Historia y Filosofías de la Calidad

Transcripción

1 Historia y Filosofías de la Calidad 1

2 Historia del Control de Calidad La revolución industrial comienza a exigir fabricación masiva de productos. Se introducen máquinas. La gestión científica de Taylor (1875) es el primer intento de racionalización. Henry Ford (1900) introduce la producción en serie en su línea de montaje. Comenzó a pensarse en términos de productividad. Nace el concepto de estandarización Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 2

3 Historia del Control de Calidad Shewhart (1924) introduce los diagramas de control en los Laboratorios Bell. La estadística entra a formar parte del proceso industrial y aparece el control de la calidad como tal. La II Guerra Mundial ( ) establece las bases de la industria moderna. Se acepta de forma general la necesidad de utilización de las técnicas estadísticas para el control y la mejora de la calidad. Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 3

4 Historia del Control de Calidad Deming viaja a Japón (1946) para impartir una serie de seminarios acerca de control de calidad. Aparecen los trabajos de Ishikawa, Feigenbaum y Juran (1950 s) sobre lo que hoy llamaríamos gestión de calidad. (1960 s) Aparecen industrias, tales como la aeronáutica civil, en las que no pueden permitirse fallos. El poder está en manos de los productores. Por calidad se entiende el cumplimiento estricto de especificaciones de diseño. Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 4

5 Historia del Control de Calidad En un plazo relativamente corto (1970 s) se producen cambios trascendentales. Por efecto de la competencia, en algunos sectores el poder comienza a pasar a los consumidores. Por calidad se entiende la adecuación al uso s) Los gestores comienzan a extender el concepto calidad a toda la empresa. Nace el concepto calidad total. Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 5

6 Historia del Control de Calidad Por calidad se entiende la satisfacción del cliente. Se extiende la certificación de acuerdo a normas de calidad (ISO). (1988) Se crea la EFQM para promover la competitividad de las empresas europeas. De forma generalizada, el poder está en los consumidores. La calidad se entiende como elemento de supervivencia de la empresa. El concepto es la excelencia. Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 6

7 Historia del Control de Calidad Excelencia en la Gestión Gestión de Calidad Garantía de Calidad Control de Calidad Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 7

8 WALTER SHEWHART Entendía la calidad como un problema de variación, el cual puede ser controlado y prevenido mediante la eliminación a tiempo de las causas que lo provocan (diagramas de control). Introduce el concepto de control estadístico de calidad. Fue el primero en reconocer que en toda producción industrial se da variación en el proceso. 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 las condiciones en que se encuentra el equipo. Más aún, se da variación en las piezas producidas por un mismo operador y con la misma maquinaria. Creador de los famosos Diagramas de Control, paso inicial hacia lo que el denominó la formulación de una base científica para asegurar el control económico. Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 8

9 Control Estadístico de Procesos Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 9

10 Que es un proceso? Es el conjunto de tareas que, recibiendo un producto o servicio como entrada, le agrega valor y genera un producto o servicio útil, definido, medible y repetible, para un cliente externo o interno. La calidad de un producto nunca puede ser mayor que la calidad de los procesos desarrollados para elaborarlo Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 10

11 Qué es un proceso? Todos los procesos efectivos tienen en común las siguientes características: Definible: Los procesos deben estar documentados y sus indicadores establecidos Repetible: Los procesos son una secuencia de actividades repetibles que deben ser comunicadas, entendidas y seguidas consistentemente Predecible: Los procesos deben alcanzar un nivel de estabilidad que asegure que los resultados deseados se alcancen si sus actividades son consistentemente seguidas. Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 11

12 Qué es un proceso? Shewhart observó que, mientras todo proceso muestra variación, algunos procesos muestran variación controlada y otros, muestran variación no controlada Variación controlada: es la variación caracterizada por patrones estables y consistentes (causas aleatorias) Variación no controlada: es la variación caracterizada por patrones que varían en el tiempo (causas asignables) Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 12

13 Variación controlada posibilidad de predecir! Variación controlada: [m] [m] 1,49 1,56 1,63 1,70 1,77 1,84 1,91 [m] [m] [m] [m] Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 13

14 Variación descontrolada imposibilidad de predecir! Variación descontrolada: [m] [m] ? [m] [m] [m] Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 14

