7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 1/19
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
CARTAS DE CONTROL COMO ESTRATEGIA DE CALIDAD PARA ELPROCESO DE MEDICIÓN Y MONITOREO EN UNA INDUSTRIA
DE ARNESES AUTOMOTRICES
Virginia Arellano Hernández
1
Rosa-María Romero González2
RESUMENEl objetivo de este trabajo es comprobar que un proceso industrial de calidad en una industria deautopartes automotrices, está sometido a una serie de factores que son inherentes al sistema de produccióncomo calidad de las materias primas, variaciones de reacción, etcétera, que hacen poco probable fabricardos productos exactamente iguales o uniformes, sin embargo es posible reducir o mantener esavariabilidad dentro de unos límites aceptados por clientes y proveedores y cumplir con los requerimientosdel producto y las expectativas del cliente mediante utilización preventiva de determinadas herramientasestadísticas. Por lo tanto, la pregunta de investigación es ¿En un proceso de producción es posiblemantener los factores comunes que influyen en el resultado final constantemente en el mismo estado?
Para resolverla se partió de una revisión de literatura de autores relevantes para cartas de control(SRINIVASU; RIKKULA, 2009; GUTIÉRREZ; DE LA VARA, 2009; MONTGOMERY, 2004) y paracalidad (ALBUKAISI, 2013; PRYOR, 2004) Se elaboró un gráfico de control que se aplicó a un númerode parte representativo de la carta de materiales de un arnés específico. Los datos fueron procesadosobservar que el proceso de medición y monitoreo en la toma de medición de la cavidad 1A se encuentraen control estadístico, ya que ningún punto se encuentra fuera del límite del control superior y no se
presentaron patrones de comportamiento anormal.Palabras claves: Cartas control. Calidad. Variabilidad.
RESUMOO objetivo deste trabalho é comprovar que um processo industrial de qualidade, em uma indústria de
peças automotivas, está submetido a uma série de fatores que são inerentes ao sistema de produção, como
a qualidade de matérias-primas, alterações na reação etc., que tornam pouco provável fabricar dois produtos exatamente iguais e uniformes. No entanto, é possível reduzir essa variabilidade ou mantê-ladentro dos limites aceitos pelos clientes e fornecedores, para que estejam em conformidade com osrequisitos do produto e com as expectativas do cliente por uso preventivo de certas ferramentasestatísticas. Portanto, a questão de pesquisa é: Em um processo de produção, pode-se manter os fatorescomuns que influenciam no resultado final sempre no mesmo estado? Para resolvê-la, iniciou-se umarevisão da literatura através de autores relevantes para gráficos de controle (SRINIVASU; RIKKULA,2009; GUTIÉRREZ; DE LA VARA, 2009; MONTGOMERY, 2004) e para a qualidade (ALBUKAISI,2013; PRYOR, 2004). Foi elaborado um gráfico de controle que foi aplicado em um númerorepresentativo de cartas de materiais específicos. A partir dos dados processados, notou-se que o processode medição e monitoramento, ao fazer a medição da cavidade 1A, está sob controle estatístico, e quenenhum ponto está fora do limite de controle superior e não foram apresentados padrões decomportamento anormal.
Palavras-chave: Cartas de Controle. Qualidade. Variabilidade.
INTRODUCCIÓN
Las empresas de autopartes son presionadas por sus clientes con requerimientos
de rapidez en tiempos de entrega, desarrollo e innovación de nuevos productos, entregas
1Virginia Arellano Hernández es estudiante del Doctorado en Ciencias Económico Administrativas,Universidad Autónoma de Querétaro, Querétaro, México. E-mail: [email protected] Rosa-María Romero González es docente investigador en el Doctorado de Ciencias Económico
Administrativas, Universidad Autónoma de Querétaro, Querétaro, México. E-mail:[email protected]
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 2/19
5
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
en lotes pequeños más frecuentes y con mayor variedad de productos, precios con
tendencia decreciente, cero defectos en calidad y confiabilidad y en ocasiones
fabricación a la medida. Los requerimientos de los clientes están establecidos por
contrato, incluyendo cláusulas de penalización con cargos monetarios por
incumplimiento en tiempo de entrega, cantidades, variedad de productos, calidad y
confiabilidad. Estos clientes establecen cargos por hora o día de paro por falta de
artículos de un proveedor con atraso en entregas o pago de todos los daños y perjuicios
en caso de defectos de calidad o de confiabilidad (como en el caso muy sonado de falla
del pedal del acelerador en un modelo de un automóvil Toyota).
Los clientes ya no tienen tiempo de inspeccionar los artículos comprados, ni
quieren hacerlo, ya que consideran que esto es responsabilidad de los proveedores,
(FEIGENBAUM, 1994). Esta situación ha ocasionado que las empresas de manufactura
busquen nuevas alternativas para garantizar cumplir los requerimientos del cliente; una
de las que han sido fundamentales es el establecimiento de un sistema de calidad
basado en las normas internacionales ISO 9000 o QS 9000, mismo que en primera
instancia permite estandarizar sus operaciones y proporcionar productos y servicios en
forma consistente (PRYOR, 2004). Se antepone como prioridad la satisfacción del
cliente con mejora continua y su implantación tendrá el objetivo de mejorar la posición
competitiva.
