Professional Documents
Culture Documents
Adaptacin
Adaptacin
Andrea Isabel Barrera Siabato
Ingeniero Industrial.
Especialista en Salud Ocupacional y Prevencin de Riesgos Laborales
Programa de Ingeniera Industrial. UNAD
COMIT DIRECTIVO
@CopyRigth
Universidad Nacional Abierta y a Distancia
ISBN
2010
Centro Nacional de Medios para el aprendizaje
1. CONCEPTUALIZACIN
3.1. HISTOGRAMA
2.3.3 OPTIMIZACIN
BIBLIOGRAFA
De otra parte, este mdulo est dividido en dos unidades. La primera unidad,
fundamentos del control de calidad se compone de seis captulos donde en primer
lugar se aborda la temtica general de la conceptualizacin y antecedentes del
tema de calidad, en segundo lugar los aspectos concernientes al control
estadstico de la calidad, para posteriormente y en tercer lugar entrar al muestreo
de aceptacin lote a lote por atributos. La segunda unidad, desarrollo del control
de calidad, contina con los captulos cuarto y quinto, donde se describen las
tcnicas tanto con datos numricos como no numricos para mejorar la calidad,
para finalmente y en sexto lugar tratar el tema de los costos de la calidad,
esperando as llenar las expectativas de los lectores vidos por el tema.
Introduccin:
Objetivo general:
Objetivos especficos:
Competencias a desarrollar:
1970 1980 AC
Aseguramiento
1960 1970 de la calidad
CC
I
1950 1960 GCT
AC Control de la
CC calidad
I
Inspeccin de la
calidad
Adaptado de: MORENO-LUZN, Mara. D.; PERIS, Fernando J. y GONZLEZ, Toms. Gestin de la
calidad y diseo de organizaciones. Teora y estudio de casos. Madrid: Pearson Educacin, 2001. 432p.
10
La inspeccin no slo debe llevarse a cabo en forma visual, sino adems con
ayuda de instrumentos de medicin. Radford propone mtodos de muestreo con
ayuda para llevar a cabo el control de calidad, mas no fundamenta sus mtodos
en la estadstica; habla, adems de cmo debe organizarse el departamento de
inspeccin.
11
Mientras Shewhart prosegua su trabajo con respecto al control del proceso, otros
investigadores de la misma compaa, principalmente Harold Dodge y Harry
Roming, avanzaban en la forma de llevar a cabo la prctica del muestreo, que es
el segundo elemento importante del control estadstico del proceso.
Las tcnicas de muestreo parten del hecho de que en una produccin masiva es
imposible inspeccionar todos los productos, para diferenciar los buenos de los
12
Sin embargo, esta forma de proceder incluye riesgos: debido a los defectos de
unas cuantas muestras se puede rechazar todo un lote de produccin de calidad
aceptable, como tambin se puede pasar como bueno un lote que en realidad
debera ser rechazado. Los investigadores, que consideraron este problema como
riesgo del productor y del consumidor, desarrollaron tambin algunas tcnicas
para solventarlo.
13
Esta tercera etapa se caracteriza por dos hechos muy importantes: la toma de
conciencia por parte de la administracin del papel que le corresponde en el
aseguramiento de la calidad y la implantacin del nuevo concepto de control de
calidad en Japn.
Cuatro son ahora los autores m importantes que figuran: W. Edwards Deming,
Joseph Juran, Armand Feigenbaum y Philip B. Crosby. Deming pone de relieve la
responsabilidad que la alta gerencia tiene en la produccin de artculos
defectuosos. Juran investiga los costos de la calidad. Feigenbaum, por su parte,
concibe el sistema administrativo como coordinador, en la compaa, del
compromiso de todos en orden al logro de la calidad. Crosby es el promotor del
movimiento denominado cero defectos.
