Your SlideShare is downloading. ×
Eines Per a la Qualitat
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Introducing the official SlideShare app

Stunning, full-screen experience for iPhone and Android

Text the download link to your phone

Standard text messaging rates apply

Eines Per a la Qualitat

978
views

Published on

Descripció de les eines més utilitzades a les empreses per a la prevenció, avaluació i millora de la Qualitat

Descripció de les eines més utilitzades a les empreses per a la prevenció, avaluació i millora de la Qualitat

Published in: Education

0 Comments
2 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
978
On Slideshare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
0
Comments
0
Likes
2
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide
  • La herramienta es muy útil para: La herramienta es útil para:
    - Determinación de causas
    - Evaluación de la solución implantada
    - Análisis de síntomas
    - Formulación de teorías sobre las
    causas
    - Evaluación de posibles soluciones
    - Diseño de soluciones y controles
    8.- RELACIÓN CON OTRAS HERRAMIENTAS
    La herramienta está fuertemente
    relacionada con:
    La herramienta está
    débilmente relacionada con:
    - Hojas de Comprobación y Recogida de Datos
    - Estudios de Capacidad Potencial de Calidad
    - Cuadro de Mando Integral
  • Transcript

    • 1. PER QUÈ IMPLANTAR ELS 5 PILARS?  Les necessitats dels clients evolucionen constantment  Les empreses competeixen per satisfer aquestes necessitats  Per sobreviure, l'empresa s’ha de mantenir competitiva  Això vol dir que cal millorar contínuament els productes (qualitat), els serveis (entregues), a costos decreixents  El sistema dels 5 Pilars és un bon punt de partida per a tots els programes de millora.
    • 2. ELS 5 PILARS Seiri Seiton Seiso Seiketsu Shitsuke
    • 3. BENEFICI DELS 5 PILARS Per a la persona:  Lloc de treball més segur  Lloc de treball agradable  Un procés més humà  Un procés amb més sentit. Per a l'empresa:  Millor qualitat  Costos més baixos  Major satisfacció del client
    • 4. ELIMINACIÓ EVITEM:  La fàbrica tendeix a estar cada vegada més desordenada dificultant el treball.  Prestatges, calaixos i armaris per a emmagatzematge de coses innecessàries formen taps dificultant les comunicacions.  Es desaprofita temps buscant peces i eines.  És costós mantenir estocs i màquines innecessaris.  Estocs a mà excessius amaguen altres tipus de problemes de producció.  Els equips i els elements innecessaris dificulten la millora del flux de producció.
    • 5. ORDRE EVITEM: Malbaratament de:  Moviments: la persona enviada a agafar un carro no el troba.  Recerques: cap pot trobar la clau per obrir un armari tancat que conté eines necessàries.  Energia de persones: frustra no trobar quelcom necessari.  Estocs: els calaixos estan desordenats i plens de coses.  Productes defectuosos: els llocs d'emmagatzematge de dos tipus de peces s'han canviat sense comunicar-ho al operari, de manera que aquest agafa la peça equivocada sense advertir-ho i la fa servir en la producció.  Condicions inseguretat: Les caixes amb subministraments en un passadís, causen que algú ensopegui i es accident.
    • 6. NETEJA EVITEM:  Les finestres estan tan brutes que molt poca llum es filtra per elles.  Els defectes són menys obvis en les fàbriques brutes i desordenades.  Bassals d'oli i aigua causen relliscades i accidents.  Les màquines no reben prou revisions de manteniment i tendeixen a avariar freqüentment. Això condueix a retards en els lliuraments.  Les màquines que no reben manteniment suficient tendeixen a operar incorrectament de vegades, el que pot ser perillós.  Les llimadures de tall poden barrejar-se en els processos de producció i acoblament amb el resultat de defectes.  Les llimadures de tall poden saltar fins als ulls de les persones i provocar danys.  Els entorns de treball brut poden facilitar la desgana i apatia.
    • 7. ESTANDARDITZACIÓ EVITEM:  Que les condicions tornin als nivells antics i indesitjables.  Al final de cada dia, es deixen piles d'elements innecessaris utilitzats en la producció del dia dispersos al voltant de les estacions de treball.  Els llocs d'emmagatzematge d'eines es desorganitzen i s'han de posar en ordre al final del dia.  Les llimadures de tall cauen constantment sobre el sòl i han de escombrar.
    • 8. RESPECTE EVITEM:  Els elements innecessaris comencen a acumular-se.  Eines i plantilles no es tornen als seus llocs.  No es neteja l'equip.  Es deixen elements en rutes de pas.  Màquines brutes o no bé lubricades comencen a funcionar malament.  Llocs bruts, mal il·luminats i desorganitzats augmenten estrés.
    • 9. Eliminar elements o objectes innecessaris en el treball quotidià. La clau: disposar només dels elements essencials. L'Organització: Redueix els problemes del flux de treballs. Incrementa la qualitat dels productes. Incrementa la productivitat. Fomenta la comunicació. Estratègia de les targetes vermelles Respondre a aquestes tres preguntes per a cada element: És necessari? En quina quantitat? On hauria d'estar localitzat? Àrea de manteniment de targetes vermelles És una àrea establerta per a emmagatzemar els elements amb targeta vermella que s’han d'avaluar addicionalment. Dos tipus:  Àrea de manteniment de targetes vermelles central  Àrea de manteniment de targetes vermelles local
    • 10. PASSOS PEL PROCÉS DE TARGETES VERMELLES Pas 1: Llançar el projecte de targetes vermelles Pas 2: Identificar els objectius de les targetes vermelles Pas 3: Establir criteris per assignar les targetes vermelles Pas 4: Dissenyar targetes vermelles Pas 5: Adherir les targetes vermelles Pas 6: Avaluar els elements amb targetes vermelles Pas 7: Documentar els resultats del procés de targetes vermelles LLANÇAMENT DEL PROJECTE DE TARGETES VERMELLES  Organitzar un equip.  Organitzar subministraments de targetes.  Establir un horari o programa per a la col·locació de targetes vermelles.  Planificació del rebuig o descart de els elements amb targeta vermella ESTOCS MATÈRIES PRIMERES PECES I COMPONENTS COMPRATS, ESTOCS PROCÉS PECES ENSAMBLADES PRODUCTES SEMIACABATS PRODUCTES ACABATS EQUIPS MAQUINÀRIA, EQUIPS PLANTILLES TREPANT CALIBRE ÚTILS ENCUNY CARROS MITJANS DE TRANSPORT SUBMINISTRAMENT GABINETS ESPAIS TERRES ZONES DE PAS PASSADISSOS ÀREES D'OPERACIÓ PARETS PRESTATGE MAGATZEMS OBJECTIUS PER TARGETES VERMELLES
    • 11. AVALUAR ELEMENTS AMB TARJETA VERMELLA NECESSARI  Mantenir-ho on és.  Moure l’element a una nova Localització.  Emmagatzemar fora de l'àrea de treball.  Mantenir l'element a l'àrea local de manteniment de targetes vermelles per ser avaluat.  Rebutjar l'element. NO NECESSARI  Rebutjar.  Vendre'l.  Retornar al proveïdor.  Llogar.  Distribuir a diferents parts de l'empresa.  Enviar-a l'àrea central de manteniment de targetes vermelles.
    • 12. Ordenar els elements necessaris de manera que siguin fàcils de: •Trobar. •Utilitzar. •Tornar a ser col·locats al seu lloc per qualsevol.  Eliminar les despeses innecessaris (malbarataments) en producció i activitats clau.  L'organització i l'ordre són més efectius quan es posen en pràctica conjuntament.
    • 13. ELEMENTS DEL SEGON PILAR 1.Estandardització i Ordre 2.Controls visuals 3.Principis per decidir ubicacions 4.Estratègies per decidir identificacions . ESTANDARDITZACIÓ I ORDRE  Estandarditzar significa crear una manera consistent de realització de tasques i procediments.  L'ordre és l'essència de la estandardització. CONTROLS VISUALS  Són mecanismes o aparells usats en l'entorn de treball que ens mostren, d'una ullada, com s'ha de fer el treball. PRINCIPIS PER DECIDIR UBICACIONS  Eliminar el malbaratament en l'emmagatzematge de plantilles, eines i útils.  Eliminar el malbaratament de moviments inútils o innecessaris.  Eradicar l'operació completament, eliminant amb això el malbaratament inherent: millora radical.
    • 14. PRINCIPIS PER AL EMMAGATZEMATGE 1.Localitzar els elements d'acord amb la freqüència d'ús:  Els usats més freqüentment es col·loquen a prop.  Els usats més infreqüentment s'emmagatzemen fora del lloc d'ús. 2.Si els elements s'usen junts s'emmagatzemen junts, i en la freqüència amb què es fan servir. 3.Llocs emmagatzematge eines han de permetre la fàcil col locació d'aquestes (han de ser majors que l'eina) 4.Emmagatzemar les eines d'acord amb la seva funció o producte:  Emmagatzemar juntes les eines que serveixen funcions similars.  Emmagatzemar juntes les eines que s'usen en aquest producte ÚS DEL MAPA DE LES 5 PER DECIDIR UBICACIONS 1.Fer un pla en planta de l'àrea de treball que es vol estudiar. 2.Dibuixar el diagrama del flux de treball amb fletxes. 3.Avaluar el resultant "diagrama spaguetti". 4.Experimentar dibuixant nous "lay-outs". 5.Decidir el nou "lay-out" i implantar. ESTRATÈGIES PER IDENTIFICAR UBICACIONS  Estratègia d'indicadors: QUÈ? ¿ON? QUANT?  Estratègia de pintura: SÒLS I PASSADISSOS  Mapa 5 s del "després“:STANDARD NOVA SITUACIÓ  Estratègia de codis de colors: ASOCIAR PECES I EINES QUE ESTAN CONNECTATS  Estratègia de contorns: PLANTILLES I EINES
    • 15.  Mantenir tot escombrat i net.  Mantenir eines i equips en òptimes condicions: sempre a punt per ser usats.
    • 16. PLANIFICAR UNA CAMPANYA DE NETEJA Pas 1: Determinar les metes de la neteja Pas 2: Determinar i assignar tasques de neteja Pas 3: Decidir els mètodes de neteja Pas 4: Preparar les eines i mitjans per a la neteja Pas 5: Implantar la neteja ESTOCS MATÈRIES PRIMERES PECES I COMPONENTS COMPRATS, ESTOCS PROCÉS PECES ENSAMBLADES PRODUCTES SEMIACABATS PRODUCTES ACABATS EQUIPS MAQUINÀRIA, EQUIPS PLANTILLES TREPANT CALIBRE ÚTILS ENCUNY CARROS MITJANS DE TRANSPORT SUBMINISTRAMENT GABINETS ESPAIS TERRES ZONES DE PAS PASSADISSOS ÀREES D'OPERACIÓ PARETS PRESTATGE MAGATZEMS LLUMS OBJECTIUS DE NETEJA DETERMINAR ELS OBJECTIUS DE NETEJA
    • 17. DETERMINAR ASSIGNACIONS DE NETEJA La neteja de cada estació de treball és una responsabilitat de tots els que hi treballen: 1 º La fàbrica es divideix en àrees de neteja. 2 º S'assignen àrees específiques a persones. EINES Mapa de Assignacions 5S: Mostra totes les àrees i el responsable. PROGRAMA 5S: DETALLAT: - Responsable de cada àrea. - Dies. - Vegades del dia. NETEJA SIGNIFICA INSPECCIÓ •Quan es neteja una àrea, simultàniament, es realitza alguna inspecció de les màquines, equips i condicions de treball. •Incloent la inspecció en els procediments de neteja es converteix la "neteja" a inspecció
    • 18. PROBLEMES QUE S’EVITEN AMB NETEJA I INSPECCIÓ  Fuites d'oli de l'equip sobre el sòl.  Màquines tan brutes que s'eviten tocar.  Perns i femelles o falten o estan fluixos.  Motors que es sobreescalfen.  Salten espurnes dels cables d'energia elèctrica.  Cintes o trencades o fluixes.  Sorolls estranys en la maquinària. PASSOS DE INSPECCIÓ I NETEJA Pas 1: Determinar les metes de la neteja amb inspecció. Pas 2: Assignar treballs de neteja amb inspecció. Pas 3: Determinar els mètodes per a la neteja amb inspecció. Pas 4: Implantar la neteja amb inspecció. Pas 5: Implantar la neteja amb manteniment NOVES EINES I TÈCNIQUES  El programa 5S.  Neteja en 5 minuts.  Llista de revisió d'inspecció i neteja.  Llista de revisió d'activitats de manteniment necessàries.
    • 19. És mantenir sistemàticament en el temps els tres primers pilars. Sense la neteja estandarditzada, les millores aconseguides amb l'Organització, l‘Ordre i la Neteja no perduren, i les condicions es deterioren a nivells anteriors a la implantació de les 5S.
    • 20. EINES I TÈCNIQUES  Quadres de cicles de Treballs 5S  5S Visual  Els Cinc Minuts 5S  Llista de revisió 5S per a plantes productives ASSOLIR EL SEGÜENT NIVELL: PREVENCIÓ  Organització preventiva (JIT)  Ordre preventiu  Neteja preventiva ALTRES NOVES TÈCNIQUES I EINES  5 Perquès i 1 Com (5w1h)  Eliminació de l'ús  Suspensió  Incorporació
    • 21. Creant les condicions per la disciplina  Coneixement  Temps  Estructura  Suport  Recompenses i reconeixement  Satisfacció i entusiasme
    • 22. IMPLANTAR LA DISCIPLINA Paper de la Direcció:  Donar a conèixer.  Crear equips  Assignar temps per a la pràctica  Facilitar recursos per a la implantació  Animar  Recompensar. Paper dels empleats:  Continuar aprenent  Ajudar els companys  Participar en la implantació  Aportar idees  Ajudar per promoure esforços per els 5 pilars. ALTRES  Eslògans 5S  Pòsters 5S  Panells d'històries i mostres de fotografia 5S  Butlletins 5S  Mapa 5S  Manuals 5S de butxaca  Visites 5S a Departaments  Mesos 5S Implantar la DISCIPLINA
    • 23. Permet aprofitar el capital intel·lectual d’ un equip al generar una llista de idees, sobre problemes o àrees d’oportunitat, obtenint amb ella un diagnòstic . S’utilitza per a identificar problemes en grup y, en una altra etapa, possibles solucions o oportunitats per a la millora de la qualitat. DESCRIPCIÓ APLICACIÓ
    • 24. 1. Revisar el objectiu de la tempesta d’idees i el propòsit de la sessió. 2. Generar la major quantitat possible de idees. 3. Cada membre menciona una sola idea a la vegada. 4. Totes las idees es llisten. 5. Els membres poden construir sobre les idees dels altres. 6. Las idees no se discuteixen. 7. Las idees son registrades on tots las vegin. 8. Tota idea es aclarida perque s’entengui igual. 9. La sessió acaba amb l’avaluació i síntesi conjunta de las idees força. METODOLOGIA
    • 25. REGLES  Un animador i de 6 a 12 persones (màxim)  Durada màxima 1h  Entre 120 i 150 idees  Només 2 minuts per idea  Censura exclosa  Recolzar inventiva  El que importa és la quantitat  Es fomenta el robatori d’idees  Incloure gent que no conegui el producte o procés
    • 26. 1. INTRODUCCIÓ Aquest document descriu pas a pas el procés d'identificació, avaluació i prevenció de deficiències en els productes o serveis. El AMFE (Anàlisi Modal de Fallades i Efectes) és una de les eines més utilitzades en la planificació de Qualitat, els tipus que hi ha són: AMFE de Producte per avaluar el seu disseny, i AMFE de Procés per avaluar les deficiències que pot ocasionar un mal funcionament del mateix en el producte o servei. 2. OBJECTIU I ABAST Es definiran les regles bàsiques a seguir per a la realització i interpretació de l’Anàlisi Modal de Fallades i Efectes, ressaltant les situacions en què pot o ha de ser utilitzat. S'aplica a totes aquelles situacions en què cal planificar o re-planificar productes, serveis o processos. La seva utilització serà beneficiosa per al desenvolupament dels projectes abordats pels Equips de Millora i per tots aquells individus o organismes que estiguin implicats en projectes de millora de la qualitat en què es donin aquestes circumstàncies. A més es recomana el seu ús com a eina de treball dins de les activitats de planificació incloses en les tasques de disseny, enginyeria i gestió.