Seis Sigma es una metodología de mejora de la calidad y la productividad
complementaria al ISO 9000 o QS 9000, que algunas empresas han adoptado para
reducir costos y mejorar su posición competitiva a través de la reducción de la
variación en sus procesos en general (Pryor, 2004). La aplicación de las cartas de
control de calidad para la empresa Arneses de México, S.A. de C.V. lleva a aumentar
los beneficios que obtiene la empresa en la exportación, al disminuir la cantidad de
producto no conforme (merma), además con este control de la calidad se obtiene unamayor ventaja competitiva sobre las demás empresas competidoras de manufactura de
arneses automotrices.
De acuerdo a Quaglino y Pagura (2008), el control estadístico de calidad tiene
como objetivo monitorear de forma continua, mediante técnicas estadísticas, la
estabilidad del proceso y mediante los gráficos de control, este análisis se efectúa de
forma visual, representando una a una la variabilidad de las mediciones. Así mismo
ayuda para detectar la presencia de un exceso de variabilidad, de un evento por puro
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 3/19
6
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
azar, y otros atribuibles a alguna causa específica que se podrá investigar y corregir
(GUTIÉRREZ, 2009; MONTGOMERY, 2004).
Los gráficos de control permiten monitorear la situación en la planta de arneses
para controlar su buen funcionamiento y detectar rápidamente cualquier anomalía
respecto al patrón correcto al proceso. El control de calidad de procesos y
mantenimiento de los mismos, exige un esfuerzo sistemático, en primer lugar para
identificar y eliminar las causas por las cuales el arnés obtenido no es aceptable en la
planta y en segundo para mantenerlo dentro de los estándares de calidad fijados,
(QUAGLINO, 2008).
De allí surge la importancia de analizar la organización, pues a partir de una
adecuada administración de la calidad total es posible a partir de los requerimientos del
cliente, controlar el asunto de la variación, que es a menudo simplificado: partes fuera
de especificaciones son no aceptables. El objetivo debe ser mantener la localización en
un valor con una mínima variabilidad. Para administrar cualquier proceso y reducir la
variación, dicha variación debiera ser rastreada hacia sus fuentes, (LEVIN, 2004). El
primer paso es distinguir entre causas de variación comunes y especiales. Las comunes
se refieren a que un proceso genera una distribución estable y respetable en el tiempo.
Las especiales se refieren a cualquier factor causando solo algunos resultados del
proceso. Estas a menudo son intermitentes e impredecibles (QUAGLINO, 2008).
1 CALIDAD
Pare Alkubaisi (2013) y Levin, (2004) y el concepto de calidad se refiere a
ciertos atributos mensurables de un producto, servicio o proceso, para los que se ha
establecido cierto estándar. Un producto o servicio es de calidad cuando satisface las
necesidades de los usuarios en cuanto a seguridad, fiabilidad y servicio. Los conceptos
de calidad y productividad están estrechamente relacionados. La baja calidad de un producto, manifestada como defectos de fabricación y baja confiabilidad en su
rendimiento, afecta la productividad global de la empresa y su rentabilidad final,
(LEVIN 2004). El mejoramiento de la calidad contribuye a eliminar el desperdicio,
reducir el retrabajo de piezas, minimizar los requerimientos para inspección y prueba, y
las pérdidas por garantía, además de mejorar la satisfacción del consumidor, logrando
así que la empresa se convierta en un productor confiable, de alta calidad y bajo costo
para la industria. Cuando la gerencia incluye como inicio de su plan estratégico los
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 4/19
7
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
requerimientos de consumidores y la calidad de los productos competidores, entonces la
calidad se convierte en estrategia de la competitividad (ALKUBAISI, 2013; PRYOR,
2004)
La estadística es un componente fundamental en el mejoramiento de la calidad,
y sus técnicas pueden emplearse para describir, comprender y controlar la variabilidad
que se presenta entre objetos, aun si se ha producido presumiblemente bajo las mismas
condiciones (GUTIÉRREZ, 2009; MONTGOMERY, 2004). La variabilidad de un
proceso puede deberse a causas aleatorias y a causas asignables. Las causas aleatorias
o comunes corresponden al efecto acumulado de muchas causas inevitables y pequeñas;
se originan por la variabilidad de la materia prima, maquinaria distinta, diferente
eficacia de la mano de obra; ellas definen un sistema estable de causas de variabilidad.
Si un proceso opera únicamente con causas aleatorias de variación, entonces él está bajo
control estadístico, por ser estas causas parte inherente del proceso (MONTGOMERY,
2004).
Causas asignables pueden estar a la salida de un proceso, generando variaciones
irregulares no predecibles, son de naturaleza no aleatoria y cuando actúan producen
efectos que pueden identificar y que persisten hasta que se eliminen las causas que los
generan. Son ejemplos, el desgaste de la máquina, herramientas en mal estado, la
enfermedad de operarios. Un proceso que opera en presencia de causas asignables está
fuera de control estadístico. Un objetivo esencial del sistema de control es que éste
reaccione sólo cuando una causa tiene suficiente impacto, y es práctico y económico
eliminarla para mejorar la calidad del proceso, producto o servicio (MONTGOMERY,
2004).
