domingo, 6 de junio de 2010

estadistica

INTRODUCCIÓN ALA CALIDADA TOTAL
Hasta hace poco se podía decir lo mismo acerca de los negocios y la calidad de la producción en estados unidos. Sin embargo, a medida que el relativo aislamiento de las economías nacionales ha cedido su lugar a la creciente globalización del comercio, la industria estadounidense ha tenido que responder a los estímulos que le llegan desde afuera. Uno de tales estímulos fue la dedicación del control de calidad y a la administración de la calidad de producción, que fue personalizada por algunos productos japoneses como automóviles y aparatos eléctricos. Se han difundido ampliamente la filosofía y las técnicas del control y la administración de la calidad en todos los procesos de producción norteamericanos. El creciente circulo de aplicaciones de la “Administración de calidad total” (TQM: Total Quality Management) ha abarcado mas allá del sector productivo y a llegado al sector de prestación de servicios, como los de salud y de asesoría legal.
¿QUÉ ES LA CALIDAD?
La mayoría de nosotros relacionamos lujo con calidad, de hecho algunos de los productos más baratos que encontramos en nuestra vida diaria puede tener una calidad muy alta. Las cosas que tienen una buena calidad son aquellas que funcionan en la manera en que esperamos que lo hagan. Como lo expreso en calidad JOSEPH M. JURAN, calidad implica estar apto para usarse. En este sentido, calidad significa estar conforme con los requisitos.
Tome en cuenta que la idea de “cosas que funcionan de la manera en que lo esperamos” pone en manifiesto que la calidad es definida tanto como el cliente como el productor. Cumplir con la necesidad de los clientes es una cuestión central para la TQM. Las definiciones operativas de calidad varían de un contexto a otro, la mayoría de las definiciones operativas de calidad incluirán los conceptos de consistencia, confiabilidad y carencia de errores y defectos.
LA VARIABILIDAD ES ENEMIGA DE LA CALIDAD
Cuando un artesano hace algo a mano, existe un proceso continuo de verificación, medición y rectificación. SI hubiéramos visto a Miguel Ángel terminar una de sus esculturas, no hubiéramos observado una etapa final de “control de calidad”. De hecho el control de calidad no es requisito cuando uno está produciendo bienes y servicios que son esencialmente únicos. Sin embargo, cuando la producción masiva se hizo una práctica común durante el siglo XIX, pronto se dieron cuenta de que las piezas individuales no podían ser idénticas, es inevitable que exista una cierta variación. Y esto conduce a un problema. ¡Con una variación excesiva, las parte individuales que deberían adaptarse entre si no coinciden! Así pues, uno puede ver por qué la variabilidad es enemiga de la calidad.




CONTROL DE LA VARIAVILIDAD: INSPECCIÓN CONTRA PREVENCIÓN
En algunos días de la producción en masa, la separación de los productos defectuosos se convirtió en el principal método de control de calidad. Ejércitos de inspectores de batas blancas probaban bienes al final de una línea de producción y dejaban pasar solamente algunos de ellos para el consumo del cliente. Se creía ampliamente que el costo de unos cuantos productos rechazados no era demasiado, debido a que el costo marginal de cada unidad era pequeño.
Crosby argumentaba que sencillamente resultaba más barato hacer las cosas bien desde el primer momento. Aconsejaba tomar en cuenta el concepto de cero defectuoso.
Cuando las partes defectuosas no son detectadas en la línea de producción, todo el trabajo posterior se desperdicia cuando el producto final es rechazado por los inspectores de control de calidad; y es costoso el mantenimiento de una inspección de los componentes para asegurarse de que cumplen con los requisitos. Esto conduce hacia el objetivo de prevenir defectos en cada etapa del proceso de manufactura de un producto de prestación de un servicio. Para llevar a cabo lo anterior las personas que hacen cosas tienen la responsabilidad de verificar su trabajo antes de entregarlo, en lugar de solamente dejar que el trabajo mal cuidado pase hasta que sea detectado en una inspección final. Esto también tiene el beneficio de dar a los trabajadores una mayor sensación de orgullo por el trabajo que están efectuando; en este sentido los obreros son más artesanos.
