    • 27. 4 .- DEFINICIONS / CONCEPTES 4.1 .- Anàlisi modal de Fallades i Efectes (AMFE) Definició És una eina d'anàlisi per a la identificació, avaluació i prevenció dels possibles errors (fallades) i efectes que poden aparèixer en un producte / servei o en un procés. Característiques principals A continuació es citen una sèrie de característiques que ajuden a comprendre la naturalesa de l'eina. • CARÀCTER PREVENTIU El anticipar-se a l'ocurrència de la fallada en els productes / serveis o en els processos permet actuar amb caràcter preventiu davant els possibles problemes. • SISTEMATITZACIÓ L'enfocament estructurat que se segueix per a la realització d'un AMFE assegura, pràcticament, que totes les possibilitats d'error han estat considerades. • PARTICIPACIÓ La realització d'un AMFE és un treball en equip, que requereix la posada en comú dels coneixements de totes les àrees afectades.
    • 28. 4.2 .- Tipus d'amfe Hi ha dos tipus de AMFE: - Un producte o servei (AMFE de producte). Serveix com a eina d’optimització per al seu disseny. - El procés que permet l'obtenció del producte o la prestació del servei (AMFE de procés). Serveix com a eina d'optimització abans del seu pas a producció. En general, els dos tipus de AMFE han de ser utilitzats, en una seqüència lògica, durant el procés global de planificació. Un cop realitzat l’AMFE de producte/servei, aquest posarà de manifest l’impacte que pot tenir el procés en l'ocurrència d'errors en aquell. Això serà el punt de partida per a l'anàlisi del procés mitjançant un nou AMFE (AMFE de procés). De vegades no es pot modificar el producte/servei ja que ens ve imposat. En aquest cas, el nostre procés de planificació només requeriria un AMFE del procés productiu o de prestació. El procés de realització és idèntic per als dos tipus esmentats. 4.3 .- Client Definició Es considera client tant l'usuari final (client extern) com la següent operació o fase del procés (client intern).
    • 29. 4.4 .- Fallada Definició Es diu que un producte / servei o un procés falla, quan no porta a terme, de manera satisfactòria, la prestació que se'n espera (la seva funció). 4.5 .- Mode potencial de fallada Definició És la forma en què és possible que un producte / servei o un procés falli (Ex: ruptura, deformació, dilació, etc). 4.6 .- Efecte potencial de fallada Definició És la conseqüència que pugui comportar l'ocurrència d'un Mode de Fallada, tal com les experimentaria el client (Ex.: deformació =no funciona). 5 .- PROCÉS 5.1 .- Diagrama de flux (apunts) 5.2 .- Realització Pas 1: Selecció del grup de treball El grup de treball estarà composat per persones que disposin d'àmplia experiència i coneixements del producte / servei i / o del procés objecte de l’AMFE. Es designarà un coordinador per al grup que, a més de encarregar-se de l’organització de les reunions, domini la tècnica del AMFE i, per tant, sigui capaç de guiar a l'equip en la seva realització.
    • 30. Pas 2: Establir el tipus de AMFE a realitzar, el seu objecte i límits. Es definirà de forma precisa el producte o part del producte, el servei o el procés objecte d'estudi, delimitant clarament el camp d'aplicació de l’AMFE. L'objecte de l'estudi no hauria de ser excessivament ampli, recomanant la seva subdivisió i la realització de diversos AMFE en cas contrari. Per emplenar aquest pas es requereix un coneixement bàsic, comú a tots els integrants del grup, l'objecte d'estudi. En el cas de un AMFE de procés, es recomana la construcció d'un diagrama de flux que clarifiqui el mateix per a tots els participants. Pas 3: Aclarir les prestacions o funcions del producte o del procés analitzat. És necessari un coneixement exacte i complet de les funcions de l'objecte d’estudi per identificar els Modes de fallada Potencials, o bé tenir una experiència prèvia de productes o processos semblants. S'expressaran totes i cadascuna de forma clara i concisa i per escrit. Peça Funció Cadira Asseure’s Pujar-hi de peu Recolzar objectes Decoració
    • 31. Pas 4: Determinar els Modes Potencials de Fallada Per a cada funció definida en el pas anterior, cal identificar tots els possibles Modes de fallada. Aquesta identificació és un pas crític i per això s'utilitzaran totes les dades que puguin ajudar en la tasca: - AMFE anteriorment realitzats per a productes / serveis o processos similars. - Estudis de fiabilitat. - Dades i anàlisi sobre reclamacions de clients tant interns com externs. - Els coneixements dels experts mitjançant la realització de Tempestes d’Idees o processos lògics de deducció. En qualsevol cas, es tindrà en compte que l'ús del producte o procés, sovint no és l'especificat (ús previst = ús real), i s'identificaran també els Modes de Fallada conseqüència de l'ús indegut. Component /Peça/Operació Funció Mode de fallada Cadira Asseure’s Inestable Trencament Pujar-hi de peu .... Recolzar objectes .... Decoració ....
    • 32. Pas 5: Determinar els efectes potencials de fallada Per a cada Mode Potencial de fallada s'identificaran totes les possibles conseqüències que aquests poden implicar per al client. Quan diem client, ens referim tant al client extern com l'intern. Cada Mode de fallada pot tenir diversos Efectes potencials Component /Peça/Operació Funció Fallada Mode Efecte Cadira Asseure’s Inestable Incòmoda Insatisfacció client Trencament Caiguda usuari Risc danys Greu insatisfacció Pujar-hi de peu .... Recolzar objectes .... Decoració ....
    • 33. Pas 6: Determinar les Causes Potencials de Fallada Per a cada Mode de Fallada s'identificaran totes les possibles causes ja siguin aquestes directes o indirectes. Per al desenvolupament d'aquest pas es recomana la utilització dels Diagrames Causa-Efecte, Diagrames de Relacions o qualsevol altra eina d'anàlisi de relacions de causalitat. Component /Peça/Operació Funció Fallada Mode Efecte Causa Cadira Asseure’s Inestable Incòmoda Insatisfacció client Mesura potes imprecisa Barreja peces Cargols suport mal fixats Trencament Caiguda usuari Risc danys Greu insatisfacció Material defectuós Falta cargol suport Pujar-hi de peu .... Recolzar objectes .... Decoració ....
    • 34. Pas 7: Identificar sistemes de control actuals En aquest pas es buscaran els controls dissenyats per prevenir les possibles Causes del fallada, tant els directes com els indirectes, o bé per detectar el Mode de fallada resultant. Aquesta informació s'obté de l'anàlisi de sistemes i processos de control de productes / serveis o processos, similars a l'objecte d'estudi. Component /Peça/Operació Funció Fallada Controls anuals Mode Efecte Causa Cadira Asseure’s Inestable Incòmoda Insatisfacció client Mesura potes imprecisa Mostreig Barreja peces Cap Cargols suport mal fixats Cap Trencament Caiguda usuari Risc danys Greu insatisfacció Material defectuós Mostreig Falta cargol suport Inspecció final Pujar-hi de peu .... Recolzar objectes .... Decoració ....
    • 35. Pas 8: Determinar els índexs d'avaluació per a cada Mode de fallada Hi ha tres índexs d'avaluació: • Índex de Gravetat (G) • Índex de Ocurrència (O) • Índex de Detecció (D) a) Índex de Gravetat (G) Avalua la gravetat de l'Efecte o conseqüència de que es produeixi una determinada fallada per al client. L'avaluació es realitza en una escala de l'1 al 10 d'acord amb una "Taula de Gravetat ", que figura en l'annex 1, i que és funció de la major o menor insatisfacció del client per la degradació de la funció o les prestacions. Cadascuna de les Causes potencials corresponents a un mateix Efecte s’avalua amb el mateix Índex de Gravetat. En el cas en què una mateixa causa pugui contribuir a diversos Efectes diferents del mateix Mode de fallada, se li assignarà l'Índex de Gravetat major. b) Índex de Ocurrència (O) Avalua la probabilitat que es produeixi el Mode de fallada per cadascuna de les Causes potencials en una escala de l'1 al 10 d'acord amb una "Taula de Ocurrència ", que figura en l'Annex 2. Per a la seva avaluació, es tindran en compte tots els controls actuals utilitzats per prevenir que es produeixi la Causa Potencial del fallada. c) Índex de Detecció (D) Avalua, per a cada causa, la probabilitat de detectar aquesta causa i el Mode de fallada resultant abans d'arribar al client en una escala de l'1 al 10 d'acord amb una "Taula de Detecció" que figura en l'annex 3. Per determinar l'índex D es suposarà que la Causa de fallada ha passat i s’avaluarà la capacitat dels controls actuals per detectar la mateixa o el Mode de fallada resultant. Els tres índexs anteriorment esmentats són independents i per garantir l'homogeneïtat de la seva avaluació, aquestes seran realitzades pel mateix grup d'anàlisi.
    • 36. CRITERI Classificació Irraonable esperar que la fallada produeixi un efecte perceptibles en el rendiment del producte o servei (probablement el client no detectarà la fallada) 1 Baixa gravetat degut a la poca importància de les conseqüències de la fallada que causarien un lleuger descontent del client 2/3 Moderada gravetat de la fallada que causaria al client un cert descontent. Pot haver-hi reprocessos 4/5/6 Alta classificació de gravetat degut a la naturalesa de la fallada que causa en el client un alt grau d'insatisfacció sense arribar a incomplir la normativa sobre seguretat o la llei. Requereix reprocés important 7/8 Molt alta classificació de la gravetat que origina total insatisfacció del client o pot arribar a suposar un perill per a la seguretat o incompliment de la normativa o la llei. 9/10 TAULA DE GRAVETAT
    • 37. CRITERI Classificació Probabilitat Remota probabilitat d'ocurrència. Seria irraonable esperar que es produeixi la fallada 1 1/10000 Baixa probabilitat d'ocurrència. Ocasionalment podria produir-es un numero relatiu baix de fallades 2/3 1/5000 1/2000 Moderada probabilitat d'ocurrència. Associat a situacions similars que hagin tingut fallades esporàdiques però no en grans proporcions 4/5/6 1/1000 1/500 1/200 Alta probabilitat d'ocurrència. Les fallades es produeixen amb freqüència 7/8 1/100 1/50 Molt alta probabilitat d'ocurrència. Es produirà la fallada gairebé amb tota probabilitat 9/10 1/20 1/10 TAULA D’OCURRÈNCIA
    • 38. TAULA DE DETECCIÓ CRITERI Classificació Probabilitat Remota probabilitat de que el defecte arribi al client. Gairebé completa fiabilitat dels controls 1 1/10000 Baixa probabilitat de que el defecte arribi al client ja que, de produïr-se, seria detectat pels controls en fases posteriors del procés 2/3 1/5000 1/2000 Moderada probabilitat de que el producte o servei defectuós arribi al client 4/5/6 1/1000 1/500 1/200 Alta probabilitat de que el producte o servei defectuós arribi al client degut a la baixa fiabilitat dels controls existents 7/8 1/100 1/50 Molt alta probabilitat de que el producte o servei defectuós arribi al client. Aquest està latent i no es manifestaria en la fase de fabricació del producte 9/10 1/20 1/10
    • 39. Component /Peça/Operació Funció Fallada Controls anuals índexs Mode Efecte Causa G O D Cadira Asseure’s Inestable Incòmoda Mesura potes imprecisa Mostreig 6 7 6 Insatisfacció client Barreja peces Cap 6 2 9   Cargols suport mal fixats Cap 4 5 10 Trencament Caiguda usuari Risc danys Greu insatisfacció Material defectuós Mostreig 10 8 4 Falta cargol suport Inspecci ó final 10 3 6 Pujar-hi de peu ....             Recolzar objectes ....             Decoració ....            
    • 40. Pas 9: Calcular per a cada Mode de fallada Potencial dels Nombres de Prioritat de Risc (NPR) Per a cada Causa Potencial, de cada un dels Modes de fallada Potencials, es calcularà el NÚMERO DE PRIORITAT DE RISC multiplicant els índexs de Gravetat (G), de Ocurrència (O) i de Detecció (D) corresponents. NPR = G*O*D El valor resultant podrà oscil·lar entre 1 i 1.000, corresponent a 1.000 el major Potencial Component /Peça/Operació Funció Fallada Controls anuals índexs Mode Efecte Causa G O D NPR Cadira Asseure’s Inestable Incòmoda Mesura potes imprecisa Mostreig 6 7 6 252 Insatisfacció client Barreja peces Cap 6 2 9 108   Cargols suport mal fixats Cap 4 5 10 200 Trencament Caiguda usuari Risc danys Greu insatisfacció Material defectuósMostreig 10 8 4 320 Falta cargol suportInspecció final 10 3 6 180 Pujar-hi de peu ....               Recolzar objectes ....               Decoració ....              
    • 41. Pas 10: Proposar Accions de millora Quan s'obtinguin Nombres de Prioritat de Risc (NPR) elevats, hauran establir Accions de millora per reduir-los. Es fixaran, així mateix, els responsables i la data límit per a la implantació d'aquestes accions. Amb caràcter general, es seguirà el principi de prevenció per eliminar les causes dels errors en el seu origen (Accions Correctores). Si no n'hi ha, es proposaran mesures tendents a reduir la gravetat de l'efecte (Accions Contingents). Finalment, es registraran les mesures efectivament introduïdes i la data en què s'hagin adoptat. Pas 11: Revisar el AMFE El AMFE es revisarà periòdicament, en la data que s'hagi establert prèviament, avaluant novament els índexs de Gravetat, Ocurrència i Detecció i recalculant els Nombres de Prioritat de Risc (NPR), per determinar l'eficàcia de les Accions de Millora.
