PROCEDIMIENTOS DE CONTROL DE PROCESOS

PROCEDIMIENTOS DE CONTROL DE PROCESOS

El control de procesos se ocupa de vigilar la calidad mientras se produce el producto o servicio. Los objetivos típicos de los planes de control de procesos son proporcionar información oportuna sobre si los artículos producidos en ese momento cumplen con las especificaciones de diseño y detectar cambios en el proceso que indiquen que es probable que los productos futuros no cumplan con esas especificaciones. El control estadístico de procesos (CEP) comprende probar una muestra aleatoria de la producción de un pro ceso para determinar si éste produce artículos que están dentro del rango preseleccionado.

Todos los ejemplos dados hasta el momento se basan en características de calidad (o variables) que es posible medir, como el diámetro o el peso de una pieza. Los atributos son características de calidad que se clasifican como que cumplen o no cumplen con la especificación. Los productos o servicios se pueden observar como buenos o malos, como que funcionan bien o funcionan mal. Por ejemplo, una podadora de césped funciona o no; alcanza cierto nivel de torque y caballos de fuerza o no lo hace. Este tipo de medición se conoce como muestreo por atributos. De manera alternativa, el torque y los caballos de fuerza de una podadora se pueden medir como una cantidad de desviación de un estándar establecido. Este tipo de medición se conoce como muestreo por variables. La sección siguiente describe algunos enfoques estándar para controlar procesos: primero un enfoque útil para medir atributos y luego un enfoque para medir variables. Ambas técnicas resultan en la elaboración de gráficas de control. La ilustración 9A.4 muestra algunos ejemplos de la forma de analizar las gráficas de control para entender la operación de un proceso.

CONTROL DE PROCESOS CON MEDICIONES DE ATRIBUTOS:

USO DE GRÁFICAS P

La medición por atributos significa tomar muestras y tomar una sola decisión: el artículo es bueno o es malo. Como se trata de una decisión de sí o no, se utiliza la estadística simple para crear una gráfica p con un límite de control superior (LCS) y un límite de control inferior (LCI). Se pueden trazar estos límites de control en una gráfica y luego representar la fracción de defectos de cada una de las muestras probadas. Se supone que el proceso funciona de manera correcta cuando las muestras, que se toman periódicamente durante el día, permanecen entre los límites de control.

Donde p es la fracción defectuosa, s_p es la desviación estándar, n es el tamaño de la muestra y z es el número de desviaciones estándar para una confianza específica. Por lo general, se usa z = 3 (99.7% de confianza) o z = 2.58 (99% de confianza).

Tamaño de la muestra El tamaño de la muestra debe ser suficientemente grande para permitir el conteo del atributo. Por ejemplo, si una máquina produce 1% de defectos, una muestra de cinco unidades, pocas veces capturaría un defecto. Una regla práctica al crear una gráfica p es hacer que la muestra tenga el tamaño suficiente para esperar contar el atributo dos veces en cada muestra. De modo que, si el índice aproximado de defectos es 1%, el tamaño de la muestra apropiado sería de 200 unidades.

Grafica 1. Control de evidencias para una investigación 9A.4

Una nota final: En los cálculos mostrados en las ecuaciones 9A.4 a 9A.7, la suposición es que el tamaño de la muestra es fijo. El cálculo de la desviación estándar depende de esta suposición. Si el tamaño de la muestra varía, es necesario volver a calcular la desviación estándar y los límites de control más alto y más bajo para cada muestra.

EJEMPLO 9A.2: Diseño de gráficas de control

Una compañía de seguros quiere diseñar una gráfica de control para vigilar si las formas de cobro de los seguros se llenan de manera correcta. La compañía quiere usar la gráfica para saber si las mejoras en el diseño de la forma son efectivas. Para iniciar el proceso, la empresa recopila la información sobre el número de formas llenadas de manera incorrecta durante los últimos 10 días. La compañía de seguros procesa miles de estas formas al día y, debido al alto costo de inspeccionar cada forma, sólo se recopila una pequeña muestra representativa cada día. Los datos y el análisis se muestran en la ilustración 2.

Grafica 2. Forma de cobros de la compañía de seguros 9A.5

...