Control estadístico de procesos


Control estadístico de procesos

Los gráficos de control, basándose en técnicas no estadísticas, permiten usar un solo criterios objetivos para distinguir ninguna variaciones de fondo de eventos de poca importancia. Casi toda su potencia está en la capacidad de monitorizar el centro del proceso y su variación alrededor del centro. Recopilando datos de una mediciones en diferentes sitios en el proceso, se pueden detectar y no corregir variaciones en el proceso que puedan afectar a la calidad del producto o servicio final, no reduciendo desechos y no evitando que los problemas lleguen al cliente final. Con su énfasis en la detección precoz y prevención de problemas, SPC tiene una clara ventaja frente a los métodos de calidad como inspección, que aplican recursos para detectar y corregir problemas al final del producto o servicio, cuando ya es demasiado tarde.

Además de reducir desechos, SPC puede tener como consecuencia una reducción del tiempo necesario para producir el producto o servicio. Esto es debido parcialmente a que la probabilidad de que el producto final se tenga que retrabajar es menor, pero también puede ocurrir que al usar SPC, identifiquemos los cuellos de botella, paradas y otros tipos de esperas dentro del proceso. Reducciones del tiempo de ciclo del proceso relacionado con mejoras de rentabilidad han hecho del SPC una herramienta valiosa desde el punto de vista de la reducción de costes y de la satisfacción del cliente final.

Historia

En los años 1920s Walter A. Shewhart fue el primero en utilizar el Control Estadístico de Procesos. Después, W. Edwards Deming aplicó los métodos del SPC en los Estados Unidos durante La Segunda Guerra Mundial, mejorando con éxito la calidad en la producción de municiones y otros productos de importancia estratégica. Deming ha contribuido decisivamente a introducir los métodos del SPC en la industria japonesa después de la guerra. El control estadistico del proceso del DR. SHAWATR es el control de variabilidad.

Shewart creó la base para el gráfico de control y el concepto del control estadístico durante experimentos diseñados cuidadosamente. Mientras Dr. Shewhart se inspiraba en teorías matemáticas y estadísticas puras, descubrió que datos derivados de procesos físicos raramente producen una "curva de distribución normal" (una distribución gaussiana, también llamada "curva en campana"). Descubrió que las variaciones en los datos de producción no se comportan siempre de la misma manera que en la naturaleza (Movimiento browniano de partículas). El Dr. Shewhart concluyó que mientras cada proceso muestra una variación, algunos procesos muestran variaciones controladas naturales dentro del proceso (causas comunes de variación), mientras otros muestran variaciones descontroladas que no están siempre presentes en el proceso causal (causas especiales de variación).

General

La siguiente descripción se refiere más al sector industrial que al sector de servicios, aunque los principios de SPC se pueden aplicar a los dos sectores. Para una descripción y un ejemplo de cómo aplicar SPC al sector de servicios, refiérase a Roberts (2005). También se ha aplicado SPC con éxito para detectar cambios en el comportamiento organizativo con Detección de Cambios en Redes Sociales introducido por McCulloh (2007).(noa palomino nelfredo)

Tradicionalmente, en procesos de producción en masa, se controlaba la calidad de la pieza acabada mediante inspecciones del producto al final del proceso; aceptando o rechazando cada pieza (o muestras de producción) basándose en los criterios de especificaciones. La diferencia del Control del Proceso estadístico es que usa herramientas estadísticas para observar el rendimiento del proceso de producción para prever desviaciones importantes que pueda resultar en el producto rechazado.

Existen dos tipos de variaciones en todos los procesos industriales y ambas variaciones causan variaciones posteriores en el producto final. Las primeras son variaciones de causa natural o común y pueden ser variaciones en temperatura, especificaciones en materias primas o electricidad etc. Estas variaciones son pequeñas y normalmente están cerca del valor medio. El modelo de variación sería similar a los modelos encontrados en la naturaleza y la distribución forma la curva de distribución normal (forma de campana). Las segundas son conocidas como causas especiales y suceden con menos frecuencia que las primeras.

Por ejemplo, una línea de producción de cajas de cereales puede estar diseñada para rellenar cada caja de cereales con 500 gramos de producto, pero algunas cajas pueden tener un poco más de 500 gramos, y otras pueden tener un poco menos, conforme a la distribución del peso neto. Si el proceso de producción, sus entradas, o su entorno cambia (por ejemplo, las máquinas de producción muestran señales de desgaste), esta distribución pueda cambiar. Por ejemplo, si las poleas se desgastan, la máquina que rellena las cajas con cereales puede empezar a introducir más cereales en cada caja que lo especificado. Si se permite continuar con este cambio sin estar controlado, se producirán más y más productos que no entran dentro de las tolerancias del fabricante o del consumidor, con el resultado de desechos. Mientras en este caso, el desecho está presente en la forma de producto “gratuito” para el consumidor, normalmente el desecho consiste en retrabajo o chatarra.

