COMPLEMENTO C Las Siete Herramientas para el Mejoramiento Continuo

(1)

ADMINISTRACIÓN DE LAS OPERACIONES PRODUCTIVAS

COMPLEMENTO C

Las Siete

Herramientas para el

Mejoramiento

Continuo

(2)

Contenido

ADMINISTRACIÓN DE LAS OPERACIONES PRODUCTIVAS 2

1. Diagrama Causa – Efecto

2. Diagrama de Flujo

3. Diagrama de Pareto

4. Gráfica de Tendencia

5. Histogramas

6. Diagramas de Dispersión

7. Gráficas de Control

(3)

(4)

Procedimiento para Elaborar el Diagrama

1. Diagrama Causa – Efecto

1. Se describe el efecto, atributo o variable de la calidad que se va analizar.

2. Se escriben las causas primarias, que se denominan “ramas principales”.

Luego se escriben las causas secundarias que salen de las ramas principales y seguidamente las causas terciarias que salen de las “ramas” medianas. 3. Se determinan todas las causas posibles que pueden afectar la

característica.

4. Se agrupan las causas por afinidad, ramas grandes, medianas y pequeñas. 5. Se asigna importancia a cada factor, se marcan aquellos que parecen tener

un efecto significativo sobre la característica de calidad. Esto depende de la experiencia personal.

6. Se registra cualquier información que pueda ser útil: título, nombre del producto, proceso, lista de participantes, etcétera.

(5)

Aspectos a tener en cuenta

1. Diagrama Causa – Efecto

 Identificar los factores para discusión y consulta entre las

personas involucradas en los procesos.

 La característica debe ser lo más concreta y real posible.

 Los factores y las características deben ser medible.

 Descubrir los factores sobre los cuales es posible actuar.

 Asignar valores a los factores de manera objetiva,

con base en datos.

 El diagrama causa – efecto debe mejorarse continuamente

mientras se use.

(6)

Ejemplo de un Diagrama Causa – Efecto

(7)

2. Diagrama de Flujo

Es una representación gráfica que muestra todas las actividades de

un proceso; permite ver la relación y la secuencia lógica entre los

pasos (actividades) del proceso.

(8)

Aspectos Fundamentales del Procedimiento

2. Diagrama de Flujo

 Trazar el diagrama de flujo del proceso e indicar los pasos que

se siguen actualmente.

 Trazar el diagrama de flujo del proceso e indicar los pasos que

éste debería seguir si funcionara todo de manera correcta.

 Realizar una comparación para encontrar las diferencias entre

los diagramas, ya que es ahí donde radican los problemas.

(9)

Aspectos a tener en cuenta

2. Diagrama de Flujo

 Eliminar las actividades que no incorporen valor

agregado.

 Desarrollar y aplicar normas. Esto es propio de

todo proceso de estandarización.

 Eliminar la necesidad de puntos de inspección

y/o actividades duplicadas.

 Decidir cuáles procesos conviene automatizar.

Fusionar actividades si es posible

(10)

Diagrama de Flujo Aplicado

(11)

3. Diagrama de Pareto

Es una forma especial de una gráfica de barras verticales que permite observar la importancia relativa de determinados fenómenos o causas, a partir de los cuales pueden establecerse prioridades.

Este diagrama se usa para:

 Identificar un producto, bien o servicio, para el análisis de su mejoramiento de calidad.

 Llamar la atención acerca de los problemas o causas de una forma sistemática.  Identificar las oportunidades de mejoramiento.

 Analizar las diferentes agrupaciones de datos.

 Buscar las principales causas de los problemas y establecer la prioridad de las soluciones.

 Evaluar los resultados de los cambios efectuados a un proceso (antes y después).

(12)

Construcción del Diagrama de Pareto

3. Diagrama de Pareto

Fractura AA 10 Rayado BB 42 Mancha CC 6 Tensión DD 104 Rajadura EE 4 Burbuja FF 20 Otros 14 200 TOTAL Total

TIPO DE DEFECTO CONTEO

…..