    • 42. 5.3 .- Interpretació El AMFE és una eina útil per a la priorització dels problemes potencials, marcant-nos mitjançant el NPR (Nombre de Prioritat de Risc) la pauta a seguir en la recerca d'accions que optimitzin el disseny d'un producte / servei o el procés planificat per a la seva obtenció. Els punts prioritaris en l'actuació seran: • Aquells en què el número de Prioritat de Risc és elevat. • Aquells en què l'Índex de Gravetat és molt elevat encara que el NPR es mantingui dins dels límits normals. Les accions que sorgeixen com a conseqüència de l'anàlisi del resultat de l’AMFE poden ser orientades a: • Reduir la Gravetat dels Efectes del Mode de fallada. És un objectiu de caràcter preventiu que requereix la revisió del producte / servei. És la solució més desitjable però, en general, la més complicada. Qualsevol punt on G sigui alt ha de portar amb si una anàlisi detallada per assegurar-se que l'impacte no arriba al client o usuari. • Reduir la probabilitat d'ocurrència. És un objectiu de caràcter preventiu que pot ser el resultat de canvis en el producte / servei o bé en el procés de producció o prestació. En el cas que es produeixi el fallada, encara que aquest no arribi al client o la seva Gravetat no sigui alta, sempre s'incorre en deficiències que generen un augment de costos de transformació. • Augmentar la probabilitat de Detecció. És un objectiu de caràcter correctiu i, en general, ha de ser l'última opció a desenvolupar pel grup de treball, ja que amb ella no ataquen les causes del problema. Requereix la millora del procés de control existent.
    • 43. Possibles problemes i deficiències d'interpretació. El obtenir conclusions de l'AMFE deficients o errònies pot provenir de: a) No haver identificat totes les funcions o prestacions de l'objecte d’estudi, o bé, no corresponen aquestes a les veritables necessitats i expectatives del client o usuari. b) No considerar tots els Modes de fallada Potencials per estar latent la idea que algun no podrà donar-se mai. c) Realitzar una identificació de Causes possibles superficial o sense utilitzar correctament les eines que proporcionen relacions de causalitat. d) Un càlcul dels índexs O i D basats en probabilitats no prou contrastades amb les dades històriques de productes / serveis o processos similars. 5.4 .- Utilització A causa de les seves característiques principals la realització serà útil en la planificació o revisió de productes / serveis o de processos: • En el seu disseny. • Quan requereixen modificacions a causa del canvi de factors ambientals. Utilització en les fases de solució de problemes. • Durant un procés de solució de problemes hi ha un punt en què la realització d'un AMFE pot ser d'utilitat: • Sempre que en el disseny de solucions, aquestes estiguin encaminades a la planificació o revisió de productes / serveis o processos complexos.
    • 44. 1. INTRODUCCIÓ Aquest document descriu el procés complet a seguir per analitzar l'existència d'una relació lògica entre dues variables. Descriu la construcció dels Diagrames de Dispersió a partir de la recollida de dades sobre aquestes variables i l'anàlisi posterior necessària per confirmar la correlació que pot mostrar aquest diagrama, ja que aquesta no implica l'existència d'una relació lògica. 2. OBJECTIU I ABAST Definir les regles bàsiques a seguir per a la construcció i interpretació dels Diagrames de Dispersió, ressaltant les situacions en què poden, o han de,ser utilitzats. És aplicable a tots aquells estudis en els quals és necessari analitzar relacions entre fenòmens o efectes i relacions de causalitat. La seva utilització serà beneficiosa per al desenvolupament dels projectes abordats pels Equips i Grups de Millora i per tots aquells individus o organismes que estiguin implicats en la millora de la qualitat. A més, es recomana el seu ús com a eina de treball dins de les activitats habituals de gestió.
    • 45. 3 .- RESPONSABILITATS a) Grup de treball o persona responsable de l'estudi: • Recollir les dades. • Seguir les regles que s'assenyalen en el procediment per a la construcció del Diagrama de Dispersió i per a la seva correcta interpretació. a) Departament d'Enginyeria de Qualitat • Assessorar, a qui així ho sol·liciti, a les bases per a la construcció i utilització dels Diagrames de Dispersió. 4 .- DEFINICIONS / CONCEPTES 4.1.- CORRELACIÓ Definició S'entén per correlació el grau de relació existent entre dues variables. Concepte Quan entre dues variables existeix una correlació total, es compleix que a cada valor d'una, li correspon un únic valor de l'altra (funció matemàtica). És freqüent que dues variables estiguin relacionades de manera que a cada valor d'una d'elles li corresponguin diversos valors de l'altra. En aquest cas és interessant investigar el grau de correlació existent entre ambdues.
    • 46. 4.2.- DIAGRAMA DE DISPERSIÓ Definició Representació gràfica del grau de relació entre dues variables quantitatives. Característiques principals A continuació es comenten una sèrie de característiques que ajuden a comprendre la naturalesa de l'eina.  Impacte visual: Un Diagrama de Dispersió mostra la possibilitat de l'existència de correlació entre dues variables d'un cop d'ull.  Comunicació: Simplifica l'anàlisi de situacions numèriques complexes.  Guia en la investigació: L'anàlisi de dades mitjançant aquesta eina proporciona major informació que la simple anàlisi matemàtica de correlació, suggerint possibilitats i alternatives d'estudi, basades en la necessitat de conjugar dades i processos en la seva utilització 4.3.- ESTRATIFICACIÓ Definició Separar un conjunt de dades en diferents grups o categories, de manera que les dades pertanyents a cada grup comparteixen característiques comunes que defineixen la categoria.
    • 47. 5 .- PROCÉS 5.1.- DIAGRAMA DE FLUX (apunts) 5.2.- CONSTRUCCIÓ Pas 1: Elaborar una teoria admissible i rellevant sobre la suposada relació entre dues variables Aquest pas previ és de gran importància, ja que l'anàlisi d'un Diagrama de Dispersió permet obtenir conclusions sobre l'existència d'una relació entre dues variables, no sobre la naturalesa d'aquesta relació. Pas 2: Obtenir els parells de dades corresponents a les dues variables Igual que en qualsevol altra eina d'anàlisi de dades, aquests són la base de les conclusions obtingudes, per tant compliran les següents condicions: -En quantitat suficient: Es consideren necessaris almenys 40 parells de dades per construir un Diagrama de Dispersió. -Dades correctament aparellades: S'estudiarà la relació entre totes dues. -Dades exactes: Les inexactituds afecten a la seva situació en el diagrama desvirtuant la seva aparença visual. -Dades representatives: Asseguri's que cobreixen totes les condicions operatives del procés. -Informació completa: Anotar les condicions en què han estat obtinguts les dades.
    • 48. Pas 3: Determinar els valors màxim i mínim per a cadascuna de les variables Exemple: Taula de les dades recollides (1) Pas 4: Decidir sobre quin eix representarà a cadascuna de les variables Si s'està estudiant una possible relació causa-efecte, l'eix horitzontal representarà la suposada causa. Pas 5: Traçar i retolar els eixos horitzontal i vertical La construcció dels eixos afecta a l'aspecte i a la consegüent interpretació del diagrama. a) Els eixos han de ser aproximadament de la mateixa longitud, determinant un àrea quadrada. b) La numeració dels eixos ha d'anar des d'un valor lleugerament menor que el valor mínim de cada variable fins a un valor lleugerament superior al valor màxim de les mateixes. Això permet que els punts abastin tota l'àrea de registre de les dades. c) Numerar els eixos a intervals iguals i amb increments de la variable constants. d) Els valors creixents han d'anar d'a baix a a dalt i d'esquerra a dreta en els eixos vertical i horitzontal respectivament. e) Retolar cada eix amb la descripció de la variable corresponent i amb la seva unitat de mesura. (2)
    • 49. 1 2
    • 50. Pas 6: Marcar sobre el diagrama els parells de dades a) Per a cada parell de dades localitzar la intersecció de les lectures dels eixos corresponents i assenyalar-ho amb un punt o símbol. Si algun punt coincideix amb un altre ja existent, es traça un cercle concèntric a aquest últim.(3) b) Quan coincideixen molts parells de punts, el Diagrama de Dispersió pot fer-se confús. En aquest cas és recomanable utilitzar una "Taula de Correlació" per representar la correlació. (4) c) En el cas en què es construeix un Diagrama de Dispersió estratificat separant els parells de dades, per exemple, segons el torn de treball, lot de matèria primera, etc.), s’han d'escollir símbols que posin de manifest els diferents grups de punts de forma clara. Pas 7: Retolar el gràfic Es retola el títol del gràfic i tota aquella informació necessària per a la seva correcta comprensió. En general, és convenient incloure una descripció addicional de l'objecte de les mesures i de les condicions en què s'han realitzat, ja que aquesta informació pot ajudar en la interpretació del diagrama. (5)
    • 51. Estratificació: Nombre d'errors de tecleig segons l'hora del dia i empleat Nombre d'errors • José o Javier x Juan 3 4 5
    • 52. 5.3 .- INTERPRETACIÓ 5.3.1 .- Possibles tipus de relacions entre variables El Diagrama de Dispersió es pot utilitzar per estudiar: - Relacions causa-efecte. Aquest és el cas més comú en la seva utilització per a la millora de la qualitat. S’utilitza el diagrama a partir del mesurament de l'efecte observat i de la seva possible causa. Exemple: Comprovar la relació entre el nombre d'errors i l'hora en què es cometen. - Relacions entre dos efectes. Serveix per contrastar la teoria que tots dos provenen d'una causa comuna desconeguda o difícil de mesurar. Exemple: Analitzar la relació entre el nombre de queixes que arriben i el augment / disminució de les vendes, suposant que els dos depenen del nivell de satisfacció del client
    • 53. - Possibilitat d'utilitzar un efecte com a substitut d'un altre. Es pot utilitzar per controlar efectes difícils o costosos de mesurar, a través d'altres amb mesura més simple. Exemple: Estudiar la relació existent entre reducció de costos i satisfacció del client per utilitzar el paràmetre de més fàcil mesurament en l'avaluació de les activitats de planificació. - Relacions entre dues possibles causes. Serveix per actuar sobre efectes de forma més simple o adequada i per analitzar processos complexos. Exemple: Analitzar la relació entre el percentatge idoni de contingut en potassi d'un fertilitzant i la quantitat mitjana de pluja recollida a la zona de cultiu, ja que tots dos elements influeixen en la qualitat del vi i el règim de pluges no pot ser modificat.
    • 54. 5.3.2 .- : Procés d'interpretació El Diagrama de Dispersió expressa el grau de relació entre dues variables, i aquesta relació no necessàriament significa que una d'elles és la causa de l'altra.. Exemple: L'anàlisi d'un Diagrama de Dispersió és un procés de quatre passos: • Primer: Elaborar una teoria admissible i rellevant sobre la suposada relació entre dues variables. • Segon: Recollir dades i construir el Diagrama. • Tercer: Identificar i classificar la pauta de correlació. • Quart: Discutir la teoria original i considerar altres explicacions. La construcció i classificació del Diagrama de Dispersió és la part central del procés. No és ni el principi ni el final.
    • 55. 5.3.3 .- Pautes típiques de correlació Correlació Forta Els punts s'agrupen clarament al voltant d'una línia imaginària que passa pel centre de la massa dels mateixos. Aquests casos suggereixen que el control d'una de les variables porta al control de l'altra. Les dades semblen confirmar la teoria estudiada, però cal analitzar l'existència d'altres possibles explicacions admissibles i rellevants per a aquesta relació. 1. Correlació Forta, Positiva: El valor de la variable "I" (eix vertical) augmenta clarament amb el valor de la variable "X" (eix horitzontal). 2. Correlació Forta, Negativa: El valor de "I" disminueix clarament quan "X" augmenta
    • 56. Correlació Feble Els punts no estan suficientment agrupats, com per assegurar que existeix la relació. El control d'una de les variables no necessàriament ens portarà al control de l'altra. Si el que es busca és determinar les causes d'un problema, s'han de buscar altres variables amb una relació major o més rellevant sobre l'efecte. 1. Correlació Feble, Positiva: El valor de la variable "I" (eix vertical) tendeix a augmentar quan augmenta el valor de la variable "X" (eix horitzontal) 2. Correlació Feble, Negativa: El valor de "I" tendeix a disminuir quan augmenta el valor de "X“
    • 57. Correlació complexa El valor de la variable "I" sembla estar relacionat amb el de la variable "X", però aquesta relació no és simple o lineal. En aquest cas s'estudia la relació més profundament (Hi ha alguna llei no lineal que expliqui aquesta relació ?. És aquesta relació el resultat de compondre diverses relacions ?). Sense correlació Per a qualsevol valor de la variable "X", "I" pot tenir qualsevol
    • 58. 5.3.4 .- Possibles problemes i deficiències d'interpretació a) Correlació sense suport lògic Els Diagrames de Dispersió mostren solament relacions, no proven relacions causals. Ha d'haver-hi una explicació lògica i admissible per establir una relació causa-efecte.. b) Recorregut de les dades En l'anàlisi del Diagrama es limitarà la seva interpretació al recorregut de les observacions. Generalitzar les pautes de correlació per a valors fora dels límits del gràfic pot portar a conclusions completament errònies. Si es necessita conèixer la relació entre dues variables per a un rang de valors determinat, cal obtenir dades al voltant d'aquest rang. L'examen de les dades relatives al camp “A” (Correlació positiva) no ens permet extreure conclusions sobre el comportament de les variables per a altres valors, per exemple en el camp “D” (Correlació negativa) Exemple
    • 59. c) Efecte de l'escala Les escales dels dos eixos influeixen notablement sobre la interpretació del Diagrama de Dispersió. Escales deficients en algun dels eixos pot emmascarar una relació o fer veure relacions inexistents. Exemple La forta correlació existent entre les dues variables gairebé desapareix òptimament, fent l'efecte de no existir, en disminuir exageradament l'escala de l'eix vertical.
    • 60. d) Factors de confusió Amb el Diagrama de Dispersió tractem d'estudiar una relació entre dues variables. Hem d'assegurar-nos que la correlació que observem no sigui deguda a una variable diferent de la qual estem registrant. La forma ideal per tractar els factors de confusió és abans de la recollida de dades. Identificar els possibles factors de confusió i disposar la presa de dades de manera que es mantinguin raonablement constants. Els factors de confusió es mesuraran en la presa de dades, i si no ha estat possible mantenir-los constants, es construirà un Diagrama de Dispersió estratificat segons les condicions d'aquests factors. e) Problemes amb les dades Si les dades són deficients, la interpretació del Diagrama de Dispersió té, per força, que ser deficient.
    • 61. 5.4.- UTILITZACIÓ El Diagrama de Dispersió és una eina útil per comprovar (acceptar o rebutjar) teories respecte a la suposada existència d'una relació entre dues variables. Utilització en les fases d'un procés de solució de problemes Hi ha tres punts d'aquest procés en els quals el Diagrama de Dispersió pot ser una eina útil: -Durant la fase de diagnòstic, per assajar teories sobre les causes i identificar les causes arrel. - Durant la fase de correcció, en el disseny de solucions. - Per al disseny d'un sistema de control que mantingui els resultats d'una acció de millora de la qualitat.