CONTROL ESTADISTICOS DE PROESOS
La clave de la administración para la calidad es creer que una variabilidad excesiva no es inevitable. Cuando se encuentra que el resultado de un proceso no es confiable, n siempre de acuerdo con los requisitos, debemos examinar cuidadosamente el proceso y ver como se le puede controlar.
Miremos unas ideas básicas del control estadísticos de shewhart. Tomaron una línea de producción que manufactura eje de transmisión para motores. Se han establecido requisitos para un buen funcionamiento de los ejes. Nos gustaría verificar y mejorar la calidad de los ejes que producimos. Estos se fabrican en grandes cantidades en un torno automático. Si midiéramos el diámetro de cada eje después de terminado, esperaríamos ver algo de variabilidad (tal ves una distribución normal) en las mediciones alrededor del valor medio. Estas variaciones aleatorias observadas en las medicines podrían ser resultado de variaciones en la dureza del acero utilizado para fabricar los ejes, de fluctuaciones de la corriente eléctrica que afectan el funcionamiento del torno o, incluso de errores al tomar mediciones sobre las piezas acabadas.
Pero imagínese lo que sucede cuando la herramienta del corte empieza a debilitarse. El diámetro promedio aumentara gradualmente, a menos que el torno sea recalibrado. Y así los soportes del torno se desgastan con el tiempo el filo cortante podría moverse. Entonces algunos ejes serian demasiados largos, y otros demasiados cortos. Aunque el diámetro promedio puede ser el mismo la variabilidad de las mediciones podría aumentar. Seria importante hacer notar dichas variaciones no aleatorios “o sistemática”, identificar sus causas u corregir el problema.
De este análisis, usted puede ver que existen dos tipos de variación observados en el resultado de la mayoría de los procesos, en general, y en la producción de nuestro torno, en particular:
· Variación aleatoria (en ocasiones conocida como variación común o inherente )
· Variación sistemática (a veces conocida como variación asignable o de causa especial)
Estos dos tipos de variación requieren de un tipo distinto de respuesta administrativa. Aunque uno de los objetivos de la administración de la calidad de un mejoramiento contante mediante la reducción de a variación inherente, este no puede lograrse sin cambiar el proceso. Y no se debe cambar cambiar el proceso hasta que se este seguro de que toda la variación asignable ha sido identificada y esta bajo control. De manera que la idea es : si el proceso esta fuera de control, debido a que todavía esta presente algo de variación casual, identifique y corrija la causa de dicha variación. Entonces, caen del proceso ya este bajo control, la calidad debe rediseñarse el proceso para producir su variabilidad inherente.



DIAGRAMAS DE CONTROL PARA MEDIA DEPROCESOS
La esencia del control estadístico consiste en identificar un parámetro que sea fácil de medir y cuyo valor es importante para la calidad del resultado del proceso ( el diámetro de los ejes , en nuestro ejemplo), representarlo gráficamente de tal manera que podemos reconocer las variaciones no aleatorias y decidir cuando hacer un proceso. Estas graficas se conocen generalmente de cómo diagramas de control. Suponga, por el momento, que deseamos producir ejes de transmisión cuyo diámetro este distribuido normalmente con milímetros y milímetro. (En la mayoría de las situaciones, suponer una distribución normal con y conocidas no es algo que resulte racionable, por consiguiente la desecharemos mas adelante. Sin embargo esta suposición facilita el análisis de las ideas básicas de los diagramas e control).
Para impresionar el proceso, tomamos una muestra aleatoria de 16 mediciones cada dia y calculamos su media. Del capitulo 6, sabemos que las medidas de mesta tiene una distribución de muestreo con:
= =60
=
=
=0.25
Para un periodo de dos semanas, indiquemos, gráficamente el valor de las medias de muestras diarias en función del tempo. A esta se le conoce como diagrama x. En la figura 10- 1 hemos representado gráficamente los resultados de 3 hipotéticos conjuntos de valor de dos semanas de medias de muestra. En cada uno de estos programas x hemos incluido, también,
· Una línea central (lc), con valor = 60
· Una línea limite de control superior(lcs),con valor +3 =60+3(0.25)=60.75
· Una línea de control inferior (lsi), con valor -3 =60-3(0.25)=69.25
El numero 3 que aparece en los limites de control superior e inferior se utiliza por convención. ¿De donde viene? Recuerde el teorema de Chebyshev. No importa cual sea la distribución en cuestión, al menos 89% de todas las observaciones caen dentro de 3 desviaciones estándar de la media. Y recuerde que para poblaciones normales, mas de 99.7% de todas las observaciones caen dentro de dicho intervalo.
Así pues, si un proceso esta bajo control, esencialmente todas las observaciones caerán dentro de los limites de control, entonces sugieren que el proceso esta descontrolado, y exigen una mayor investigación para ver si se puede encontrar una causa especial que explique por que caen fuera de los limites.


