Control Estadisticos De Procesos

INTRODUCCIÓN AL CONTROL ESTADÍSTICO

DE PROCESOS

El “Control Estadístico de Procesos” nació a finales de los años 20 en los Bell Laboratories. Su creador fue W. A. Shewhart, quien en su libro “Economic Control of Quality of Manufactured Products” (1931) marcó la pauta que seguirían otros discípulos distinguidos (Joseph Juran, W.E. Deming, etc.). Sobre este libro han pasado más de 70 años y sigue sorprendiendo por su frescura y actualidad. Resulta admirable el ingenio con el que plantea la resolución de problemas numéricos pese a las evidentes limitaciones de los medios de cálculo disponibles en su época. Lamentablemente, a Shewhart se le recuerda “solo por las gráficos de control” (X-R, etc.). Por si fuera poco, a menudo se emplean estos ráficos de modo incorrecto o se desconoce las limitaciones de los mismos. Normalmente, la utilización incorrecta de los gráficos de control dimana del desconocimiento de los fundamentos estadísticos que los sustentan. Por está razón se ha considerado conveniente hacer hincapié en los fundamentos estadísticos (párrafos 3 y 5), el problema del sobre ajuste del proceso (ver párrafo 6) y las limitaciones que presentan para la detección de derivas en los procesos y aumentos en la variabilidad en los mismos

CONTROL ESTADÍSTICOS DE LOS PROCESOS

Los gráficos de control, basándose en técnicas estadísticas, permiten usar criterios objetivos para distinguir variaciones de fondo de eventos de importancia. Casi toda su potencia está en la capacidad de monitorizar el centro del proceso y su variación alrededor del centro. Recopilando datos de mediciones en diferentes sitios en el proceso, se pueden detectar y corregir variaciones en el proceso que puedan afectar a la calidad del producto o servicio final, reduciendo desechos y evitando que los problemas lleguen al cliente final. Con su énfasis en la detección precoz y prevención de problemas, SPC tiene una clara ventaja frente a los métodos de calidad como inspección, que aplican recursos para detectar y corregir problemas al final del producto o servicio, cuando ya es demasiado tarde. Además de reducir desechos, SPC puede tener como consecuencia una reducción del tiempo necesario para producir el producto o servicio. Esto es debido parcialmente a que la probabilidad de que el producto final se tenga que retrabajar es menor, pero también puede ocurrir que al usar SPC, identifiquemos los cuellos de botella, paradas y otros tipos de esperas dentro del proceso. Reducciones del tiempo de ciclo del proceso relacionado con mejoras de rentabilidad han hecho del SPC una herramienta valiosa desde el punto de vista de la reducción de costes y de la satisfacción del cliente final. En los años 1920s Walter A. Shewhart fue el primero en utilizar el Control Estadístico de Procesos. Después, W. Edwards Deming aplicó los métodos del SPC en los Estados Unidos durante La Segunda Guerra Mundial, mejorando con éxito la calidad en la producción de municiones y otros productos de importancia estratégica. Deming ha contribuido decisivamente a introducir los métodos del SPC en la industria japonesa después de la guerra.

Shewart creó la base para el gráfico de control y el concepto del control estadístico durante experimentos diseñados cuidadosamente. Mientras Dr. Shewhart se inspiraba en teorías matemáticas y estadísticas puras, descubrió que datos derivados de procesos físicos raramente producen una "curva de distribución normal" (una distribución gaussiana, también llamada "curva en campana"). Descubrió que las variaciones en los datos de producción no se comportan siempre de la misma manera que en la naturaleza (Movimiento browniano de partículas).

FUENTES DE LA VARIACIÓN

No hay dos procesos o servicios exactamente iguales, porque los procesos mediante los cuales se producen incluyen muchas fuentes de variación, incluso cuando dichos procesos se desarrollen en forma prevista, Es un proceso; las fuentes de variación se pueden agrupar en dos clases principales: las causas comunes y las causas asignables

 Las Causas Comunes

Existen dos categorías básicas de variaciones en los productos: causas Comunes y Causas Asignables. Las causas comunes de variación son las fuentes de variación puramente aleatoria, no identificable e imposible de evitar mientras se utilice el procedimiento actual.

1. La Medida es la suma de las observaciones dividida entre el numero total de observaciones :

Donde:

X¡= observación de una característica de calidad (Por ejemplo, el peso)

n = Numero Total de Observación

=Medida

La expansión es una medida de la Dispersión de las observaciones en torno a la medida. Dos medidas que se usan comúnmente en la practica son el rango y la desviación estándar. El Rango es la diferencia entre la observación más grande contenida en una muestra y la más pequeña. La desviación estándar es la raíz cuadrada de la varianza de una distribución. Una estimación de las desviaciones estándar de una población, basada en una muestra, se obtiene

Donde:

= Desviación estándar de una muestra

n = Numero total de observaciones en la muestra

= Media

X¡ = Observación de un Característica de Calidad

Si el rango o la desviación estándar tienen valores relativamente pequeños, eso implica que las observaciones están agrupadas de la media.

1. Dos formas comunes en la distribuciones de procesos son la simetría y la asimétrica o sesgada. Una distribución simétrica presenta el mismo número de observaciones ubicadas encima y por debajo de la media. Una distribución asimétrica presenta una ponderación de observaciones ya sea encima o por debajo de la media. Una distribución asimétrica presenta

...