Distribucién binomial Si se lleva a cabo una serie de V pruebas y el resultado de cada una es un «éxito», con una probabilidad a, o un «fracaso», con una probabilidad 1 — 9, y los resultados de dichas pruebas son independientes entre si, {cual es la proba- bilidad de que exactamente x de dichas pruebas scan «éxitos»? Supongamos que N = 3 y que x = 1. Si se contemplan las tres pruebas como secuencia, hay tres maieras en que slo una muestre un éxito. Dichos > Esta probabilidad ha sido calculada usando una aproximacion de Poisson, que se explica mis adelante en este mismo capitulo. FUNDAMENTOS DE ESTADISTICA ¥ PROBABILIDAD EN EL CONTROL DE CALIOAD #8 modos son FFE, FEF y EFF. En general, un niimero exacto x de éxitos sobre NV pruebas puede producirse de (‘) modos diferentes. x Dado que las pruebas son independientes, pueden multiplicarse las probabi- lidades de sucesos separados para darnos la probabilidad de un suceso conjun- to. Por ello la probabilidad de x éxitos y N — x fallos viene dada por a(l — 9)** La probabilidad de que x de N pruebas sean éxitos viene dada por N va Prix) = (Jel — ay [2.3] Esta distribucion se llama distribucién binomial, ya que la probabilidad de x es exactamente el término (x + 1)**° en la expansion binomial de [) + U - 9)" Como corolario, puede verse que la suma de las probabilidades de todos los posibles valores de x, desde 0 hasta N, es 1.z Pr(x) = § (“eu — a)" = [(®) + (1 — oY = 1% = 1 fo o Ejemplo 2.7 Si se lanza seis veces una moneda ordinaria, ;cuil es la probabilidad de que salga «cara» exactamente dos veces? Aqui N = 6,x = 2. Como se trata de una moneda ordinaria, la probabilidad de ‘que salga cara es 0,5, 0 lo que es lo mismo x = 0,5. ne _ 15 aa 2) ~ @ La Figura 2.1 muestra la distribucion completa de la variable aleatoria x, el nimero de «caras» en seis lanzamientos de una moneda ordinaria. P12 caras) = (Sea ah t= (Sess Es La distribucién binomial se aplica al control de calidad de dos formas diferentes. En primer lugar, es la distribucion natural al considerar la calidad de los elementos que se producen secuencialmente. Aqui cada elemento que se produce es una nueva prueba. En segundo lugar, puede utilizarse como una aproximacién de la distribucion hipergeométrica. Se ha tabulado un némero limitado de valores de la distribucién binomial. Sin embargo, en la mayoria de los casos no es dificil calcular los valores individualmente. a CONTROL DE CALIDAD te eee Frecuencia de ocueneia tie ‘Nimero do scar Figura 2.1. Nimero de wcaras» en seis lanzamientos de una moneda ordinaria,ESTIMACIONES Y SUS DISTRIBUCIONES Pardmetros y sus distribuciones Tanto los histogramas como los poligonos redondeados de frecuencia dan una estimacion muy grosera de la funcidn de frecuencia. Para obtener estima- ciones mejores y mas utilizables de la funcién de frecuencia o funcion de probabilidad es necesario utilizar métodos matematicos mas formales. Cada funcion de frecuencia o de probabilidad implica tres tipos de elementos: 1, Variables aleatorias. 2. Numeros conocidos o constantes. 3. Elementos desconocidos que no son variables aleatorias. EI iltimo grupo de elementos se denomina pardmetros. Por ejemplo, la funcién de probabilidad binomial viene dada por Pr(x) = (“Jeo -a x Donde x ¢s la variable aleatoria, 1 cs un miimero conocido y tanto N como son «elementos desconocidos que no son variables aleatorias» o parametros. De igual modo, la distribucion de Poisson es una funcion de un solo parametro con parametro 2. Los datos observados se pueden utilizar para obtener los valores estimados de esos parametros si se puede suponer el tipo o la forma de la funcién de frecuencia. Cada ver que se observa una caracteristica aleatoria, es un suceso sujeto a la funcién de distribucién de frecuencia de la variable aleatoria que mide la caracteristica. El conjunto de todos los sucesos posibles se llama poblacién © universo. («Poblacion» no es lo mismo que el espacio de sucesos al que aludimos anteriormente. ;Por qué?) Los datos observados forman un subconjunto de esta poblacion y se llaman muestra. Los valores de los parame- tros de cualquier funcion de frecuencia de probabilidad estn relacionados con la poblacién. Las estimaciones de tales valores obtenidos de la muestra se Haman estimaciones, estimadores 0 pardmetros de la muestra. Se suelen indicar aiiadiendo el simbolo ©. Por ejemplo, ¢ es una estimacién del parametro desconocido ¢. La estimacin puede ser estimacién de punto, que da un valor especifico para una estimacién, como 