Control Estadístico de Procesos Lic. Elda Monterroso UNLu
Características de calidad Variables Características que se pueden medir (peso, longitud, temperatura, etc.) Pueden ser números enteros o fracciones Atributos Características centradas en los defectos (color, forma, etc.) Los productos se clasifican en productos buenos o malos, o se cuentan los defectos que tengan (funciona o no funciona)
Tipos de control estadístico de calidad Control estadístico de calidad Control de procesos Muestreo de aceptación Gráficos para variables Gráficos para atributos Variables Atributos
Control estadístico de procesos (CEP) Es una técnica estadística que mide el funcionamiento de un proceso Se utiliza para asegurar que los procesos son estables Se toman muestras durante el proceso y sus valores se grafican en cartas de control. Se decide si se continúa el proceso o si se debe detener la producción y buscar la causa posible de los defectos
Principios claves del CEP En todo proceso productivo existe una variabilidad natural Los procesos no siempre se encuentran en estado de control
Variabilidad natural
Variación en todas las partes del proceso Causas del proceso Salida Máquinas Método (Proceso) Materiales Personal
Cuándo un proceso está bajo control estadístico? SI sólo existen CAUSAS NATURALES de variación: PROCESO ESTABLE PROCESO PREDECIBLE PROCESO BAJO CONTROL ESTADÍSTICO Si existen CAUSAS NATURALES Y CAUSAS ESPECIALES de variación: PROCESO INESTABLE PROCESO IMPREDECIBLE PROCESO NO ESTÁ BAJO CONTROL ESTADÍSTICO
Valor de muestra Gráfico de control de procesos Representación de la muestra de datos en el tiempo 80 60 40 20 0 1 5 9 13 17 21 Tiempo Valor de muestra UCL Media LCL
Fundamento teórico de los gráficos de control Propiedades de la distribución normal Dentro de X media ± 2s : 95,5 % de la población Dentro de X media ± 3s : 99,73 % de la población x x
Objetivos de los gráficos de control Mostrar los cambios que se han producido en los procesos Por ejemplo, las tendencias. Realizar las correcciones antes de que el proceso esté fuera de control. Mostrar las causas de las variaciones en los procesos Causas especiales o asignables Los datos situados fuera de los límites de control o la tendencia en los datos. Causas naturales o comunes Variaciones aleatorias alrededor de la media.
Tipos de gráficos de control Datos continuos Gráficos de control Datos discretos Gráfico de variables Gráfico de atributos Gráfico R Gráfico Xm Gráfico P Gráfico C
Gráfico Xm Es un gráfico de control de variables. Muestra la media del proceso. Muestra la media de las muestras a lo largo del tiempo. Ejemplo: Pesar muestras de café, calcular la media de las muestras y representarlo en un gráfico.
Límites de control del gráfico Xm LCSxm = X + A 2 R De Tabla LCIxm = X - A 2 R x n i n x i Media de la muestra en el tiempo i Número de muestras
0.184 Factores para calcular los límites de los gráficos de control Tamaño de la Factor de la muestra, n media, A2 Intervalo Intervalo superior, D 4 inferior, D 3 2 1.880 3.268 0 3 1.023 2.574 0 4 0.729 2.282 0 5 0.577 2.115 0 6 0.483 2.004 0 7 0.419 1.924 0.076 8 0.373 1.864 0.136 9 0.337 1.816 0.184 10 0.308 1.777 0.223 Estimación de s, d 2 1.128 1.693 2.059 2.326 2.534 2.704 2.847 2.970 3.078
Gráfico de Rangos (R) Es un gráfico de control de variables. Muestra rango de las muestras a lo largo del tiempo. Diferencia entre el valor más grande y el más pequeño de la muestra que se haya examinado. Muestra la variabilidad del proceso.
Límites de control del gráfico R LCS R D 4 R De Tabla LCI R D 3 R R n i R n R i Intervalo de muestras en el tiempo i Número de muestras
Pasos para construir los gráficos de control Tomar aproximadamente 30 muestras de n = 4 o n = 5 Calcular la media y el rango de cada muestra Calcular la Media de las medias (Xm) y el Rango medio Calcular los límites de control para ambos gráficos Representar las medias y los rangos de las muestras en sus respectivos gráficos de control
Pasos para utilizar los gráficos de control Tomar muestras y graficar en la carta de control correspondiente Examinar los puntos y tomar acciones cuando el proceso está fuera de control Determinar las causas de las variaciones
El proceso cumple con lo que desea el cliente? El proceso cumple con lo que desea el productor?
La capacidad de un proceso para producir de acuerdo a lo especificado y el control estadístico son dos conceptos diferentes.
