Inspeccion Control Calidad

Ges6n
de Operaciones
Tema 6. Inspeccin y control de calidad
Raquel Gmez Lpez

M Concepcin Lpez Fernndez
Ana M Serrano Bedia
Gema Garca Piqueres
Adela Snchez Santos
Alberto Garca Cerro
Departamento de Administracin de Empresas
Este tema se publica bajo Licencia:
Crea9ve Commons BY-NC-SA 4.0
Ges6n de Operaciones
Control Tradicional de la Calidad (inspeccin a posteriori):

Limitaciones (1/2)
La inspeccin es una ac9vidad sin valor aadido que incrementa los
costes de produccin.
El circuito de informacin-correccin que va desde la deteccin del
problema hasta el ajuste del proceso consume 9empo, durante el
cual se siguen fabricando productos y piezas defectuosas.
Este planteamiento fomenta la idea de que la calidad depende de la
inspeccin y no del proceso de fabricacin.
La inspeccin no aporta informacin acerca de los problemas de ca-
lidad del producto, o de cmo es u9lizado por el cliente.
Raquel Gmez Lpez, M Concepcin Lpez Fernndez, Ana M Serrano Bedia, Gema Garca Piqueres, Adela Snchez Santos y Alberto Garca Cerro
Control Tradicional de la Calidad (inspeccin a posteriori):

Limitaciones (2/2)
Un nivel mnimo de calidad puede resultar insuciente para una em-
presa que fabrique productos de alto valor aadido.
La inspeccin puede revelar la presencia de defectos, pero nunca se
puede garan9zar la eliminacin al cien por cien de las unidades
defectuosas.
Los productos ajustados o corregidos son ms propensos a daarse.
Los criterios de evaluacin a la hora de llevar a cabo la inspeccin de-
ben estar perfectamente establecidos para evitar diferencias en fun-
cin de la persona encargada de aplicarlos. La inspeccin ru9naria
puede hacerse poco able debido al aburrimiento y la fa9ga.
Control Preven6vo: Vas
1. AUTOINSPECCIN:
El trabajador inspecciona cada una de las piezas que procesa.
Inconvenientes:
El trabajador puede aceptar unidades que deberan rechazarse.
El trabajador puede cometer errores de inspeccin no intencionados.
2. INSPECCIN SUCESIVA:
El trabajador es el nico responsable de la calidad del producto en su
rea de ac9vidad.
Si una pieza que no cumple con las especicaciones previstas pasa a
la siguiente operacin, el trabajador que la recibe debe comunicar al
que le suministra la pieza la existencia del defecto.
Principios:
Inspecciones al 100%.
La informacin del defecto se dirige al operario en cuya rea se ori-
gin el defecto, quien adopta la accin o acciones correc9vas nece-
sarias.
Como resultado el proceso deja de producir productos defectuosos.
3. CONTROL EN LA FUENTE:
Descubrir las causas l9mas que originan los defectos para
inmediatamente efectuar las acciones correc9vas necesarias
que eviten su repe9cin.
Herramientas para el Control del Proceso
Siete herramientas para el control de la calidad del proceso (Ishikawa):

Hojas de recogida de datos.
Histogramas.
Estra9cacin de datos.
Diagramas de Pareto.
Diagramas causa-efecto.
Anlisis de correlaciones.
Diagramas control.
Hojas de Recogida de Datos (1/3)

1. Hoja de inspeccin/vericacin de ar\culos defectuosos:
2. Hoja de posicin de defectos:
3. Hoja de distribucin del proceso:

4. Hoja de factores defectuosos:
Histogramas
Grcos representa9vos de la distribucin de datos obtenidos en la
realidad. Permiten ver de inmediato con que frecuencia se dan de-
terminadas caracters9cas. En calidad se u9liza para visualizar el
comportamiento del proceso respecto a determinados lmites.
Pasos para su elaboracin:
1. Tomar un nmero n de medidas sobre la caracters9ca que queremos
controlar (50-100).
2. Especicar lmites mximo y mnimo.
3. Determinar la amplitud de cada seccin o categora de datos.
4. Determinar el valor lmite de cada una de ellas.
5. Asignar los datos a cada seccin. Permite obtener la tabla de frecuencias.
Histogramas de Procesos: formas que pueden tomar en

relacion con las especicaciones (1/2)
LIE
LSE
Comportamiento dentro de
las especicaciones.
LIE
LSE
Comportamiento dentro de las

especicaciones pero cercano a la
tolerancia. Necesario reducir dispersin.
Proceso descentrado. Es necesario centrarlo