15 Control Estadístico de procesos (CEP) 1. Recordar que nada bueno es eterno (a menos que nos preocupemos por mantenerlo) El CEP mantiene el proceso bajo control y nos advierten sobre posibles perturbaciones 2. Hay que mejorar el proceso, o cambiar las especificaciones El CEP permite evaluar los esfuerzos de mejora 3. Todo parece estar bien, pero... Las causas asignables gobiernan el proceso. La calidad y performance pueden cambiar de un momento a otro. El CEP la puede detectar a tiempo 4. Las causas asignables frustran los esfuerzos para mejorar. Hay que empezar por eliminarlas El CEP las puede detectar a tiempo, permitirá evaluar los esfuerzos para mejorar el proceso. Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 15

16 Proceso bajo control estadístico Cuando sólo interviene causas aleatorias o Condición bajo la cual todas la variables que puedan afectar el proceso se mantiene dentro de sus rangos históricos de variación Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino

17 Objetivo central de CEP Detectar a tiempo las causas asignables, para su corrección. Los Diagramas de Control permiten sortear las barreras constituidas por las causas asignables, e impiden que éstas gobiernen el proceso Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino

18 ISO TÉCNICAS ESTADÍSTICAS EN LA CALIDAD El uso de las mismas puede ser de ayuda para comprender la variabilidad y ayudar por lo tanto a las organizaciones a resolver problemas y a mejorar la eficiencia y la eficacia. Estas técnicas facilitan una mayor utilización de los datos disponibles para ayudar en la toma de decisiones La variabilidad puede observarse en el comportamiento y en los resultados de muchas actividades, incluso bajo condiciones de aparente estabilidad. Dicha variabilidad puede observarse en las características medibles de muchos procesos, y su existencia puede detectarse en las diferentes etapas del ciclo de vida de los productos, desde la investigación de mercado hasta el servicio al cliente y su disposición final. Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 18

19 ISO TÉCNICAS ESTADÍSTICAS EN LA CALIDAD Las técnicas estadísticas pueden ayudar a medir, describir, analizar, interpretar y hacer modelos de dicha variabilidad, incluso con una cantidad relativamente limitada de datos. El análisis estadístico de dichos datos puede ayudar a proporcionar un mayor entendimiento de la naturaleza, alcance y causas de la variabilidad, ayudando así a resolver e incluso prevenir los problemas que podrían derivarse de dicha variabilidad, y a promover la mejora continua. Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 19

20 Ventajas y Desventajas de las Técnicas Estadísticas en la Calidad Desventaja: Ningún método estadístico es 100% seguro. NO estamos libres de riesgos! Ventaja: Esos riesgos pueden ser cuantificados, y los métodos pueden ser elegidos para que sean razonablemente pequeños Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 20

21 Diagramas de Control Para datos de variable cuantitativa: Diagrama de medias, también llamado Xbar Diagrama de rangos, llamado R Diagrama de desvíos estándar, llamado S Para datos de variable por atributos: Diagrama P, de la proporción de piezas defectuosas por submuestra. Diagrama NP, de cantidad de piezas defectuosas por submuestra. Diagrama C, cantidad de defectos por unidad de producto. Diagrama U, cantidad promedio de defectos por submuestra. Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 21

22 Diagrama de Control Límite de control superior Límite de vigilancia superior Media Límite de control inferior Límite de vigilancia inferior Secuencia ordenada de muestras Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino

23 Límites en Diagrama de Medias con datos Poblacionales Media: : Es un parámetro poblacional que representa la media general. Desvío: σ( ): Es también un parámetro poblacional, en este caso el error estándar de la media de la población. Límite de Control o de Vigilancia Inferior: LCI = - z. σ( ) Límite de Control o de Vigilancia Superior: LCS = + z.σ( ) Donde: LCI: Límite de control inferior, representa un valor que esta asociado con una probabilidad especificada de la función normal de probabilidad. LCS: Límite de control superior, en forma similar es el valor que esta asociado con una probabilidad especificada de la función normal. z : Valor de la variable de la función normal estandarizada, teóricamente podría tomar cualquier valor, no obstante, es costumbre que para los límites de control se asigne z = 3 y para los de vigilancia z = 2 Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino

24 Límites en Diagrama de Medias con parámetros poblacionales desconocidos Desvío estándar Media: x: Es la estimación de la media poblacional. Desvío Estándar: S: Es la estimación del error estándar basado en desvíos muestrales Límite de Control o de Vigilancia Inferior: Límite de Control o de Vigilancia Superior: S LCI x z a n Donde: LCI: Límite de control inferior, representa un valor que esta asociado con una probabilidad especificada de la función normal de probabilidad. LCS: Límite de control superior, en forma similar es el valor que esta asociado con una probabilidad especificada de la función normal. z : Valor de la variable de la función normal estandarizada, teóricamente podría tomar cualquier valor, no obstante, es costumbre que para los límites de control se asigne z = 3 y para los de vigilancia z = 2 a n : Constante para corregir la estimación sesgada del promedio de los desvíos. n S LCS x z a n n Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino

25 Promedio, Desvío medio y a n k x i 1 ˆ x k i S k i 1 k S i a n n 2 ( ) 2 n 1 n 1 ( ) 2 Donde: (.) es la función de densidad de probabilidad Gamma n a n Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 25

26 Límites en Diagrama de Medias con parámetros poblacionales desconocidos - Rangos Media: x: Es la estimación de la media poblacional. Desvío Estándar: r: Es la estimación del error estándar basado en rangos Límite de Control o de Vigilancia Inferior: LCI r x z b n n Límite de Control o de Vigilancia Superior: r LCS x z a Donde: LCI: Límite de control inferior, representa un valor que esta asociado con una probabilidad especificada de la función normal de probabilidad. LCS: Límite de control superior, en forma similar es el valor que esta asociado con una probabilidad especificada de la función normal. z : Valor de la variable de la función normal estandarizada, teóricamente podría tomar cualquier valor, no obstante, es costumbre que para los límites de control se asigne z = 3 y para los de vigilancia z = 2 b n : Constante para corregir la estimación sesgada del promedio de los desvíos. n n Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino

27 Rango medio y b n r k i 1 k r i Se realiza calculando la E(mín(Z 1 Z k ) y E(max(Z1 Zk) n b n Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino 27

28 Límites en Diagrama de Medias Significado de los límites de control: Estando el proceso bajo control, 27 de cada caerán fuera de los límites. Criterio Práctico: Si un punto cae fuera, se asume que el proceso no está bajo control (causas especiales deben ser corregidas) Riesgo de equivocarse: a = 0,3 % Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino

29 Señales de descontrol I: 2 de 3 puntos consecutivos en zona C C B A A B C Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino

30 Señales de descontrol II: 4 de 5 puntos consecutivos en zonas B o C C B A A B C Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino

31 Señales de descontrol III:Racha de 8 o más puntos en una misma mitad C B A A B C Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino

32 Señales de descontrol IV: Rachas de 6 o más puntos en crecimiento o decrecimiento C B A A B C Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino

33 Límites en Diagrama p Binomial Proporción poblacional: p Variancia: p*q/n Límite de Control o de Vigilancia Inferior: LCI p z p* q n Límite de Control o de Vigilancia Superior: LCS p z Donde: LCI: Límite de control inferior, representa un valor que esta asociado con una probabilidad especificada de la función normal de probabilidad. LCS: Límite de control superior, en forma similar es el valor que esta asociado con una probabilidad especificada de la función normal. z : Valor de la variable de la función normal estandarizada, teóricamente podría tomar cualquier valor, no obstante, es costumbre que para los límites de control se asigne z = 3 y para los de vigilancia z = 2 b n : Constante para corregir la estimación sesgada del promedio de los desvíos. p* q n Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino

34 Límites en Diagrama c Poisson Promedio de defectos: Variancia: Límite de Control o de Vigilancia Inferior: LCI x z x Límite de Control o de Vigilancia Superior: LCS x z x Donde: LCI: Límite de control inferior, representa un valor que esta asociado con una probabilidad especificada de la función normal de probabilidad. LCS: Límite de control superior, en forma similar es el valor que esta asociado con una probabilidad especificada de la función normal. z : Valor de la variable de la función normal estandarizada, teóricamente podría tomar cualquier valor, no obstante, es costumbre que para los límites de control se asigne z = 3 y para los de vigilancia z = 2 b n : Constante para corregir la estimación sesgada del promedio de los desvíos. Material preparado por Lic Olga Susana Filippini y Lic Hugo Delfino