14
Dado que la alta gerencia es responsable del sistema y puesto que gran parte de
los productos defectuosos se derivan del sistema mismo, la alta gerencia, y no los
trabajadores, es la responsable en mayor medida (el 85%) de los productos
defectuosos. Si la alta gerencia quiere cumplir con la responsabilidad que le
compete en esta poca de gran competitividad, debe llevar a cabo determinadas
acciones (los catorce puntos de Deming) que le van a permitir hacer el cambio del
sistema. El planteamiento de Deming se publico en su obra Quality. Producivity,
and Competittive Position, editada en 1982.
Joseph Juran, en su libro Quality Control Handbook editado en 1951, trat el tema
de los costos de la calidad y de los ahorros substanciales que los administradores
podan lograr si atendan inteligentemente el problema. Estos ahorros los compara
el autor con el oro de una mina que es necesario saber explotar. Algunos costos
de produccin, son inevitables, pero otros se pueden suprimir. Son inevitables los
relacionados con el control de la calidad.
Los que se pueden suprimir son los que se relacionan con los productos
defectuosos, como son el material de desecho, las horas invertidas en
reparaciones, en retrabado y en atender reclamaciones, y las prdidas financieras
que resultan de clientes insatisfechos. Si se suprimieran todos estos costos
invirtiendo en el mejoramiento de la calidad, se lograran ahorros verdaderamente
substanciales.
15
Philip B. Crosby est ligado con la filosofa conocida como cero defectos, que se
experiment en la Martn Company, fbrica de los misiles Pershing. El hecho de
haber podido entregar en Cabo Caaveral uno de estos artefactos el 12 de
diciembre de 1961 sin ningn defecto y el haber podido entregar otro en febrero
de 1962 tambin sin ningn defecto, pero este ltimo ya como resultado de una
peticin expresa de la administracin a los trabajadores en este sentido, hizo caer
en la cuenta a los directivos de esta compaa que cuando la administracin pide
16
El programa se denomin cero defectos y se, distingui por el nfasis que puso en
hacer conscientes de la importancia del programa a quienes iban a participar en l
y en motivarlos. Martn Company, pues, articul una filosofa, segn la cual el
nico Standard aceptable de calidad es cero defectos.
Para lograr este propsito entren a sus trabajadores, hizo eventos especiales,
estableci metas y llev a cabo autoevaluaciones. Philip B. Crosby, quien trabaj
en la compaa Martn en la dcada de los sesenta, divulg esta filosofa en su
libro Quality Is Free (12). A juicio de este autor es tcnicamente posible lograr una
excelente calidad; la cual es lo ms reducible desde el punto de vista econmico.
En la cuarta etapa, relacionada con las dos ltimas dcadas, ha tenido lugar un
cambio muy importante en la actitud de la alta gerencia con respecto a la calidad
debido, sobre todo, al impacto que, por su calidad, precio y confiabilidad, han
tenido los productos japoneses en el mercado internacional.
DEFINICIONES DE CALIDAD
Para satisfacer ese propsito especfico, dichas partes deben tener "alta calidad".
Aunque haya sido simple el escribir la frase "alta calidad", y a pesar de que la
mayora usamos el trmino "calidad" de una forma que nosotros pensamos que
tiene sentido y es entendible para cualquiera, descubriremos que una definicin
til de calidad, no es fcil de desarrollar.
1
MORENO-LUZN, Mara. D.; PERIS, Fernando J. y GONZLEZ, Toms. Gestin de la calidad y diseo de organizaciones. Teora y
estudio de casos. Madrid: Pearson Educacin, 2001. 432p.
18
Garvin (1988) y Reeves y Vendar (1994), realizan una sntesis de las definiciones
del concepto en las que pueden encuadrarse, entre otras, las propuestas por los
autores ms conocidos como Deming. Juran, Feigenbaum o Crosby. A
continuacin se dan a conocer algunas aproximaciones a stas.
La calidad como conformidad con unas especificaciones es una idea que surge en
el mbito del taller y de la fbrica de manufacturas. A finales del pasado siglo y
principios de ste, el objetivo de las empresas manufactureras era conseguir la
produccin en masa de productos iguales y sin defectos. Se busca conseguir que
todas las piezas del mismo tipo sean semejantes e intercambiables. Lo substancial
est en obtener una produccin estndar que permita obtener piezas y productos
parecidos. De esta forma la calidad equivale a la no variabilidad de procesos y
productos.
