Control Estadístico de la Calidad

2. Orígenes y
   evolución de la Calidad
3. Gurús
4. Técnicas de
   administración de la calidad
5. Aplicaciones de
   Ejemplos
6. Conclusión
7. Bibliografía

Introducción

El presente trabajo
pretende explicar las ventajas que implica aplicar el Control
Estadístico en los procesos de
producción con el fin de mejorar los
procesos productivos, disminuyendo costos para
así ofrecer productos
realmente competitivos.

Existe mucha literatura de control de
calidad en sus distintas modalidades, todos los autores de
calidad
coinciden en la necesidad de usar técnicas
de calidad, y para cubrir esta necesidad existe un conjunto de
técnicas estadísticas llamadas herramientas
básicas de la calidad que aplicada combinadamente forman
el Control
Estadístico del Proceso
(CEP).

Orígenes y
evolución de la calidad

Previo a la conformación de los primeros grupos humanos
organizados de importancia, las personas tenían pocas
opciones para elegir lo que habrían de comer, vestir, en
donde vivir y como vivir, todo dependía de sus habilidades
en la cacería y en el manejo de herramientas, así
como de su fuerza y
voluntad, el usuario y el primitivo fabricante eran,
regularmente, el mismo individuo.

La calidad era posible definirla como todo aquello que
contribuyera a mejorar las precarias condiciones de vida de la
época prehistórica, es decir, las cosas eran
valiosas por el uso que se les daba, lo que era acentuado por la
dificultad de poseerlas. 

Conforme el ser humano evoluciona culturalmente y se
dinamiza el crecimiento de los asentamientos humanos, la
técnica mejora y comienzan a darse los primeros esbozos de
manufactura;
se da una separación importante entre usuario o cliente y el
fabricante o proveedor.

La calidad se determinaba a través del contacto
entre los compradores y lo vendedores, las buenas relaciones
mejoraban la posibilidad de hacerse de una mejor
mercancía, sin embargo, no existían
garantías ni especificaciones, el cliente escogía
dentro de las existencias disponibles.

Conforme la técnica se perfecciona y las
poblaciones se transforman poco a poco en pueblos y luego en
ciudades de tamaño considerable, aparecen los talleres de
artesanos dedicados a la fabricación de gran variedad de
utensilios y mercancías, cada taller se dedicaba a la
elaboración de un producto, eran
especialistas en ello y basaban su prestigio en la alta calidad
de sus hechuras, las que correspondían a las necesidades
particulares de sus clientes. En esta
etapa surge el comerciante, sirviendo de intermediario entre el
cliente y el fabricante. 

Los gurús de
nuestros días

Los gurús de esta nueva etapa idealizan las
funciones y
dinámica de la
organización para insertarlas en un nuevo modelo de
comportamiento, relaciones y disciplinas. Entre
estos tenemos:

W. EDWARDS DEMING
(1900-1993)

William Edwards Deming nació en 1900 en Wyoming,
E.U., se dedicó a trabajar sobre el control
estadístico de la calidad. Japón
asumió y desarrollo los
planteamientos de Deming, y los convirtió en el eje de su
estrategia de
desarrollo nacional. En 1950 W. Edward Deming visitó
Japón, dando conferencias sobre Control de Calidad. A
dichas conferencias asistieron un grupo numeroso
y seleccionado de directivos de empresas para
crear las bases sobre las que instaurar el Premio Deming,
premiando a aquellas instituciones
o personas que se caracterizaran por su interés en
implantar la calidad.

JOSEPH MOSES JURAN (1904-199)

Nace en Rumania en 1904 y es otra de las grandes figuras
de la calidad. Se traslada a Minnesota en 1912. Es
contemporáneo de Deming. Después de la II Guerra Mundial
trabajó como consultor. Visita Japón en 1954 y
convierte el Control de la Calidad en instrumento de la dirección de la empresa.
Imparte su conferencia
sobre: "Gestión
Sistemática del Control de Calidad". Se le descubre a
raíz de la publicación de su libro,
desechado por otras editoriales: "Manual de Control
de Calidad". Su fundamento básico de la calidad, es que
sólo puede tener efecto en una empresa
cuando ésta aprende a gestionar la calidad.