1.1 EL CONTROL ESTADÍSTICO DE PROCESOS (CEP)
El CEP comprende un conjunto de herramientas estadísticas que permitendescubrir causas especiales de variación, que son non parte del proceso permanente, y
que surgen debido a condiciones específicas. Estas herramientas son útiles para lograr la
estabilidad de los procesos productivos y mejorar su capacidad mediante la reducción de
la variabilidad (GUTIÉRREZ, 2009). El CEP se aplica a cualquier tipo de proceso. Se
basa en el uso eficiente de herramientas estadísticas, tales como: histograma de
frecuencia, hoja de verificación, gráfico de Pareto, diagrama de causa y efecto,
diagrama de concentración de efectos, diagrama de dispersión, cartas de control. Aun
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 5/19
8
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
cuando estas herramientas son una parte importante de CEP, ellas constituyen tan sólo
su aspecto técnico. El CEP crea un ambiente en el que todos los entes de la organización
desean el mejoramiento continuo de la calidad y la productividad. Este ambiente se
desarrolla mejor cuando la dirección se involucra en el proceso de mejoramiento
continuo de calidad. Un programa de control estadístico para un proceso requiere la
ejecución de dos fases (MONTGOMERY, 2004).
Fase 1: en esta fase se toman las mediciones para estimar parámetros
fundamentales, como el promedio y la desviación estándar de la variable que se está
midiendo. Con base en dichas estimaciones se calculan los límites de control, bajo el
supuesto de que las observaciones siguen distribución normal; LSC = µ + Lσ; LIC = µ -
Lσ; siendo L la distancia de los límites de control a la línea central. En general, se
utilizan límites de tres sigmas alrededor del promedio. Luego se construye un gráfico de
prueba conformado por una línea recta horizontal a la altura del promedio y otras dos
líneas rectas a la altura de los límites de control.
En este gráfico inicial se representan las observaciones usadas en el cálculo de
los límites de control. Se analiza para verificar si se cumple la hipótesis de que la
variabilidad del proceso se debe a sólo a causas aleatorias o si, por el contrario, existen
causas asignables de variación. Esto se puede verificar, ya que cuando la fluctuación de
las mediciones se debe a un sistema constante de causas aleatorias, las observaciones
siguen una distribución normal. Si no se descubren causas asignables, entonces se
adoptan los límites de control calculados como definitivos, y se construyen cartas de
control con esos límites. En caso de existir pocos puntos fuera de control, se eliminan,
se reestiman los parámetros y los límites de control con los restantes puntos, y se
construyen un nuevo gráfico de prueba. Cuando las observaciones no siguen un patrón
aleatorio, indicando la existencia de causas asignables, es necesario investigar para
descubrirlas y eliminarlas. Una vez realizado lo anterior, se deberán tomar nuevasobservaciones y calcular nuevos límites de control de prueba.
Fase 2: En esta fase, las nuevas observaciones del proceso se representan en el
gráfico de control, verificando que ellas estén dentro de los límites, y que no se
observen patrones no aleatorios. El 99.8% de las observaciones deben estar dentro de
los límites de 3.09 sigmas alrededor de la media. Esto significa que solo una
observación en 500 (0.2% de las observaciones) puede estar, por causas aleatorias, fuera
de los límites de control. Cuando hay más de un punto fuera de los límites de control,
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 6/19
9
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
significa que el sistema de causas aleatorias que provoca la variabilidad habitual de las
observaciones se ha alterado por la aparición de alguna causa asignable; es necesario
entonces descubrir y eliminar dicha causa para que el proceso retorne el control.
1.2 CARTAS DE CONTROL (CC)
Las cartas de control para variables son herramientas cuyo objetivo es controlar
estadísticamente un proceso, detectando cuándo está fuera de control; las más comunes
son las cartas de Shewhart. Examinando el proceso a ser controlado, se toman “n”
muestras de intervalos regulares. De cada muestra se mide una o varias variables, las
muestras correspondientes a un mismo intervalo constituyen un subgrupo. Los
intervalos pueden definirse en términos de unidades de tiempo o de cantidad, los valores
medidos se comparan con los límites calculados; los límites más comunes son los
Límites de Tolerancia Natural (LTN) de proceso: límites entre los que se mueve el
proceso de manera natural. Se utilizan como límites de control (LIC, LSC) paralelos a la
línea central representativa del valor medio (Gutiérrez, 2009 y Montgomery, 2004).
Cuando se analizan variables es necesario controlar tanto el promedio como la
variabilidad de la característica de calidad. En cada subgrupo, se mide una cierta
característica, y se estiman diversos estadísticos, como: media del grupo (µ), rango (R),
desviación estándar (σ). Si la característica a controlar es una variable continua, las
medias de las muestras siguen aproximadamente una distribución normal N (µ, σ). En
general, los límites de control están definidos por LC = µ±k σ, donde el valor de k
depende del tipo de carta de control. Estos límites en general se estiman en la fase de
estudio inicial, a partir de las observaciones de m subgrupos, siendo m = 25 usualmente.
Las cartas de control más frecuentes para una sola variable son las CC Media-Rango (
R), CC Media- Desviación estándar ( S), y CC para valores individuales ( ).
Cartas de control Media – Rango. Para cada grupo se presentan los valores (R); si está comprendido en el intervalo (LIC, LSC) entonces el proceso está bajo
control, caso contrario, el proceso puede estar fuera de control. Es importante mantener
bajo control tanto la media como la variabilidad del proceso en estudio (Montgomery,
2004).