INTERPRETACIÓN BÁSICA DE LOS DIAGRAMAS DE CONTROL
En la figura 10-1 (a), todas las observaciones caen dentro de los lintes de control, de manera que el proceso esta comprobado. En la figura 10-1 (b), la segunda y la octava observaciones son externas, están fuera de los limites de control. En este caso, el proceso eta fuera de control. El personal de producción deberá intentar averiguar si ocurrió algo fuera de lo ordinario en esos dos días. Tal vez el torno no fue recalibrado al inicio de la jornada o quizá el operador regular de la maquina estuvo enfermo. Se puede dar el caso en que una investigación no produzca ningún resultado. Después de todo, la variación aleatoria producirá observaciones externas 0.3% de las veces. En tales casos, concluir que algo ha salido mal corresponde a cometer un error del tipo uno en la prueba de hipótesis. Sin embargo, como las observaciones externas validas se presentan con muy poca frecuencia, tiene sentido hacer una investigación siempre que se presente una.
¿Qué debemos concluir con respecto a la figura 10-1 (c) a pesar de las diez observaciones caen dentro de los lintes de control, estas no muestran una variación aleatoria. Muestran un marcado patrón de aumento con respecto al tiempo. Siempre que se encuentre con una falta de aleatoriedad, debe suponer que algo sistemático esta ocasionando ese comportamiento y deberá determinar que es lo que lo esta produciendo. Incluso, aunque todas las observaciones caen dentro de los limites de control, todavía decimos que el proceso esta fuera de control. En este ejemplo el filo de la cuchilla del torno se desgastaba cada día, y el departamento de mantenimiento se había negado a afilar la cuchilla como parte de sus actividades.
¿Qué tipo de patrones deberá buscar? Entre los patrones que se presentan mas a menudo están:
· Observaciones externas individuales (figura 10-1(b))
· Tendencias crecientes o decrecientes(figura(10-1(c)
TIPOS DE VARIACION.

Diagramas de control para la variabilidad de procesos.
Debido a que la calidad implica consistencia, confiabilidad y cumplimiento con los requisitos, la forma de mejorar la calidad es reduciendo la variabilidad.
Los limites de control de los diagramas ponen cotas a la cantidad de variabilidad que estamos dispuestos a tolerar en nuestras medias de muestra. Sin embargo, las preocupaciones de calidad están dirigidas a observaciones particulares, y las medias de la muestra son menos variables que las observaciones particulares.

Para controlar la variabilidad en las observaciones particulares, utilizamos otro tipo de diagramas de control, conocido como diagrama R; en estos representamos gráficamente los valores de los alcances de muestra para cada una de las muestras. La línea central de los diagramas R esta situada Para obtener los límites de control, necesitamos saber algo acerca de la distribución de muestreo de R.
= desviación estándar de la población
d3= otro factor que depende de n

Los valores de d3 se dan también en la tabla 9 del apéndice.
El alcance en los diagramas R se utiliza como una “aproximación “conveniente de la variabilidad del proceso que se esta estudiando. Su principal ventaja consiste en que puede ser fácilmente calculando y representando gráficamente.




DIAGRAMAS p: DIAGRAMAS DE CONTROL PARA ATRIBUTOS

Los diagramas R son diagramas de control para variables cuantitativas que toman valores numéricos. Las variables cuantitativas se miden ( por ejemplo, estatura) o se cuentan ( por ejemplo, cantidad de empleados).
En el area de control estadístico de procesos, una variable cuantitativa que solamente puede tomar 2 valores se conoce como atributo.
Puede representar gráficamente las fracciones de muestra tomadas cada hora en un diagrama de control conocido como diagrama p. Como:


La línea central y los límites de control de un diagrama p se encuentran en:
LC=


LCS=

LCI =
Todas las observaciones del diagrama de control caen dentro de los limites de control.
Si existe un valor conocido o planeado de p, ese valor deberá utilizarse para la línea central del diagrama p.

1 comentario:

  1. hola :
    buen dia

    saben en su blog podemos observar que esta muy bien distribuido los temas que nos dejaron aun que como nos comentan los tipos de variaciones la mayoría escribió sobre los diagramas pero mañana resolveremos junto con el problema que nos dejo el lunes pero todo lo demas esta bien nos parece muy bien explicado ahora hay que llevarlo ala practica bye bye

    ResponderEliminar