con respecto a las especicaciones.
LIE
LSE
Histogramas de Procesos: formas que pueden tomar en

relacion con las especicaciones (2/2)
LIE
LSE
Dispersin con una amplitud mayor que

la permi6da por las especicaciones.
Es necesario reducir la dispersin.
LIE
LSE
Proceso descentrado y con una dispersin

cuya amplitud es mayor que la permi6da
por las especicaciones. Es necesario
centrar y reducir la dispersin.
Ejercicio 1: Histograma
Se ha medido, en milmetros, el dimetro de un taladro, producindo-
se los resultados que aparecen recogidos en la siguiente tabla. El valor
especicado es de 10,5 0,2 mm. Se desea construir el histograma co-
rrespondiente a estos datos.
Mediciones de dimetros
Estra6cacin de Datos (1/4)

ESTRATIFICACIN: Herramienta estads9ca que clasica los da-
tos en grupos con caracters9cas semejantes:
A cada grupo se le llama estrato.
La clasicacin se hace con el n de iden9car la inuencia de
determinados factores o variables en el resultado de un proceso.
La forma ms comn de presentar la estra9cacin es el histograma.

1. Por material
Fabricante, comprador, marca, lugar de produccin, fecha de compra, lote

de recepcin, lote de produccin, componentes, pureza, tamao, piezas,
9empo de almacenaje, etc.
2. Por Mquina, equipo

o herramienta
Tipo de mquina, nmero, modelo, rendimiento y edad, fbrica, lnea,

herramienta, tamao, molde, etc.
3. Por operario
Individuo, grupo, edad, experiencia, sexo, etc.
Temperatura, presin, velocidad, frecuencia rotacional, velocidad de la

4. Por procedimientos
operacin y condiciones lnea, localizacin de operacin, iluminacin, temperatura del aire,
humedad, estado del 9empo, procedimiento de operacin, etc.
opera6vas
5. Por medicin e
inspeccin
Instrumento, procedimiento de medicin, lugar de medicin, persona que

hace la medicin, herramientas de inspeccin, procedimiento de
inspeccin, lugar de inspeccin, etc.
6. Por 6empo
Tiempo, maana, tarde, principio de noche; noche, da semana, mes

periodo, estacin, etc; justo antes de empezar y justo al acabar la
operacin.
7. Por entorno y 6empo
Temperatura, humedad, 9empo nublado, soleado, lluvioso, ventoso,

nevado, etc.
8. Otros
Producto nuevo vs viejo, producto unitario vs producto construido

con9nuamente, producto bueno vs defectuoso, mtodo de
empaquetado, de transporte, etc

EJEMPLO: Iden6car la causa del diferente
rendimiento de los operarios de una fbrica.
Se sospecha que la causa puede estar relacionada con el grado de experiencia
de los trabajadores: estra&cacin en razn de los aos de an&gedad.
LIE
LSE
Operarios con menos

de dos aos de
an6gedad
LIE
LSE
Operarios entre dos y

cinco aos de
an6gedad
LIE
LSE
Operarios entre cinco y

diez aos de
an6gedad

1. Mediciones dentro de los lmites de especicacin y
sin tendencia a salirse de ellos: operarios entre 2-5
aos experiencia y operarios entre 5-10 aos expe-
riencia.
2. Mediciones dentro de los lmites pero cerca de ellos:
operarios con mas de 10 aos de an9gedad. Hay
que tomar precauciones.
LIE
LSE
3. Mediciones fuera de especicacin: operarios con

menos de 2 aos de an9gedad.
Operarios con ms de
diez aos de
an6gedad
Esta forma de estra6cacin nos ha permi6do iden6car la relacin

que existe entre la variable aos de experiencia en el trabajo y el
resultado medido como el rendimiento en el trabajo.
Diagrama de Pareto (1/3)

Herramienta de anlisis sencilla pero poderosa.
Se basa en el principio de Pareto: Wilfredo Pareto economista italiano
que a nales de 1800 realiz un estudio sobre la pobreza.
20% de las personas controlaban 80% riqueza en Italia.
Este principio arma: la vital

inuencia de unos pocos
factores en comparacin con la
poca importancia que 6ene la
mayora de ellos.
Con este principio se

puede saber a donde
hay que dirigir esfuerzos
para obtener mejores
resultados.

