que hay una causa asignable a la variación del proceso, cuando en realidad es solo variabilidad estadística ( Falsa Alarma ). Valor habitual α = 2,7 o/oo (corresponde a 3 σ => Nivel de confianza del 99,7%) Cambio mínimo: Mínimo cambio que se desea detectar en el parámetro que se está controlando. Tiempo medio de espera hasta que se produce la alarma (detección mediante el Gráfico de Control) en el caso de desajuste. Viene determinado por la frecuencia de muestreo y la estabilidad del proceso. La frecuencia de muestreo ha de ser superior al tiempo esperado entre desajustes. Se debería tener en cuanta también los costes asociados a la espera (producción desajustada). OjO considerar también el tiempo entre la detección y la toma de decisiones ;-). 30 / 44

31 Gráficos de Control para variable Caso: (200;0,7) Supongamos un proceso de producción bajo control, que produce piezas con un parámetro X, con distribución Normal de media 200 mm. y desviación 0,7 mm. ( y estos datos de donde salen?) Para controlar el proceso se tomará una pieza cada cierto tiempo y se anotará el valor del parámetro X en un gráfico de control. Valores para el Gráfico de Control: Media: 200 mm. Limites al 99,7% de confianza (α = 27 cada ): Limite superior = * 0,7 = 202,1 mm. Limite Inferior = * 0,7 = 197,9 mm. a xim ó r p. n la alizará e : rm nce Ava n se fo ó sesi 31 / 44

32 Gráfico de Control: Caso (200;0,07) (100 piezas x 2 veces) Límite Superior (99,7%) 200 Límite Inferior (99,7%) 32 / 44

33 Caso (200;0,7): Desajuste del VN... (p.e.= 200,7mm) Límite Superior 200,7 200 Límite Inferior 33 / 44

34 Caso (200;0,7) Desajuste del VN... (p.e.= 200,7mm) Original Desajustada α original 200,00 200,70 LS 34 / 44

35 Caso (200;0,7) Desajuste de σ (p.e. σ = 1,0mm) Límite Superior 200 Límite Inferior 35 / 44

36 Caso (200;0,7) Desajuste de σ (p.e. σ = 1,0mm) LI 200 LS 36 / 44

37 Conclusiones (de momento) del Caso (200;0,7) La Herramienta de Control del Proceso (el «Gráfico de Control»;-) ha de permitir el seguimiento ( controlar ) de: El valor de la tendencia central. El valor de la dispersión. Si existe desplazamiento de alguno (o ambos) de estos parámetros ha de señalarlo lo antes posible. Ha de ser sencilla de utilizar: cerca del lugar del proceso y de quien decida sobre él. 37 / 44

38 Nueva idea sobre el caso (200;0,7) Si aumentamos el tamaño de muestra (por ejemplo a 4 piezas en lugar de 1)... La distribución de las medias de las muestras de 4 piezas será una Ley Normal: Con la misma media (200mm), Con una desviación tipo igual a la desviación de la población dividida por la raíz cuadrada del tamaño de la muestra. En nuestro caso: Desviación = 0,7 / 4 = 0,7 / 2 = 0,35mm. Límites de control mucho + estrechos y mayor sensibilidad: disminución de α y de β!!! 38 / 44

39 Caso (200;0,7): Nota: Explicaciones detalladas en la siguiente sesión. Gráfico Ẍ: LS = ,729 * 1,765 = 201,286 Media = 200 LI = ,729 * 1,765 = 198,714 Gráfico R: LS = 2,282 * 1,765 = 4,027 Media = 1,765 LI = 0 * 1,765 = 0 Ver en la tabla de Constantes para los Gráficos de Control, para n = 4: A2 = 0,729 D3 = 0: D4 = 2, / 44

40 Caso (200;0,7): Gráfico de la Media (Ẍ) que hacer? 40 / 44

41 Caso (200;0,7): Gráfico del Rango (R) 41 / 44

42 Lecturas Adicionales: Artículo sobre SPC (Wikipedia): Artículo sobre Error Tipo I y II: Artículo sobre la Dispersión: 42 / 44

43 Anexo: Tabla de Constantes Gráficos de Control 43 / 44

44 Gracias por su atención... Turno abierto... Preguntas? Otros casos / cosas que ustedes conozcan? Comentarios? 44 / 44