SPC básico para Mejorar la Calidad y productividad Ernaldo Conejeros Yáñez

12,062 views
11,654 views

Published on

Podrá comprender y aplicar los conceptos básicos claves para realizar el control estadístico de procesos.

2 Comments
6 Likes
Statistics
Notes
No Downloads
Views
Total views
12,062
On SlideShare
0
From Embeds
0
Number of Embeds
6
Actions
Shares
0
Downloads
464
Comments
2
Likes
6
Embeds 0
No embeds

No notes for slide
  • Comentario
  • SPC básico para Mejorar la Calidad y productividad Ernaldo Conejeros Yáñez

    1. 1. CONTROL ESTADÍSTICO DE CALIDAD Ing. Ernaldo Conejeros Yáñez
    2. 2. OBJETIVOS <ul><li>Presentar las herramientas básicas del Control Estadístico del Procesos (SPC) </li></ul><ul><li>Cada participante podrá comprender y aplicar los conceptos básicos claves para realizar el Control Estadístico de Procesos. </li></ul><ul><li>Discutir e ilustrar algunos aspectos prácticos en la implantación del SPC. </li></ul>
    3. 3. Para la solución de Problemas: Ciclo de Shewhart <ul><li>Planificar: </li></ul><ul><ul><li>Qué?: </li></ul></ul><ul><ul><ul><li>Definir el Problema </li></ul></ul></ul><ul><ul><ul><li>Analizar el Problema </li></ul></ul></ul><ul><ul><li>Porqué?: Identificar las Causas </li></ul></ul><ul><ul><li>Cómo?: Planificar las Soluciones. </li></ul></ul><ul><li>Hacer: </li></ul><ul><ul><li>Implantar las Soluciones. </li></ul></ul><ul><li>Verificar: </li></ul><ul><ul><li>Evaluar los resultados. </li></ul></ul><ul><li>Actuar: </li></ul><ul><ul><li>Estandarizar el proceso. </li></ul></ul>
    4. 4. Recuerdan estas Herramientas? <ul><li>Diagrama de Flujo </li></ul><ul><li>Planilla de Registro </li></ul><ul><li>Diagrama de Pareto </li></ul><ul><li>Diagrama causa-efecto </li></ul><ul><li>Histograma. </li></ul><ul><li>Diagrama de Dispersión. </li></ul><ul><li>Gráficas de Línea. </li></ul><ul><li>Gráfica de Control. </li></ul>
    5. 5. Para que sirve el SPC? <ul><li>El SPC es una metodología utilizada para Mejorar Sistemáticamente los Procesos hasta lograr su estabilidad. </li></ul><ul><li>También se logra mejorar la Capacidad del Proceso mediante la aplicación de herramientas para la solución de problemas para reducir su variación. </li></ul>
    6. 6. Distribución Normal <ul><li>En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece en fenómenos reales . </li></ul>
    7. 7. Distribución Normal FRECUENCIA VALORES Campana de Gauss  (Desviación Estándar) (Valor Promedio)
    8. 8. Distribución Normal
    9. 9. Distribución Normal
    10. 10. Distribución Normal <ul><li>Ejemplos de variables siguen el modelo de la normal son: </li></ul><ul><li>caracteres morfológicos de individuos como la estatura; </li></ul><ul><li>caracteres fisiológicos como el efecto de un fármaco; </li></ul><ul><li>caracteres sociológicos como el consumo de cierto producto por un mismo grupo de individuos; </li></ul><ul><li>caracteres psicológicos como el cociente intelectual; </li></ul><ul><li>nivel de ruido en telecomunicaciones; </li></ul><ul><li>errores cometidos al medir ciertas magnitudes; </li></ul><ul><li>etc. </li></ul>
    11. 11. Causas de variación aleatorias y específicas. LIC LSC               t 1 t 2 t 3     Indicador de Proceso Tiempo del Proceso LC    
    12. 12. Definición del Proceso Bajo Control <ul><li>Un proceso se dice que se encuentra bajo control estadístico si sólo se ve afectado por un conjunto de causas aleatorias de variación. </li></ul><ul><li>Si el proceso se encuentra afectado por causas asignables de variación, se dice que está fuera de control. </li></ul>
    13. 13. Gráficas de Control
    14. 14. Gráfica de Control Gráfica de control 1 2 Número de subgrupo o muestra L ímite S uperior de C ontrol L ímite I nferior de C ontrol L ínea C entral 3 4 5 6 7 8 LIC LSC LC Característica de calidad
    15. 15. Gráficas de control y pruebas de hipótesis Si el valor de cae dentro de los límites de control, concluimos que la media del proceso está bajo control. Por otra parte, si excede cualquiera de los límites de control, concluimos que la media del proceso está fuera de control. La prueba de hipótesis quedaría de la siguiente manera:
    16. 16. Modelo general Simplificado para una Gráfica de Control LSC =  w + k*  w LC =  w LIC =  w – k*  w Sea “ i” una Variable de Proceso (Indicador) que mide cierta característica de calidad y sean  w y  w la media y la desviación estándar de “i” , respectivamente. Entonces, LC, LSC y LIC son:
    17. 17. Aplicación de las Gráficas de Control <ul><li>El uso más importante es mejorar el desempeño del proceso </li></ul>Salida Entrada Detección de causa asignable Identificación de la causa raíz del problema Implementación de acción correctiva Verificación y seguimiento Proceso Medición
    18. 18. Aplicación de las Gráficas de Control <ul><li>Instrumento de estimación de ciertos parámetros del proceso como la media, la desviación estándar, fracción de defectuosos, etc. </li></ul><ul><li>Realización de estudios de capacidad del proceso. </li></ul>
    19. 19. Definición: amplitud de los límites de variación natural (LVS-LVI) = 6 veces la desviación típica: LVS-LVI = µ +3 σ – ( µ - 3 σ) = 6 σ Medida de la Capacidad de Proceso Índice de Capacidad: IC = LTS – LTI 6 σ >1 = 1 < 1 Capacidad del Proceso
    20. 20. Diseño de la Gráfica de Control <ul><li>En la mayoría de los problemas de control es común apoyarse principalmente en consideraciones estadísticas para diseñar las gráficas de control, asumiendo los factores de costo implícitamente. </li></ul><ul><li>Recientemente se ha iniciado a examinar el diseño de las gráficas de control desde un enfoque económico, considerando el costo de muestreo, de producir artículos defectuosos, de investigar falsas alarmas, etc. </li></ul>
    21. 21. ¿Por qué utilizar Gráficas de Control? <ul><li>Son una técnica comprobada para mejorar la productividad </li></ul><ul><li>Son efectivas para la prevención de defectos </li></ul><ul><li>Previenen ajustes innecesarios del proceso </li></ul><ul><li>Proporcionan información de diagnóstico </li></ul><ul><li>Proporcionan información sobre la capacidad del proceso </li></ul>
    22. 22. Tamaño de la muestra y frecuencia de muestreo
    23. 23. Tamaño de la muestra y frecuencia de muestreo <ul><li>Al diseñar una gráfica de control se debe especificar tanto el tamaño de la muestra como la frecuencia de muestreo. </li></ul>n= tamaño de la muestra h= intervalo de tiempo entre muestras
    24. 24. Tamaño de la muestra <ul><li>La capacidad de la gráfica de control para detectar cierto tipo de cambios en el proceso depende del tamaño de la muestra. </li></ul><ul><li>Si deseamos detectar cambios pequeños se deben utilizar muestras grandes. </li></ul><ul><li>Si deseamos detectar cambios grandes es mejor utilizar muestras pequeñas. </li></ul>
    25. 25. Frecuencia de muestreo <ul><li>La situación más deseable para detectar los cambios es tomar muestras grandes de manera frecuente. </li></ul><ul><li>Se presenta el problema económico. </li></ul><ul><li>Opciones: </li></ul><ul><ul><li>Muestras pequeñas en intervalos cortos de tiempo </li></ul></ul><ul><ul><li>Muestras grandes en intervalos largos de tiempo. </li></ul></ul>
    26. 26. Reglas de sensibilización para las Gráficas de Control <ul><li>Uno o más puntos fuera de los límites de control </li></ul><ul><li>Dos de tres puntos consecutivos fuera de los límites de advertencia 2-sigma pero dentro de los límites de control </li></ul><ul><li>Cuatro de cinco puntos consecutivos más allá de los límites 1-sigma </li></ul><ul><li>Una corrida de ocho puntos consecutivos sobre un lado de la línea central </li></ul><ul><li>Seis puntos en una corrida estable creciente o decreciente </li></ul>
    27. 27. Reglas de sensibilización para las Gráficas de Control <ul><li>Quince puntos en una corrida en la zona por sobre 2 sigma (por arriba y por abajo de la línea central) </li></ul><ul><li>Catorce puntos en una corrida que se alterna arriba y abajo </li></ul><ul><li>Ocho puntos en una corrida en ambos lados de la línea central sin ninguno en la zona por sobre 2 sigma </li></ul><ul><li>Un patrón inusual o no aleatorio en los datos </li></ul><ul><li>Uno o más puntos cerca de un límite de control o de advertencia </li></ul>
    28. 28. Implementación del Control Estadístico del Proceso <ul><li>Elementos de un programa de SPC exitoso </li></ul><ul><ul><li>Liderazgo Efectivo. </li></ul></ul><ul><ul><li>Un enfoque de equipo. </li></ul></ul><ul><ul><li>Gestión de la Enseñanza y el Aprendizaje de toda la organización y en todos los niveles </li></ul></ul><ul><ul><li>Foco en la mejora continua </li></ul></ul><ul><ul><li>El reconocimiento del éxito y desempeño destacado para comunicarlo a toda la organización </li></ul></ul>

    ×