Gestión de la Calidad Total: Herramientas de Control de Calidad, Apuntes de Dirección de la Producción

¡Descarga Gestión de la Calidad Total: Herramientas de Control de Calidad y más Apuntes en PDF de Dirección de la Producción solo en Docsity!

Herramientas de Control de

Calidad

Sesión 07 Ing. Violeta Ylquimiche Ahón

Tema:

Herramientas

de control y

mejora de la

Calidad Total

Contenido:

• Herramientas de Control de calidad.
• Gráficos de control.
• Muestreo de aceptación.
• Despliegue de la función de la calidad (QFD).
• 5S
• Poka-Yoke
• Estudio de casos Capacidad:
• Aplica las técnicas de calidad para la identificación, análisis y resolución de problemas en diversos procesos productivos.

Clasificación

de las

Herramientas

de la Calidad

1. Las siete herramientas clásicas de

la calidad.

Son herramientas estadísticas básicas, fáciles de comprender y aplicables en cualquier departamento de la organización y por cualquier persona.

• Hoja de recogida de datos
• Histograma
• Diagrama de Pareto
• Diagrama de espina
• Estratificación
• Diagrama de correlación
• Gráfico de control.

Clasificación de las Herramientas de la Calidad

2. Las siete nuevas herramientas

de la calidad.

Son instrumentos no estadísticos utilizados para la gestión y la planificación de la calidad.

• Diagrama de Afinidad
• Diagrama de Relaciones
• Diagrama de Árbol
• Matrices de Priorización
• Diagrama Matricial
• Diagrama del Proceso de Decisión
• Diagrama de Flechas.

Gráficos de control

Propósito

• Es una herramienta gráfica que se utiliza para medir la variabilidad, debidas a causas asignables o especiales a partir de las variaciones aleatorias inherentes a un proceso. Consiste en valorar si el proceso está bajo control o fuera de control en función de unos límites de control estadísticos calculados. Aplicación
• La aplicación de este instrumento es muy amplia. Se utiliza en las fases de control de los niveles de calidad de diversas actividades, inmediatamente después de la recogida de datos.

Gráficos de control - Causas de las variaciones

• Causas no asignables, aleatorias o comunes : son las fuentes de variación puramente aleatorias, no identificables, que son inevitables con el proceso actual, no pueden ser reducidas o eliminadas. Producen variaciones pequeñas.
• Causas asignables : también conocidas como causas especiales, incluye cualquiera de los factores causantes de variación que pueda ser identificado y eliminado. Factores que se pueden detectar e identificar como causantes de un cambio en una característica de la calidad o nivel del proceso. Producen variaciones grandes.

Métodos de Control Estadístico de Procesos Los métodos de control estadístico de procesos (SPC) son útiles tanto para medir el desempeño actual de los procesos, como para detectar si el proceso ha cambiado en alguna forma que afecte el desempeño. Estos pueden ser:

1. Gráficos de control para variables : se usan para monitorear la media y la variabilidad de la distribución de un proceso.
2. Gráficos de control para atributos: Estos gráficos miden una característica discreta, es decir que indican si sucede una cosa u otra.

GRÁFICOS DE CONTROL PARA VARIABLES

1. Gráficos R. Un gráfico de rango, o gráfico R, se usa para monitorear la variabilidad de los procesos. Para calcular el rango de un conjunto de datos de muestra, el analista resta la medición más pequeña de la medición más grande obtenida en cada muestra. Si cualquiera de los datos queda fuera de los límites de control, se dice que la variabilidad del proceso no está bajo control. Los límites de control para el gráfico R son: 𝐿𝐶𝑆𝑅 = 𝐷 4 𝑅ത y 𝐿𝐶𝐼𝑅 = 𝐷 3 𝑅ത Donde: 𝑅^ ത = promedio de varios valores R pasados y la línea central del gráfico de control D 3 , D 4 = constantes que proporcionan tres límites de desviación estándar para un tamaño de muestra dado Línea Central=R

Factores para calcular los límites de control parar los gráficos de control ഥ𝒙 y R Cuadro 7.