Pareto observ otras distribuciones similares en sus estudio.
A principios de los aos 50, Juran descubre la evidencia de la regla
20-80 para gran variedad de situaciones: el fenmeno parece
exis9r sin excepcin en problemas relacionados con la calidad.
Pretende estudiar el efecto de determinados elementos sobre un
aspecto y permite clasicar los datos/errores en base a su impor-
tancia.
Grco de barras similar al histograma, con una curva que repre-
senta en forma decreciente el grado de importancia de dis9ntos
factores sobre un proceso.
Se desarrolla en tres etapas:

1. Recogida de datos.
2. Clasicacin de datos: se
clasican las categoras en
orden decreciente (nmero
de defectos acumulado fre-
cuencia rela9va).
3. Construccin del grco:
cifras sobre diagrama de co-
lumnas y curva acumula9va.
Dureza
Cabezas
Tamao
Longitud
Enroscado
rotas
cabeza
Otros
Ejercicio 2: Diagrama de Pareto

Una fbrica de cermica desea inves9gar el 9po de defectos que presen-
tan los aroculos defectuosos que se generan, para lo cual ha efectuado
el recuento de dichos aroculos, agrupndolos por el 9po de defecto que
presentan informacin que aparece recogida en la siguiente tabla.
A par9r de dichos datos, construir el diagrama de Pareto correspondien-
te a los mismos y comentar los resultados obtenidos.
Tipo de defecto
Nmero de defectos
A Fractura
B Rayado
C Mancha
D Tensin
E Irregularidad
F Burbuja
G Otros
8
36
6
94
4
12
Total
163
Diagramas Causa-Efecto (1/5)

Principal nalidad: expresar en forma grca el conjunto de factores cau-
sales que intervienen en una determinada caracters9ca de calidad.
Una vez iden9cados los factores se estudia cual es el responsable del
defecto que desea corregir.
Etapas para su construccin:
1. Denir la variable de calidad.
2. Escribir sobre un recuadro la caracters9ca a examinar y trazar una larga echa
horizontal que termine en el cuadro.
3. Escribir los principales factores que pueden causar la caracters9ca y trazar una
echa en direccin a la principal (mano de obra, maquinaria, material y mto-
dos de operacin).
4. Sobre cada rama de la echa describir los factores que se pueden considerar co-
mo sus causas (brainstorming). Repe9r el procedimiento para las subramas y as
sucesivamente.
Pequea
rama
Rama mnima
Rama media
Gran rama
Tronco
Causas (factores)
C
A
R
A
C
T
E
R
I
S
T
I
C
A
S
Efecto

CLASIFICACIN DE FACTORES (MTODOS DE EXPANSIN DE GRANDES RAMAS)
Operarios
Mquinas
Medida no adecuada de
la moldura.
Materiales
Mtodos

EXPLICACIN DE LA CAUSA (MTODOS DE EXPANSIN DE GRANDES RAMAS)
Mquinas
Corte y
desechos
Corte torno
Torno
Amplitud
Presin
Grande
Fuerte
Mquina de prensado
y pulido
Lenta
Frecuencia
Medida no
adecuada de
la moldura.

DIAGRAMA CAUSA-EFECTO: MEDIDA NO ADECUADA DE LA MOLDURA
(los cristales no se ajustan bien a la moldura)
Operario
Cansado
Condicin
fsica
Entrenamiento
Nervioso
Insuficiente
Cuidado
Negligencia
Mquinas
Dimensiones
Frecuencia rotacional
Demasiada
amplitud
Demasiado baja
Mecanizado
Prensa y
pulidora
Poco
preciso
Exceso
Presin
Torno
Tiempo
Demasiado
Prensa y pulidora
Contaminantes
Se mezclan
Colector
artesa
spera
Superficie
Proveedores
Depsito
Llena
Materias
primas
Artesa
Mtodo
Medida no
adecuada de
la moldura.
No cumplen
especificaciones
Materiales
Diagramas de Correlacin (1/2)
Inves9ga si existe reciprocidad entre dos caracters9cas de un proceso.

En cada realizacin del proceso se miden los valores X e Y de ambas ca-
racters9cas, los cuales denen un punto en el plano.
Tras una serie de medidas se 9ene una nube de puntos cuya estructura
muestra si existe o no correlacin entre las variables y si sta es posi9va
o nega9va.
Diagramas de Correlacin (2/2)