19
Los modelos de comportamiento del consumidor, que explican cmo ste intenta
maximizar sus utilidades, pueden ser utilizados de forma sencilla para analizar las
relaciones precio-calidad. En consecuencia, un bien con diferentes calidades y
diferentes precios puede ser tratado como un conjunto de diferentes bienes entre
los cuales el consumidor asignar su renta segn su funcin de unidad.
Excelencia
Conformidad Satisfacer expectativas
con las especificaciones del CLIENTE
del PRODUCTO (Eficacia)
(Eficiencia) Valor R Precio
Perspectiva interna Perspectiva de mercado
Perspectiva global
(Eficiencia * Eficacia) = Efectividad
Adaptado de: MORENO-LUZN, Mara. D.; PERIS, Fernando J. y GONZLEZ, Toms. Gestin
de la calidad y diseo de organizaciones. Teora y estudio de casos. Madrid: Pearson Educacin,
2001. 432p.
22
PRODUCTIVIDAD
Servicios Servicios
2
Empleados, accionistas, proveedores, otras empresas y sociedad en general.
23
24
25
De acuerdo con Juran y otros autores versados sobre el tema, como es el caso de
Schroeder (1994)3, la calidad incluye las siguientes cinco caractersticas:
3
SCHROEDER, Roger. Administracin de operaciones. Toma de decisiones en la funcin de operaciones. 3ed. Mjico: McGraw-Hill, 1994.
855p.
26
MERCADOTECNIA
Interpreta las necesidades del cliente.
Trabaja con el cliente en el diseo del
producto para fijar las operaciones.
Interpretacin de OPERACIONES
la necesidades Fabrica el producto
o servicio.
INGENIERA Especificaciones
Define el concepto de diseo.
Prepara las especificaciones. CONTROL DE
Define caractersticas de calidad. CALIDAD
Planea y monitorea la
calidad.
Despus del aporte de Shewhart, en 1941 y 1942 se aprobaron y publicaron los "
Estndares Z " conocidos como los estndares de la Guerra, que enfocaban el uso
de los Cuadros de Control para el anlisis de datos y su aplicacin durante la
produccin. Y tambin en 1941 Leslie E. Simons public " Un Manual de Mtodos
Estadsticos para Ingenieros ".
Estos tres aportes eran lo nico con que se contaba en el campo del control de
calidad durante los aos cuarenta en el mundo occidental, donde hasta ese
momento la calidad y el mejoramiento no tenan ninguna importancia para las
empresas, sino hasta 1947, en que un grupo de colaboradores de Johns- Manville
terminaron de rodar y editar un video llamado " Control de Calidad Moderno " con
el objetivo de promover los aspectos bsicos del control de calidad en su empresa
entre los colaboradores e indirectamente a la gerencia : cuadros de control,
histogramas, lmites para grficos de barras y cuadros R, as como muestreo. Fue
tan exitoso, que trascendi a la empresa y fue utilizado en muchas otras durante
dcadas. Sin embargo, la concientizacin real sobre la importancia de la calidad
no se asent en occidente sino hasta los aos 80.
- el ciclo PDCA
- las causas de las variaciones
- el control de procesos con Cuadros de Control
Al inicio los resultados fueron bastante buenos, pero poco a poco se regresaba a
la situacin inicial, baj la motivacin a nivel de trabajadores, la informacin
recolectada no era exacta y los ejecutivos no mostraban inters en continuar con
el SQC. Para tratar de solucionar este dilema, la JUSE invit a Joseph M. Juran
29
30
31
Por lo tanto, no es simple reconocer la importancia del control de calidad total; sino
que, se debe poner en ejecucin un programa positivo a travs de toda la
organizacin. El programa debe especificar cmo sern organizados los esfuerzos
de la calidad total, cmo pueden los individuos estar conscientes de su papel en la
calidad y cmo se deben medir los resultados del enfoque de calidad total, razn
por la que el enfoque de Deming es el ms empleado.