Pasos para desarrollar los gráficos de control

ഥ𝒙 y R

Paso 1. Recabar datos sobre la medición de la calidad de una variable (por ejemplo, tiempo, peso o diámetro) y organizar los datos por número de muestra. De preferencia, deben tomarse por lo menos 20 muestras para usarlas en la construcción de un gráfico de control. Paso 2. Calcular el rango para cada muestra y el rango promedio, 𝑅ത Paso 3 .Use el cuadro 7.1 para determinar los LCS y LCI del gráfico R. Paso 4. Trace los rangos de la muestra. Si todos están bajo control, avance al paso 5. De lo contrario, encuentre las causas asignables, corríjalas y regrese al paso 1. Paso 5. Calcule ഥ𝒙 para cada muestra y determine la línea central del gráfico, 𝑥. Paso 6. Use el cuadro 7.1 a fin de determinar los parámetros para los LCS y LCI construya el gráfico ഥ𝒙. Paso 7****. Trace las medias de la muestra.

Solución Paso 1: Para simplificar, se usan solamente 5 muestras. En la práctica, sería conveniente usar más de 20 muestras. Paso 2: Calcule el rango para cada muestra, restando el valor más bajo del más alto. Por ejemplo, en la muestra 1, el rango es 0.5027 – 0.5009 = 0.0018 pulg. # de muestra 1 2 3 4 R 1 0.5014 0.5022 0.5009 0.5027 0.0018 0. 2 0.5021 0.5041 0.5024 0.502 0.0021 0. 3 0.5018 0.5026 0.5035 0.5023 0.0017 0. 4 0.5008 0.5034 0.5024 0.5015 0.0026 0. 5 0.5041 0.5056 0.5034 0.5047 0.0022 0. Promedio 0.0021 0. OBSERVACIONES 𝑥ҧ

continuación Paso 3: Para construir el gráfico R, seleccione las constantes apropiadas en el cuadro 7.1 para un tamaño de muestra de

4. Los límites de control son: 𝐿𝐶𝑆𝑅 = 𝐷 4 𝑅ത = 2.282(0.0021) = 0.00479 pulg 𝐿𝐶𝐼𝑅 = 𝐷 3 𝑅ത = 0(0.0021) = 0 pulg Paso 4: Trazar los rangos en el gráfico R. La variabilidad del proceso está bajo control estadístico. 5/19/2021 TOTAL QUALITY MANAGMENT 17 0

1 2 3 4 5 Gráfico R R R LCS LCI

Problema La AB Co., produce bombillas de luz incandescente. Los siguientes datos sobre el número de lúmenes correspondientes a bombillas de 40 watt se obtuvieron cuando el proceso estaba bajo control a) Calcule los límites de control para un gráfico R y un gráfico ഥ𝒙 b) b. Desde que se recopilaron estos datos, se han contratado nuevos empleados. Mediante una nueva muestra se obtuvieron las siguientes lecturas: 570 , 603 , 623 y 583. ¿El proceso sigue estando bajo control? Muestra 1 2 3 4 1 604 612 588 600 2 597 601 607 603 3 581 570 585 592 4 620 605 595 588 5 590 614 608 604 OBSERVACIONES

Muestra 1 2 3 4 1 0.604 0.612 0.588 0. 2 0.597 0.601 0.607 0. 3 0.581 0.57 0.585 0. 4 0.62 0.605 0.595 0. 5 0.59 0.614 0.608 0. 6 0.585 0.583 0.617 0. Botellas Problema 2 Marlin Company produce botellas de plástico de acuerdo con las especificaciones del cliente. El inspector de calidad selecciona al azar cuatro botellas, que extrae de la máquina, y mide el diámetro exterior del cuello del envase, una dimensión de calidad crítica de la cual depende que la tapa de la botella ajuste correctamente. Las dimensiones de las seis últimas muestras (en pulgadas) son: a) Suponga que sólo estas seis muestras son suficientes, y use los datos para determinar los límites de control de un gráfico R y un gráfico. b). Suponga que la especificación del diámetro del cuello de la botella es de 0.600 ± 0. pulg. Si la desviación estándar de la población es de 0.012 pulg, y la empresa trata de producir calidad cuatro sigma, ¿el proceso es capaz de producir la botella?