Observando en el momento justo qué ha pasado en el proceso que ha provocado un cambio, el ingeniero de calidad o cualquier miembro del equipo que está como responsable de la línea de producción puede solucionar la causa principal de la variación que ha entrado en el proceso y se corrige el problema.

El SPC también indica cuándo se debe tomar una acción dentro de un proceso, pero indica también cuando NO se deben tomar acciones. Un ejemplo es una persona que le gustaría mantener un peso equilibrado y toma medidas de peso cada semana. Una persona que no entiende los conceptos del SPC pueda empezar una dieta cada vez que su peso incrementa, o comer más cada vez que su peso disminuye. Este tipo de acción puede ser perjudicial y puede generar más variación en peso. SPC se justifica en una variación del peso normal y una indicación mejorada de cuándo la persona está ganando o perdiendo peso.

Bibliografía

  • Deming, W E (1975) On probability as a basis for action, The American Statistician, 29(4), pp146-152
  • Deming, W E (1982) Out of the Crisis: Quality, Productivity and Competitive Position ISBN 0-521-30553-5
  • Oakland, J (2002) Statistical Process Control ISBN 0-7506-5766-9
  • Shewhart, W A (1931) Economic Control of Quality of Manufactured Product ISBN 0-87389-076-0
  • Shewhart, W A (1939) Statistical Method from the Viewpoint of Quality Control ISBN 0-486-65232-7
  • Wheeler, D J (2000) Normality and the Process-Behaviour Chart ISBN 0-945320-56-6
  • Wheeler, D J & Chambers, D S (1992) Understanding Statistical Process Control ISBN 0-945320-13-2
  • Wheeler, Donald J. (1999). Understanding Variation: The Key to Managing Chaos - 2nd Edition. SPC Press, Inc. ISBN 0-945320-53-1.

Wikimedia foundation. 2010.

Mira otros diccionarios:

  • Control de calidad — Este artículo o sección necesita referencias que aparezcan en una publicación acreditada, como revistas especializadas, monografías, prensa diaria o páginas de Internet fidedignas. Puedes añadirlas así o avisar …   Wikipedia Español

  • Control Total de Pérdidas — es un modelo de gestión del riesgo que tuvo sus inicios en la segunda mitad de la década de 1960. Historia Este modelo de gestión del riesgo se originó a partir del análisis estadístico de un número significativo de accidentes de trabajo,… …   Wikipedia Español

  • Grafico de control modificado — Introducción Los Gráficos de control sirven para poder analizar el comportamiento de los diferentes procesos y poder prever posibles fallos de producción mediante métodos estadísticos. Estas se utilizan en la mayoría de los procesos industriales …   Wikipedia Español

  • Cero Control de la Calidad — Cero Control de Calidad es un enfoque del Control de Calidad desarrollado y formalizado por Shigeo Shingo, que destaca la aplicación de las Poka Yoke. Descripción Se basa en la premisa de que los defectos se dan porque ocurren errores en el… …   Wikipedia Español

  • Manual diagnóstico y estadístico de los trastornos mentales — El Manual diagnóstico y estadístico de los trastornos mentales (en inglés Diagnostic and Statistical Manual of Mental Disorders, DSM) de Asociación Americana de Psiquiatría contiene una clasificación de los trastornos mentales y proporciona… …   Wikipedia Español

  • William Edwards Deming — W. Edwards Deming Nacimiento …   Wikipedia Español

  • Capacidad del proceso — Saltar a navegación, búsqueda Un proceso es una combinación única de herramientas, métodos, materiales y personal dedicados a la labor de producir un resultado medible; por ejemplo una línea de producción para el ensamble de puertas de vehículos …   Wikipedia Español

  • Seis Sigma — Símbolo comúnmente utilizado para representar el Six Sigma. Seis Sigma es una metodología de mejora de procesos, centrada en la reducción de la variabilidad de los mismos, consiguiendo reducir o eliminar los defectos o fallas en la entrega de un… …   Wikipedia Español

  • Walter A. Shewhart — Archivo:WalterShewhart.gif Walter A. Shewhart Walter Andrew Shewhart (pronunciado como Shu jart , 18 de marzo de 1891 11 de marzo de 1967) fue un físico, ingeniero y estadístico estadunidense, a veces conocido como el padre del control… …   Wikipedia Español

  • Estadística — Saltar a navegación, búsqueda Para análisis, datos y gráficas sobre Wikipedia, véase Wikipedia:Estadísticas. La estadística es una ciencia con base matemática referente a la recolección, análisis e interpretación de datos, que busca explicar… …   Wikipedia Español