    • 62. 6.-ANNEXOS Exemple 1 Errors en les factures Situació Un equip es va encarregar d'analitzar les causes dels freqüents errors en les factures. El nombre de dades a emplenar variava segons el tipus de factura. Un membre de l'equip va proposar concentrar-se a simplificar les factures més complicades,segurament causa de la majoria dels errors. L'equip va decidir investigar en primer lloc la teoria, aparentment òbvia,segons la qual el nombre d'errors en una factura depenia de la quantitat de dades a incloure en la mateixa. L'equip va recollir les dades relatives als últims mesos i els va representar en un Diagrama de Dispersió. Taula de les dades recollides
    • 63. Diagrama de Dispersió El Diagrama de Dispersió no semblava confirmar la teoria d'una relació entre el nombre de dades a incloure en la factura i la quantitat d'errors en la mateixa.
    • 64. 1. INTRODUCCIÓ Aquest document proporciona les pautes per a la realització i interpretació de un de les eines fonamentals pel control i la planificació de La qualitat: l'Estudi de Capacitat Potencial de Qualitat d'un Procés. Descriu els passos per a la realització de l'Estudi, bé com anàlisi independent, o bé a partir de la informació proporcionada pels Gràfics de control, quan aquests demostren que el procés estudiat es troba sota control estadístic. 2. OBJECTIU I ABAST Definir les regles bàsiques a seguir per a la realització i la interpretació d'un Estudi de Capacitat Potencial de Qualitat d'un Procés, i ressaltar les situacions en què pot o ha de ser realitzat. És d'aplicació a tots aquells estudis en que cal analitzar la variació d'una característica del producte / servei que resulta d'un determinat procés, per a la posterior comparació amb les respectives especificacions. Aquesta anàlisi permet estimar si el procés en qüestió podrà o no satisfer les especificacions i, en aquest últim cas, conèixer els percentatges d'unitats no conformes que s'obtindran. La seva realització serà beneficiosa per al desenvolupament dels projectes abordats pels Equips Millora i per tots aquells individus o organismes que estiguin implicats en projectes de millora de la qualitat en què concorrin aquestes circumstàncies. A més es recomana el seu ús com a eina de treball dins de les activitats habituals de planificació i control.
    • 65. 3 .- RESPONSABILITATS a) Grup de treball o persona responsable de la seva realització: - Recollir les dades. - Seguir les regles que assenyala el procediment per a la realització i interpretació de l'estudi. b) Direcció de Qualitat: - Assessorar, a qui així ho demani, en les bases per a la realització i interpretació d'un Estudi de Capacitat Potencial de Qualitat de Procés. 4 .- DEFINICIONS / CONCEPTES 4.1 .- PROCÉS Definició Combinació única de màquina, eina, mètode, materials, temperatura, home i tot allò necessari per a l'obtenció d'un determinat producte o servei. 4.2 .- PROCÉS SOTA CONTROL Definició Es diu que un procés es troba sota control quan la seva variabilitat és deguda únicament a causes comuns. Concepte Cap procés es troba espontàniament sota control, és necessari un esforç sistemàtic per eliminar les causes assignables que actuen sobre ell. L'avantatge de tenir un procés sota control és que el seu resultat és estable i predictible
    • 66. 4.3 .- VARIABILITAT Definició Camp de variació dels valors numèrics d'una magnitud. Concepte Generalment en els processos de producció i de prestació de serveis és impossible mantenir tots els factors que influeixen en el resultat final, constantment en el mateix estat. Aquest fet dóna lloc a que les característiques representatives d'aquest resultat final (producte o servei) presentin una determinada variació: - El temps de viatge per a un determinat trajecte presenta diferències d'un dia a un altre a causa de la variació de les condicions de circulació, les condicions climàtiques, el nombre de viatgers, etc. - Els eixos que produeix una màquina tenen diferent diàmetre dins del mateix lot degut a petites variacions en les condicions de la matèria primera, a folgances dels elements mòbils, al desgast de l'eina, etc. - El plat que prepara un cuiner té diferent gust en diferents ocasions a causa de variacions en el pes dels condiments utilitzats, al temps de cocció, etc
    • 67. 4.4 .- CAUSES DE VARIABILITAT En un procés es distingeixen dos tipus de causes de variació: •• CAUSES INTERNES, COMUNS O NO ASSIGNABLESCAUSES INTERNES, COMUNS O NO ASSIGNABLES - Són de caràcter aleatori. - Hi ha gran varietat d'aquest tipus de causes en un procés i cada una d'elles té poca importància en el resultat final. - Són causes de variabilitat estable i, per tant, predictible. - És difícil reduir els seus efectes sense canviar el procés. • CAUSES EXTERNES, ESPECIALS O ASSIGNABLESCAUSES EXTERNES, ESPECIALS O ASSIGNABLES - Són poques les que apareixen simultàniament en un procés, però cadascuna d'elles produeix un fort efecte sobre el resultat final. - Produeixen una variabilitat irregular i imprevisible, no es pot predir el moment en què apareixerà. - Els seus efectes desapareixen en eliminar les causes.
    • 68. 4.5 .- DISTRIBUCIÓ DE PROBABILITAT O FREQÜÈNCIES Definició Model matemàtic que descriu les freqüències relatives amb les quals apareixeran a llarg termini els valors d'una variable. 4.6 .- MOSTRA, "n" Definició Un o diversos elements presos d'un conjunt més ampli per proporcionar informació sobre el mateix i, eventualment, per prendre una decisió relativa el col·lectiu o al procés que l'ha produït. 4.7 .- TENDÈNCIA CENTRAL Definició Característica típica de la majoria de les distribucions de freqüència, per la qual el gruix de les observacions s'agrupen en una zona determinada de es mateixes. 4.8 .- MITJANA, "X" Definició Mesura de la tendència central, corresponent a la suma de tots els valors, dividida pel nombre de les mateixes. 4.9 .-MEDIANA, "Md" Definició Mesura de la tendència central corresponent al valor que divideix una sèrie de dades, ordenats per ordre de magnitud, en dos grups amb el mateix nombre d'elements. 4.10 .- MODA, "Mo" Definició Mesura de la tendència central, corresponent al valor que es presenta amb major freqüència en les dades.
    • 69. 4.11 .- DISPERSIÓ Definició Abast de la disseminació amb què les dades d'una distribució de freqüències es distribueixen al voltant de la zona de tendència central. 4.12 .- RECORREGUT, "R" Definició Mesura de la dispersió corresponent a la diferència entre el valor màxim i el valor mínim de totes les dades. 4.13 .- DESVIACIÓ TÍPICA, “σ" O "s" Definició És una mesura de la dispersió d'una distribució de freqüències corresponent a l'arrel quadrada del quocient entre la suma dels quadrats de les distàncies de cada valor a la mitjana aritmètica i el nombre de valors. En general aquest paràmetre s'estima a través del càlcul de la desviació típica dels valors d'una mostra (desviació típica mostral, s), sent aquesta: Xi = valor de l’element i de la mostra n = grandària de la mostra
    • 70. 4.14.- DISTRIBUCIÓ NORMAL Definició Distribución de probabilitat que presenta determinades característiques: • Es defineix a través de dos paràmetres; la mitjana aritmètica y la desviació típica. • Presenta forma de campana simètrica respecte de la mitjana. • Mitjana aritmètica, mediana y moda coincideixen en el mateix valor. • Existeix una relació fixa entre las àrees sota la corba i els valors de la variable presos com a diferència relativa a la mitjana. Concepte  La distribució normal és la pauta de variació més freqüent en un conjunt de dades.  El saber que una variable es distribueix de manera normal presenta una notable avantatge: la mitjana aritmètica i la desviació típica són suficients per fer prediccions sobre el comportament de la variable.  L'aplicació més freqüent d'aquest avantatge és el càlcul d'àrees sota de la corba normal, és a dir, el determinar amb quina probabilitat la variable assumirà un valor comprès entre dos valors qualssevol.  Se sol utilitzar freqüentment el valor de les àrees sota la corba, comprès entre valors enters de la desviació típica.  Així doncs entre: ± 1 σ, hi ha el 68,26% de la població o àrea sota la corba normal. ± 2 σ, hi ha el 95,46% de la població o àrea sota la corba normal. ± 3 σ, hi ha el 99,73% de la població o àrea sota la corba normal. ± 4 σ, hi ha el 99,99% de la població o àrea sota la corba normal.
    • 71. ± 1 σ, hi ha el 68,26% de la població o àrea sota la corba normal. ± 2 σ, hi ha el 95,46% de la població o àrea sota la corba normal. ± 3 σ, hi ha el 99,73% de la població o àrea sota la corba normal. ± 4 σ, hi ha el 99,99% de la població o àrea sota la corba normal. DISTRIBUCIÓ NORMAL
    • 72. 4.15 .- LÍMITS D'ESPECIFICACIÓ O DE TOLERÀNCIA, "LES", "LEI” O "LTS", "LTI" Definició Els límits d'especificació per a una determinada característica del producte / servei són els valors establerts com a màxim i mínim entre els quals el producte o servei obtingut és capaç de satisfer el fi per al qual va ser dissenyat. 4.16 .- TOLERÀNCIA especificat o CAMP DE TOLERÀNCIA, "T" Definició Diferència entre els límits superior i inferior d'especificació o tolerància 4.17 .- CAPACITAT DE PROCÉS Definició Límits de la variabilitat pròpia d'un procés, dins dels quals, aquest opera mentre les circumstàncies existents en aquell moment es mantinguin. En els nostres estudis, considerarem la CAPACITAT DE PROCÉSCAPACITAT DE PROCÉS com sis vegades el valor de la desviació típica. Capacitat de procés = 6 σ Característiques principals A continuació es comenten una sèrie de característiques que ajuden a comprendre la naturalesa de l'eina: • Caràcter preventiu: Estudiar la Capacitat d'un procés permet conèixer l'aptitud del mateix per complir amb les especificacions de disseny de productes / serveis. • Impacte visual: Un Estudi de Capacitat de procés, realitzat de forma gràfica, proporciona d'un cop d'ull informació sobre la relació existent entre l'actuació del procés i les especificacions.
    • 73. 4.18 .- TOLERÀNCIA NATURAL DEL PROCÉS Definició És el camp comprès entre els valors corresponents a ± 3 s. Això determina que en el citat camp es trobi el 99,73% de la població. Aquest concepte s'identifica amb el de Capacitat de procés. 4.19 .- ÍNDEXS DE CAPACITAT ÍNDEX DE CAPACITAT DE PROCÉS "CP" Definició Relació entre la Tolerància Especificada i la Tolerància Natural del Procés o Capacitat de procés. Aquest índex relaciona la variabilitat pròpia del procés amb els límits d’especificació establerts per al producte o servei resultat. Condició: Per considerar un Procés Capaç cal que Cp sigui major o igual que 1,33. Procés capaç: Cp ≥ 1,33Procés capaç: Cp ≥ 1,33 INDEX "CPK" Definició Valor que caracteritza la relació existent entre la mitjana del procés i la seva distància al límit d'especificació, pel qual el procés donarà un resultat menys correcte. És l'índex utilitzat per saber si el procés s'ajusta a les toleràncies, és a dir, si la mitjana natural del procés es troba centrada o no amb relació al valor nominal d'aquest. Essent: Pel Límit d’Especificació Inferior (LEI). Pel Límit d’Especificació Superior (LES). Utilitzar el valor mínim dels dos obtinguts per al càlcul de Cpk. Condició: Per a considerar que un procés opera dins d’especificació, Cpk hauràs de ser més gran o igual que 1,33. Procés dins d’especificació: CpkProcés dins d’especificació: Cpk ≥≥ 1,331,33 6σ T Cp = 3 t C min pk =
    • 74. 5. PROCÉS 5.1 .- DIAGRAMA DE FLUX (APUNTS) 5.2 .-REALITZACIÓ D'UN ESTUDI DE CAPACITAT DE PROCÉS A PARTIR DELS GRÀFICS DE CONTROL Els Estudis de Capacitat realitzats sota aquestes condicions presenten els següents avantatges: • És un procés sota control estadístic, el que significa que no hi ha causes especials de variació actuant sobre el. • L 'estudi correspon a la variabilitat global d'aquest procés, és a dir, estan inclosos paràmetres com canvis de torn, diferents lots de matèria primera, etc. Nota: És condició necessària, per a realitzar l'estudi de capacitat de procés a partir dels Gràfics de control, que el procés es trobi sota control estadístic. 5.2.1 .- A partir dels Gràfics de Control per variables Pas 1: Identificar i definir la característica significativa del procés. Per parlar de capacitat de procés és necessari parlar de capacitat respecte a una variable o característica del mateix. Generalment, aquesta característica s'avalua a partir de la mesura d'una variable del producte / servei resultat del procés, la qual haurà de ser específica i clarament definida. La variable mesura per al Gràfic de Control ha de coincidir amb la definida a aquest pas
    • 75. EXEMPLE
    • 76. Pas 3: Calcular els índexs de Capacitat de procés "Cp" i "Cpk" - Per calcular Cp, aplicar: - Per calcular Cpk, aplicar: - Cpk s'obtindrà a partir del menor valor de ti o ts, calculant llavors, NOTA: El valor de X es pren dels càlculs previs realitzats per a la construcció del Gràfic de Control EXEMPLE:
    • 77. Procés CAPAÇ Procés DINS DE L’ESPECIFICACIÓ EXEMPLE
    • 78. 5.3 .- REALITZACIÓ D'UN ESTUDI DE CAPACITAT DE PROCÉS A PARTIR D'UNA DISTRIBUCIÓ DE FREQÜÈNCIES Pas 1: Identificar i definir la característica significativa del procés Per parlar de capacitat de procés és necessari parlar de capacitat respecte a una variable o característica del mateix. Generalment, aquesta característica s'avalua a partir de la mesura d'una variable del producte / servei resultat del procés, la qual haurà de ser específica i clarament definida. Pas 2: Identificar els factors que influeixen sobre el funcionament i resultat del procés És necessari per a la validesa de l'Estudi de Capacitat, identificar tots els factors que poden provocar canvis en el procés i per tant en la variable objecte d'anàlisi, com canvi de torn, de matèria primera, etc. Per realitzar el nostre estudi es mantindran constants al llarg de la presa de dades tots aquests factors. Pas 3: Planificar i realitzar la recollida de dades Es recollirà una mostra de 100 o més unitats, de manera consecutiva, indicant l'ordre de recollida. Si fos impossible prendre n = 100, es prendrà com a mínim n = 50. Sobre aquesta mostra es mesurarà la característica en estudi. Pas 4: Dibuixar el Histograma Omplir, en l'imprès de l‘Annex 2, les caselles corresponents a cada classe, i representar l'histograma en l'espai superior de l'imprès reservat a aquest efecte, traçant una ratlla per cada valor de la mostra. Si al dibuixar l'histograma s'aprecia que la distribució difereix notablement d'una Normal, es plantejarà un nou estudi.
