Control de Calidad: Diagramas de Flujo, Histogramas, Pareto, Causa-Efecto y Gráficos de Control

Control de calidad y herramientas estadísticas

Control: proceso para asegurar que se satisfacen los objetivos, por medio de la información obtenida de la ejecución real del proceso. La información obtenida se compara con los estándares establecidos y, a continuación, se toman decisiones de acuerdo con el resultado de esta comparación.

Herramientas de control de calidad

1. Diagramas de flujo

Instrumentos relativamente simples que ilustran el flujo del proceso que está siendo examinado; en este flujo se muestra la secuencia de eventos de dicho proceso. Son particularmente útiles para comprender la configuración de las entradas, el proceso y las salidas. También pueden usarse como herramienta para desarrollar el diseño efectivo de procesos, así como mejorar procesos a través de la prueba de diferentes configuraciones previamente a la toma de una decisión formal.

2. Hoja de control

Sirve para recoger datos. Involucra cálculos de frecuencias y, a veces, se usan tablas. El proceso consiste simplemente en el recuento de la frecuencia de una categoría dada y su anotación. La categoría utilizada podría ser tanto una variable como un atributo. Son muy importantes para la construcción de gráficos de control.

3. Histogramas

Sirven para representar la frecuencia de un suceso o de un valor determinado de un parámetro en función de otro. Son útiles para visualizar los datos generados en las hojas de control. Podríamos, por ejemplo, relacionar la densidad de la tinta con la ganancia de punto, representando los valores que se han utilizado para una determinada densidad de punto de nivel determinado al obtener la ganancia de punto de un valor concreto. O se podría relacionar cada uno de estos elementos individuales (valores de estos parámetros) con el número de veces que se obtienen a ese nivel.

La estructura del histograma de este tipo se basa en la adopción de un punto central del eje horizontal en el que se sitúa el valor estándar (en nuestro caso, de la ganancia de punto) y se van colocando a un lado y otro las lecturas en función de sus desviaciones respecto a dicho valor estándar. A medida que se va incrementando el número de muestras y se sitúa su valor en el emplazamiento correspondiente, los extremos de las barras verticales, con sus valores acumulados, van formando un perfil muy característico en estadística, que presenta simetría y la forma acampanada. A esta distribución se la denomina en estadística distribución normal. Si los datos no forman una estructura acampanada, probablemente existirá alguna causa distorsionante que pueda ser un problema. En todo caso, es posible que existan desviaciones globales de todo el conjunto de representación gráfica de los datos en el histograma, de forma que el valor estándar no coincida en el centro de "la campana".

Diagramas causa-efecto (de espina de pescado)

Objetivo: es la solución de la causa de un problema, en lugar de la solución de los síntomas de un problema dado. Habiendo usado las herramientas de calidad vistas previamente para obtener datos del proceso en cuestión y para identificar los problemas resultantes (el efecto), se necesita la causa para corregirlos permanentemente. El diagrama es básicamente un conjunto de ramas (máquinas, materiales, hombres, métodos y entorno) que son dibujadas sobre la afirmación específica del problema. Generalmente, se evaluará más de una afirmación; por tanto, se construyen espinas. Esto proporciona la plataforma estandarizada en la que desarrollar múltiples perspectivas sobre las causas de los diferentes problemas resaltados.

Diagramas de Pareto

Cuando se intenta llevar a cabo un análisis de una situación mediante la consideración de cada uno de los elementos que participan, o cuando se pretende detallar las causas de la situación y sus respectivas dimensiones, es preciso poder establecer la prioridad en aquellos aspectos que contribuyen en mayor grado al problema. Al poner en orden la importancia de estas causas, se ha encontrado el principio de que el 80% de un problema parte tan solo del 20% de los elementos que están involucrados en tal situación. Dicho de otra forma, si se identifican y corrigen el 20% de causas más importantes, se eliminará el 80% de los problemas: principio de Pareto o regla de distribución 20/80. Dentro de los costes de calidad de un departamento, el 20% de los elementos que intervienen son la causa del 80% del valor total. Al analizar un aspecto determinado como sujeto de mejora, se podrán ordenar por importancia los elementos constituyentes de tal situación y atacar con acciones resolutorias el 20% de ellos, obteniendo así el 80% del efecto. Para ello se preparará primero una tabla con cada una de las causas o razones del tema, acompañadas de los valores que suponen y el número de incidencias en que aparecen. Después se ordenará por valor y se asignará el porcentaje que representa cada una de las causas sobre el total. Finalmente, se trazará en un gráfico la curva correspondiente relacionando el porcentaje de causas con el porcentaje del valor de las ventas. Curva de Pareto relacionando el valor de los abonos acumulando el efecto de las causas por orden de importancia.

Gráfico de control

Representación gráfica de una característica de la calidad que ha sido medida.

