Professional Documents
Culture Documents
Gestión de Calidad
A mis alumnos
El autor
Curso de Control de Calidad Estadístico y Gestión, Agosto 2000 Página 4
1.1 Introducción.
1.2 Definición de la calidad
1.3 El objetivo de los métodos estadísticos de control en los procesos.
1.4 ¿Qué causa los productos defectuosos?
1.5 ¿Son todos los defectos iguales? ¿Debemos tratar a todos los
defectos por igual?
1.6 Clasificación de los defectos, muestrario de defectos.
5 Los diagramas
6 Gráficas de control
8 Normas
11 Costos de calidad
1 Los defectos
1.1 Introducción.
Actualmente, todas las empresas modernas saben que lograr un buen nivel de
calidad es fundamental para el éxito de su gestión.
Los conceptos y métodos que veremos son aplicables al control de calidad del
producto, y son, en general, métodos universales, es decir que valen para
cualquier producto, ya sean cremas dentales, bebidas gaseosas, tractores,
medicamentos o ampolletas.
• Organigramas
• Gráficas de funcionamiento
• Gráfica y análisis de pareto
• Diagramas de causa-efecto
• Histogramas de la frecuencia
• Gráficas de Control
• Estudios de la capacidad de proceso
• Planes de muestreo de aceptación
• Diagramas de dispersión
• Cada herramienta es simple poner en ejecución
• Estas herramientas se utilizan generalmente para complementarse, más
bien que se emplean como técnicas independientes
Definición tradicional:
Pero, los límites especificados, los determinamos nosotros, previo acuerdo con
las partes interesadas o involucradas en el proceso, luego, por carácter transitivo,
vale la frase del insigne maestro del control de calidad, Dr. J. M. Juran.
1.5 ¿Son todos los defectos iguales? ¿Debemos tratar a todos los defectos
por igual?
El sentido común nos dice que no a las dos preguntas. No es lo mismo un defecto
considerado leve como ser una imperfección superficial en la etiqueta de un
producto, que una medida fuera de especificaciones en un repuesto para motor de
automóviles que lo haga absolutamente inservible.
Cada tipo de defecto será objeto de un estudio acabado por las partes interesadas
y deberá finalizar en un muestrario de defectos, debidamente clasificado por tipo
de defecto y firmado por las partes involucradas.
2.2 ¿Cómo se distribuyen los valores de las variables que medimos? ¿Qué
frecuencia tiene cada valor que la causa llamada "variación" nos entrega?
Tenemos claro que las variaciones nos producen distintas medidas de una
variable, la pregunta es como se distribuyen.
De que se trata lo veremos más adelante pero por ahora nos alcanza con
comprender que dicho comportamiento significa que los valores más cercanos al
valor central, son los que más frecuentemente se repiten, y a medida que nos
alejamos del valor central, la frecuencia baja dramáticamente. La gráfica de este
comportamiento tiene una forma de campana.
Las primeras dan origen al control por variables y las segundas al control
por atributos.
Las características de calidad que llamaremos variables son todas aquellas que
podemos representar por una cifra. Por ejemplo, la medida de un perno, la
resistencia de resistores de alambre, el contenido de cenizas en carbón, etc., etc.
Curso de Control de Calidad Estadístico y Gestión, Agosto 2000 Página 12
Por fin, debemos tener en cuenta, que tanto los procesos como los lotes
terminados pueden ser inspeccionados por atributos o por variables.
38 47 54 61 26 35 28 48 53 44
32 52 46 42 63 35 50 38 35 57
49 68 47 45 65 45 25 19 56 58
44 73 50 40 46 76 40 64 36 42
Total, n: 40 datos
Rango, 76-19= 57
Raíz de 40 y se redondea: 6
Ancho de clase : 9
El motivo por el cual conviene usar el ancho de clase como número impar es para
que la marca de clase sea un número entero igual que los datos que se están
estudiando. Si se utilizara un número par, el ancho de clase resulta con un decimal
que habría que conservar hasta el final del cálculo y esto es fuente de errores.