KAORU ISHIKAWA (1915-)

El representante emblemático del movimiento del
Control de Calidad en Japón es el Dr. Kaoru Ishikawa.
Nacido en 1915, se graduó en la Universidad de
Tokio el año 1939 en Química Aplicada. Fue
profesor en la
misma Universidad, donde comprendió la importancia de los
métodos
estadísticos, ante la dispersión de datos, para
hallar consecuencias.  Desarrolla el Diagrama
Causa-Efecto como herramienta para el estudio de las causas de
los problemas.

Parte de que los problemas no tienen causas
únicas, sino que suelen ser, según su experiencia,
un cúmulo de causas. Sólo hay que buscar esta
multiplicidad de causas, colocarlas en su diagrama.

PHILIP B. CROSBY (1926-2001)

Philip Crosby nació en Wheeling, Virginia el 18
de junio de 1926. Entre su participación en la Segunda Guerra
Mundial y Corea, Philip Crosby comenzó su trabajo como
profesional de la calidad en 1952 en una escuela
médica. La carrera de Philip Crosby comenzó en una
planta de fabricación en línea donde decidió
que su meta sería enseñar administración en la cual previniendo
problemas sería más provechoso que ser bueno en
solucionarlos. Formo la Crosby Associates, Inc. (PCA), y durante
diez años siguientes la convirtió en una organización con 300 empleados y con $80
millones de dólares en ganancias.

GENICHI TAGUCHI (1924-)

El Dr. Genichi Taguchi nació en Japón en
1924, graduándose en la Escuela Técnica de la
Universidad Kiryu, su principal etapa profesional ha sido dentro
de la Electrical Communication Laboratory (ECL) de la Nippon
Telephone and Telegraph Co. (1948-1961) en donde se enfocó
a la mejora de la productividad en
la investigación y desarrollo.  En sus
métodos emplean la experimentación a pequeña
escala con la
finalidad de reducir la variación y descubrir
diseños robustos y baratos para la fabricación en
serie, reduciendo los tiempos de investigación, desarrollo
y entrega del diseño.

SHIGEO SHINGO (1909-1990)

Nació en Japón en 1909, Shigeo Shingo tal
vez no es tan conocido en Occidente como Ishikawa y Taguchi,
aunque la incidencia de su trabajo, especialmente en
Japón, ha sido inmensa. Después de graduarse en
Ingeniería Mecánica en la Escuela Técnica
Yamanahsi en 1930, se incorporó a la Fábrica de
Ferrocarriles Taipei, en Taiwán, donde introdujo los
métodos de gestión
científica. 

Es interesante advertir que los sistemas
poka-yoke, al utilizar dispositivos que evitan la
aparición de defectos, obvian la necesidad de medición. En general, los sistemas
poka-yoke comprenden dos fases: el aspecto de detección y
el aspecto de regulación.

Los catorce pasos hacia el
"cero defectos" de crosby

Denominados para que la
administración conduzca a la organización a una
posición productiva y competitiva. En los años
60’s, Philip B. Crosby propuso un programa de 14
pasos a los que denominó "cero
defectos", a través de los cuales hizo
entender a los directivos que cuanto se exige perfección
ésta puede lograrse, pero para hacerlo la alta gerencia tiene
que motivar a sus trabajadores (Crosby:1979). De esta forma
planteaba la importancia de las relaciones
humanas en el
trabajo.

El Control
Estadístico de la Calidad y la mejora de
procesos.

Comenzando con la aportación de Shewhart sobre
reconocer que en todo proceso de producción existe
variación (Gutiérrez:1992), puntualizó que
no podían producirse dos partes con las mismas
especificaciones, pues era evidente que las diferencias en la
materia prima
e insumos y los distintos grados de habilidad de los operadores
provocaban variabilidad. Shewhart no proponía suprimir las
variaciones, sino determinar cuál era el rango tolerable
de variación que evite que se originen
problemas.