Cartas de Control para Atributos. Las CCA se utilizan cuando la característica
de calidad no puede ser cuantificada; sólo puede indicarse si ella está conforme o no con
ciertas especificaciones (defectuoso-no defectuoso; conforme – no conforme). Así, se
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 7/19
10
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
determina el número o porcentaje de unidades defectuosas en la muestra. Las CCA
tienen gran aplicación en las actividades relacionadas con servicios y con mejoramiento
de procesos fuera de la manufactura (GUTIÉRREZ; SRINIVASU, 2009).
1.3 ANÁLISIS DE CAPACIDAD DEL PROCESO (ACP)
Luego que el proceso en estudio entra en control y se estabiliza, es necesario
asegurar que tiene capacidad para operar dentro de ciertas especificaciones definidas.
Un proceso en control indica que está operando dentro de su variabilidad natural, pues
las causas especiales han sido eliminadas, (KAMINSKY, 1992). Sin embargo, es
posible que el proceso no tenga capacidad para cumplir con ciertas especificaciones,
aunque esté en control. La capacidad de un proceso se refiere a su uniformidad, siendo
la variabilidad que presenta una medida de esta uniformidad. Usualmente se toma la
dispersión de Seis Sigmas en la distribución de la característica de calidad como una
medida de la capacidad del proceso. Bajo distribución normal N (µ , σ), los límites de
tolerancia natural del proceso son µ±3σ. Ellos incluyen el 99.73% de la variabilidad,
quedando por fuera de esos límites de tolerancia el 0.27% de la salida del proceso, lo
que representa 2.700 partes por millón disconformes.
El análisis de capacidad de procesos (ACP) se puede realizar mediante
histogramas de frecuencias, cartas de control y diseños experimentales.
Análisis de capacidad del proceso mediante histogramas. El histograma de una
distribución normal tiene forma acampanada, simétrica, unimodal. Cuando se aleja de
este patrón, es indicio de que en el proceso están actuando causas asignables que
deforman la curva acampanada. Estos casos la predicción de la capacidad del proceso
no es precisa. (LEVIN, 2004)
Las formas no acampanadas del histograma indican distribución asimétrica, o
multimodal. Las causas posibles son: las diferencias en lotes de materia prima ydiferentes proveedores, varios operadores en el proceso con criterios diferentes,
mediciones hechas por operarios diferentes, con instrumentos diferentes o mal
calibrados, (MONTGOMERY, 2004).
1.4 GESTIÓN DE CALIDAD Y METODOLOGÍA SEIS SIGMA
Para que los productos y servicios sean competitivos es necesario asegurar la
calidad en los respectivos procesos productivos. La gestión de la calidad basada en la
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 8/19
11
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
metodología Seis Sigma es una estrategia de mejora continua de los procesos; su
objetivo es localizar y eliminar las causas raíces de los errores, defectos y retrasos en
dichos procesos, centrándose en los aspectos críticos de satisfacción para el cliente. Se
trata de una metodología sistemática y cuantitativa, basada en herramientas y
pensamiento estadísticos, orientada a mejorar los resultados de los procesos en tres
áreas: satisfacción del cliente, reducción de tiempo de ciclo y disminución de los
defectos (GUTIÉRREZ, 2009).
2 METODOLOGIA
La investigación es de tipo cuantitativo – descriptiva, considerando los
siguientes esquemas: No experimental , dado que no se harán cambios en las variables a
investigadas, para observar las reacciones, resultados y consecuencias de tales cambios,
y transaccional , donde los datos se recolectan en un solo tiempo. El campo de estudio
de la investigación fue en la empresa Arneses de México, S.A. La organización se
encuentra en la ciudad de Querétaro, 200 km al norte de la capital del país. La
producción principal de la organización son los arneses y ensambles automotrices. La
organización pertenece al grupo industrial alemán Kromberg, el cual fue fundado en
1953 y cuenta con veintiséis compañías independientes alrededor del mundo
Partiendo de que el objetivo de la investigación es comprobar que todo proceso
industrial está sometido a causas comunes o específicas que hacen poco probable
fabricar dos productos exactamente iguales o uniformes, es posible reducir o mantener
esa variabilidad dentro de límites aceptados y cumplir con los requerimientos del
producto y las expectativas del cliente, por medio de la utilización preventiva de las
cartas de control. La hipótesis H 0 “No existe diferencia significativa entre las
mediciones de la cavidad de la terminal 128 1-a “y la H 1: “Existe una diferencia
significativa en las mediciones de la cavidad de la terminal 128 1-a”. H 2: “Se
conservan las condiciones del ± 3 desviaciones estándar”.
Al aplicarse la herramienta estadística en donde se involucraron variables
continuas o cuantitativas se verificó si la información obtenida en el proceso, tiene un
comportamiento normal, por lo cual se aplicó la prueba de normalidad generando una
gráfica de probabilidad normal. Se aplicó la desviación estándar a las muestras
recogidas por turno de mañana, tarde y noche por mes para observar la fluctuación de
los datos respecto a su punto central o media. El contraste se llevó utilizando cartas decontrol para la evaluación de la estabilidad del proceso de medición y monitoreo en la
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 9/19
12
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
altura de la terminal cav 1A, el cual corresponde al material comprando del conector
925979 7 pin, que consta de ocho dimensiones como para la precisión del mismo a
través de la carta media y de la carta rango o desvío estándar respectivamente. La altura
de la terminal 128 cav 1ª aprobada por el cliente es (74.54-0.2). El conector es el
componente más importante de la explosión del material del producto terminado y la
variabilidad en las dimensiones de éste es fundamental en la calidad del producto
terminado.