Fuerte correlacin
positiva.
X
Despus de estratificar los datos aparece
cierto grado de correlacin positiva.
Correlacin
positiva.
Relacin en lnea curvada: el lado izquierdo

del rango tiene correlacin positiva.
Y cambia pero X permanece

cosntante (no correlacin).
No correlacin dentro de un cierto rango, pero se da

correlacin negativa fuera de ese rango.
X cambia paro Y permanece

constante (no correlacin).
No
correlacin.
Relacin en lnea curva (correlacin negativa a la izquierda

y correlacin positiva a la derecha).
Correlacin
negativa.
Fuerte correlacin
negativa.
Grcos de Control
Comparacin de una caracterstica de la calidad actual del producto
con los lmites de la calidad extrados de experiencias anteriores.
Una de las primeras aportaciones derivadas del control de calidad, desarro-

llada por W. Shewart en los laboratorios de Bell Telephone (1942).
Se basa en dos suposiciones:
1. Variablidad en las caracters9cas de fabricacin.
2. Los procesos no se encuentran en estado de control.
CLAVE
Controlar el proceso
Grcos de Control
TIPOS DE GRFICOS DE CONTROL:

1. Control para medir: cuando se aplica a una magnitud medible (grcos de control de
medida). Grcos media-rango y grcos pre-control.
2. Control por atributo: cuando se aplica a variables que no pueden tomar ms de dos
valores (grcos de control de atributos).
FORMA DE ACTUACIN: se toman medidas de calidad peridicas de una pe-

quea muestra de produccin y se hace un promedio de dichas lecturas. Si
stas se encuentran dentro de los lmites establecidos el proceso est bajo
control (variaciones inherentes al proceso) y si est fuera de dicho lmites se
trata de una variacin especial (variaciones especiales).
Grcos de Control
DESARROLLO DE LA TCNICA:
1. Determinar el proceso que se va a analizar y la muestra que se va a u9lizar.
2. Recoger los datos. Unos 100 datos divididos en 20 o 25 grupos y registrar-
los en una hoja de datos.
3. Calcular los promedios para cada subgrupo (de tamao n).
4. Calcular x dividiendo el total de los x de cada grupo por el nmero de sub-
grupos K.
5. Calcular el rango de cada subgrupo R (valor mximo en un subgrupo-valor
mnimo en un subgrupo).
6. Calcular el promedio del rango R, dividiendo e total de los R de cada sub-
grupo por el nmero de grupos k.
Grcos de Control
7. Clculo de las grcas de control.
Grcos de Control
A2, D3, D4 son constantes basadas en n (tamao de los subgrupos)
de acuerdo con los valores de esta tabla:
n
A2
D3
D4
1,88
3,27
1,02
2,57
0,73
2,28
0,58
2,11
0,48
2,00
0,42
0,08
1,92
0,37
0,14
1,86
0,34
0,18
1,82
10
0,31
0,22
1,78
Grcos de Control
8. Dibujar las lneas de control.
9. Registrar los valores de promedio de x y R de cada subgrupo sobre
la misma lnea ver9cal en el orden del nmero del subgrupo.
10. Registrar en el grco los datos que puedan ser de u9lidad para el
posterior anlisis de la misma.
Grcos de Control
Grficas de Control:
Dimensiones del ojo de la cerradura
Promedio (X) mm
6,65
UCLX
6,47
6,41
LCLX
6,35
0,30
Rango (R) mm
0,20
UCLR
0,09
LCLR
0
5
10
15
20
25
Nmero de subgrupo
Anlisis de la Precisin de un Proceso (1/2)

Imposibilidad de fabricar items con idn6cas caracters6cas de calidad:
denicin de la medida deseada o cota nominal y un cierto intervalo
dentro del cual se considera que el producto es aceptable.
Campo de tolerancias: lmite de tolerancia superior (LTS) y lmite de to-
lerancia inferior (LTI).
Campo de variacin: lmite de variacin superior (LVS) y lmite de varia-
cin inferior (LVI). El campo de variacin de las medidas tomadas debe
ser inferior al de tolerancias y estar comprendido en ste
(LTS > LVS > LVI > LTI).
A menor campo de variacin ms precisin en el proceso:
ndice Rela6vo de Precisin del Proceso (IRP) =

(LTS-LTI) / R
Anlisis de la Precisin de un Proceso (2/2)

En un funcin del tamao de la muestra, el ndice de precisin
nos permi9r clasicar la precisin como alta, media o baja.
Precisin
n
Baja
Media
Alta
< 6,0
6,0 / 7,0
> 7,0
< 4,0
4,0 / 5,0
> 5,0
< 3,0
3,0 / 4,0
> 4,0
5 6
< 2,0
2,5 / 3,5
> 3,5
Muestreo de Aceptacin de Lotes por Atributos (1/2)