0,3, 0 estimacién de intervalo, como 0,25 < 4 < 0,40Distribucién binomial En la distribucin binomial las observaciones x; son 0 6 1. El parametro a es estimado por medio de ¥ = (1/n) 3° x» El tamaiio n de la muestra se toma como el parametro N. ‘ 3 Control estadistico de procesos La mayoria de los sistemas de direccién y produccién suponen el empleo ‘combinado de personas, miquinas y materiales. La funcién de cada uno de estos elementos puede ser relativamente simple o sumamente compleja. Pero en cada uno de ellos hay una variabilidad inherente 0 natural, cuyas casas n0 se pueden individualizar, junto con una variabilidad no natural que si se puede, en consecuencia, controlar hasta que alcance un minimo valor economic no susceptible de ulterior reduccion.EJEMPLOS DE VARIABILIDAD DE PERSONAS, MAQUINAS, Y MATERIALES Nuestro ejemplo hace referencia a una operacion de taladrado de una pieza de fundicién utilizando husillos miltiples. Se fija la pieza de fundicién en una plantilla. El operario que maneja la taladradora hace girar una manivela y seis brocas hacen taladros en a pieza. Las brocas funcionan durante un breve periodo de tiempo, transcurrido el cual la manivela vuelve a su posicion normal. {Cuiles son las posibles fuentes de variacién? En primer lugar, el material del que esta fabricada la pieza de fundicion presentard alguna varia- cidn de una pieza a otra, lo que dara lugar a que determinadas piezas ofrezcan mas resistencia a la taladradora por su mayor dureza. La porosidad de ciertas piezas sera mayor que en otras. También variaran sus dimensiones. Las causas de variacion del material pueden ser miiltiples: adquisicion de materiales inade- cuados, malas especificaciones sobre materiales, garantia de calidad de los mismos a todas luces inadecuada, necesidad inmediata de obtenerlos prescin- diendo de su calidad, considerar el precio de compra mas bajo en lugar del 3e CONTROL DE CALIDAD costo minimo para produccién, reciprocidad, ete, Una razin y causa frecuente de la mala calidad de los materiales adquiridos, si existe, es que el proveedor no sabe exactamente lo que quiere el comprador. Hay a menudo un doble criterio: 1) lo que exigen las especificaciones de materiales, y 2) lo que el comprador aceptara basandose en su conveniencia. Una situacion parecida se produce en la fabrica con el trabajador encargado de una maquina, esto es: 1) los planos de trabajo, y 2) lo que aceptara su supervisor, de nuevo basindose en su conve- niencia. La segunda fuente de variaciones es la maquinaria. Cualquier proceso, aunque sea de precisién, funciona dentro de un cierto intervalo de capacidad. Los limites de este intervalo se conocen como limites naturales del proceso. Este intervalo de variabilidad se denomina capacidad del proceso 0 de la maquinaria, Un proceso no es mis que la utilizacién de recursos para producir algo, pudiendo su resultado —el producto— ser tangible o intangible. En contraste con los limites naturales estan los limites de las especificaciones o de los planos. Estos limites suelen ser arbitrarios, toda vez que se fijan segin los objetivos que se persigan con el proyecto de los distintos productos. O, al menos, asi deberia ser. Sin embargo, es frecuente que la arbitrariedad se produzca sin tener en cuenta los objetivos del proyecto, ni tampoco las necesidades de un procedi- miento econdmico de produecién. Lo que nos lleva, una vez mas, a la creacion de un doble estindar en este campo: lo que se desea y lo que seri aceptado. Los intentos por controlar el proceso hasta dejar una variabilidad menor que la suya natural provocan indecisiones, frustraci6n y llevan a realizar gastos injustificados. Si el proceso no puede funcionar de modo aceptable dentro de los limites de su proyecto, quien adopte las decisiones no tiene mas que tres alternativas: 1) separar los productos que satisfagan las especificaciones de los insatisfactorios; 2) utilizar un proceso mas preciso; 3) cambiar el proyecto del producto. La eleccién de una alternativa debe obedecer a razones econdmicas. Habra casos en que esté justificado optar por la primera alternativa, aunque en la mayoria de los casos, esta opcion obedeceré a razones de mala planificacion de produccién y a ventajas momentancas. La segunda alternativa puede supo- ner importantes inversiones en maquinaria, una carga diferente de las maqui- nas, o la subcontratacion para llegar a procesos de produccién mas precisos. Con frecuencia, mediante una cuidadosa distribucion del trabajo y una