Las muestras se recogieron con la frecuencia, y en los tiempos oportunos y
reflejaron los cambios comunes y específicos. Se recogieron muestras suficientes. Se
hizo la recolección de la información del periodo de enero del año 2014 en los tres
turnos laborables, tabulada por 30 días y 25 subgrupos Las muestras que se utilizaron
para construir gráficas de control se conocen como subgrupos. Para cada subgrupo (es
decir, muestra), se calculó el valor de un estadístico asociado con una variable. Los
estadísticos utilizados incluyeron la fracción disconforme y la media y el rango de una
variable numérica. Entonces se graficaron los valores contra el tiempo y se agregaron
los límites de control a la gráfica. La forma más común de gráfica de control establece
límites de control que están dentro de ±3 desviaciones estándar de la medida estadística
de interés. La ecuación media del proceso ±3 desviaciones estándar define, en general,
los límites de control superior e inferior para las gráficas de control.
Primeramente hizo un recorrido para la compresión de la operación en las áreas
de recepción y que se encuentran involucradas con el material de componentes:
verificación de material comprado, inspección y pruebas, medición y monitoreo de los
procesos de manufactura y del producto, identificación y trazabilidad, control de
producto no conforme y desviaciones, control de equipo de medición, inspección y
prueba, comunicación, retroalimentación y servicio a clientes, control de producto no
conforme y reclamaciones externas. En el proceso de medición y monitoreo de los procesos de manufactura se aplicaron los métodos apropiados para verificar las
capacidades de los procesos y para obtener datos para el control de los mismos.
Basándose en los resultados documentados se establecieron especificaciones, donde
fueron aplicables, y se definieron instrucciones de producción, de medición y pruebas y
de mantenimiento de acuerdo al procedimiento establecido. Cuando la capacidad del
proceso no ha alcanzado o el proceso es inestable se inicia un plan de reacción como se
establece en el plan de control o como lo solicite el cliente. En la organización se
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 10/19
13
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
asegura que se cuente en todos los turnos con personal competente para asegurar la
calidad del producto. Las responsabilidades de personal del proceso monitoreo del
producto se encuentran documentadas en las descripciones de puesto. En la
organización se llevan a cabo auditorias del producto en las diferentes etapas del
proceso y con intervalos de tiempo definidos en el plan de control, donde se verifican
todos los requerimientos acordados por el cliente. Los resultados de estudios
dimensionales y funcionales de componentes y de producto terminado son
documentados en el formato reporte dimensional o el especificado por el cliente, a
excepción de las mediciones que se hacen en el proceso normal de producción las
cuales son registradas en el software de control estadístico de procesos. Al inicio de
cada año el departamento de calidad elabora el programa de inspección dimensional y
funcional 100% de producto terminado, se asegura que cada número de parte producido
sea evaluado cada periodo. Cuando se requiere se solicita apoyo de metrología o el
departamento que se necesite. Si en la evaluación resultaron incumplimientos a las
especificaciones, se toman las acciones pertinentes de acuerdo al procedimiento
Monitoreo de Producto.
En la Figura 1 se muestra el procedimiento para el monitoreo del material
recepcionado al Almacén, el cual inicia con la entrada de material recibido en sistema
(AL, Control de Almacenes y Preservación del Producto), y si existen las
discrepancias, son notificadas a Compras Logística (CL), posteriormente Control
Recibo (CR) inspecciona el material de acuerdo a las instrucciones y plan de muestreo
y contr ol estadístico , si cumple el material éste es liberado, en caso contrario, de contar
con alerta por parte del proveedor de que algún lote es sospechoso se generara alerta de
Calidad y se distribuye a Almacén (AL) y a Control de Producción (CP) para que se
identifique sea manejado como material no conforme., posteriormente se identifica y
ubica el material en el almacén correspondiente. Si el material es condicionado, esetiquetado para realizar un Reporte de producto detenido (RPD) y/o con cumple con
las especificaciones se genera un Reporte de material Rechazado (RMR). Hay varios
almacenes que se pueden utilizar PD (por disposición), para materiales en espera de
respuesta por parte del proveedor ED (entregas diferidas), para materiales que se envían
a sorteadora, AC (aseguramiento de calidad), para materiales que son desecho y no se
pueden recuperar, RT (retorno a proveedor), para materiales que se va a retornar al
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 11/19
14
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
proveedor. Por último, se genera un Reporte de material rechazado (RMR) hacia el
proveedor.
P a s o #
I n i c i o / F i n
D o c u m e n t o
A c t i v i d a d
O p . M a n u a l
D e c i s i ó n
S u b r u t i n a
T e c l a d o
A l m a c e n a m i e n t o
C o n e c t o r I n t e r n
o
C o n e c t o r d e p á g i n a
ResponsableInvolucrado
Descripción / Comentarios
1 AL
Dar entrada de material recibido en sistema deacuerdo procedimiento (Control de Almacenes y Preservación del Producto)
Notificar a CL de discrepanciasencontradas
2 CR
Inspeccionar material de acuerdo a
instrucciones de inspección recibo y plan demuestreo
Si cumple liberar, si no cumple ir a contención.Si se tiene alerta por parte delproveedor de que algún lote es
sospechoso generar alerta deCalidad y distribuirla a AL, CP yMF para que identifique y semaneje como material noconforme
3 AL Identificar y ubicar material en almacén
correspondiente
4 CL
Actualizar evaluación de Proveedores según(Selección, Compras y Evaluación aProveedores)
CONTENCIÓN EN RECIBO - MATERIAL NO CONFORME AL LIBERAR MATERIAL
5 CR Si el material es condicionado, etiquetar,
realizar RPD y si aplica generar RMR.