LI LS X recuento frecuencia
18 26 22 /// 3
27 35 31 //// 5
36 44 40 //// //// 9
45 53 49 //// //// // 12
54 62 58 //// 5
63 71 67 //// 4
72 80 76 // 2
total 40 40
2.5 Histograma:
HISTOGRAMA
14
12
12
10 9
FRECUENCIAS
6 5 5
4
4 3
2
2
0 0
0
21 22 31 40 49 58 67 76 85
MARCAS DE CLASE
Curso de Control de Calidad Estadístico y Gestión, Agosto 2000 Página 15
Se define como Media Aritmética al valor central producto del siguiente cálculo:
f . X + f . X + ...+ fk . Xk
∑fX
j=1
j j
∑ fX = ∑ fX
X= 1 1 2 2 = =
f1 + f2 + ...+ fk k
∑f j
∑f N
j =1
de donde deriva:
k
∑ fju
∑ fu
X = A + c j =k1 = A + c
N
∑ fj
j=1
Se define como desviación típica al valor que surge del siguiente cálculo:
∑f (X )
2
−X
∑ f( X − X )
2
j j
j= 1
S= k
= pues Σf = n
N
∑f
j= 1
j
∑ fu ∑ fu
2 2
S= c* −
N N
Nota: El desarrollo de las Fórmulas se explica en clase o pueden consultarse:
a)Estadística para Ingenieros.
b) en el libro de Estadística de Murray Spieguel.
X F U fu fu2
22 3 -3 -9 27
31 5 -2 -10 20
40 9 -1 - 9 9
49 12 0 0 0
58 5 1 5 5
67 4 2 8 16
76 2 3 6 16
∑fu = - 9 ∑fu2 = 95
donde: c = 9 y A = 49
Este cálculo tiene un error como consecuencia de suponer a todos los datos
dentro de cada clase como iguales.
Nota: Los decimales de las respuestas obtenidas, deberán guardar relación con
los decimales que tengan los datos, sin embargo, cuando use las calculadoras
deberá conservar en cada cálculo, todos los decimales que genera la calculadora,
para luego aproximar la respuesta a la cantidad de decimales igual a los que
tengan los datos, nunca menos. En particular en estos cálculos es costumbre
usar uno o dos decimales más que los datos. Tampoco es correcto usar muchos
decimales pues no tienen significado alguno.
Se usarán dos métodos de cálculo, uno por medio de la calculadora y otro por
medio de las fórmulas vistas en clases.
µ y σ
Si bien en este curso no tenemos espacio para desarrollar el concepto de
probabilidades, será necesario definir los siguientes puntos:
Curso de Control de Calidad Estadístico y Gestión, Agosto 2000 Página 19
Un suceso es más o menos probable según la frecuencia con que ocurre. a mayor
frecuencia de ocurrencia pasada será mayor la probabilidad de ocurrencia futura.
Aceptando estos conceptos veremos como se puede hacer los cálculos partiendo
de la Curva Normal. En primer término, la Curva Normal hay que transformarla en
lo que se llama forma canónica, esto significa que el cero de las X irá al medio
del gráfico. Para lograrlo se usa una variable llamada z y es:
z=
( X − X)
σ
Esta transformación hace que siempre el valor de la desviación típica, en una
curva canónica, sea igual a uno, y el valor de z no es más que un dato medido en
relación a su propia desviación. Esto hace que la curva tenga características muy
particulares que veremos luego de los siguientes comentarios.
PROBABILIDADES
30
25
20
15
10
5
0
-3 -2 -1 0 1 2 3
DESDE -1 A +1 DESVIACION TIPICA
25
20
15
10
5
0
-3 -2 -1 0 1 2 3
DESDE -2 A +2 DESVIACION TIPICA
30
25
20
15
10
5
0
-3 -2 -1 0 1 2 3
DESDE -3 A +3 DESVIACION TIPICA
Curso de Control de Calidad Estadístico y Gestión, Agosto 2000 Página 21
Ejercicio nº 1
Hallar el área bajo la CURVA NORMAL en cada uno de los 7 casos siguientes:
a) Entre z = 0 y z = 1.20
CURVA NORMAL DE GAUSS
45
40
35
PROBABILIDADES
30
25
20
15
10
5
0
-3 0 3
Area bajo la curva entre z = 0 y z = 1,2
b) Entre z = - 0.68 y z = 0
CURVA NORMAL DE GAUSS
45
40
35
PROBABILIDADES
30
25
20
15
10
5
0
-3 -2 -1 0 1 2 3
Area bajo la curva entre z = -0,68 y z = 0
En tablas se lee para z = 0.68 es 0.2518 por lo tanto, Pr {-0,68 ≤ z ≤ 0} =0.2518 Esto
significa que el área bajo la curva, para z= -0,68 y z=0 es el 25.18%
Curso de Control de Calidad Estadístico y Gestión, Agosto 2000 Página 22
PROBABILIDADES
30
25
20
15
10
5
0
-3 0 3
Area bajo la curva de z = -0,46 a z = 2,21
35
30
PROBABILIDADES
25
20
15
10
0
-3 -2 -1 0 1 2 3
Area bajo la curva entre z = 0,81 y z = 1,94
30
25
PROBABILIDADES 20
15
10
0
-3 0 3
Area bajo la curva entre z = - infinito
y z = - 0,6
35
30
PROBABILIDADES
25
20
15
10
0
-3 -2 -1 0 1 2 3
Area entre z = -1,28 y z = + infinito
PROBABILIDADES
10
8
6
4
2
0
-3 0 3
A la izquierda de -1,44 y a la derecha de
2,05
Ejercicio nº 2
Solución:
a) - z = (0.6100-0.6140) / 0.0025 = - 1.60
La probabilidad de que el diámetro de las bolillas sea mayor que 0.617 es del
11.51%
Probabilidad = 0.82 %
Curso de Control de Calidad Estadístico y Gestión, Agosto 2000 Página 26
Paso 1 decida qué problemas se van a investigar y como recoger los datos.