1. Control de procesos:

Evaluación de un proceso dado, determinar las causas de los problemas relacionados con la calidad que afectan a su control y erradicarlas. SPC (Control Estadístico de Procesos) es la aplicación de técnicas estadísticas en un proceso para obtener datos estadísticos sobre su proceso y aplicar técnicas de control para gestionarlo, lo que permite la adecuación y descripción de un conjunto de datos. Implica la medición de datos sobre la variación del proceso. Las técnicas estadísticas por sí mismas no proporcionan la calidad del producto demandada por los clientes, sino que proporcionan un medio metódico para asegurar que se cumplen las especificaciones del diseño. Las siglas SPC son muy conocidas por el afianzamiento que estos métodos han tenido en EE. UU. y sobre todo en Japón.

2. Proceso de inspección

Las técnicas estadísticas se basan en un requerimiento principal: los datos. El objetivo de las mediciones incluye cualquier elemento o característica de calidad definida que pueda ser evaluada y/o estimada. Por tanto, las medidas estarán dirigidas normalmente a asegurar que el proceso produce un producto que está de acuerdo con el conjunto de las especificaciones. Esto significa que cada ítem producido será evaluado de acuerdo con el conjunto de especificaciones. Sin embargo, normalmente las razones económicas impiden la evaluación de cada uno de los productos. Aquí es donde el control estadístico de la calidad ayuda a ambos requerimientos. SPC asegura que se pueda seleccionar y evaluar una muestra representativa del producto entre todos los productos producidos, y al mismo tiempo proporciona una base para evaluar si el propio proceso está dentro de control.

Medidas de la calidad: Ejemplos:

• Fabricación: tasa de defectos por miles de unidades producidas; tasa de defectos por muestra; tasa de defectos de desecho y reproceso (en términos de coste o número de unidades); tasa de defectos en los productos entregados al cliente; tasa de defectos en las materias o productos de entrada; porcentaje de cambios en las especificaciones de diseño.
• Servicios: porcentaje de tiempo de inactividad de la producción; tasa de defectos de errores de procedimiento; porcentaje de órdenes procesadas; tiempo de entrega del producto o servicio; tiempo de respuesta a una orden.

Variación: alcanzar la comprensión de la variación es un concepto importante cuando se está gestionando la calidad de los procesos. La variación tiene como resultado una producción no idéntica de un producto o un servicio. La naturaleza de la variación provoca que se tenga que aplicar algún tipo de gestión del proceso para minimizar la variación inherente.

3. Gráficos de control estadístico

El moderno control de la calidad, o control estadístico de la calidad, comenzó en los años 30 con la aplicación del gráfico de control en la industria, lo cual se atribuye al Dr. W. A. Shewhart (1931) de los Laboratorios Bell. El gráfico detecta la presencia de fuentes de variación debidas a causas específicas asignables. Estas causas asignables están en contraste con las causas aleatorias, es decir, aquellas que se producen únicamente por azar. Puede ayudar a prevenir la aparición de defectos, si podemos detectar y eliminar o minimizar las causas asignables. Un gráfico de control es la representación gráfica de los datos de la ejecución del proceso con los "límites de control" calculados, que se dibujan como unas líneas límite en el gráfico. En general, los gráficos de control son una técnica probada para mejorar la productividad. Se consigue a través de la optimización del proceso por medio de la supervisión continua de sus salidas y la determinación del cumplimiento de un conjunto de límites de la producción. Son efectivos en la prevención de defectos: detección de las causas especiales antes de que el producto salga fuera del conjunto de los límites de la producción; previenen los ajustes innecesarios del proceso; proporcionan información útil para diagnosticar; el análisis continuo de la capacidad del proceso prueba que el producto se generó de una manera consistente, o ayuda en el desarrollo de nuevos estándares del proceso y del producto.

El gráfico se diseña usando las especificaciones de diseño (tolerancias) o los grupos de datos (recogidos en las muestras) a los que se asignan posiciones en el gráfico después de su proceso. El gráfico ilustra esta relación entre 3 líneas:

1. Límite de control superior: el nivel sobre el cual se asume que el proceso está fuera de control.
2. Límite de control inferior: el nivel por debajo del cual se asume que el proceso está fuera de control.
3. Línea central: media de todas las muestras individuales.

Pasos en el desarrollo de un gráfico de control:

1. Elegir la característica a medir: prestar especial atención a las características que parecen problemáticas, importantes o críticas.
2. Elegir la metodología de medida.
3. Elegir el tipo de gráfico de control a utilizar: a. Gráfico de variables (X̄ y R); b. Gráfico de atributos (de porcentajes o número de elementos que no cumplen las especificaciones) (p y c).
4. Decidir la base para la línea central y el cálculo de los límites de control.
5. Decidir el tamaño de la muestra o grupo de muestras.
6. Diseñar un sistema de recogida de datos lo más simple posible (prestar especial atención al ambiente en el que el trabajador opera).
7. Calcular los límites de control.
8. Trazar e interpretar los resultados.