    • 79. Pas 5: Realitzar la distribució de freqüències A partir de les dades recollides, obtenir i reflectir en l'imprès el següent: - Freqüència de classe (f) - Freqüència acumulada (a F) - Freqüència acumulada relativa (å f%) - Nombre d'intervals (i), determinats de la següent manera: EXEMPLE
    • 80. EXEMPLE
    • 81. Pas 6: Dibuixar la recta d'Henry - Retolar sobre el paper probabilístic, en l'escala horitzontal, el valor corresponent al límit superior de cada classe seguint el sentit de mínim a màxim. - En la mateixa escala horitzontal, traçar una recta vertical que correspon al valor del límit d'especificació inferior (LEI). Fer el mateix per al límit d'especificació superior (ELS). Retolar ambdues rectes. - Marcar els punts corresponents a la intersecció del límit superior de cada classe (escala horitzontal) amb la seva freqüència acumulada relativa å f(%) (escala vertical esquerra). - Traçar la línia que millor s'ajusti als punts marcats en el paper probabilístic. La línia així obtinguda es denomina recta d'Henry. - Estimar l'ajust a la Normal de la distribució en estudi. Com més perfecta sigui la recta que es pugui traçar (pansa per gairebé tots els punts), més s'aproxima la distribució a la Normal i millor serà l'estimació. Si no és possible traçar una recta, (la distribució no s'ajusta a una Normal), haurà de plantejar-se un nou estudi. Si la recta queda compresa entre els límits d'especificació, el resultat serà correcte. Si talla a algun dels límits, el resultat del procés donarà un percentatge fora d'especificació pel límit tallat. La verticalitat de la recta dóna idea de l'amplitud de la desviació típica. Com més gran sigui el pendent, menor és la desviació típica. De la mateixa manera, el tall de la recta amb el 50% ens dóna una idea del centratge del procés en relació amb les especificacions.
    • 82. EXEMPLE
    • 83. Pas 7: Calcular els paràmetres de la distribució 1.- Per calcular la mitjana X : Sent: c: amplitud de l'interval xo: valor mitjà suposat de la mostra (valor central de la classe amb major freqüència) 2.- Per calcular la desviació típica, s: EXEMPLE
    • 84. Pas 8: Calcular els índexs de Capacitat de procés "Cp" i "Cpk" - Per calcular Cp, aplicar: - Per calcular Cpk, aplicar: Cpk s'obtindrà a partir del menor valor de ti o ts, calculant llavors, EXEMPLE
    • 85. Pas 9: Conclusió. Estimació de la Capacitat Potencial d'un Procés És necessari comparar els Índexs de Capacitat obtinguts amb els valoris límit establerts anteriorment per concloure si el procés és o no capaç, i si el resultat del procés estarà dins d'especificació o no, ja que, encara que un procés sigui capaç de complir amb unes especificacions no implica,necessàriament, que el resultat d'aquest procés les compleixi. Poden presentar-se els següents casos: 1. Procés capaç i dins d'especificació Aquesta situació es dóna quan Cp i Cpk satisfan la condició establerta: Cp ≥1,33 i Cpk ≥ 1,33 El procés és capaç de satisfer la tolerància especificada i a més, el resultat del mateix, estarà dins dels límits d'especificació. 2. Procés capaç, però descentrat Aquesta situació es dóna quan Cp satisfà la condició establerta i Cpk lan incompleix: Cp ≥ 1,33 i Cpk < 1,33 El procés és capaç d'ajustar-se a la tolerància especificada però el seu resultat donarà un percentatge fora d'especificació. 3. Procés no capaç Aquesta situació es dóna quan Cp incompleix la condició establerta: Cp < 1,33 El procés no és capaç de complir amb la tolerància especificada pel que hauran d'estudiar-se possibilitats de canvis en el disseny del procés o del producte.
    • 86. 5.4 .- INTERPRETACIÓ Possibles problemes i deficiències d'interpretació. Quan s'utilitza un Estudi de Capacitat de Procés es poden presentar els següents problemes. • Considerar que els resultats obtinguts són exactes, no tenint en compte que qualsevol tipus de càlcul estadístic sobre la base de mostreig només proporciona dades aproximades. • Deficiències en les conclusions de l'Estudi degudes a imprecisions i falta de comprovació de la idoneïtat de les dades, com per exemple incloure dispersió deguda a causes especials no identificades, etc. 5.5.- UTILITZACIÓ L'Estudi de Capacitat de Procés és una eina molt útil quan és necessari relacionar les variables d'un procés amb les especificacions d'un producte o servei de manera que es pot jutjar la seva idoneïtat per complir amb les mateixes i realitzar estimacions del percentatge de població que, com a resultat del procés de producció d'un producte o servei, estarà fora dels límits d'especificació. Utilització en les fases d'un procés de solució de problemes Durant un procés de solució de problemes hi ha diversos punts en els quals la realització d'un Estudi de Capacitat de Procés pot ser d'utilitat. - En la fase de comprovació de teories sobre les causes del problema. - En la fase de disseny de solucions, per triar entre processos alternatius, comprovar l'adequació de processos existents, etc. - En el disseny del sistema de control.
    • 87. ANNEX 3
    • 88. 6.- EXEMPLES Exemple 1 Les especificacions del client d'un procés de fabricació es coneixien, a través dels Gràfics de Control utilitzats permanentment, els valors X i R de les últimes 20 mostres (Mida de mostra n = 5), produïdes en absència de causes especials de variació: X = 14,34 R = 0,39 Les especificacions d'un potencial client eren 14,40 ± 0,45(Tolerància = 0,90). Per comprovar la rendibilitat del contracte, es va realitzar, entre altres, un estudi de Capacitat de procés. Es van efectuar els següents càlculs: d2 = 2,326 (Annex 1, per n = 5) σ = R / d2 = 0,39 / 2,326 = 0,168 Índex de Capacitat =0,90 / 1,006 = 0,89 Cp = 0,89 <1,33 Þ Procés no capaç Encara que el procés estava sota control estadístic, no era capaç de treballar dins de la tolerància especificada. Les opcions per poder acceptar el contracte eren per tant la modificació de les instal.lacions o la inspecció final 100%, cap de les quals es va considerar com rendible econòmicament.
    • 89. 7.- UTILITZACIÓ DE L’EINA 8.- RELACIÓ AMB ALTRES EINES L’Eina és molt útil per L’Eina és útil per - Determinació de causes - Diseny de solucions i controls - Avaluació de la solució implantada - Identificació de problemes - Avaluació de possibles soluciones L’Eina és molt relacionada amb L’Eina està poc relacionada - Gràfics de Control per Variables - Histograma - Gràfics de Control per Atributs - Fulles de Comprovación i Recollida de Dades
    • 90. DESCRIPCIÓ Representa les relacions entre un efecte i les seves causes potencials. Las principals causes s'organitzen en subcategories, de tal forma que la seva representació gràfica es semblant al esquelet de un peix (espina de peix). APLICACIÓ Analitza les relacions de causa i efecte. Comunica las relacions de causa i efecte. Facilita la solució del problema des dels síntomes fins a la solució de les seves causes.
    • 91. PROCEDIMENT »Definir l'efecte de manera clara i concisa. »Definir les principals categories de les possibles causes. »Definir el l'efecte en un quadre en l’extrem dret. »Dibuixar el diagrama escrivint tots els nivells de les seves causes. »Seleccionar un petit numero de les causes que tinguin més influència en el l'efecte i requereixen accions addicionals. FACTORS AL CONSIDERAR LES POSSIBLES CAUSES: SISTEMAS DE DADES I INFORMACIÓ MEDI AMBIENT MAQUINARIA O EQUIP MATERIALS MESURES MÈTODES PERSONAL
    • 92. MÀ D’OBRA MÈTODE MATERIAL MÀQUINA CAUSA NIVELL 1 CAUSA NIVELL 3 El problema o efecte es defineix CAUSA NIVELL 2 se identifiquen els factors que contribueixen a les causes
    • 93. ORDINADORORDINADOR COMPTATGECOMPTATGE Fallades en el programa de cómptatge Error en el recompte Incorrecta codificació del producte Dificultat per a localizar la peça MÀ D’OBRAMÀ D’OBRA MAGATZEMMAGATZEM DISCREPÀNCIA EN LES EXISTENCIES DEL MAGATZEM DE LLIBRES DE TEXTE Etiquetes amb error Dades il.legibles en full de registre Causa nivell 1 Causa nivell 2 Causa nivell 3 Sol.licituts sense programar
    • 94. 1. INTRODUCCIÓ Aquest document proporciona la seqüència de passos necessaris per a la construcció d'un Diagrama de Flux. Mostra la importància de dos aspectes clau en aquest procés: - La planificació prèvia a la construcció requereix la definició clara de l'objectiu del seu desenvolupament i l'establiment, a priori, del resultat d'aquest procés. - El Diagrama de Flux ha d'expressar fidelment el procés real en estudi. Dona una simbologia i una metodologia comunes per a tots els diagrames, per la qual cosa se simplifica la interpretació dels mateixos i s'homogeneïtza la pauta de comportament de tots els responsables del seu desenvolupament.
    • 95. 2. OBJECTIU I ABAST Definir les regles bàsiques a seguir per a la construcció i la correcta interpretació dels Diagrames de Flux, ressaltant les situacions en què poden, o han de, ser utilitzats. És aplicable a tots aquells estudis en els quals un grup de treball necessita aconseguir un coneixement sobre el funcionament d'un procés determinat que serveixi com a base comuna per a tots els seus components o s'ha de realitzar una anàlisi sistemàtica del mateix. La seva utilització serà beneficiosa per al desenvolupament dels projectes abordats pels Equips i Grups de Millora i per tots aquells individus o organismes que estiguin implicats en la millora de la qualitat. A més es recomana el seu ús com a eina de treball dins de les activitats habituals de gestió.
    • 96. 3 .- RESPONSABILITATS a) Grup de treball o persona responsable de l'estudi: - Seguir les regles que s'assenyalen en el procediment per a la seva correcta construcció, interpretació i utilització. b) Adreça de Qualitat: - Assessorar, a aquells que així ho sol·licitin, a les bases per a la construcció i utilització del Diagrama de Flux. 4.- DEFINICIONS / CONCEPTES 4.1.- DIAGRAMA DE FLUX Definició El Diagrama de Flux és una representació gràfica de la seqüència de passos que es realitzen per obtenir un cert resultat. Pot ser un producte, un servei, o bé una combinació de tots dos. Característiques principals A continuació es comenten una sèrie de característiques que ajuden a comprendre la naturalesa de l'eina. Capacitat de Comunicació Permet la posada en comú de coneixements individuals sobre un procés, i facilita la millor comprensió global del mateix. Claredat Proporciona informació sobre els processos de forma clara, ordenada i concisa. 4.2.- SÍMBOL Definició Imatge o figura amb la qual es representa un concepte.
    • 97. 5 .- PROCÉS 5.1 .- Diagrama de flux (apunts) 5.2 .- Realització Simbologia: Per a la construcció dels Diagrames de Flux s’utilitzaran els següents símbols: Inici o final de diagrama Realització d’una activitat Realització d’una activitat contractada Anàlisi de situació i presa de decisió Activitat de control Documentació Base de dades Connexió o relació a parts d’un diagrama Auditoria Indicació del flux de procés Límit geogràfic
    • 98. 5.2.2.- CONSTRUCCIÓ Pas 1: Establir qui ha de participar en la seva construcció. - Donar la informació necessària als participants en la reunió sobre l'objecte de la mateixa i sobre aquest procediment. - Preparar superfícies i material d'escriptura que permetin tenir a la vista contínuament el treball desenvolupat. • El grup de treball, o la persona responsable de l'estudi identificarà els organismes implicats en el procés, o part del mateix, que ha de ser analitzat. • Es convidarà a un representant d'aquests organismes a participar en la construcció del Diagrama de Flux. • El nombre de participants en la sessió de construcció del Diagrama no serà superior a 10 perquè el grup sigui operatiu i eficaç. Pas 2: Preparar la logística de la sessió de treball. A fi de que el ritme de la sessió de treball sigui l'adequat s'ha de preveure:
    • 99. Pas 3: Definir clarament la utilització del Diagrama de Flux i el resultat que s'espera obtenir de la sessió de treball. a) En primer lloc, és necessari aclarir l'objectiu de la construcció del Diagrama de Flux i escriure-ho de manera que sigui visible per als participants durant tota la sessió. b) Aquesta clarificació permetrà definir el grau de detall i l'estructura que es requereixen en el diagrama per poder aconseguir dita objectiva. Pas 4: Definir els límits del procés en estudi. La millor forma de definir i aclarir aquesta definició dels límits del procés és decidir quins són el primer i últim passos del Diagrama de Flux. 1. El primer pas és la resposta a la pregunta: Què ens indica que comença el procés? 2. L'últim pas ha de contestar a la pregunta: Com sabem que el procés ha acabat? Escriure aquests passos expressant-los de forma clara i concisa i incloure'ls en la superfície d'escriptura. (El primer pas en la vora esquerra o superior de la mateixa i l'últim pas en la vora dreta o inferior
    • 100. Pas 5: Esquematitzar el procés en grans blocs o àrees d'activitats. Identificar els grups d'accions més rellevants del procés i establir la seva seqüència temporal. Aquesta esquematització global del procés a analitzar servirà d'ajuda per guiar el procés de construcció del diagrama. Pas 6: Identificar i documentar els passos del procés. Aquesta activitat pot començar, tant pel primer pas del procés, com per l'últim, no existint cap criteri que indiqui major eficàcia en algun dels dos enfocaments. Sigui el que sigui l'adreça en què es realitzi, si es considera útil, realitzar una revisió en la direcció contrària. Les preguntes a realitzar per a la identificació i documentació dels passos del procés són les següents: - Existeixen entrades significatives associades amb aquest pas, tals com a matèries primeres, informació, etc?. Assenyalar aquestes entrades, per mitjà dels símbols apropiats, en el diagrama. - Existeixen resultats significatius com a conseqüència d'aquest pas, tals com a informació, etc?. Assenyalar aquests resultats, per mitjà dels símbols apropiats, en el diagrama. - Una vegada realitzat aquest pas, quin són les activitats immediatament següents que hem de realitzar?. Assenyalar aquestes activitats, mitjançant el símbol apropiat, en el diagrama. - Partint del primer pas, fer aquest procés fins assolir l’últim o a l’inversa. - Dibuixar el procés amb exactitud disposant el flux principal sempre de dalt a baix o de dreta a esquerra.
    • 101. Pas 7: Realitzar el treball adequat per als punts de decisió o bifurcació. Quan s'arriba a un pas en el qual existeix un punt de decisió o de bifurcació: a) Escriure la decisió o alternativa d'acord amb la simbologia utilitzada i identificar els possibles camins a seguir mitjançant la notació adequada. En general, quan es tracta d'una presa de decisió, s'inclou dins del símbol una pregunta i la notació de les dues branques possibles corresponents s'identifiquen amb la notació SI/NO. b) Escollir la branca més natural o freqüent de la bifurcació i desenvolupar-la, segons el que es disposa en el "Pas 6", fins a completar-la. c) Retrocedir fins a la bifurcació i desenvolupar la resta de les branques d'igual manera. Pas 8: Revisar el diagrama complet. Comprovar que no s'han omès passos, petits bucles, etc. i que el procés té una seqüència lògica. En cas que existeixin dubtes sobre part del procés representat, realitzar una observació directa del procés o contactar amb experts d'aquest àrea per al seu aclariment. El resultat final d'aquest pas és el Diagrama de Flux del procés en estudi.