ejemplo: objetos defectuosos, perdidas en términos monetarios, ocurrencia de
accidentes.
120 100
NUMERO DE UNIDADES
100 80
DEFECTUOSAS
PORCENTAJE
ACUMULADO
80
60
60
40
40
20 20
0 0
TENSION RAYADO BURBUJA FRACT. MANCHA RAJAD. OTROS
DEFECTOS
En este ejemplo, producción tendrá que resolver, en primer término, las causas de
los defectos tensión y rayado, con lo cual se reducirá el inconveniente en el 73% !
Curso de Control de Calidad Estadístico y Gestión, Agosto 2000 Página 28
Hueso grande
Hueso
mediano
Hueso
pequeño
Columna Vertebral
Característica
Efecto
Factores (Causas)
Calorías
Animo
Salud Ejemplo de Diagrama de Ishikawa
Entusiasmo
Nutrición
Comida Orgullo
Espíritu de lucha
Paciencia
Cantidad
Devoción
Diversión Cuidado
Calma
Descanso
Tiempo Compostura
Paso 1
Describa el efecto o atributo de calidad
Paso 2
Escoja una característica de calidad y escríbala en el lado derecho de una hoja de
papel, dibuje de izquierda a derecha la línea de la espina dorsal y encierre la
característica en un cuadrado.
Luego, escriba las causas primarias que afectan a la característica de calidad, en
forma de grandes huesos, encerrados también en cuadrados.
Paso 3
Escriba las causas (causas secundarias) que afectan a los grandes huesos
(causas primarias) como huesos medianos, y escriba las causas (causas
terciarias) que afectan a los huesos medianos como huesos pequeños.
Paso 4
Asigne la importancia de cada factor, y marque los factores particularmente
importantes que parecen tener un efecto significativo sobre la característica de
calidad.
Paso 5
Registre cualquier información que pueda ser de utilidad.
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 32
6 Gráficas de Control
En 1924, W.A. Shewhart, propuso una Gráfica de Control para eliminar las
variaciones anormales, distinguiendo las variaciones debidas a causas
asignables de aquellas debidas a causas al azar, es decir, causas no
asignables
Una gráfica de Control consiste en una línea central, un par de límites de control,
uno de ellos colocado por encima de una línea central y otro por debajo, y en
ciertos valores característicos registrados en la gráfica que representa el estado
del proceso. Si todos los valores ocurren dentro de los límites de control, sin
ninguna tendencia especial, se dice que el proceso está en estado controlado.
Sin embargo, si ocurren por fuera de los límites de control o muestran una forma
peculiar, se dice que el proceso está fuera de control.
95 Lím ite de
Control
90 Inferior
Valores
0
0
0
del
:0
:0
:3
:0
:0
:3
:0
:3
:0
:3
:3
:0
:0
:3
:3
:0
:3
08
13
14
14
16
08
09
09
10
10
11
11
12
12
13
15
15
Proceso
95 Lím ite de
Control
90 Inferior
Valores
0
0
0
del
:0
:0
:3
:0
:0
:3
:0
:3
:0
:3
:3
:0
:0
:3
:3
:0
:3
08
13
14
14
16
08
09
09
10
10
11
11
12
12
13
15
15
Proceso
Causas Asignables
Cuando los puntos se encuentran fuera de los límites de control o muestran una
tendencia particular, decimos que el proceso está fuera de control, y esto es a
causa de las Causas Asignables.