6 CR
Cuando el mater ial está fuera deespecificación:1.- Generar RPD2.- Mover el material físico a cuarentena y ensistema a almacén PD (por disposición), para
Nota: Hay varios almacenes que se puedenutilizar:1.- PD (por disposición), para materiales en
espera de respuesta por parte del proveedor.2.- ED (entregas diferidas), para materialesque se envían a sorteadora3.- AC (aseguramiento de calidad), paramateriales que son desecho y no se puedenrecuperar4.- RT (retorno a proveedor), para materiales
que se van a retornar a proveedor
7 CR Generar RMR hacia proveedor
8 CR
Dar disposición al material de acuerdo ainformación del proveedor Nota: El material solo puede estar en elalmacén o AC 40 días a partir de que sereporta el reclamo si el material escondicionado por falta de respuesta de cliente,el material se podrá quedar mas tiempo ydeberá identificarse con hoja amarilla
Seleccionar, retrabajar orechazar en acuerdo con elproveedor
INSPECCIÓN RECIBO
Plan de Reacción
Si
No
B
A
A
B
Rechazado
Condicionado
Inicio
Fin
Fin
Figura 1: Diagrama de flujo para la auditoría del monitoreo del material.
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 12/19
15
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
3 R ESULTADOS
En la Figura 2 se muestra la prueba de normalidad Anderson-Darling y
Kolmogorov – Smirnov, elaborada con los datos tomados de la terminal 128 cav, con
125 muestras por en 5 subgrupos, un periodo de 30 días en los tres turnos laborables
(mañana, tarde y noche. El resultado del valor de p (.064) (>0.05), la media ) (74.40)
y desviación estándar (σ) (0.003287), el proceso operó en condiciones normales, de
acuerdo a las características de los materiales dentro de las especificaciones y del
mismo lote, con un método consistente, y en el ambiente adecuado.
74.41074.40574.40074.39574.390
99.9
99
95
90
80
70
60
50
40
30
20
10
5
1
0.1
Alt.Cav
P o r c e n t a j e
Media 74.40
Desv.Est. 0.003287
N 125
AD 0.705
Valor P 0.064
Figura 2: Gráfica prueba de normalidad Anderson- Darling y Kolmogorov Smirnov de Altura
terminal 128 cav 1A
En la Figura 3 se observa que la variación de los datos con relación a la media
(74.4) tiene una desviación típica del .003. La tendencia central de los datos gira en
función de la media.
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 13/19
16
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
Figura 3: Turno toma altura terminal cav 1A (mañana)
En la Figura 4 se observa que la variación de los datos con relación a la media
(74.4) tiene una desviación típica del .003. La tendencia central de los datos gira en
función de la media
Figura 4: Turno toma altura terminal cav 1A (tarde)
En la Figura 5 observa que la variación de los datos con relación a la media
(74.399) tiene una desviación típica del .004. La tendencia central de los datos gira en
función de la media.
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 14/19
17
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
Figura 5: Turno toma altura terminal cav 1A (noche)
Los resultados obtenidos en la aplicación de la desviación típica nos indicó quela toma de las muestras el horario nocturno puede influenciar en el resultado de las
mediciones tomadas. Figura 5, presenta un .004 de desviación, diferente al horario
matutino y vespertino. (Figura 4 y Figura 3 respectivamente). Lo anterior indica que el
horario puede ser determinante en el resultado del conteo de la cavidad, sin esto
perjudicar el resultado final del monitoreo.
Para la a evaluación de la estabilidad del proceso en la toma de la altura de la
terminal 128 cav 1ª se elaboró el gráfico X – R, se usaron los gráficos de control para
seguir la trayectoria de la estabilidad del proceso de monitoreo a través del tiempo (un
mes y por los tres turnos laborales, mañana, tarde y noche) y para detectar los casos
inusuales que no forman parte del proceso. La Figura 3 muestra la línea central del
gráfico X-barra que está situada al nivel 74.39971, lo que significa que el proceso de
monitoreo en la medición de la altura de la terminal 128 cav 1A está situado dentro de
los límites establecidos por el cliente y pactados con el proveedor y corresponden a la
media de las medidas tomadas en el mes.
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 15/19
18
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
252321191715131197531
74.4050
74.4025
74.4000
74.3975
74.3950
Muestra
M e d i a d e l a m u e s t r a
_ _ X=74.39971
LSC=74.40403
LIC=74.39540
252321191715131197531
0.016
0.012
0.008
0.004
0.000
Muestra
R a n g o d e l a m u e s t r a
_ R=0.00748
UCL=0.01582
LCL=0
Figura 6: Gráfica X-R barra Altura terminal 128 cav
En el eje X se establece el número de observaciones, el cual corresponde a cada
turno (mañana, tarde y noche) en el mes llevada a cabo, de acuerdo a las
especificaciones del proceso de monitoreo.. En el eje Y se graficaron las medidas de la
altura de la terminal 1A correspondiente a cada observación. El límite de control se
estableció de acuerdo al límite de error de tolerancia establecido por el cliente ± 2 mm.