    • 102. 5.3 .- Interpretació 5.3.1.- Comprensió del procés Una de les aplicacions del Diagrama de Flux és l'obtenció d'un coneixement global i específic d'un procés. Aquesta eina possibilita un coneixement comú que serveixi de base per a un determinat estudi, planificació, etc. 5.3.2.- Anàlisi del procés Una altra de les aplicacions del Diagrama de Flux és com a eina d'anàlisi del procés, facilitant informació sobre possibilitats de millora del mateix. Per a l'anàlisi de processos mitjançant aquesta eina se seguirà la següent seqüència: a) Examinar cada símbol de presa de decisió o d'activitat de control. Quan una decisió implica algun tipus de comprovació, existeix un bucle que fa retrocedir el procés fins a un pas anterior en un determinat percentatge de les ocasions en què aquest es realitza. Hauran de plantejar-se preguntes tals com: - És la comprovació necessària? - És la comprovació completa? - És la comprovació redundant?
    • 103. b) Examinar els bucles de reprocés. Les comprovacions donen lloc a bucles de reprocés i aquests sempre estan associats a deficiències, per tant l'objectiu ha de ser la seva eliminació o optimització. S'examinaran les activitats del bucle com a tals i la "longitud" del mateix (nombre d'operacions que han de repetir-se) plantejant-se qüestions tals com: - Són necessàries totes les activitats dins del bucle?. - Es podrien detectar abans les deficiències?. - Evita el bucle que es repeteixi l'error?. - Quin és el cost del reprocés?. - Quina és la freqüència de les diferents deficiències detectades? c) Examinar cada símbol d'activitat. Aquest examen pot posar de manifest les deficiències que arrossega el disseny del procés mitjançant qüestions tals com: - És necessària aquesta operació?. - Quin és la relació cost-valor afegit que aporta?. - És una operació redundant?. - És font d'errors freqüent?.
    • 104. d) Examinar els símbols de documents o bases de dades. En general, en les empreses, la documentació i les bases de dades són fonts d'errors, duplicació de tasques i realització de treball inútil, per això haurà de comprovar-se per a cadascun d'aquests elements si: - És útil la informació que conté?. - És redundant aquesta informació?. - Es manté al dia?. - És l'única font per a aquesta informació?. - Com es pot utilitzar per al seguiment i millora del procés? Com més sistematitzat sigui l'anàlisi del Diagrama de Flux, més senzilla i eficaç pot resultar la millora del procés en estudi.
    • 105. 5.3 .- UTILITZACIÓ A causa de les seves característiques principals, la utilització del Diagrama de Flux serà molt útil quan: - Es vol conèixer o mostrar de forma global un procés. - És necessari tenir un coneixement bàsic, comú a un grup de persones, sobre el mateix. - S'han de comparar dos processos o alternatives d'un dau. - Es necessita una guia que permeti una anàlisi sistemàtica d'un procés. Utilització en les fases d'un procés de solució de problemes. El Diagrama de Flux és una eina de gran aplicació en la solució de problemes: - En la fase de definició de projectes per identificar oportunitats de millora, guiar l'estimació de costos associats al problema, identificar els organismes implicats en el mateix i establir les fronteres de la missió del grup de treball que ha d'abordar-ho. - En l'inici de qualsevol projecte, per unificar el coneixement bàsic dels participants en el mateix. - En la fase de diagnòstic, per a la planificació de les recollides de dades i per a l'elaboració de teories sobre les causes. - En la fase de disseny de solucions, per guiar en el disseny de sistemes de control i per a la identificació de possibles focus de resistència al canvi. - En la fase d'implantació de solucions, per mostrar el procés i els canvis realitzats i per identificar les necessitats de formació existents.
    • 106. 6 .- EXEMPLES Exemple 1 La falta d'eines En una empresa de transports, el taller de manteniment tenia fama de causar molts retards. Un equip de millora va començar a investigar i va comprovar en primer lloc que el taller lliurava els vehicles, en general, amb uns dies de retard respecte a les estimació del temps necessari per realitzar la reparació. El segon pas de l'equip va ser construir un Diagrama de Flux per obtenir coneixements sobre el que realment passava en el taller de manteniment. El Diagrama de Flux va centrar l'atenció de l'equip en la recerca i obtenció d'eines..
    • 107. Exemple 2 Procés de venda de bitllets i facturació d'equipatges En una línia aèria un equip de millora tenia com a missió l'anàlisi del procés que se seguia per emetre els bitllets i les targetes d'embarcament pels passatgers que arribaven a l'aeroport sense bitllet. Va construir per solucionar-ho, un Diagrama de Flux del procés. El Diagrama mostra que el passatger ha de fer dues cues: una en el mostrador de bitllets per a la seva obtenció i/o facturar l'equipatge, i una altra en la porta d'embarcament per obtenir la targeta.
    • 108. 7.- UTILITZACIÓ DE L'EINA L'eina és molt útil para L'eina és útil para - Identificació de problemes - Anàlisis de símptomes - Identificació de Possibles Solucions - Disseny de solucions i controls - Definició d'Equips - Formulació de Teories Sobre les Causes - Avaluació de possibles solucionis - Avaluació de la solució implantada 8.- RELACIÓ AMB ALTRES EINES L'eina està fortament relacionada amb L'eina està feblement relacionada amb - AMFE - Diagrama de Fletxes - Diagrama de Relacions - Diagrama Matricial - Disseny d'Experiments
    • 109. 1. INTRODUCCIÓ Aquest document serveix de guia per a la utilització dels Diagrames de Pareto a aquelles situacions en què es requereix ressaltar la diferent importància dels factors o elements que contribueixen a un efecte. De forma senzilla i sistemàtica descriu el procés que s'ha de seguir per a la seva construcció, explica els conceptes que introdueix, mostra exemples pràctics de la seva utilitat i indica com obtenir la màxima informació i efectivitat d'aquesta eina. 2. OBJECTIU I ABAST Definir les regles bàsiques a seguir per a la construcció i la utilització del diagrama de Pareto, ressaltant les situacions en què pot o ha de ser utilitzat. És d'aplicació a aquells estudis o situacions en què cal prioritzar la informació proporcionada per un conjunt de dades o elements. La seva utilització serà beneficiosa per al desenvolupament dels projectes abordats pels Equips i Grups de Millora i per tots aquells individus o organismes implicats en la millora de la qualitat. A més es recomana el seu ús com a eina de treball dins de les activitats habituals de gestió.
    • 110. 3 .- RESPONSABILITATS a) Grup de treball o persona responsable de l'estudi: Seguir les regles que assenyala el procediment per a la construcció d'un Diagrama de Pareto i per la seva correcta interpretació. b) Direcció de Qualitat Assessorar, als que així ho demanin, en les bases per a la construcció i utilització del Diagrama de Pareto. 4 .- DEFINICIONS / CONCEPTES 4.1 .- Principi de Pareto El Principi de Pareto afirma que en tot grup d'elements o factors que contribueixen a un mateix efecte, només uns pocs són responsables de la major part d'aquest efecte. Elements Efecte Elements Efecte
    • 111. 4.2 .- ANÀLISI DE PARETO Definició L'Anàlisi de Pareto és una comparació quantitativa i ordenada d'elements o factors segons la seva contribució a un determinat efecte. L'objectiu d'aquesta comparació és classificar aquests elements o factors en dues categories: Les "Poques Vitals" (els elements molt importants en el seu contribució) i els "Molts trivials" (els elements sense importància en ella). Característiques principals A continuació es comenten una sèrie de característiques que ajuden a comprendre la naturalesa de l'eina. PRIORITZACIÓ Identifica els elements que més pes o importància tenen dins d'un grup. UNIFICACIÓ DE CRITERIS Enfoca i dirigeix l'esforç dels components del grup de treball cap a un objectiu prioritari comú. CARÀCTER OBJECTIU La seva utilització força al grup de treball a prendre decisions basades en dades i fets objectius i no en idees subjectives.
    • 112. 4.3 .- TAULES I DIAGRAMES DE PARETO Definició Les Taules i Diagrames de Pareto són eines de representació utilitzades per visualitzar l'Anàlisi de Pareto. El Diagrama de Pareto és la representació gràfica de la Taula de Pareto corresponent. Característiques principals A continuació es comenten una sèrie de característiques fonamentals de les Taules i els Diagrames de Pareto. SIMPLICITAT Tant la Taula com el Diagrama de Pareto no requereixen ni càlculs complexos ni tècniques sofisticades de representació gràfica. IMPACTE VISUAL El Diagrama de Pareto comunica de forma clara, evident i d'un "cop d'ull", el resultat de l'anàlisi de comparació i priorització.
    • 113. Tipus d'error Numero d'errors % del total % acumulat E 44 30% 30% B 39 27% 57% C 35 24% 81% F 12 8% 89% D 8 5% 95% A 3 2% 97% G 3 2% 99% H 2 1% 100% I 0 0% 100%
    • 114. 5 .- PROCÉS 5.1 .- DIAGRAMA DE FLUX (apunts) 5.2 .- CONSTRUCCIÓ Pas 1: Preparació de les dades Com en totes les eines d'anàlisi de dades, el primer pas consisteix a recollir les dades correctes o assegurar-se que els existents ho són. Per a la construcció d'un Diagrama de Pareto són necessaris: a) Un efecte quantificat i mesurable sobre el qual es vol prioritzar (Costos, temps, nombre d'errors o defectes, percentatge de clients, etc). b) Una llista completa d'elements o factors que contribueixen a aquest efecte (Tipus d'errors o errors, passos d'un procés, tipus de problemes, productes, serveis, etc). És important identificar tots els possibles elements de contribució a l'efecte abans de començar la recollida de dades. Aquesta condició evitarà que, al final de l’anàlisi, la categoria "Varis" resulti ser una de les incloses en els "Pocs Vitals ". Les eines de qualitat més útils per a obtenir aquesta llista són: la Tempesta d'Idees, el Diagrama de Flux, el Diagrama de Causa-Efecte i els seus semblants, o les pròpies dades
    • 115. c) La magnitud de la contribució de cada element o factor l'efecte total. Aquestes dades, bé hi hagi o bé cal recollir-los, hauran de ser: - Objectius: basats en fets, no en opinions. - Consistents: s'ha d'utilitzar la mateixa mesura per a tots els elements contribuents i els mateixos supòsits i càlculs al llarg de l'estudi, ja que el Anàlisi de Pareto és una anàlisi de comparació. - Representatius: han de reflectir tota la varietat de fets que es produeixen en la realitat. - Versemblants: evitar càlculs o suposicions controvertides, ja que busquem un suport per a la presa de decisions, si no es creu en les dades, no donaran suport a les decisions. Efecte quantificat i mesurable Número d'errors en els impresos de comanda Elements contribuents Error en la dada A Error en la dada F Error en la dada B Error en la dada G Error en la dada C Error en la dada H Error en la dada D Error en la dada I Error en la dada E  
    • 116. Pas 2: Càlcul de les contribucions parcials i totals. Ordenació dels elements o factors inclosos en l'anàlisi Per a cada element contribuent sobre l'efecte, anotar la seva magnitud. Ordena aquests elements de major a menor, segons la magnitud de la seva contribució. Calcular la magnitud total de l'efecte com a suma de les magnituds parcials de cada un dels elements contribuents. Tipus d’error (Elements) Nº d’errors (Contribucions) E 44 B 39 C 35 F 12 D 8 A 3 G 3 H 2 I 0 TOTAL 146
    • 117. Pas 3: Calculeu el percentatge i el percentatge acumulat, per a cada element de la llista ordenada. El percentatge de la contribució de cada element es calcula: % = (Magnitud de la contribució / magnitud de l'efecte total) x 100 El percentatge acumulat per a cada element de la llista ordenada es calcula: - Per suma de contribucions de cada un dels elements anteriors a la taula, més l'element en qüestió com magnitud de la contribució, i aplicant la fórmula anterior. - Per suma de percentatges de contribució de cada un dels elements anteriors més el percentatge de l'element en qüestió. En aquest cas caldrà tenir en compte el que aquests percentatges, en general, han estat arrodonits. Un cop completat aquest pas tenim construïda la Taula de Pareto:
    • 118. Tipus d'error Numero d'errors Numero errors acumulat % del total % acumulat E 44 44 30% 30% B 39 83 27% 57% C 35 118 24% 81% F 12 130 8% 89% D 8 138 5% 95% A 3 141 2% 97% G 3 144 2% 99% H 2 146 1% 100% I 0 146 0% 100% TOTAL 146 146 100 TAULA DE PARETO
    • 119. Pas 4: Traçar i retolar els eixos del Diagrama • L'eix vertical esquerre representa la magnitud de l'efecte estudiat. • Ha de començar a 0 i anar fins al valor de l'efecte total. • Retolat amb l'efecte, la unitat de mesura i l'escala. • L'escala ha de ser conseqüent, és a dir variar segons intervals constants. • Les escales de gràfics que es compararan entre si, han de ser idèntiques (Nota: Prestar especial atenció a les escales automàtiques dels gràfics per ordinador). • L'eix horitzontal conté els diferents elements o factors que contribueixen al • efecte. • Dividir-lo en tantes parts com a factors existeixin i retolar la seva identificació d’esquerra a dreta segons l'ordre establert a la Taula de Pareto. • L'eix vertical dret representa la magnitud dels percentatges acumulats de l’efecte estudiat. • L'escala d'aquest eix va des del 0 fins al 100%. El zero coincidirà amb l'origen i el 100% estarà alineat amb el punt, de l'eix vertical esquerre, que representa la magnitud total.
    • 120. 170   100% 160   150   140   130   75% 120   110   100   90   50% 80   70   60   50   25% 40   30   20   10                  E B C F D A G H I EIXOS DEL DIAGRAMA
    • 121. Pas 5: Dibuixar un Gràfic de Barres que representa l'efecte de cada un els elements contribuents L'alçada de cada barra és igual a la contribució de cada element mesurada en magnitud per mitjà de l'eix vertical esquerre i com a percentatge per mitjà de l'eix vertical dret..