…………

Tabla para conteo de datos

(13)

Tabla de Conteo según Varios Aspectos

3. Diagrama de Pareto

NÚMERO DE DEFECTOS TOTAL ACUMULADO COMPOSICIÓN PORCENTUAL PORCENTAJE ACUMULADO Tensión D 104 104 52 52 Rayado B 42 146 21 73 Burbuja F 20 166 10 83 Fractura A 10 176 5 88 Mancha C 6 182 3 91 Rajadura E 4 186 2 93 Otros 14 200 7 100 Total 200 --- 100 ---TIPO DE DEFECTO Kume (1992)

(14)

Diagrama de Pareto Aplicado

3. Diagrama de Pareto

(15)

Aplicaciones

4. Gráfica de Tendencia

 Establecer una línea base para mejorar. Comparar el desempeño histórico con el obtenido.

 Ver qué está pasando en el proceso: definir, medir, analizar, mejorar, controlar, crear, reunir datos, analizar datos, tomar decisiones, planear y trabajar en equipo.

 Enfocar los cambios importantes en un proceso.

 Analizar los efectos de un cambio que se haya efectuado a un proceso.

(16)

4. Gráfica de Tendencia

1 5 6 6 2 9 7 5 3 6 8 7 4 3 9 4 5 2 10 3

OCURRENCIA DÍA OCURRENCIA

(17)

5. Histogramas

Límites Valor de clase medio 1 29.05 - 29.25 29.15 II 2 2 29.25 - 29.45 29.35 IIII 4 3 29.45 - 29.65 29.55 IIII III 8 4 29.65 - 29.85 29.75 IIII IIII IIII 14 5 29.85 -30.05 29.95 IIII IIII IIII IIII III 23 6 30.05 - 30.25 30.15 IIII IIII 10 7 30.25 - 30.45 30.35 IIII IIII II 12 8 30.45 - 30.65 30.55 IIII I 6 9 30.65 - 30.85 30.75 I 1

(18)

Tipos de Histogramas

5. Histogramas

(19)

Tipos de Histogramas

5. Histogramas

(20)

Aplicaciones

6. Diagramas de Dispersión

 Para seleccionar factores muy correlacionados con las características de calidad entre varios factores.

 Para determinar el rango óptimo de una variable donde se fijan las

condiciones de las características de control.

 Para comparar los resultados de medidas precisas y medidas simples, pruebas destructivas y no destructivas, y para seleccionar características sustitutivas y métodos de realización de mediciones y experimentos.

(21)

Correlación Positiva Regular

(22)

Correlación Negativa Buena

(23)

No Existe Correlación

(24)

7. Gráficas de Control

• Miden la tendencia central y la dispersión con los límites estadísticamente determinados y la compara con la especificación estándar.

• Sirven para evaluar y visualizar la calidad del un proceso y su comportamiento en función del tiempo.

(25)

Control del Proceso

(26)

Beneficios de las Gráficas de Control:

7. Gráficas de Control

1. Son herramientas simples y efectivas para lograr un control estadístico del proceso.

2. Cuando un proceso está bajo control estadístico puede predecirse su desempeño respecto de las especificaciones.

3. Una vez que un proceso se encuentra en control estadístico, su

comportamiento puede mejorarse posteriormente y reducir la variación. 4. Proporcionan un lenguaje común de comunicación con relación al

comportamiento de un proceso.

5. Dan una buena indicación de cuándo algún problema debe corregirse localmente, y cuándo se requiere una acción en la que deban participar varios niveles de la organización.