Como observación final el proceso de medición y monitoreo en la toma de la cavidad
1A se encuentra en control estadístico, ya que ningún punto se encuentra fuera del
límite del control superior y no se presentaron patrones de comportamiento anormal. La
serie graficada no refleja la presencia de causas especiales de variación, es decir, se trata
de un proceso estable en donde la variación reflejada en la gráfica se debe a la variación
que en todo proceso existe. El proceso está en control estadístico, la característica de la
calidad del 99.73% de los elementos monitoreados está comprendida entre -
De la Figura 6 se puede observar que el proceso se encuentra capacitado para
satisfacer la voz del cliente, es decir, la medición con un margen de tolerancia de ± 2
mm en la altura de la cavidad. La línea central en el gráfico R está situada en el nivel
.00748, valor que la variabilidad parece excesiva si tenemos en cuenta que la máxima
variación permitida por el cliente en la medición era de ± 2mm, lo que hace que es
probable que el proceso sufra de variaciones; por lo que se analizó la desviación
estándar en los resultados individuales en los tres turnos laborales (mañana, tarde y
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 16/19
19
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
noche) en los que se tomaron las medidas en el mes. Para visualizar la tendencia central
de los datos, su dispersión y la forma como éstos se distribuyeron dentro de su rango de
variación, se construyeron la Tablas de frecuencia y porcentajes de la altura de la
terminal por los tres turnos,
Para evaluar en su conjunto el proceso de la toma de la cavidad por el mes de
revisión, se construyó el histograma para observar la tendencia central de los datos,
estudiar el centrado del proceso, su variabilidad, así como la forma del histograma.
(Figura 7). La tendencia central de las mediciones se localiza en el eje 74.389 y 74.415
mm. El proceso se encuentra descentrado ligeramente hacia la izquierda. La amplitud de
las especificaciones con el ancho del histograma cabe de manera holgada en las
especificaciones., es decir, hay poca variación.
7 4 . 5 1
9
7 4 . 4 9 3
7 4 . 4 6 7
7 4 . 4 4 1
7 4 . 4 1 5
7 4 . 3 8
9
7 4 . 3 6
3
7 4 . 3 3
7
LIE LSE
LIE 74.34
Objetivo *
LSE 74.54
Medida de la muestra 74.3997
Número de muestra 125
Desv. Est . ( En tre ) 0
Desv.Est. (Dentro) 0.00335442
Desv.Est. (Entre/Dentro) 0.00335442
Desv.Est. (General) 0.00328687
Procesar datos E/d
General
Figura 7: Capacidad del proceso toma altura terminal cav 1A
CONCLUSIONES Y DISCUSIÓN
Sobre el control estadístico podemos decir que éste ha demostrado su utilidad
tanto en las empresas de manufactura como de servicio, (Feigenbaum, 1994), ya que
con las exigencias de mejora a la que se ven expuestas las organizaciones debido a la
alta competitividad de los mercados globalizados, se ha hecho más evidente la
necesidad de ampliar la comprensión y utilización del pensamiento estadístico, y aplicar
conceptos y técnicas estadísticas para una diversidad de tareas y propósitos: como son
identificar dónde, cómo, cuándo y con qué frecuencia se presentan los principales
problemas en una organización; detectar con rapidez, oportunidad y a bajo costo
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 17/19
20
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
anormalidades en los procesos y sistemas de medición (monitoreo eficaz)., ser objetivos
en la planeación y toma de decisiones; expresar los hechos en forma de datos y evaluar
objetivamente el impacto de acciones de mejora y analizar lógica, sistemática y
ordenadamente la búsqueda de mejoras, (SPRINIVASU, 2009),
Para conseguir la calidad deseada para Judi (2011), es necesario entender las
necesidades actuales y futuras de los clientes, transformarlas en productos o servicios y
garantizar que lo obtenido realmente cumpla con lo deseado, (FEIGENBAUM, 1994).
Arneses de México ha utilizado las gráficas de control para garantizar que los resultados
de los procesos sean los esperados. Para Sprinivasu (2009), los gráficos de control
forman parte del Control Estadístico de Procesos y son una herramienta de fácil
aplicación y que proporciona grandes beneficios., funcionan como una fotografía de los
procesos, es decir, es una manera práctica, gráfica y rápida de presentar el desempeño
de los procesos o servicios. Una de las ventajas que ofrecen estas gráficas radica en que
los cálculos necesarios para su elaboración son sencillos y de fácil comprensión. Sin
embargo, es conveniente que el diseño de las mismas lo realicen personas que conozcan
con profundidad la teoría de la variación para así facilitar su interpretación. Aunque lo
anterior no es necesario, si garantiza resultados más óptimos.