Para lograr lo anterior, desarrolló las gráficas de control al tiempo que
Roming y Dodge desarrollaban las técnicas de muestreo
adecuadas para solamente tener que verificar cierta cantidad de
productos en lugar de inspeccionar todas las unidades. Este
periodo de la calidad surge en la década de los 30’s
a raíz de los trabajos de investigación realizados
por la Bell Telephone Laboratories.

En su grupo de investigadores destacaron hombres como
Walter A. Shewhart, Harry Roming y Harold Dodge,
incorporándose después, como fuerte impulsor de las
ideas de Shewhart, el Dr. Edwards W. Deming
(Cantú:1997).

Estos investigadores cimentaron las bases de lo que hoy
conocemos como Control Estadístico de la Calidad
(Statistical Quality Control, SQC), lo cual
constituyó un avance sin precedente en el movimiento hacia
la calidad,

Causas de
variación

• Existen variaciones en todas las partes producidas en
  el proceso de manufactura. Hay dos fuentes de
  variación:
• • variación aleatoria se debe al azar y no
    se puede eliminar por completo.
  • variación asignable es no aleatoria y se
    puede reducir o eliminar.
• Nota: la variación puede cambiar y
  cambiará la forma, dispersión y tendencia central
  de la distribución de las
  características medidas del producto.

Diagramas de
diagnóstico

Controles o registros que
podrían llamarse "herramientas para asegurar la calidad de
una fábrica", esta son las siguientes:

• Hoja de control (Hoja de recogida de
  datos)
• Histograma
• Análisis paretiano (Diagrama de
  pareto)
• Diagrama de Ishikawa: Diagrama de causa y efecto
  (Espina de Pescado)
• Estratificación (Análisis por
  Estratificación)
• Diagrama de scadter (Diagrama de
  Dispersión)
• Gráfica de control

La experiencia de los especialistas en la
aplicación de estos instrumentos o Herramientas
Estadísticas señala que bien aplicadas y utilizando
un método
estandarizado de solución de problemas pueden ser capaces
de resolver hasta el 95% de los problemas.

En la práctica estas herramientas requieren ser
complementadas con otras técnicas como son:

• La lluvia de ideas (Brainstorming)
• La Encuesta
• La Entrevista
• Diagrama de Flujo
• Matriz de Selección de Problemas,
  etc…

Hay personas que se inclinan por técnicas
sofisticadas y tienden a menospreciar, pero la realidad es que es
posible resolver la mayor parte de problemas de calidad, con el
uso combinado de estas herramientas en cualquier proceso de
manufactura industrial.:

• Detectar problemas
• Delimitar el área
  problemática
• Estimar factores que probablemente provoquen el
  problema
• Determinar si el efecto tomado como problema es
  verdadero o no
• Prevenir errores debido a omisión, rapidez o
  descuido
• Confirmar los efectos de mejora
• Detectar desfases

Como elaborar un
diagrama de Pareto

Partiendo de los descubrimientos del celebre economista
y sociólogo italiano Vilfredo Pareto El diagrama de Pareto
es una comparación ordenada de factores relativos a un
problema. Esta comparación nos va a ayudar a identificar y
enfocar los pocos factores vitales diferenciándolos de los
muchos factores útiles. Esta herramienta es especialmente
valiosa en la asignación de prioridades a los problemas de
calidad, en el diagnóstico de causas y en la
solución de las mismas, el diagrama de Pareto se puede
elaborar de la siguiente manera:

1. Cuantificar los factores del problema y sumar los
efectos parciales hallando el total.

2. Reordenar los elementos de mayor a menor.

3. Determinar el % acumulado del total para cada
elemento de la lista ordenada.

4. Trazar y rotular el eje vertical izquierdo
(unidades).

5. Trazar y rotular el eje horizontal
(elementos).

6. Trazar y rotular el eje vertical derecho
(porcentajes).

7. Dibujar las barras correspondientes a cada
elemento.

8. Trazar un gráfico lineal representando el
porcentaje acumulado.

9. Analizar el diagrama localizando el "Punto de
inflexión" en este último
gráfico.

Se
ha llegado a verificar la regularidad con la que se dan en las
distintas actividades y fenómenos sociales y productivos,
el hecho de que unos pocos factores son responsables de la
mayoría de los sucesos, en tanto que el resto mayoritario
de los elementos o factores generan o poseen escasos efectos, es
lo que más comúnmente se cataloga como los "pocos
vitales y los muchos triviales".

Así en procesos tradicionales de
producción podemos tener que el 20% de las causas de
imperfecciones o fallas originan o son responsables de entre un
70 y 80% de los defectos detectados. Y al revés, un 80% de
las restantes causas generan tan sólo entre un 30 y 20% de
los defectos.

Que importancia tiene ello? Pues bien, permite atacar
unas pocas causas generando un importante impacto
total.

Como elaborar un
diagrama de Ishikawa

El diagrama de Ishikawa conocido también como
causa-efecto, es una forma de organizar y representar las
diferentes teorías
propuestas sobre las causas de un problema.

Nos permite, por tanto, lograr un conocimiento
común de un problema complejo, sin ser nunca sustitutivo
de los datos.

Los Errores comunes son construir el diagrama antes de
analizar globalmente los síntomas, limitar las
teorías propuestas enmascarando involuntariamente la causa
raíz, o cometer errores tanto en la relación causal
como en el orden de las teorías, suponiendo un gasto de
tiempo importante. El diagrama se elabora de la siguiente
manera:

1.     Ponerse de acuerdo en la
definición del efecto o problema.

2.     Trazar una flecha y escribir
el "efecto" del lado derecho.

3.      Identificar las causas
principales a través de flechas secundarias que terminan
en la flecha principal.

4.      Identificar las causas
secundarias a través de flechas que terminan en las
flechas secundarias, así como las causas terciarias que
afectan a las secundarias.

5.      Asignar la importancia
de cada factor.

6.      Definir los principales
conjuntos de
probables causas: materiales,
equipos, métodos de trabajo, mano de obra, medio ambiente
(5 M’s).

7.      Marcar los factores
importantes que tienen incidencia significativa sobre el
problema.

8.      Registrar cualquier
información que pueda ser de utilidad.

5.      Asignar la importancia
de cada factor.

6.      Definir los principales
conjuntos de probables causas: materiales, equipos,
métodos de trabajo, mano de obra, medio ambiente (5
M’s).

7.      Marcar los factores
importantes que tienen incidencia significativa sobre el
problema.

8.      Registrar cualquier
información que pueda ser de utilidad.

Identificación de
la problemática

Los elementos y las causas que intervienen en el
desarrollo de un proceso y, que pueden en un momento dado,
ocasionar que no se cumplan los objetivos o
fallas del mismo, son diversos y en ocasiones difíciles de
identificar.

Objetivo de los diagramas de
control de la calidad

• El objetivo de
  los diagramas de control de la calidad es determinar y
  visualizar en una gráfica el momento en que ocurre una
  causa asignable en el sistema de
  producción para poder
  identificarla y corregirla. Esto se logra con la
  selección periódica de una pequeña
  muestra de
  la producción actual.

Los procedimientos
para establecer un control estadístico

Los procedimientos para establecer un control
estadístico del comportamiento de la empresa

1. establecer la "capacidad del proceso",
2. crear un gráfico de control;
3. recoger datos periódicos y representarlos
   gráficamente;
4. identificar desviaciones;
5. identificar las causas de las
   desviaciones;
6. perpetuar los efectos positivos y corregir las causas
   de los negativos.