    • 122. Pas 6: Traçar un Gràfic Lineal els punts representen el percentatge acumulat de la Taula de Pareto Marcar els punts del gràfic en la intersecció de la prolongació del límit dret de cada barra amb la magnitud del percentatge acumulat corresponent l'element representat en aquesta barra. 57%
    • 123. Pas 7: Assenyalar els elements "Pocs Vitals" i els "Molts trivials" Traçar una línia vertical que separa el Diagrama en dues parts i serveix per visualitzar la frontera entre els "Pocs Vitals" i els "Molts trivials” basant-nos en el canvi d'inclinació entre els segments lineals corresponents a cada element. Retolar les dues seccions del Diagrama. Retolar el percentatge acumulat de l'efecte corresponent a l'últim element inclòs a la secció "Pocs Vitals". Pas 8: Retolar el títol del Diagrama de Pareto 81% Molts trivials Pocs vitals
    • 124. 5.3 .- Interpretació L'objectiu de l'Anàlisi de Pareto és utilitzar els fets per a identificar la màxima concentració de potencial de l'efecte en estudi (Magnitud del problema, costos, temps, etc) en el nombre mínim d'elements que hi contribueixen. Amb aquesta anàlisi busquem enfocar el nostre esforç en les contribucions més importants, a fi d'optimitzar el benefici obtingut del mateix. En l'apartat 5.1, al Pas 7: Assenyalar els elements "Pocs Vitals" i els "Molts trivials" es comenta que hi ha una frontera clara entre les dues categories. En molts casos no existeix aquesta frontera clarament visible. En realitat es pot identificar generalment una tercera categoria que JM Juran va dir "Zona Dubtosa ". Un cop acabada aquesta tasca, tornar a realitzar l'Anàlisi de Pareto amb les noves condicions i comprovar si els elements inclosos en l'anterior "Zona Dubtosa "han passat a ser" Pocs Vitals "i si el seu tractament és rendible. En general, un cop tractats els elements que clarament pertanyen als "Pocs Vitals" tenim un millor coneixement del que cal fer amb els pertanyents a la "Zona dubtosa".
    • 125. Zona dubtosa (entre el 60 i 80%)
    • 126. Possibles problemes i deficiències d'interpretació. a) Al dibuixar el Diagrama de Pareto, veiem que aquest no permet realitzar una clara distinció entre els diferents elements o categories que contribueixen a l’efecte, pels següents motius: - Totes les barres del Diagrama són més o menys de la mateixa alçada. - Es requereixen més de la meitat de les categories per tenir en compte més del 60% de l'efecte total. En qualsevol cas, sembla que el Principi de Pareto no és aplicable al cas en estudi. Aquesta circumstància és altament improbable ja que aquest principi ha demostrat la seva validesa en milers de casos. En general, aquestes circumstàncies són degudes a una elecció deficient dels elements o categories utilitzats per a l’anàlisi. S'ha de provar una nova estratificació de les dades i repetir-se en base a aquesta darrera l'anàlisi. Exemple 1. Problema: Gran nombre d'errors en les factures emeses 2. Assignació a un grup de treball la seva solució 3. Possible causa: "Els empleats nous són els causants" 4. Comprovació de la possible causa: § Recollida de dades - nombre d'errors per empleat § Anàlisi de Pareto 5. Nova estratificació de les dades Principalment els errors es concentren en l'hora abans de la la pausa per menjar i l'hora abans de la finalització de la jornada. b) Obtenció de prioritzacions errònies a causa de deficiències en les dades inicials (Les dades no eren objectives, consistents, representatives i / o versemblants). Hauran d’aconseguir noves dades subjectes a aquestes condicions. c) Un dels elements "Pocs Vitals" és la categoria "Varis". En aquest cas s’ha de replantejar la classificació de categories realitzada aprofundint en el fenomen o efecte estudiat i repetir l'anàlisi efectuada.
    • 127. 5.4 .- UTILITZACIÓ L'Anàlisi de Pareto serveix per establir prioritats i per enfocar i dirigir les accions a desenvolupar posteriorment. D'altra banda permet basar la presa de decisions en paràmetres objectius, per tant, permet unificar criteris i crear consens. Utilització en les fases del procés de solució de problemes: Aquest Anàlisi és aplicable en tots els casos en què s'hagin d’establir prioritats per a no dispersar l'esforç i optimitzar el resultat d'aquesta inversió. En particular: - Per assignar prioritats als problemes durant la definició i selecció de projectes. - Per identificar les causes claus d'un problema. - Per comprovar els resultats d'un grup de treball una vegada implantada la solució proposada pel mateix. Amb aquesta finalitat es compara el Diagrama de Pareto de la situació inicial amb el de la situació actual i es comprova que la contribució dels elements inicialment més importants hagi disminuït notablement.
    • 128. 6. ANNEXOS Exemple 1 furts en un gran magatzem Un gran magatzem, que registrava elevats costos per furts, va encarregar a un grup de treball resoldre el problema. Com el magatzem disposava de diverses plantes i oferia mercaderia de naturalesa molt diferent, l'equip va decidir començar les investigacions recollint dades sobre dels costos per furts en diverses seccions i realitzar un Anàlisi de Pareto. En les primeres quatre seccions es registren el 77% dels costos totals per furts. Aquestes són les "poques vitals". L'equip haurà de concentrar els seus esforços a buscar solucions que evitin els furts en aquestes quatre seccions. D'aquesta manera obtindrà una millora significativa amb una acció més centrada en el problema. Exemple 2 Enquesta entre els pacients d'un centre mèdic Un equip de millora de la qualitat en un gran hotel va ser encarregat d'examinar les causes d'insatisfacció dels clients. En una petita enquesta preliminar es van identificar 23 causes probables d’insatisfacció dels clients, i, basant-se en ells, es va dissenyar l'imprès amb el qual es van enquestar a tots els clients durant un mes. De les 23 causes enquestades, 6 es van revelar com no rellevants.
    • 129. 7. UTILITZACIÓ DE L'EINA 8 .- RELACIÓ AMB ALTRES EINES L'eina és molt útil per a L'eina és útil per - Priorització de Causes - Identificació de Projectes - Avaluació de la Solució Implantada - Determinació de causes L'eina està fortament relacionada amb L'eina està dèbilment relacionada amb -Gràfics de Gestió - Fulls de comprovació i Recollida de Dades - Tempesta d'Idees
    • 130. Com el comportament i actuacions de l’equip directiu recolzen i fomenten una cultura de Qualitat Total  Com els líders demostren visiblement el seu compromís amb la filosofia de Gestión de la Qualitat Total  Com els líders recolzen la millora, i la implicació en ella, proporcionant els recursos i l’ajuda adequats  Com els líders s’impliquen amb clientes, proveïdors i altres organitzacions externes  Com els líders reconeixen i aprecien els esforços i metes del personal
    • 131. Com l’organització formula, desplega i revisa la seva política i estratègia  Com la política i estratègia de l’organització es basa en informació rellevant i global  Com es desenvolupa la política i estratègia de l’organització  Com es comunica i implanta la política i estratègia de l’organització  Com s’actualitza i millora periòdicament la política i estratègia de l'organització
    • 132. Com aprofita l'organització tot el potencial de la seva plantilla  Com es planifiquen i milloren els recursos humans  b. Com es mantenen i desenvolupen las capacitats del personal  Com s’acorden els objectius del personal i es revisa contínuament el seu rendiment  Com s'implica, faculta i reconeix al personal  Com existeix un diàleg eficaç entre el personal i l'organització  Com cuida l'organització a els seus empleats
    • 133. Com gestiona l'organització els seus recursos de manera eficaç i eficient  Com es gestionen els recursos econòmics i financers  Com es gestionen els recursos de informació  Com es gestionen els materials i las relaciones amb els proveïdors  Com es gestionen els edificis, materials i altres béns  Com es gestiona la tecnologia i la propietat intel·lectual
    • 134. Com l'organització identifica, gestiona, revisa i millora els seus processos  Com s'identifiquen els processos crítics para el èxit de la empresa  Com es gestionen els processos de forma sistemàtica  Com es revisen els processos i s'estableixen objectius de millora  Com es milloren els processos a través la innovació i la creativitat  Com es modifiquen els processos i s'avaluen els avantatges que d’això es deriven
    • 135. Quines consecucions s'estan assolint en la satisfacció dels clients externs  La percepció per part del client dels Productes i Serveis de l’organització, així como la seva relació amb ella.  Imatge  Productes i serveis  Vendes i servei postvenda  Fidelitat  Mesures complementàries relatives a la satisfacció del client de l'organització  Premis  Queixes i reclamacions
    • 136. Quines consecucions s’estan assolint en satisfacció dels empleats  Percepció que els empleats tenen de la seva organització  Mesures complementàries relatives a la satisfacció dels empleats
    • 137. Quines consecucions s’estan assolint en satisfacció de les necessitats i expectatives de la comunitat. Manera en que l’organització entén la qualitat de vida, l’entorn i la conservació dels recursos naturals  Com percep la societat a l'organització  Mesures complementàries relatives al impacte en la societat de l'organització
    • 138. Quines consecucions s'están assolint en els objetius empresarials i en la satisfacció de les expectatives de tots els que tenen interessos financers  Medicions de carácter económic del rendiment general de l’organització  Medicions complementàries del rendiment general de l’organització
    • 139. 1. INTRODUCCIÓ Aquest document serveix de guia per a la construcció de Histogrames i permet aprofundir, més enllà de la seva pròpia significació matemàtica, en l'anàlisi del funcionament i l'eficàcia de processos i procediments, a través del seu informació sobre la freqüència d'aparició de diferents esdeveniments dins d’aquests. 2. OBJECTIU I ABAST Definir les regles bàsiques a seguir per a la construcció i interpretació dels Histogrames, ressaltant les situacions en que poden, o han, ser utilitzats. És d'aplicació a tots aquells estudis en què és necessari analitzar la pauta de comportament d'un determinat fenomen en funció de la seva freqüència d'aparició. La seva utilització serà beneficiosa per al desenvolupament dels projectes abordats pels Equips i Grups de millora i per tots aquells individus o organismes que estiguin implicats en la millora de la qualitat. A més, es recomana el seu ús com a eina de treball dins de les activitats habituals de gestió.
    • 140. 3 .- RESPONSABILITATS a) Grup de treball o persona responsable de l'estudi: Seguir les regles que assenyala el procediment per a la construcció d'un histograma i per la seva correcta interpretació. b) Direcció de Qualitat Assessorar, als que així ho demanin, en les bases per a la construcció i utilització del Histograma. 4 .- DEFINICIONS / CONCEPTES 4.1 .- VARIABILITAT Definició Camp de variació en els valors numèrics d'una magnitud. Concepte Generalment en els processos de producció i de prestació de serveis és impossible mantenir tots els factors que influeixen en el resultat final, constantment en el mateix estat. Aquest fet dóna lloc a que les característiques representatives del producte o servei final presentin una determinada variació: - El temps de viatge per a un determinat trajecte presenta diferències d'un dia a un altre a causa de la variació de les condicions de circulació, les condicions climàtiques, el nombre de viatgers, etc. - Els eixos que produeix una màquina tenen diferent diàmetre dins del mateix lot degut a petites variacions en les condicions de la matèria primera, a folgances dels elements mòbils, al desgast de l'eina, etc. - El plat que prepara un cuiner té diferent gust en diferents ocasions a causa de variacions en el pes dels condiments utilitzats, al temps de cocció, etc.
    • 141. 4.3 .- ESTRATIFICACIÓ Definició Separació d'un conjunt de dades en diferents grups o categories, de manera que les dades pertanyents a cada grup comparteixen unes característiques comunes que defineixen la categoria. 4.4 .- RECORREGUT Definició Mesura de la dispersió, corresponent a la diferència entre el valor màxim i el valor mínim d'un conjunt de valors.
    • 142. 5 .- PROCÉS 5.1 .- DIAGRAMA DE FLUX 5.2 .- CONSTRUCCIÓ Pas 1: Preparació de les dades Com en totes les eines d'anàlisi de dades, el primer pas consisteix a recollir aquests de forma correcta o assegurar-se l'adequació dels existents. Les dades han de ser: - Objectives: Basats en fets, no en opinions. - Exactes: Ens hem d'assegurar que la variabilitat en el procés de recollida de dades (variabilitat de la mesura) no desvirtua la variabilitat del procés en estudi. - Complertes: S'ha de registrar tota la informació rellevant associada a cada presa de dades (màquina, hora del dia, empleat, etc) en previsió dels diferents anàlisis que poden ser necessaris. - Representatius: Han reflectir tots els diferents fets i circumstàncies que es produeixen en la realitat. Pas 2: Determinar els valors extrems de les dades i el recorregut Identificar en la taula de dades originals el valor màxim, el valor mínim i el recorregut (R = Vmax – Vmin)
    • 143. Pas 3: Definir les "classes" que contindrà el Histograma Classes: Són els intervals en què es divideix la característica sobre la qual s'han pres les dades. El nombre de classes és igual al de barres de el Histograma. a) Definir el nombre de classes que ha de tenir el Histograma segons la taula següent: Nombre recomanat de classes en un histograma El mínim per a un histograma són 40 dades. Poden donar-se menys si el histograma original ha estat estratificat. Depenent del nombre de classes en que agrupem les dades perdrem més o menys informació tractant d'identificar la pauta de comportament. La taula anterior és un bon compromís entre la màxima senzillesa d'anàlisi i la mínima pèrdua d'informació. b) Obtenir l'amplitud del interval de cada classe. Totes les classes tindran el mateix interval. No hi haurà solapament entre diferents classes. L'amplitud aproximada del interval es troba dividint el recorregut pel nombre de classes. Aquesta amplitud s'arrodoneix posteriorment a un nombre o xifra decimal convenient per al maneig de les classes i la graduació de l'eix horitzontal del Histograma (1, 2, 5, 10, etc).
    • 144. Pas 4: Construir les classes anotant els límits de cada una d'elles Els límits de la primera classe inclouran el valor mínim de les dades. Per evitar que algunes dades coincideixin amb els límits dels intervals, definir aquests de manera que tinguin una xifra més darrere de la coma. Si, per exemple, les dades tenen dues xifres darrere de la coma (3,55; 3,83; 3,64; 3,73; 3,78, etc), es definiran les classes fins a la tercera xifra darrere de la coma (3,545-3,555; 3,555-3,565, etc). Si s'obté una classe més o menys respecte del nombre recomanat, degut l'arrodoniment posteriorment efectuat, no hi ha deteriorament ni en la senzillesa ni en la informació. Pas 5: Calcular la freqüència de classe Determinar el nombre de dades que estan incloses en cadascuna de les classes (Freqüència de classe). El recompte es farà de la següent manera: Començar amb la primera dada de la llista i identificar la classe en la qual està inclòs. Assenyalar per a aquesta classe, un "Palote". Repetir el mateix procés per cada dada del conjunt. Per facilitar el recompte final es dibuixen els "pals" en grups de cinc, quatre verticals i el cinquè creuant-los. La suma dels "pals" marcats per a cada classe correspon a la freqüència de la mateixa. Comprovar que el nombre total de dades és igual a la suma de les freqüències de cada classe.
    • 145. Pas 6: Dibuixar i retolar els eixos L'eix vertical representa les freqüències, per tant s'hi retolaran números naturals, depenent el seu valor i escala del nombre de dades que s'han pres. L'eix horitzontal representa la magnitud de la característica mesura pels dades. Aquest eix es divideix en tants segments iguals com classes s'hagin definit. Retolar els límits dels intervals de classe. Retolar l'eix amb la característica representada i les unitats de mesura emprades. Pas 7: Dibuixar el Histograma Dibuixar les barres verticals corresponents a cada classe. La seva base està situada en l’eix horitzontal i la seva alçada correspondrà a la freqüència de la classe representada. Pas 8: Retolar el Gràfic Quan procedeixi, posar el títol, les condicions en què s'han recollit les dades, els límits de tolerància nominals, etc. Aquestes notes ajuden als altres a interpretar el gràfic i serveixen de recordatori de la font de les dades.
