Todo sistema de Gestión de la Calidad implementado en una empresa

...

---------------------------------------------------------------

Ejemplo 3 Aplicación de los gráficos de control en el análisis de la calidad textil

El desarrollo de procedimientos adecuados para el estudio y control de los procesos productivos, es fundamental para mantener un nivel óptimo de calidad en los productos. En este sentido, la Estadística juega un papel importante en todas las actividades empresariales relacionadas con la calidad pues proporciona un amplio abanico de técnicas que se pueden aplicar en el control de la misma. En cualquier proceso de fabricación no siempre se producen los mismos efectos, ya que los elementos que intervienen no siempre funcionan de forma exacta, dando lugar a cierta variabilidad, cuyas causas es preciso investigar. La variabilidad de un proceso puede deberse a causas no asignables y a causas asignables. Las primeras, también llamadas aleatorias son de naturaleza probabilística y forman parte de la variación propia del proceso. Algunas de las razones por las que aparecen estas causas son: variabilidad de la materia prima, variabilidad debida a la maquinaria, distinta eficacia de la mano de obra, etc.

Construcción de gráficos: Para construir un gráfico de control X − R , se debe estimar la media y la dispersión para cada una de las características de calidad señaladas. A modo de ejemplo se detalla el procedimiento para una de las características, en concreto para "Título absoluto".

Los límites del gráfico para controlar la media del proceso son los siguientes:

LSC = X + A2R = 18,322 + 0,373⋅1,34818 = 18,822

LC = X = 18,322

LIC = X − A2R = 18,322 − 0,373⋅1,34818 = 17,822

La línea central y los límites de control para el gráfico de rangos, que es el que nos permite controlar la variabilidad del proceso son:

LSC = D4R = 1,864 ⋅1,34818 = 2,50

LC = R = 1,342

LIC = D3R = 0,136 1,34818 0,183

[pic 5]

Observando el gráfico de medias se comprueba que todos los puntos están situados dentro de los límites de control, apreciándose una tendencia decreciente desde la muestra número 2 hasta la 7. No obstante, al tratar de identificar posibles patrones no aleatorios, hemos tomado como referencia los ocho criterios que implementa el paquete estadístico MINITAB 2, pero no se aprecia ninguno de ellos

---------------------------------------------------------------

Ejemplo n° 4 APLICACIONES de diagrama de Pareto para analizar defectos de heladeras

Un fabricante de heladeras desea analizar cuáles son los defectos más frecuentes que aparecen en las unidades al salir de la línea de producción. para esto, empezó por clasificar todos los defectos posibles en sus diversos tipos:

[pic 6]

Posteriormente, un inspector revisa cada heladera a medida que sale de producción registrando sus defectos de acuerdo con dichos tipos. Después de inspeccionar 88 heladeras, se obtuvo la tabla siguiente:

[pic 7]

Al clasificar el tipo de defecto en orden decreciente de frecuencia:

[pic 8]

Tanto el cuadro, como el diagrama que aparece más abajo, permiten observar que los 3 primeros tipos de defectos (25% de los tipos definidos) se presentan en el 82 % de las heladeras, aproximadamente. Se puede concluir que: La mayor parte de los defectos encontrados en el lote pertenece sólo a 3 tipos de defectos, de manera que si se eliminan las causas que los provocan, desaparecería la mayor parte de los defectos.

DIAGRAMA DE PARETO

[pic 9]

Una vez realizado el proceso correctamente podemos determinar la principal problemática que se presenta en las heladeras, para posteriormente buscar una solución.

Ejemplo n° 5 histograma para analizar el material particulado en la atmósfera de camagüey

La ciudad de Camagüey, a pesar de no ser un centro industrial de gran importancia, si es un núcleo poblacional de relevancia; su atmósfera recibe los impactos de varias fuentes antropogénicas de contaminación, además de las naturales. Por tanto, es de esperar que para las condiciones y lugar de muestreo se sobrepase repetidamente la concentración máxima admisible del polvo en la atmósfera, según establece la NC 93-02-221:86 “Determinación gravimétrica de polvo en suspensión”, la cual establece un límite de 300 µg/mP3P. El objetivo es verificar la validez de la hipótesis de trabajo propuesta.

Materiales y métodos: Durante el año 2004 se realizaron muestreos con una frecuencia semanal. Se empleó el recolector de aerosoles RA-Cy-01 con caudal de 7 mP3P/h. La eficiencia de retención del filtro utilizado (Filtro Petrianov FPT-15-1,5) es de un 99 % para partículas con dimensiones entre 0,3-1,5 µm. Los valores se calculan para las condiciones de P = 101,3 kPa y T = 25 PoPC). La concentración total de material particulado se determina gravimétricamente. Los datos se analizan según los procedimientos de la estadística descriptiva.

[pic 10]

En el sitio de muestreo la concentración media anual es superior a la Concentración Máxima Admisible (300 µg/mP3P) en dos veces, aproximadamente. Las elevadas concentraciones pueden ser resultado de las condiciones climatológicas adversas (sequía y vientos fuertes) que favorecen la suspensión y traslado de material particulado, así como la contribución de fuentes antropogénicas como el transporte automotor. Existe una composición bastante equitativa entre la fracción no volátil (51,5 %) y la volátil (48,5 %). Las desviaciones típicas en todos los casos son muy significativas, lo que demuestra la gran fluctuación de los resultados, lo que se vincula a la diversidad de fuentes de material particulado en la atmósfera y a su variabilidad espacial y temporal. El histograma de frecuencias de los valores de concentraciones totales se refleja en el gráfico 1. El histograma refleja el predominio de valores entre los 200 µg/mP3 Py 600 µg/mP3P, con un 67 % del total.

[pic