Nota: Mas adelante, se retomará este tema, cuando se hable de limites con y
sin valores especificados, allí se verá que no siempre que un proceso que
esté fuera de control producirá defectos, por lo cual estas definiciones que
aquí se mencionan son solo para iniciar el estudio, pero el alumno deberá
remitirse a los desarrollos posteriores si se le consulta sobre lo que significa
un proceso en estado controlado y si se cumplen o no con la
especificaciones.
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 34
Hay dos tipos de Gráficas de Control, una para valores continuos y otra para
valores discretos. En cada tipo hay varias alternativas para elegir el par de
medidores necesarios.
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 35
La tabla siguiente muestra las fórmulas que deben utilizarse para calcular los
límites de control y el valor central, utilizando los medidores X, R .
Las tablas donde figuran los factores son provistas en este apunte y son
equivalentes a las que se encuentran en la Norma Chilena 42.
LCS = D4 R
Valor continuo – Rangos LC = R
R LlCI = D3R
LCs = p n + 3 p n(1 − p )
Valor discreto – número LC = pn
de unidades defectuosas
LCi = p n − 3 p n(1 − p )
pn
Los valores de las constantes debe consultarse en las tablas del adjunto o en la
Norma Chilena 42.
_
6.2.1 Gráfica X - R
Pues, desde el principio sabemos que los procesos no pueden hacer todos los
productos iguales, por ello tenemos que poner límites, de forma que cuando se
excedan dichos límites diremos que se producen defectos. . Por ejemplo, un
perno con un largo de 2,80 mm o un envase de crema de leche con 193 c.c.
punto). Pero en este cálculo, no han intervenido las especificaciones del producto,
y estos entran a jugar después de haber conocido los límites anteriores.
A partir de las Especificaciones y sus tolerancias, y utilizando las fórmulas que se
proveen en los adjuntos, se transforman las Especificaciones y sus Tolerancias en
lo que desde ahora llamaremos Límites de Proceso Con Valores Especificados.
Estos Límites de Proceso con Valores Especificados, siguen siendo las
Especificaciones, solo que traducidas a un modo que puedan ser
comparadas a los Límites de Proceso sin Valores Especificados que “pidió”
la máquina.
Una analogía útil es la siguiente, si los límites Con Valores Especificados, fuera
una caja de zapatos, y los límites Sin Valores Especificados, fueran los zapatos,
diremos que si la caja es más grande que los zapatos podremos acomodar los
zapatos adentro y diremos que el proceso es capaz. Si los zapatos son mas
grandes que la caja, éstos no podrán entrar en la caja y en consecuencia, diremos
que la Capacidad de Proceso es negativa.
La gráfica para este control se provee en los adjuntos. Se trata de una gráfica que
contiene tres áreas, una para el registro de los datos, la segunda para el control de
la exactitud del proceso, y es donde se trazan las medias aritméticas de los datos
y por último, al pie del gráfico, el área donde se controla la precisión del proceso, y
es donde se ponen los rangos.
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 39
Paso 8 Localice los puntos en el gráfico y determine si hay puntos que salgan de
los líneas de control, ya sea por exactitud o por precisión.
Media 66,6 68,0 67,4 67,5 67,1 68,4 68,2 67,4 67,6 67,8
Rango 2,4 2,2 4,3 1,0 1,6 2,8 1,5 2,8 3,7 0,9
Media aritmética de las medias : 67.6 gr.
Media aritmética de los Rangos: 2.3 gr.
Nota: los decimales a usar en los cálculos deberán guardar coherencia con los
decimales que tengan los datos. El alumno deberá usar las calculadoras
correctamente, es decir, realizar los cálculos utilizando todos los decimales que
genera la calculadora, para luego aproximar la respuesta a los decimales que
sean coherentes con los datos.
Para estos cálculos se utilizarán las tablas adjuntas donde figuran los valores de
las constantes.
_
Gráfica X
De tablas: A2 : 0.58
=
LC = X = 67.6 gr.
= _
LSC = X + A2 R = 67.6 + 0.58 x 2.3 = 68.9 gr.