precisa programacién se puede evitar la compra de equipos de mayor precision. Quere- mos poner de manifiesto, ademas, que desde el punto de vista economico tan erréneo es pensar en un proceso de gran precision si el proyecto disponible es impreciso como todo lo contrario. La tercera opcién, quiz la mis dificil de llevar a la practica, es la del cambio de proyecto. Si se hace indiscriminada- mente puede producir estragos en un plan organizado de produccién, aunque una mayor tolerancia con respecto a las exigencias del proyecto puede signifi car la diferencia entre ganar o perder dinero. Los costos de inspeccin al 100 por 100, de desechos y repeticiones de algunos trabajos pueden considerarse como costos de oportunidad, esto es, costos innecesarios que se pueden reducir. ¢ incluso eliminar, mediante la planificacion y los controles adecuados. Por ¢ contrario, una justificada observancia de todas las exigencias del proyectopuede incrementar la demanda de un producto de calidad. En cualquier caso, el objetivo a alcanzar debe ser: proyecto Optimo a un costo total minimo. CONTROL ESTADISTICO DE PROCESOS 8 El problema de nuestro ejemplo de la maquina taladradora debe relacionar- se con el ntimero de brocas. Cada una de ellas representa un proceso indepen- diente cuyo producto es un orificio, Suponiendo que se presenten en el mismo cuatro caracteristicas de calidad basicas: profundidad, anchura, radio y acaba- do superficial, existiran 6 x 4 = 24 fuentes de posible variacion, El lector podra imaginarse situaciones andlogas que, con ligeras diferencias, se producen en procesos continuos y en diversos trabajos de taller. La tercera causa de variaciones es el hombre, el elemento mas variable de todos. Las decisiones y las acciones humanas afectan de forma directa la variabilidad y producen sus efectos en los otros dos elementos: materiales y maquinas. Como ejemplo de la variabilidad producida por el factor humano citaremos le caracteristica de «profundidad del taladro», una de las caracteristi- cas basicas de la calidad en nuestro ejemplo. Es prictica comin en las fabricas establecer una inspeccién del primer trabajo que realicen las maquinas. También existe la de inclinarse por la opcion de «maximo metal, que refleja un desco natural de permitir rehacer el trabajo, toda ver que es comparativamente mas sencillo eliminar mayor cantidad de metal, si fuera preciso, que reponerlo una yez eatraido, tarea mucho més dificil y cara y que conlleva, en la mayoria de los casos, desechar algin producto como chatarra. Para que el ejemplo resulte mas facil de entender, supongamos que las exigencias del proyecto en cuanto a la profundidad del taladro son de 100 + 0,002 pulgadas y que hay que producir 50 unidades. El operario encargado de la maquina ensayard y marcari el punto en el que debe detenerse Ia broca de forma que la primera unidad producida en esas condiciones dé una lectura de 0,999 de profundidad. El operario se sentira muy satisfecho pensando que esti en Ia zona de menor profundidad (y de miximo metal, al mismo tiempo) y que, de no lograr las dimensiones minimas exigidas a causa de algin problema no identificado de su maquina, se podrian salvar las piezas defectuo- sas repitiendo el trabajo. Desde su punto de vista es un razonamiento muy l6gico, puesto que él no es responsable de los costos de inspeccidn, repeticion del trabajo o de que la pieza sea arrojada a la chatarra. Sigue manejando la taladradora sin alterar su disposicion y vuelve a revisar la profundidad de la décima unidad, Para su sorpresa y alarma, la lectura de profundidad esta ahora en la nominal de 1,000 pulgadas; vuelve, pues, a preparar la maquina con objeto de producir un taladro que tenga 0,0001 pulgada menos (que estima que le llevar a alcanzar una profundidad de 0,999 pulgadas) y termina de producir las unidades en esas condiciones. La Figura 3.1 indica los resultados de los actos realizados por el operario de la maquina.El operario no tuvo en cuenta la variabilidad natural del proceso. La primera medida, la primera comprobacién, no era mejor indicacién del verda- dero nivel del proceso que la quinta, la décima o cualquier otra. La primera indicaba que la profundidad alcanzada era de 0,999 pulgadas y Ia segunda, realizada sin haber efectuado ajustes, indicaba 1,000 pulgadas. La verdad es que, pese a que crey6 que lo habia dispuesto todo para mantenerse del lado de! maximo metal, estaba muy cerca del nominal de 1,000 pulgadas, como se muestra en las lecturas resumidas