Para Levin (2004), las gráficas de control son una herramienta efectiva, potente
y de fácil aplicación, que al utilizarse de manera adecuada permite tomar decisiones
basadas en datos, lo cual disminuye los posibles errores en las predicciones y decisiones
futuras o a largo plazo. Para Montgomery (2004), muchas características de la calidad
pueden expresarse en términos de una medición numérica. A una característica
particular medible de la calidad, tal como una dimensión, peso o volumen, se le llama
variable. Cuando se trata con una característica de la calidad que es una variable, por lo
general es necesario monitorear tanto el valor medio de la característica de la calidad
como su variabilidad. El control del promedio del proceso, o nivel de calidad medio,suele hacerse con la carta de control para medias, o carta x. la variabilidad del proceso
puede monitorearse con una carta control para la carta R. Es importante mantener bajo
control tanto la media del proceso como la variabilidad del proceso
En cuanto a Seis Sigma, ésta es una de las principales estrategias que por casi
dos décadas ha utilizado Arneses de México, y gracias a su exitosa aplicación ha
generado beneficios económicos muy importantes a la organización. Para Gutiérrez,
(2009), Seis Sigma es una estrategia de mejora continua del negocio que busca
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 18/19
21
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
encontrar y eliminar las causas de los errores, defectos y retrasos en los procesos del
negocio, enfocándose hacia aquellos aspectos que son críticos para el cliente. La
estrategia 6σ se apoya en una metodología altamente sistemática y cuantitativa
orientada a mejorar los resultados del negocio con tres áreas prioritarias de acción:
satisfacción del cliente, reducción del tiempo de ciclo y disminución de los defectos,
(JUDI, 2011). La meta de 6σ, que le da el nombre, es lograr procesos con calidad Seis
Sigma, es decir, procesos que como máximo generen 3.4 defectos por millón de
oportunidades de error. Esta meta se alcanza mediante un programa vigoroso de mejora,
diseñado e impulsado por la alta dirección de Arneses de México, en el que se han
desarrollado proyectos en las diferentes áreas de la empresa con el objetivo de lograr
mejoras y remover defectos y retrasos de productos, procesos y transacciones. La
metodología en la que se apoya Seis Sigma está definida y fundamentada en las
herramientas y el pensamiento estadísticos.
Una carta de control se parece a una prueba de hipótesis repetida en el tiempo
para detectar cambios a partir de un proceso bajo control (WOODALL, 1997), se
obtienen los resultados a las hipótesis formuladas:
H 0 “No existe diferencia significativa entre las mediciones de la cavidad de
la terminal 128 1-a”.
En base a los resultados obtenido de la gráfica R, el nivel .00748 parece excesiva
por lo que se analizaron los horarios en que han sido tomadas las medidas de las
cavidades, y según la desviación estándar demuestra que en el horario nocturno ocurre
una desviación ligeramente mayor con respecto de los horarios matutino y vespertino.
H 1: “Existe una diferencia significativa en las mediciones de la cavidad de
la terminal 128 1-a”.
De acuerdo al análisis de la toma de horarios, solamente en el tercer turno se
muestra una ligera desviación estándar.
H 2: “Se conservan las condiciones del ± 3 desviaciones estándar”.
La línea central del gráfico X-barra está situada al nivel 74.39971, lo que
significa que el proceso de monitoreo en la medición de la altura de la terminal 128 cav
1A está situado dentro de los límites establecidos.
R EFERENCIAS
7/21/2019 37-154-1-PB historia de calidad
http://slidepdf.com/reader/full/37-154-1-pb-historia-de-calidad 19/19
22
Update, Porto Alegre, v. 1, n. 2, p. 4-22, jul./dez. 2014.
ALKUBAISI, M. (Mayo, 2013). Statical quality control (sqc) and six sigmamethodology: and application of X-bar chart on Kuwait Petroleum Company.
International Journal of Business Administration, 4(3), p. 61-72
BELOHLAV, J. (Primavera, 1993). Calidad estratégica y Competitividad. Obtenido el 2de febrero de 2014, <http://www.azc.uam.mx/publicaciones/gestion/num4/doc8.html>.
BUTTREY, S. E. Excel Add-in for statical process Control Charts. Journal of StaticalSoftware, 30(19), jun. 2009, p. 1-12.
Feigenbaum, A. Control de calidad total. 3. ed. México: Cesca, 1994.
GLUSKKOVSKY, E. A. On-line G Control Chart for Attribute Data. Quality and Reliability Engineering International, 10, 1994, p. 217-227.
GUTIÉRREZ, P.H.; DE LA VARA, S.R. Control estadístico de la calidad y seis sigma. 2. ed. México: McGraw-Hill, 2009.
JUDI, H. M.; JENAL, R.; GENASAN, D., (2011). Quality control implementation inmanufacturing companies; motivating factors and challenges. (Abril, 2011). Applications and experiences of quality control, p.495-509.
KAMINSKY, F. C.;BENNEYAN, J. C.; BURKE, R. J. (Abril, 1992). Statical controlcharts based on a geometric distribution. Journal of quality technology, 24(2). P. 63-69.
LEVIN, R.; RUBIN, D. Estadística para administración y Economía. 4. ed. México:Prentice Hall, 2004.
MONTGOMERY, C. D. Control estadístico de la calidad . 3. ed. México: LimusaWiley, 2004.
PRYOR, M. G.; TOOMBS, L., Anderson, D y White, C.J. (2004). What managementand quality theories are best for small businesses? Journal of management andmarketing research, p.1-12.
QUAGLINO, M. Y; PAGURA, J. Novenas jornadas Investigaciones en la Facultad deCiencias Económico Administrativas, 2004.
SPRINIVASU, R.; REDDY, S.;Y RIKKULA, S. R. Utility of quality control tools andstatistical process control to improve the productivity and quality in an industry.
International Journal of reviews in computing, 2009, p. 15-20.
WOODALL; WILLIAM, H., Control Charts Based on Attribute Data: Bibliography and
Review. Journal of Quality Technology, 29, 1997, p. 172-183.
Top Related