= _
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 41
_
Gráfica R
De tablas: D4 : 2.11
_
LC = R = 2.3 gr.
_
LCS = D4R = 2.11 x 2.3 = 4.9 gr.
L I C = Como límite inferior debe tomarse cero, esto simplemente significa que
todos los datos podrían ser iguales, por lo cual, el valor máximo menos el valor
mínimo es igual a cero, pues son el mismo número.
Los límites calculados, para ambos casos, se trasladan al gráfico, se trazan como
líneas destacada a lo largo de todo el ancho del gráfico. Debe destacarse también,
las líneas centrales.
Luego se anotan como un punto las medias de los valores de cada subgrupo. Y
los rangos. Todos los puntos deben unirse formando una linea quebrada que
interpreta el comportamiento del proceso.
Una vez realizado esto se deben destacar los puntos que eventualmente excedan
los límites establecidos. Estos puntos, de existir, declaran al proceso fuera de
Control, si no los hay, decimos que el proceso está bajo control.
Estos Límites son otra expresión de las Especificaciones, no dejan de ser las
Especificaciones, lo que sucede es que tenemos la tarea de querer compararlos
con los límites de Control Sin especificaciones, por lo cual, tendremos que
”traducir” las especificaciones que son para valores individuales, a límites para
subgrupos de n unidades. En nuestro caso n=5.
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 42
Ejemplo:
Supongamos que se establece una tolerancia de 0,2 cm para ambos lados del
valor central. De tal forma que expresaremos la Especificación con sus Tolerancias
de la siguiente manera:
intervalo la distribución normal de los datos del proceso. Esto significa que
suponemos que la Tolerancia es igual a 6 σ, o, lo que es lo mismo, que D sea
igual a 3σ
_
x=M y σ = D/3
D
LIMITE SUPERIOR : M +
n
LINEA CENTRAL : M
D
LIMITE INFERIOR : M-
n
D
LIMITE SUPERIOR : D2
3
Para poder resolver los límites y luego compararlos con los Valores sin
Especificación, tendremos que establecer unas Especificaciones para el proceso
que hemos ejemplificado antes.
En la siguiente página se provee una planilla típica para el control por variables.
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 45
Muestra nº 1 2 3 4 5 6 7 8 9 10
1
2
3
4
5
Suma
Promedios
Rangos
Si bien el objetivo primario de las gráficas es que los puntos se encuentres dentro
de los límites, hay ocasiones donde la tendencia o “racha" de los puntos nos
anticipa claramente lo que va a suceder si no nos anticipamos.
Una "racha" es cuando hay una sucesión de datos a un solo lado de la línea
central, una sucesión de más de siete puntos a un solo lado es estadísticamente
muy poco probable. (La probabilidad de 7 puntos es de 0.78%)
Estadísticamente las líneas de control nos puede dar más información, pero ese
análisis corresponde ya a los especialistas en la materia.
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 47
105
100
95
90
a b c d
1 100 4 14 100 0
2 100 2 15 100 2
3 100 0 16 100 3
4 100 5 17 100 1
5 100 3 18 100 6
6 100 2 19 100 1
7 100 4 20 100 3
8 100 3 21 100 3
9 100 2 22 100 2
10 100 6 23 100 0
11 100 1 24 100 7
12 100 4 25 100 3
13 100 1 total 2500 68
LCs =p n +3 p n (1 −p)
LC =p n
LCi =p n −3 p n (1 −p)
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 48
pn 68
p= = = 0.0272
kN 25 * 100
LIC = 0
Los límites calculados se traslada al gráfico y luego se anotan los valores de cada
subgrupo.
PRODUCTO:........................................................................
FECHA:.................................
Característica 1 2 3 4 5 6 7 8 9 1 11 1 1 1 1 1 1 1 1 2 Total:
0 2 3 4 5 6 7 8 9 0
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 49
Cantidad de defectuosos
Muestra nº 1 2 3 4 5 6 7 8 9 0 11 1 1 1 1 1 1 1 1 2
2 3 4 5 6 7 8 9 0
Hora
Minutos
Inspector:
Es − Ei
ICp =
6σ
7.7 Los cuatro casos posibles de los límites con y sin especificaciones.
El primer caso es el que debiera ser todo el tiempo, es decir, un proceso en estado
controlado que se desenvuelve correctamente dentro de los límites especificados.
