Transcript 1impor~1

Importancia de las aplicaciones de
estadística en el control de procesos
Guatemala
2010
Aseguramiento de calidad

La calidad mide lo bien que un producto
o servicio satisface las necesidades del
cliente.

Las empresas reconocen que para ser
competitivas
en
la
economía
globalizada actual, deben tener altos
niveles de calidad.

Define el sistema total de políticas,
procedimientos
y
lineamientos
establecidos por una organización para
alcanzar y mantener la calidad.

Consiste de dos funciones principales:
– ingeniería de la calidad y
– control de calidad.
Ingeniería de la calidad

Su objetivo es:
– incluir la calidad en el diseño de productos y
procesos,
– identificar, antes de la producción,
problemas potenciales de la calidad.
Control de calidad

Consiste en efectuar una serie de
inspecciones y mediciones para determinar si
se están cumpliendo las normas de calidad.

Si no se cumplen, se deben emprender
acciones correctivas y/o preventivas para
alcanzar y mantener el apego a las normas.
Control estadístico

Los gerentes no deben depender de la
inspección en masa.

Buscar la mejora continua en todos los
procesos de producción y servicios.

Ambiente orientado hacia el trabajo en equipo.

Ambiente de trabajo que mantenga siempre la
búsqueda de la calidad y productividad.

El control gráfico, que es un control
estadístico
en
proceso,
es
una
representación gráfica de determinadas
estadísticas
descriptivas
cuantitativo
específico para supervisar un proceso de
producción.

La meta es determinar si puede continuar un
proceso o si se debe ajustar para obtener un
nivel deseado de calidad le pueden ayudar a
supervisar el comportamiento de proceso.

Cualquiera de estos factores, o todos
ellos, pueden hacer que la producción
sea de baja calidad.
– Las herramientas se gastan de manera
invariable.
– Las vibraciones hacen que los ajustes de
las máquinas varíen.
– Los materiales pueden estar defectuosos.
– Los operadores pueden cometer errores.

Si la variación en la calidad del producto se
debe a causas asignables, como el desgaste
de herramientas, malos ajustes de la
maquinaria, materia prima de mala calidad o
error del operador, el proceso se ajustará o
corregirá lo más pronto posible.

Si la variación se debe a lo que se denomina
causas comunes, esto es, variaciones
aleatorias en los materiales, en la
temperatura, en la humedad, etc., el proceso
no necesita ser ajustado.

El principal objetivo del control
estadístico del proceso es determinar si
las variaciones en el producto son por
causas asignables o por causas
comunes.

Siempre que se detectan causas asignables se
considera que el proceso está fuera de control.
– En ese caso se debe emprender una acción
correctiva para regresar el proceso hacia un nivel
de calidad aceptable.

Si la variación en el producto sólo se debe a
causas comunes, se considera que el proceso
está bajo control estadístico.
– No son necesarios cambios o ajustes.
Calidad y mejora de procesos

La filosofía de calidad para la transformación
se basa en conocer, satisfacer e incluso
superar las necesidades de los clientes.

En la época actual el consumidor es más
crítico, es decir, evalúa precio y calidad, por lo
que los procesos claves de una organización
deberían ser los procesos que tiene impacto
en los consumidores finales.
Administración de procesos

Detección de defectos:
– Consiste en una inspección rigurosa con el fin de
encontrar los productos defectuosos.
– Esta inspección se lleva a cabo al final del proceso.

Prevención de defectos:
– Producción de artículos no defectuosos mediante la
mejora constante del proceso.
– No se busca eliminar la variabilidad sino reducirla.
– Se habla de estabilizar y habilitar el proceso, esto
es, que la variabilidad se encuentre dentro de
ciertos límites.

Para alcanzar la mejora, deben emplearse
otras técnicas como planes de muestreo,
diseño experimental, la reducción de variación,
la capacidad de proceso de análisis, proceso y
planes de mejora.

Los controles estadísticos de procesos en sí
mismos, no van a mejorar un diseño de mala
calidad del producto, ya únicamente miden la
coherencia (consistencia) de la forma en que el
producto ha sido diseñado y fabricado.
Beneficios





Proporciona vigilancia y retroalimentación
para el mantenimiento de los procesos de
control.
Cuando las señales de un problema con el
proceso se ha producido.
Detecta causas asignables de variación.
Logra proceso de caracterización.
Reduce la necesidad de inspección.

Monitorear del desempeño del proceso y de
la calidad del producto.
 Proporciona mecanismo para hacer cambios
en el proceso y realizar un seguimiento de
los efectos de esos cambios.
 Una vez que un proceso es estable
(asignable causas de variación han sido
eliminados), proporciona la capacidad de
proceso de análisis de comparación de
productos para la tolerancia.
1. Herramientas estadísticas para la representación
de datos e información



Diagramas de dispersión: Evaluación de exactitud
y precisión durante la validación de metodologías
analíticas.
Histogramas de frecuencia y diagramas de Paretto:
Distribución de clases según su frecuencia
(visualización de la tendencia de la ocurrencia de
un evento)
Gráficos de probabilidad normal: Verificación de la
normalidad de la distribución de los datos (para
determinar si las causas son asignables o
comunes).

Gráficos de control: Representación de una
característica de calidad medida. Cuando la variable
se mide de manera continua (número) se emplean
medidas de tendencia central para su interpretación.
Cuando la variable puede tener dos valores, se
emplean histogramas de frecuencia para visualizar la
tendencia de su ocurrencia.
 Gráficos de series de tiempo: Revisiones anual de
producto (cada parámetro). Mediciones de
desempeño. Permite identificar tendencia, ciclos y/o
corrimientos así como la variabilidad del proceso a
través del tiempo (mide la ganancia o pérdida de
uniformidad)
 Diagramas de causa-efecto: Investigación de
desviaciones; optimización de desempeño.
2. Herramientas estadísticas para la estimación
puntual (inferencia estadística)

Estimación puntual de medidas de tendencia
central: Media, mediana.
 Estimación puntual de medidas de
dispersión: Desviación estándar, varianza.
Modelos de regresión entre variables (ej.
Regresión lineal, determinación de curvas de
calibración)
 Prueba hipótesis por inferencia estadística,
por intervalos de confianza: Pruebas t, f,
análisis de varianza.
3. Herramientas para la estimación de
probabilidades:

Evalúan la posibilidad de ocurrencia de un
fenómeno.
GRACIAS