del proceso original (Fig. 3.1b). Ei ajusie de wl oH ry ly ° 7 ee ae 2 uate on etn puto Figura U1. tetiia i He B i ilCONTROL DE CALIDAD 2. Basindonos en este calculo, tratemos de contestar a la pregunta: (Es satislactorio el producto (0 una proporcién aceptable del mismo) y conforme a las especificaciones? Si la respuesta es afirmativa, se dice que el proceso esti abajo control» y no es preciso hacer mas. 3. Si la respuesta es negativa, la Siguiente pregunta que debe contestarse es: {Puede transformarse la respuesta del paso 2 en otra afirmativa mediante el ajuste mis beneficioso de! proceso? Si la respuesta a esta pregunta es negativa, la capacidad del proceso no es adecuada para fabricar productos satisfactoriamente conformes a las especificaciones. En este caso, habré que adoptar cualquiera de las tres opciones indica- das en la seccién precedente (separacién del producto, cambio del pro- czxo 0 cambio del proyecto). 4, Sila respuesta al paso 3 ¢s afirmativa, el paso final es la determinacién de los ajustes apropiados para el proceso. Estos pasos se pueden representar de forma grifica como muestra la Fi- gura 3.3. Proceso de |_Resuitdos fabncacen No si “ros opciones No hacer na Figura 33. Pasos en el procedimiento de control, Volveremos a la misma operacién de taladrado de una pieza de fundicion usando miltiples husillos para ilustrar este proceso escalonado. Las medidas que aparecen en la Figura 3.1 incluyen algunas unidades anteriores al ajuste y otras producidas después de éste, Para evitar el efecto del ajuste, se ha selec- cionado un grupo de 15 unidades fabricadas en secuencia sin que haya inter- venido ajuste alguno; {Tabla 3.1) Atributo de calidad: Especificaciones: Atributo de calida Especificaciones: Fecha de fabricaci Unidades producidas entre: has unidades son las que utilizamos en esta ilustracion Profundidad del orificio taladrado 1,000 + 0,002 pulgadas Profundidad del orificio taladrado 1,000 + 0,002 pulgadas 6 1,000 +2 milésimas de pulgada 17 de enero 9.30 y 9.52 de la mafianalimite superior de las especificaciones = +2,00 = = +08 + (a5) 089 = fi + 13486 4 limite inferior de las especificaciones = —2,00 = —2,80 +08 + (=e)os9 = fi — 3.1466 Con relacién a la Tabla A1, la probabilidad de que una unidad seleccionada al azar esté fuera del limite superior de las especificaciones —cuando la variabi- lidad de produccién ¢s la que hemos determinado cn el PDF- es de 8,883 por 100. La probabilidad de que esté fuera del limite inferior de las especificaciones es de 0,083 por 100. Esta claro que la respuesta a la pregunta del paso 2 es negativa, ya que es probable que mas del 2 por 100 del producto no cumpla con las especificaciones, al situarse fuera de uno u otro limite. Generalmente, la pregunta del paso 3 no se puede contestar solo mediante deducciones estadisticas. Hay que servirse también de la intuicion y de los conocimientos del funcionamiento del proceso de fabricacién. En este caso, se asume que la forma del PDF es «normal», Dada su forma y simetria se puede deducir que la proporcion de unidades que no cumplan con las especificaciones sera minimizada cuanc » la media del proceso se centre entre los dos limites de las especificaciones. Dicho de otra forma: el mejor ajuste a realizar seria situar entre’+2 y —2, 6 0,00 en lugar del 0,8 observado. Después de tal ajuste, +2,00 = 0,00 + 2,2476 = —200 = 0,00 — 2.2476 limite superior de las especificaciones limite inferior de las especificaciones Con relacion a la Tabla Al, la probabilidad de que una unidad fabricada después del ajuste viole cualquiera de las especificaciones en cuanto a limites de 1,232 por 100, La proporcién total de unidades que no satisfagan las especifica- ciones serd de 2 x 1,232 = 2,464 por 100, Por tanto, también la respuesta a la pregunta del paso 3 es negativa. El actual proceso de fabricacién no es capaz de lograr que mas del 98 por 100 de los productos sean conformes con las especificaciones. La direccidn tendra que elegir entre las tres opciones de sepa- racion del producto satisfactorio mediante una inspeccion, cambio del proceso © cambio del proyecto del producto. VARIACION A LO LARGO DEL TIEMPO CONTRA VARIACION NATURAL DEL PROCESO La Figura 3.1a muestra un grafico de un ciclo temporal, en el que la escala horizontal expresa una sucesion de unidades. El eje horizontal también se podria haber denominado «tiempo» y haber confeccionado la escala de acuer-eae kk 12 Resefian Escttrresefia aplicaciones ecto porSereaneL Hansen PrabisiarM Share