El Indice de capacidad de Proceso deberá ser preferentemente superior a 1.3
El segundo caso, significa que el proceso, aun cuando anda bien, pues está bajo
control, por lo tanto no hay causas asignables que buscar y eliminar, pero las
especificaciones son muy estrechas para la máquina y no es capaz de cumplirlas.
En este caso, el Indice de Capacidad de proceso será inferior a uno y no deberá
producirse en estas condiciones.
El tercer caso, significa que los límites de proceso con valores especificados son
extremadamente amplios y “soportan” las causas asignables del proceso fuera de
control, sin que estos lleguen a ser defectos. El Indice de Capacidad de Proceso
es muy amplio, por ejemplo superior a dos o más.
No debe producirse en estas condiciones, pues la variabilidad puede ser advertida
por el cliente y produce una baja imagen del producto, por otra parte es probable
que se produzca una pérdida de insumos, o sea de dinero.
Lo que corresponde hacer es reducir la amplitud de los límites especificados a
valores de Indice de Capacidad de Proceso cercano , por ejemplo a dos.
O sea, “hay que achicar la caja de los zapatos”.
Diagnóstico:
110
Límite de Control
108 Superior C/E
106
Límite de Control
104 Superior S/E
102
Valores del Proceso
100
98
Linea Central del
96 proceso
94
Límite de Control
92 Inferior S/E
90
Límite de Control
0
0
0
Inferior C/E
:3
:0
:3
:0
:3
:0
:3
:0
:3
:0
:3
:0
:3
:0
09
10
10
11
11
12
12
14
08
08
09
13
13
14
Diagnóstico:
Estado de la gráfica: Bajo control
La distribución no satisface las especificaciones
115
Límite de Control
110 Superior S/E
Límite de Control
105 Superior C/E
0
0
0
:3
:0
:3
:0
:3
:0
:3
:0
:3
:0
:3
:0
:3
:0
09
10
10
11
11
12
12
14
08
08
09
13
13
14
En esta situación no se debe trabajar. El proceso está bajo control pues los
valores no superan los límites naturales Sin Especificación, pero exceden
los límites Con Especificación. Corresponde mejorar la máquina para que el
proceso entre dentro de las especificaciones.
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 54
Diagnóstico:
Estado de la gráfica: Fuera de control
La distribución satisface las especificaciones
130
80
Lím ite de Control
Inferior S/E
70
Lím ite de Control
0
0
:0
:3
:3
:0
:3
Inferior C/E
:0
:3
:0
:3
:0
:3
:0
:3
:0
08
08
09
09
10
10
11
11
12
12
13
13
14
14
Los limites especificados son muy amplios y soportan que el proceso esté
fuera de control, sin que se produzcan defectos pues no se transgreden los
límites especificados. Exige una revisión de la máquina y una revisión de los
límites especificados que deberán reducirse convenientemente.
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 55
Caso d:
130
70
0
0
:0
:3
:3
:0
:3
:0
:3
:0
:3
:0
:3
:0
:3
:0
08
08
09
09
10
10
11
11
12
12
13
13
14
14
8 Normas Chilenas
Esta tabla contiene todo lo visto en nuestro capitulo 7 y define además el método
de cálculo llamado del falso cero para el cálculo de la media aritmética y de la
desviación típica. En éste apunte, al método del falso cero se lo llamó el método
de Compilación.
Las fórmulas son coincidentes con las tablas del adjunto de este libro.