Un gráfico de control utiliza medidas de un
proceso para determinar el comportamiento normal de dicho
proceso. La desviación típica es una medida de
variabilidad que también puede calcularse, con las cuales
trazamos los límites de
control superior e inferior. Incluyendo los datos futuros a
medida que se obtienen, veremos si los nuevos datos se
corresponden con los resultados esperados. Si no es así,
inferiremos que ha sucedido algo infrecuente con lo que
procederemos a buscar la causa. Estas causas son denominadas
causas especiales para diferenciarlas de las causas comunes de
variabilidad, las cuales siempre están presentes y son las
causantes de la variación incluida en las observaciones
previas. Las causas comunes se reflejan en los cálculos de
la media y de la desviación típica utilizados para
elaborar el gráfico de control.

Tipos de diagramas de control de la calidad para
variables

La media o la gráfica x
barra

La media o la gráfica x barra está
diseñada para variables de control como peso, longitud,
etc. El límite superior de control (LSC) y el
límite inferior de control (LIC) se obtienen a
partir de la ecuación:

donde
es la media de las medias muestrales y es la media de las amplitudes
muestrales.

El diagrama de amplitudes

El diagrama de amplitudes está diseñado
para mostrar si la amplitud total de la medición
está dentro o fuera de control. El límite superior
de control (LSC) y el límite inferior de control
(LIC) se obtienen a partir de la
ecuación:

El diagrama de porcentaje de defectos

• El diagrama de porcentaje de defectos se llama
  también diagrama p o diagrama de p barra.
  La gráfica muestra la porción de la
  producción que no es aceptable. Esta porción se
  puede encontrar con

El diagrama de c con barra

• El diagrama c o diagrama de c barra está
  diseñado para el control del número de defectos
  por unidad. El LSC y el LIC se obtienen mediante:

Aplicaciones

Ejemplo1

Se desea interpretar el siguiente
gráfico.

De tal forma en el ejemplo podemos observar que el 33%
de los factores generadores de costes son responsables del 67%
del total de los costes incurridos. De tal forma una
reducción del 20% en los dos ítem más
importantes generarán una reducción en el coste
total del orden del 13%.

A su vez los costes de reparaciones pueden y deben ser
objeto también de un análisis paretiano de manera
tal de saber que tipo de reparaciones conforman este coste, y
saber también a que línea de productos responden
dichos gastos. Lo mismo
debe hacerse con los restantes costes (fallas, reprocesos,
etc.).

Ejemplo 2:

Ejemplo3

Un aspecto de la calidad de
servicio en un laboratorio de
computación está representado por la
buena disposición de las computadoras,
cuando el estudiante ingresa para seguir su clase. Desde
el punto de vista de la buena disposición es la
instalación de los softwares que necesita utilizar es de
particular importancia que todas los programas que se
supone posee la computadora
(sistema
operativo, programa de ofimatica
completo, internet, etc.) se
encuentren realmente disponibles. De igual manera que los
programas instalado sean de versiones que se utilizaran en clase
estén funcionando adecuadamente.

Se decide estudiar este proceso durante un periodo de 7
días, tomando 10 muestra en cada turno. Así pues,
se determinará, antes de la llegada de los estudiantes, si
las computadoras tienen algún incumplimiento en cuanto a
la disponibilidad de las instalaciones y al funcionamiento
adecuado de todos los softwares.

En la tabla siguiente se presenta el número de
computadoras que fueron consideradas como no adecuadas para cada
día y turno del periodo de 5 días.

Un examen del diagrama nos indica que se tiene un
proceso bajo control estadístico, en el cual los valores
individuales están alrededor de p sin que exista evidencia
de algún patrón presente.

Muestreo de aceptación

El muestreo de aceptación es un método
para determinar si un lote de productos que se recibe cumple los
estándares especificados.

• Está basado en técnicas de muestreo
  aleatorio.
• Una muestra aleatoria de n unidades se
  obtiene del lote recibido.
• c es el número máximo de
  unidades defectuosas que se pueden encontrar en la muestra
  del lote para considerarse aceptable.