    • 146. EXEMPLE: Dades sobre la quantitat exacta de café contingut en paquets de 250 grams. (120 unitats mesurades) Recorregut total = màxim – mínim = 258 grs. = 15 grs. En l’exemple dels paquets de cafè hi ha 120 dades, necessitem llavors aproximadament 8 classes pel histograma. Amplitud aproximada de cada classe 15gr./8=1.875 grs. Amplitud triada com a convenient en aquest cas: 2 grs.
    • 147. EXEMPLE:: Com que el valor menor en les nostres dados es 243 grs., començarem el primer interval en 242.5 grs. i construirem 8 classes amb 2 grs. d’amplitud
    • 148. EXEMPLE:
    • 149. Resultats de les mesures del contingut de cafè (120 paquets mesurats) EXEMPLE:
    • 150. 5.3 .- Interpretació IDENTIFICACIÓ I INTERPRETACIÓ DE LES PAUTES DE VARIACIÓ Un dels propòsits de l'anàlisi o interpretació d'un Histograma és identificar i classificar la pauta de variació del conjunt de dades estudiat (Valor mitjà, recorregut, forma) i elaborar una explicació admissible i rellevant per aquesta pauta, que relacioni la variació amb el procés o fenomen en estudi. El resultat d'aquest anàlisi és una teoria sobre el funcionament del procés o sobre la causa del problema que s'està investigant. Per ser una teoria és necessari confirmar-la o rebutjar-la, recollint altres dades que ens donin informació més específica sobre aquesta teoria. L'experiència i habilitat del grup de treball en la interpretació són fonamentals en la utilització d'aquesta eina, ja que no hi ha regles fixes que es puguin utilitzar per explicar de forma precisa les pautes de variació en qualsevol situació. Els equips de treball han d'aprofundir en el coneixement del procés en estudi per utilitzar aquesta eina de manera eficaç. A continuació es presenten pautes de variació típiques que poden ajudar a classificar Histogrames i consells generals sobre possibles explicacions a les mateixes.
    • 151. PAUTES TÍPIQUES DE VARIACIÓ: Distribució en forma de campana Forma simètrica amb un pic a la meitat del recorregut de les dades. És la distribució natural, habitual per, les dades de gran quantitat de processos. Per aquesta circumstància es diu Distribució Normal. La desviació respecte a aquesta forma pot indicar l'existència de problemes o influències externes al procés. No obstant això la forma de campana no assegura, per si mateixa i sense analitzar el seu valor mitjà i el recorregut de les dades, que el procés funcioni de manera satisfactòria. Distribució amb doble campana o amb doble pic Un marcat vall al centre de la distribució amb pics a banda i banda. Aquesta forma, generalment, és la combinació de dos distribucions i suggereix la presència de dos processos diferents. Hauran assajar diversos esquemes d'estratificació per separar els diferents processos. Distribució plana Una gran part plana, sense cap pic i amb dues lleugeres cues als costats. Aquesta forma pot ser el resultat de diverses distribucions en campana amb els seus centres distribuïts uniformement al llarg del recorregut de les dades. S'hauran identificar els diferents processos que intervenen en el procés bàsic. Aquesta distribució és un cas típic de departaments o organitzacions que no tenen la feina ben definit i cadascú ho fa "a la seva manera“.
    • 152. Distribució en pinta Valors alts i baixos s'alternen de forma regular. Aquesta pauta de variació és típica d'errors de mesurament, errors en la forma d'agrupar les dades per a la construcció del Histograma o biaixos sistemàtics d'arrodoniment. En aquest cas revisar inicialment els processos de recollida de dades i construcció del Histograma. Distribució amb un pic aïllat Com en el cas de la distribució de dos pics, aquesta forma suggereix l’existència de dos processos diferents. El procés amb el bec petit serà una anormalitat o deficiència que no passa sovint o regularment. Cal analitzar les condicions en què es presenta el pic menor tractant d’estratificar les dades. Aquests pics units a distribucions esbiaixades o truncades indiquen falta d’eficàcia en l'eliminació d'elements defectuosos. Distribució amb un pic a l'extrem Un pic situat en un extrem d'una distribució regular. Aquesta forma es presenta quan la cua d'una distribució regular s'ha tallat i acumulat en una sola categoria a l'extrem del recorregut de les dades. Sol indicar un registre poc acurat o esbiaixat de les dades. Distribució esbiaixada o truncada La seva forma és asimètrica, amb un pic descentrat dins del recorregut de les dades, les cues descendeixen: bruscament en un costat i suaument a l'altre. Aquesta distribució és típica de processos amb límits pràctics de banda del valor nominal o dades parcials d'un procés (distribucions amb part de les dades suprimides).
    • 153. campana doble pic plana pinta pic aïllat pic extrem Esbiaixada Truncada
    • 154. COMPARACIÓ AMB ELS LÍMITS D'ACCEPTACIÓ O TOLERÀNCIES És important representar els límits d'especificacions o altres estàndards, escrits o no, respecte dels resultats acceptables i considerar en la fase d'anàlisi i interpretació dels Histogrames ja que: a) Els límits d'especificacions sovint influeixen en el procés i sobre la pauta de variació de les dades. El coneixement detallat d'estàndards és essencial per a la correcta interpretació de les distribucions esbiaixades, truncades i amb pics extrems. b) També es necessiten sovint els límits per interpretar altres formes de Histogrames i decidir sobre els següents passos a donar pel grup de treball. Fins i tot davant d'una distribució perfecta de campana, el grup de treball ha de plantejar qüestions com ara: Representa la distribució una actuació acceptable?
    • 155. POSSIBLES PROBLEMES I DEFICIÈNCIES D'INTERPRETACIÓ a) Si les dades utilitzades no són adequats (esbiaixats, inexactes, antiquats, poc significatius, etc) les conclusions no reflectiran la situació real. b) Una altra deficiència en les conclusions obtingudes del Histograma pot provenir d'una mostra petita i poc representativa. Com a regla pràctica s'hauran de recollir almenys quaranta observacions per cada un dels Histogrames que es vulgui realitzar. En els casos en què això no sigui possible s'han d'utilitzar altres tipus d’eines o consultar amb un expert en estadística que dissenyi un pla de mostreig i comprovació d'hipòtesis adequat. c) Acceptar les conclusions de l'anàlisi com a fets. La interpretació d'un Histograma és una simple teoria i per tant haurà de ser confirmada posteriorment mitjançant l'anàlisi addicional i l'observació dels fets reals.
    • 156. 5.4 .- UTILITZACIÓ El Histograma és una eina molt útil quan un equip s'enfronta amb la tasca d'analitzar dades que presenten variacions. Utilització en les fases d'un procés de solució de problemes En un procés de solució de problemes hi ha dos punts en què la construcció i l'anàlisi de Histogrames poden ser molt útils: - Per a la identificació de les Causes Arrel. Es comença generalment l'anàlisi amb un Histograma de totes les dades del problema. L'anàlisi de la pauta de variació d'aquestes dades i generalment ulteriors estratificacions condueixen, pas a pas, a la identificació de les Causes Arrel. - Per al seguiment dels avenços en les accions de millora de la qualitat. Es construeixen amb aquesta finalitat Diagrames Abans-i-Després, tenint cura de mantenir la consistència de l'escala horitzontal (= mateixa mida per intervals iguals en els dos gràfics) i representant conjuntament els dos Histogrames.
    • 157. 6. ANNEXOS Exemple 1 Llargues cues a les taquilles d'una estació SITUACIÓ En una estació es va constituir un equip per examinar les queixes dels clients sobre la lentitud en la venda i les llargues cues a les hores punta. Histograma i la seva anàlisi: L'equip va mesurar els temps de les transaccions de quatre empleats durant una hora punta típica i va construir amb les dades obtingudes el següent Histograma: Resultats de la recollida de dades: Temps de realitzar una transacció en hora punta (83 transaccions – 4 empleats)
    • 158. El Histograma mostra clarament una distribució amb dos pics. En conseqüència l’equip va formular la teoria que hi havia dos processos en marxa. La primera teoria exposada va ser que els dos empleats nous eren simplement més lents que els més experimentats però els Histogrames estratificats per empleats van mostrar la mateixa distribució amb dos pics, fos quin fos l'experiència. En altres paraules, l'estratificació per nivell d'experiència no va servir per separar les dades en dues distribucions en campanyes diferents.
    • 159. Estratificació per empleat A continuació, l'equip va decidir examinar més profundament els tipus de transaccions que tenien lloc. Esbossant diferents Histogrames, finalment van ser capaços de separar la distribució amb dos pics, els temps de transacció curts s'associaven a bitllets per trajectes que no exigien combinacions (operacions de tipus A), mentre que els temps més llargs estaven associats a operacions més complexes de cerca de combinacions, informació del client i emissió del bitllet (operacions de tipus B). L'equip havia utilitzat uns quants Histogrames per analitzar les dades de forma més eficaç i per centrar-se en les veritables causes dels retards en el servei als clients.
    • 160. Estratificació per operació
    • 161. 7. UTILITZACIÓ DE L'EINA 8 .- RELACIÓ AMB ALTRES EINES L'eina és molt útil per a L'eina és útil per - Determinació de causes - Avaluació de la solució implantada - Anàlisi de símptomes - Formulació de teories sobre les causes - Avaluació de possibles solucions - Disnyo de solucions i controls L'eina està fortament relacionada amb L'eina està dèbilment relacionada amb - Fulles de Comprovació i Recollida de Dades - Estudis de Capacitat Potencial de Qualitat - Quadre de comandament Integral
    • 162. CONSIDERACIONS PREVIES El Poka-Yoke és un concepte que es pot traduir per “a prova d'errors”, o bé “a prova de fallades simples” i, generalment, són dispositius destinats a evitar errades inadvertides que qualsevol persona podria cometre. És equivalent al terme sistemes anti-error. Els sistemes Poka-Yoke o sistemes anti-error, són molt útils i estan estesos, fins i tot en la nostra vida quotidiana; per exemple, al sistema de posar benzina als nostres cotxes. Quan anem a una benzinera multi producte, els diferents productes -súper, sense plom 95, sense plom 98, gasoil- tenen rètols i mànegues de diferents colors; tot i això, les maquines "parlen", tot indicant quin tipus de benzina hem agafat en despenjar la mànega. Malgrat tot, encara ens podríem equivocar ... Per això, la boca del dipòsit d'alguns models de cotxes no permet carregar amb la benzina que no els correspon perque no deixa que entri el cap de la manega. Això és un Poka-Yoke.
    • 163. POKA-YOKE Que és? És una tècnica que ajuda a aconseguir el zero defectes millorant la qualitat del producte i del procés. Generalment són mecanismes o dispositius que, instal·lats en els llocs de producció, eviten els defectes al 100% encara que es cometin. Per a que serveix? Per evitar error s o detectar defectes que es produeixen a la feina i d'aquesta manera controlar-los o eliminar-los: N’hi ha de dos tipus 1. Abans d'ocórrer: prevenció. 2. Després de produir-se: detecció. Funcions bàsiques del Poka-Yoke: El Poka-Yoke té tres funcions bàsiques contra els efectes: Aturada Control Avís Els defectes poden estar en dos estats: possibilitat que pugui ocórrer (prevenció) que ja s'hagi produït (detecció).
    • 164. CARACTERÍSTIQUES: Simplicitat: acostumen a ser petits dispositius, moltes vegades senzills i econòmics. Eficàcia: actuen per si mateixos en cada acció repetitiva del procés, independentment de l'actuació de l'operari. Acció immediata: retroinformen de forma instantània quan es comet o es detecta un error. Diferents situacions on es poden aplicar Poka-Yokes: Identificar ítems per les seves característiques, ja siguin de pes, per dimensió, per la forma ... Detectar desviacions de procediments omesos. Detectar desviacions de valors fixats. Altres.
    • 165. POKA-YOKE DE PREVENCIÓ (disseny i procés) Elimina d'origen la causa de I'errada Sistema senzill i immediat que impedeix la producció de productes defectuosos. La Finalitat És Evitar Que Un Possible Error De Procés Produeixi Peces Defectuoses. POKA-YOKE DE DETECCIÓ Sistema senzill i immediat que impedeix que puguin arribar peces defectuoses a les fases següents o posteriors del procés o al client. Aquest Sistema De Poka-yoke No Elimina La Causa Del Defecte. Segons les tècniques de detecció 1.En el procés: S'ha produït un defecte en el decurs del procés. Avisa de la desviació produïda, la qual cosa pot servir per reajustar paràmetres de procés, centrar-ho o fins i tot aturar l’operació per tal que no surtin més peces dolentes. 2.Final del procés: Separa la peça dolenta tot evitant que arribi al client. Si el sistema de detecció emprat, per qualsevol raó, complexitat de la peça, complexitat del procés, dificultat de sincronitzar temps, etc., no avisa amb prou rapidesa sinó al final de tot el procés, no es considera Poka-Yoke.
    • 166. COMPROVAR Un cop implantat el Poka-Yoke, independentment de quin tipus es tracti, cal comprovar que funcioni en quant a: • Evitar que surtin peces defectuoses • Cost raonable, tant pel que fa a les despeses inicials com de manteniment • Temps • Senzillesa • Facilitat d'ús. S'ha d'establir un període excepcional de control per validar l’eficàcia del Poka- Yoke implantat. Cal fer una bona anàlisi del resultat del Poka-Yoke, és a dir, si un Poka-Yoke ens rebutja moltes peces, s'ha d'actuar sobre el procés per tal de millorar el rebuig intern, independentment que el client no rebi peces dolentes. Si, per qualsevol causa, l'eficàcia no queda provada, caldrà replantejar el disseny del Poka-Yoke que s'hagi dut a terme.
    • 167. PASSOS: 1.Anàlisi del problema o de la situació actual 2.Brainstorming 3.Elecció del tipus de POKA-YOKE  Segons les tècniques d’implementació • Incorporats al disseny del producte • Incorporat al disseny del procés • Sistemes de comprovació automàtics  Segons les tècniques de detecció • Mètode de contacte: mecanismes senzills que detecten anomalies en la forma o dimensions del producte o confirmen la seva presència o posició • Mètode de valors fixos: les anormalitats són comprovades per mètodes de valors constants per recompte de cicles operatoris o fases d’una operació • Mètode dels moviments estàndard: es comprova mitjançant moviments estandarditzats predeterminats (aturada d’un procés si triga més del que triga normalment)  Segons les tècniques d’actuació: • Aturada • Avís  Segons la tècnica de detecció • Eliminen l’origen de la causa de l’error • Detecten l’error quan s’està cometent • Detecten l’error quan ja està comès 4.Implantació del POKA-YOKE 5.És 100% efectiu? SI: Ok NO: tornar al punt 2 i repetir