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 57
Observaciones
Línea Central
Parámetro
Límites
3σ grandes)
X X±
n
sin
n 25
3
X X ± A2 σ 2) A 2 =
c2 n
pequeñas)
X X ± A2R
3
2) A 2 =
d2 n
cualquiera
con
∇
M M±
n
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 58
~
~ 3σ Para gráficos tipo X,σ (muestras
n>25
~ X ± 1.25
X grandes)
n
sin ~
Mediana
n 25
~ ~ pequeñas)
X X ± 1.25 A 1σ
~
Para gráficos tipo X, R
n 25
~ ~
X X ± 1.25 A 2 R
Cualquiera
con
∇
M M ± 1.25
n
Observaciones
Línea Central
Parámetro
Límites
D2
D4 =
25
L.S. = D 4 R d2
sin
Intervalo
R
L. I. = D3 R D1
n
D3 =
d2
∇
L.S. = D2
25
con
∇ 3 D1=(d2-d3)
d2
3 ∇
n
L. I. = D1 D2=(d2+d3)
3
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 59
n > 25
3σ
σ σ±
2n
sin
Desviación Normal
25
L.S. = B 4 σ
n
σ
L. I. = B3 σ
n > 25
∇ ∇ ∇
±
3
con
3 2n
∇ σ = c 2σ
L.S. = B 2
25
∇ 3 si n > 25 es c2 1
c2 ∇ entonces:
n
3 L. I. = B1
3 σ = c 2σ
19 0.72 0.19 3.69 0.73 1.49 5.89 0.40 1.60 0.96 0.48 1.44 0.50 1.50
20 0.70 0.18 3.73 0.73 1.55 5.92 0.41 1.59 0.96 0.49 1.43 0.51 1.49
21 0.68 0.17 3.78 0.72 1.61 5.95 0.42 1.57 0.96 0.50 1.42 0.52 1.48
22 0.66 0.17 3.82 0.72 1.66 5.98 0.43 1.57 0.97 0.52 1.41 0.53 1.47
23 0.65 0.16 3.86 0.72 1.71 6.00 0.44 1.56 0.97 0.53 1.41 0.54 1.45
24 0.63 0.16 3.90 0.71 1.76 6.03 0.45 1.55 0.97 0.54 1.40 0.55 1.44
25 0.62 0.15 3.93 0.71 1.80 6.06 0.46 1.54 0.97 0.55 1.39 0.56 1.43
Mas
3 3 3
de 25 - - - - - - - 1 1− 3 3 1+
n 2n 1+ 1− 2n
2n 2n
Los tamaños de muestra mas frecuentes son de 3 a 6, y los datos están en el área
sombreada.
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 61
Este procedimiento debe tomarse cada vez que se necesite rigurosidad absoluta
en la extracción al azar de las muestras.
8.3.1 Alcance
8.3.2.1 Uso
El AQL junto con la letra código del tamaño de la muestra, se usa para identificar
los planes de muestra descritos en esta norma.
Las tablas 2, 3 y 4 dan tres tipos de planes de muestreo: simple, doble y múltiple.
La elección de la conveniencia de dichos planes se basa en la comparación de las
dificultades administrativas y el tamaño medio de las muestras de los planes
disponibles.
El tamaño medio de las muestras de los muestreos múltiples suele ser menor que
el de los planes dobles y estos que los del muestreo simple. Sin embargo la
administración de los planes tienen relación inversa.
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 63
9 Bibliografía de la parte 1
Introducción:
Sin duda el concepto de Calidad es muy antiguo, así lo demuestran los dibujos de
los frisos egipcios. En el 2150 antes de Cristo, se podía leer en el Código de
Hammurabí : “ ...si un albañil ha construido una casa y ,no siendo ésta
suficientemente sólida, se hunde y mata a sus ocupantes, el albañil deberá ser
ejecutado”.
Los fenicios, eran menos drásticos, si las violaciones a los requisitos de calidad
sucedían con frecuencia inapropiada, los inspectores tomaban una solución que
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 65
En los últimos 20 años, a quedado claro, que una estrategia rentable ha sido
producir más rápido, entregar antes y cobrar menos, pero en esta década, ya no
es suficiente, además hay que producir... mejor !!
Los diez puntos descritos hasta aquí, en síntesis nos dicen, que la calidad es un
modo de enfocar totalmente a la Empresa en el cliente, ya sea el usuario final, o el
puesto de trabajo que nos sigue a continuación.
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 69
Las Empresas que aún no comprenden esta situación, se hace evidente que la
calidad no es aún un interés de los más altos ejecutivos, y piensan aun que la
calidad es un trabajo de los especialistas y que estos operan en un nivel
secundario en los intereses reales de la empresa.
El mercado actual, no pide solamente una reducción de las cosas que anden mal,
sino también un incremento de las cosas que anden bien.
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 70
En este breve estudio, se tratará de resumir los conceptos de tan brillante maestro
del CTC.
2.- Control de Calidad es hacer lo que se debe hacer en todas las industrias.
9.-El control de calidad debe incorporarse dentro del diseño y de cada proceso. No
se puede crear con la inspección.
Kaoru Ishikawa, junto con otros eminentes ingenieros, comenzaron con la larga
tarea de la transformación de la industria japonesa, con los programas educativos.