Diferencia entre Límites de Control y de Especificación Los Límites de Especificación son los determinados por los ingenieros de diseño / cliente, y definen las dimensiones requeridas para un producto o servicio Los Límites de Control son determinados por el proceso y definen cómo está funcionando el proceso
Estabilidad y Capacidad de un proceso Estable: Las mediciones caen aleatoriamente dentro de los límites de control Inestable: Las mediciones caen fuera de los límites de control y/o muestran una distribución no aleatoria dentro de ellos Capaz: El proceso cumple con las especificaciones (del cliente y/o del productor)
Estabilidad y capacidad con variación propia del proceso LES LCS LCI LEI LCS LES LEI LCI Proceso Estable y Capaz Proceso Estable pero NO Capaz
Capacidad y Control de procesos: distintos tipos de resultados (a) Bajo control y capaz. Límite inferior de control Frecuencia Proceso con sólo causas naturales de variación y capaz de producir dentro de los límites de especificaciones Límite superior de control (b) Bajo control pero incapaz. Proceso bajo control (sólo están presentes causas naturales de variación), pero incapaz de producir dentro de los límites de especificación Tamaño (peso, longitud, velocidad, etc.) (c) Fuera de control Proceso fuera de control, con causas especiales de variación.
Capacidad del proceso Cp C p ES -EI 6s ES = especificación superior EI = especificación inferior s Desviación estándar Valor Cp Clase proceso Decisión Cp > 1.33 1 + Adecuado 1 < Cp < 1.33 2 Adecuado. Control estricto 0.67 < Cp < 1 3 No adecuado Cp < 0.67 4 No. Modif. serias
Capacidad del proceso C pk C pk Mín. Límite de especificación superior 3s xm - Límite de especificación inferior 3s - xm o xm media del proceso s desviación estándar de la población del proceso
Significados de las medidas C p y C pk C p = C pk > 1 + Capaz, centrado C p = C pk = 1 Capaz, centrado C p > 1; C pk < 1 Capaz, descentrado C p < 1; C pk = Cp Incapaz, centrado C p < 1; C pk < 1 no = C p entre cero y 1 Incapaz, descentrado
PAUSA!
EL MUNDO 6 SIGMA Introducción a la metodología de mejora de procesos
El mundo +/- 3 Sigma 99.73% N piezas defectuosas:2-3 por mil x
Seis Sigma es una estrategia que trata de identificar y reducir la variabilidad del proceso Límite inferior de especificación Límite superior de especificación Cp < 1-3 s + 3 s Cp = 1 Cp > 1-3 s + 3 s - 6 s + 6 s
s 2 Piezas defectuosas 45 por mil Fracción defectuosa 0.0455 3 2 por mil 0.0027 4 63 por millón 0.000063 5 574 por mil millones 0.000000574 6 2 por mil millones 0.000000002 David Birch, The True Value of 6 Sigma, Quality Progress,abril 1993
Nivel en sigma Defectos por millón de oportunidades 6 3,40 5 233,00 4 6.210,00 3 66.807,00 2 308.537,00 1 690.000,00
Significado práctico de trabajar con + / - 6 Sigma (2/ 00 mill de piezas defectuosas) Más de 40000 bebés recién nacidos se caerían accidentalmente de las manos de los doctores y enfermeras/año Tendríamos agua potable contaminada 2hs/ mes Se interrumpiría el sv. tel. o la transmisión de TV 27 min/sem Cerca de 1350 cirugías fallarían/ semana 3 en 100 años 1 seg/ 100 años 6 seg. c/100 años 1 cirugía fallaría en 20 años
Algunos ejemplos Generalmente, los centros de producción de energía nuclear operan con niveles entre 6 y 7 sigma Motorola y la NASA efectúan la mayoría de sus procesos a niveles de 6 sigma Las compañías promedio en EEUU tienen entre 1000 y 10000 defectos por millón para un desplazamiento de 1.5 sigma
Seis Sigma: Metodología estructurada y rigurosa que utiliza herramientas y métodos estadísticos para disminuir la variabilidad. Cómo se implementa? Definir los problemas Medir para obtener información Analizar Incorporar mejoras Controlar C I D A M
Elementos clave Enfoque en el cliente Decisiones basadas en datos (metodología para la resolución de problemas, Mejora Continua, CEP, diseño de experimentos, pensamiento creativo) Gerencia basada en procesos y en hechos RRHH: afectados 100% a la resolución de problemas, involucrados y comprometidos Cuadro de mando integral
Qué hace que 6 Sigma sea diferente? Identificación de los Elementos Críticos para la Calidad, de los Clientes Externos Identificación de los Elementos Críticos para la Calidad, de los Clientes Internos Utilización de herramientas estadísticas de manera sistemática y organizada para el logro de mejoras dramáticas y medibles por su impacto financiero Gerenciamiento basado en los Conocimientos Cultura 6 Sigma (participación, capacitación, roles)
Roles principales Coordinación 6 Sigma CAMPEÓN Master Cinturón negro Cinturón verde Miembros del equipo de mejora Fundamentos de Calidad/ QC Story Entrenador de cinturones negros Líder de los equipos Resuelve proyectos exitosamente Participación activa
Hasta la próxima!