37-154-1-pb historia de calidad

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]

mailto:[email protected]

mailto:[email protected]



5


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



6


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


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



8


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,



9


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



10


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



11


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



12


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



13


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



14


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.



15


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.



16


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


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


función de la media.



17


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.



18


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



19


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



20


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



21


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



22


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.

37-154-1-pb historia de calidad

Documents