Estos programas entre los cuales se incluía su libro de donde se extrae muchos
de los conceptos que se exponen en esta conferencia, se transmitieron por la
Radiodifusora Japonesa de Onda Corta, por la Radiodifusora Japonesa NHK,
también se recurrió a los cursos por correspondencia. También fue muy importante
el apoyo de las revistas especializadas.
Para los primeros años de 1960, se pudo diagnosticar que la disciplina de estudio
de los obreros y capataces mostraban fallas por lo cual se recomendó la formación
de grupos de estudio, con un líder, y así se los llamó Círculos de Calidad.
El obrero japonés es de una baja rotación en su empleo, esto trae como resultado
que la educación es muy rentable, pues al contrario de lo que sucede en
occidente, las personas a medida que se educan producen mejor dentro de la
empresa que les está brindando cultura. Por esta razón los programas son
ambiciosos, por la duración de los programas, que son a largo plazo,
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 72
La otra gran diferencia la establecen los propios gestores del control de calidad,
mientras que en occidentes la tarea es encarada por los especialistas con miras a
sus propios honorarios por conceptos de asesoría, en Japón, las personas
encargadas, visitan las empresas llevando su propio almuerzo.
Hacemos control de calidad con el fin de producir artículos que satisfagan los
requisitos de los consumidores
.Solo los pasos b y c evitan la repetición de los errores, pero solo el paso c) es
verdadera prevención.
6. Administración interfuncional .
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 75
Las pérdidas por costos de calidad mas importantes son los que se producen
de manera interdepartamental, es decir en el interior de la Empresa, En los
Estados Unidos, Juran estima que un tercio de lo que se hace consiste en
rehacer lo que se fabricó previamente, debido a deficiencias de la calidad.
Las mejoras de Calidad no deben ser actos voluntarios, deben ser exigidos de
algún modo por la más alta dirección y deben estar auditados
convenientemente.
El ordenamiento sugerido es solo una guía, estos pasos dependen del estado
inicial de la empresa, el tamaño, la preparación del personal, e innumerables
factores que seria difícil detallar. Cada empresa tendrá un programa distinto, pero
habrá mucho en común con los que siguen:
No es posible...
11 Costos de calidad
C O S T O S D E L A C A L ID A D
E S T R U C T U R A D E L O S C O S T O S D E C A L ID A D
A N A L IS IS D E L A F A B R IC A C IO N IN S P E C C IO N D E R E C E P C IO N DESECHOS L A S R E C L A M A C IO N E S
P L A N E A C IO N D E L A IN S P E C C IO N IN S P E C C IO N D E L P R O C E S O REPROCESO G A R A N T IA S
E V A L U A C IO N D E L P R O V E E D O R IN S P E C C IO N F IN A L R E IN S P E C C IO N DESCUENTO S
A C T IV ID A D E S D E P R E P R O D U C C IO N A U D IT O R IA D E C A L ID A D S E L E C C IO N R E T IR A D A
S IS T E M A D E C A L ID A D DEL PRO DUCTO A N A L IS IS D E D E F E C T O S
C O N T R O L Y A N A L IS IS D E L P R U E B A S E S P E C IA L E S D E G R A D A C IO N
D E S A R R O L L O D E L A C A L ID A D
DEL PRO DUCTO
A U D IT O R IA D E C A L ID A D
D E L O S S IS T E M A S
G E S T IO N Y A D M IN IS T R A C IO N
D E L A S A C T IV ID A D E S
D E C A L ID A D
C A P A C IT A C IO N
P R O G R A M A S M O T IV A C IO N A L E S
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 80
Se consideran guías para la selección y uso de las normas 9001, 9002 y 9003.
ISO 9001
ISO 9002
ISO 9003
LO QUE SE HACE
Elemento dos: la referencia con la cual debemos comparar lo que se hace, los
procedimientos, las reglas escritas, que se han desarrollado para alcanzar los
objetivos propuestos, es decir:
Salida
REFERENCIA REALIDAD
E 1
ESPECIFICACIONES
REGLAMENTOS
NORMAS PROCESOS
PROCEDIMIENTOS
MANUAL DE CALIDAD
Entrada
E 3
E 2
OBJETIVO
MEJORAMIENTO
SATISFACCION DEL
CLIENTE
CERTIFICACION
LO QUE SE QUIERE
HACER
Curso de Control de Calidad Esta
Estadístico y Gestión, 08-00a08 Página 84
14 Bibliografía.
Normas Chilenas del INN (42, 43, 44, 2000, familia ISO 9000)