Consiste en evaluar una parte de la produccin contenida en un
lote la muestra a n de aceptar o rechazar todo el lote,
considerndolo conforme o no con la especicacin de calidad.
Los lotes defectuosos se devuelven al proveedor o departamento responsable

los lotes rechazados para que se inspeccione el 100% del lote y se reelaboren
los productos defectuosos.
Ventajas respecto a la inspeccin del 100%:
1. Ms barato.
2. Menos personal.
3. El rechazo de lotes completos supone una mo9vacin para el proveedor.
Muestreo de Aceptacin de Lotes por Atributos (1/2)

Inconvenientes:
1. Riesgo de aceptar lotes defectuosos y rechazar lotes aceptables.
2. Necesidad de clculos y documentacin especcos.
Acuerdo entre consumidor y productor (2 niveles de calidad): por una parte el

fabricante no quiere que le devuelvan los lotes con fraccin defectuosa menor
que el Nivel Aceptable de Calidad (NAC), y el consumidor no est dispuesto a
aceptar lotes con fraccin de defectos superior a un lmite denominado Nivel
Tolerable de Defectuosos (NTD).
Riesgo del consumidor = .
Riesgo del fabricante = .
Establecidos , , NAC y NTD se puede denir perfectamente le

plan de muestreo a par6r de la informacin suministrada por
unas tablas que nos facilitan su construccin.

Inspeccion Control Calidad

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Inspeccion Control Calidad

Uploaded by

Copyright:

Available Formats

Ges6n

Raquel Gmez Lpez

Control Tradicional de la Calidad (inspeccin a posteriori):

Control Tradicional de la Calidad (inspeccin a posteriori):

Control Preven6vo: Vas

Control Preven6vo: Vas

Control Preven6vo: Vas

Herramientas para el Control del Proceso

Siete herramientas para el control de la calidad del proceso (Ishikawa):

Hojas de Recogida de Datos (1/3)

Hojas de Recogida de Datos (2/3)

2. Hoja de posicin de defectos:

3. Hoja de distribucin del proceso:

Hojas de Recogida de Datos (3/3)

Histogramas de Procesos: formas que pueden tomar en

Comportamiento dentro de las

Proceso descentrado. Es necesario centrarlo

Histogramas de Procesos: formas que pueden tomar en

Dispersin con una amplitud mayor que

Proceso descentrado y con una dispersin

Estra6cacin de Datos (1/4)

Estra6cacin de Datos (2/4)

Fabricante, comprador, marca, lugar de produccin, fecha de compra, lote

2. Por Mquina, equipo

Tipo de mquina, nmero, modelo, rendimiento y edad, fbrica, lnea,

Individuo, grupo, edad, experiencia, sexo, etc.

Temperatura, presin, velocidad, frecuencia rotacional, velocidad de la

Instrumento, procedimiento de medicin, lugar de medicin, persona que

Tiempo, maana, tarde, principio de noche; noche, da semana, mes

7. Por entorno y 6empo

Temperatura, humedad, 9empo nublado, soleado, lluvioso, ventoso,

Producto nuevo vs viejo, producto unitario vs producto construido

Estra6cacin de Datos (3/4)

Operarios con menos

Operarios entre dos y

Operarios entre cinco y

Estra6cacin de Datos (4/4)

3. Mediciones fuera de especicacin: operarios con

Esta forma de estra6cacin nos ha permi6do iden6car la relacin

Diagrama de Pareto (1/3)

20% de las personas controlaban 80% riqueza en Italia.

Este principio arma: la vital

Con este principio se

Diagrama de Pareto (2/3)

Diagrama de Pareto (3/3)

Se desarrolla en tres etapas:

Ejercicio 2: Diagrama de Pareto

Diagramas Causa-Efecto (1/5)

Diagramas Causa-Efecto (2/5)

Diagramas Causa-Efecto (3/5)

Diagramas Causa-Efecto (4/5)

Diagramas Causa-Efecto (5/5)

Diagramas de Correlacin (1/2)

Inves9ga si existe reciprocidad entre dos caracters9cas de un proceso.

Diagramas de Correlacin (2/2)

Relacin en lnea curvada: el lado izquierdo

Y cambia pero X permanece

No correlacin dentro de un cierto rango, pero se da

X cambia paro Y permanece

Relacin en lnea curva (correlacin negativa a la izquierda

Una de las primeras aportaciones derivadas del control de calidad, desarro-

TIPOS DE GRFICOS DE CONTROL:

FORMA DE ACTUACIN: se toman medidas de calidad peridicas de una pe-

Anlisis de la Precisin de un Proceso (1/2)