Curva característica de
operación

Una curva CO, o curva característica de
operación, se desarrolla usando la distribución
binomial de la probabilidad con
el fin de determinar la probabilidad de aceptar un lote con
distintos niveles de calidad

Conclusiones

Del desarrollo de los concepto y
ejemplos se puede observar el enorme potencial que posee la
utilización del Control Estadístico de la calidad
como instrumento y herramienta destinada a un mejor control en la
evolución de la empresa, una forma más eficaz de
tomar decisiones en cuanto a ajustes, un método muy
eficiente de fijar metas y un excepcional medio de verificar el
comportamiento del sistema.

Muchos son los que por desconocimiento de la forma en
que funcionan los procesos tienden a efectuar prolongados y
obstinados análisis en la búsqueda de las razones
que dieron lugar a la variación de los costos en
relación a los estándares o a los registrados en el
período anterior, cometiendo el error de adoptar medidas
de ajuste, cuando en realidad las variaciones respondían a
la naturaleza
misma del proceso, por lo que los ajustes dan origen a mayores
diferencias en el futuro.

Las empresas que no adopten esta nueva metodología sufrirán el choque
frente a empresas de categoría mundial que lo aplican en
forma metódica.

Bibliografía:

1) LIND, Douglas y MARCHAL, William y MASON, Robert.
Estadística para administración y economía. Alfaomega.
Colombia. 11a
edición. 2004.

2) CÓRDOVA, Jorge Herramientas
estadísticas para la gestión en salud. 3ra edición.
JC ediciones. Versión electrónica (formato CD). Mayo
2003. Perú.

3) LIND, Douglas y MARCHAL, William y MASON, Robert.
Estadística para administración y economía.
Alfaomega. Colombia. 10a edición. 2002.

4) Nathan Grabinsk & Alfred W. Klein, EL
ANÁLISIS FACTORIAL, Banco de México.
Investigaciones Industriales

5) Niebel & Freivalds, INGENIERÍA INDUSTRIAL.
MÉTODOS, ESTÁNDARES Y DISEÑO DEL TRABAJO,
Ed. Alfa omega

World Wide Web:

1) Barca, R.G., Control Estadístico de Procesos (
Junio 2001)

http://www.calidad.com.ar/calid111.html

2) Control Estadístico de Procesos (Febrero
2001)

http://www.calidad.com.ar/controe7.html

LIND, Douglas y MARCHAL, William y MASON, Robert.
Estadística para administración y economía.
Alfaomega. Colombia. 11a edición. 2004.

CÓRDOVA, Jorge Herramientas estadísticas
para la gestión en salud. 3ra edición. JC
ediciones. Versión electrónica (formato CD). Mayo
2003. Perú.

LIND, Douglas y MARCHAL, William y MASON, Robert.
Estadística para administración y economía.
Alfaomega. Colombia. 10a edición. 2002.

Nathan Grabinsk & Alfred W. Klein, EL
ANÁLISIS FACTORIAL, Banco de México.
Investigaciones Industriales

Niebel & Freivalds, INGENIERÍA INDUSTRIAL.
MÉTODOS, ESTÁNDARES Y DISEÑO DEL TRABAJO,
Ed. Alfa omega

1) Barca, R.G., Control Estadístico de Procesos (
Junio 2001)

http://www.calidad.com.ar/calid111.html
(Accesado Febrero 2, 004)

2) Control Estadístico de Procesos (Febrero
2001)

http://www.calidad.com.ar/controe7.html
(Accesado Febrero 2, 2004)

www.itlp.edu.mx/publica/tutoriales/procesoadmvo/tema6_1.htm

Henrry Adalid Torres Céspedes

Alumno del I ciclo de Maestría en Ciencias en
Ingenieria de
Sistemas y Computación.

Universidad Inca Garcilaso de la Vega

Trabajo realizado para el curso de Modelos
Estadísticos

Fecha 17 Nov. 2005.

Lima – Perú