(27)

Tipos de Gráficas de Control

7. Gráficas de Control

Las gráficas de control se dividen en dos grandes ramas: de variables para valores continuos y de atributos para valores discretos; dependiendo del tipo de

proceso, la forma como se inspecciona y las distribuciones de probabilidad

CLASIFICACIÓN VALOR

CARACTERÍSTICO GRÁFICA DE CONTROL

Gráfica de media x̅ Gráfica de rangos R

Gráfico de desviaciones estándar S

Gráfico np (número de unidades defectuosas) Gráfica p (fracción de unidades defectuosas) Gráfica c (número de defectos)

Gráfica u (número de defectos por unidad) Valor continuo

Valor discreto Variables

(28)

Fórmulas para los Límites de Control

7. Gráficas de Control

Valor discreto - fracción de unidades defectuosas p (n puede variar)

Binomial

Valor discreto - número de defectos c (n es constante)

Poisson

Valor discreto - número de defectos por unidad u (n puede variar)

Poisson

TIPOS DE GRÁFICAS DE CONTROL

Límite de Control Superior (LCS) Límite Central Medio (LM)

Límite de Control Inferior (LCI)

Valor discreto - fracción de unidades defectuosas np (n es constante)

Binomial

Valor continuo - promedio / rango

Valor continuo - rango / desviación estándar

Valor continuo - promedio / desviación estándar

LCS = LC = LCI = LCS = LC = LCI = LCS = LC = LCI = LCS = n LC = n LCS = n LCS = LC = LCI = LCS = LC = LCI = LCS = LC = LCI = si n varía si n varía

(29)

Fórmulas para los Límites de Control

7. Gráficas de Control

n D3 B4 n A2 D4 B4 2 0.000 3.267 14 0.235 1.672 1.594 3 0.000 2.568 15 0.223 1.653 1.572 4 0.000 2.266 16 0.212 1.637 1.520 5 0.000 2.089 17 0.203 1.622 1.534 6 0.000 1.970 18 0.194 1.608 1.518 7 0.076 1.882 19 0.187 1.597 1.503 8 0.136 1.815 20 0.180 1.585 1.490 9 0.184 1.761 21 0.173 1.575 1.477 10 0.223 1.716 22 0.167 1.566 1.466 11 0.256 1.679 23 0.162 1.557 1.455 12 0.283 1.646 24 0.157 1.548 1.445 0.545 0.266 0.886 1.717 0.354 0.619 0.451 0.555 0.285 0.927 1.744 0.321 0.633 0.443 0.523 0.308 0.975 1.777 0.284 0.647 0.434 0.534 0.337 1.032 1.816 0.239 0.663 0.425 0.497 0.373 1.099 1.864 0.185 0.680 0.415 0.510 0.419 1.182 1.924 0.118 0.698 0.403 0.466 0.483 1.287 2.004 0.030 0.718 0.391 0.482 0.577 1.427 2.115 0.000 0.739 0.378 0.428 0.739 1.628 2.282 0.000 0.763 0.363 0.448 1.023 1.954 2.574 0.000 0.789 0.347 B3 1.880 2.659 3.267 0.000 0.817 0.328 0.406 A2 A3 D4 B3 A3 D3

NOTAS SI n VARIA, USAR ñ

n DEBE SER

CONSTANTE n DEBE SER CONSTANTE

SI n VARIA,USAR

ñ n CONSTANTE

Distribución Binomial Binomial Poisson Poisson Normal

LIC Análisis especial

Normal Normal Normal

Análisis especial

LSC LM

Análisis especial

TIPOS ATRIBUTOS VARIABLES

P n p c u X R S _{Moda mediana}

(tendencia central) LÍMITES Fracción

defectuosa Número defectos

Defectos por unidad homogénea

Defectos en

muestra definida Medias(tendencia central)

Rangos (dispersión) Desviaciones estandar (dispersión) n n p n p

(30)

Racha o Carrera en la Gráfica de Control

(31)

Tendencias Observadas en la Gráfica de Control

(32)

Desviaciones Observadas en la Gráfica de Control

(33)

Acercamiento a la Línea Central en la Gráfica de Control

(34)

Periodicidad en la Gráfica de Control

(35)