32
Factores que afectan Comprensin de las relaciones entre Anlisis: la base para el
la calidad: los factores que afectan la calidad y continuo mejoramiento, la
Administracin desempeo de la calidad: gestin y el aseguramiento
Empleados Percepciones del cliente de la calidad y su control:
Instalaciones, Resultados que se esperan de la Diagnstico
procesos y calidad orientado hacia la
equipos Factores que afectan la calidad calidad total: Costo de
Materiales la calidad, estudios de
Vendedores Acciones para mejorar y asegurar el prdidas, medicin,
apego a los objetivos: diagrama de causa
Enfoques iniciados por la efecto, diagrama de
administracin Pareto.
Comportamiento y calidad Anlisis estadstico:
Grficos de control,
muestreo e
Resultados: Consistencia con la
inspeccin
calidad de todos los productos y
servicios en concordancia con la
posicin estratgica deseada
Adaptado de: ADAM, Everett y EBERT, Ronald. Administracin de la produccin y las operaciones.
4ed. Mjico: Prentice-Hall, 1991. 739p.
33
TQM mantiene como eje la visin y misin definidos por una empresa ya que bajo
este concepto se fundamenta, siendo la correcta determinacin de objetivos y
metas el primer paso para orientar a la empresa y su mtodo de resolucin de
problemas.
A tiempos recientes TQM tiene como contraparte entre las teoras administrativas
el auge de la alineacin estratgica de Recursos Humanos mostrando como
interseccin el factor humano de la empresa pero con la gran diferencia de que
TQM incluye como parte de su metodologa un anlisis a detalle de los procesos,
mtodos, herramientas y la constante bsqueda de minimizar costos manteniendo
el propsito de maximizar los beneficios.
DRH + DO = TQM
34
El mtodo Taguchi
Cero Defectos (6 )
ISO 9000
1. Proceso de Mejora
Solucionar un problema conocido
2. Mejora del Sistema
Administracin Diaria
Aseguramiento de Calidad
Teora de las Fuerzas
Manejo estratgico de Polticas
3. Mejora de Producto
Funcin de entrega de Calidad (QFD)4[1]
35
Variacin Controlada
Estable
Exhibe un patrn constante a travs del tiempo
Es resultado de un proceso y puede ser predecible con cierta exactitud
Los procesos pueden ser mejorados dado a que las salidas pueden
predecirse.
Variacin No Controlada
FACTORES HUMANOS
- Trabajo en Equipo
- Compromiso de la Gerencia
- Driving Out Fear
36
COMPLEJIDAD
ERRORES
- A Prueba de Errores
- Poka-Yoke
- Cero Control de Calidad
Estos tres enfoques son aplicables cuando nos encontramos con una o ms de las
siguientes situaciones:
37
4. Acabar con la prctica de hacer negocios sobre la base del precio. En vez
de ello minimizar el costo total. Tender a tener un solo proveedor para
cualquier artculo, con una relacin a largo plazo de lealtad y confianza.
8. Desechar el miedo, de manera que cada uno pueda trabajar con eficacia
para la compaa.
10. Eliminar los slogans, exhortaciones y metas para pedir a la mano de obra
cero defectos y nuevos niveles de productividad. Tales exhortaciones slo
crean relaciones adversas, ya que el grueso de las causas de la baja
calidad y baja productividad pertenecen al sistema y por tanto caen ms
all de las posibilidades de la mano de obra.
11.
a. Eliminar los estndares de trabajo (cupos) en planta. Sustituir por el
liderazgo.
38
12.
a. Eliminar las barreras que privan al trabajador de su derecho a estar
orgulloso de su trabajo. La responsabilidad de los superiores debe
virar de los meros nmeros a la calidad.
40
41
42
Los puntos de control pueden ser monitoreados peridicamente para ver a que
distancia estn de sus objetivos meta y tomar acciones correctivas en lugar de
esperar a actuar al final de los resultados.
Primero que nada hay que definir: el propsito de la organizacin a travs de sus
principios, la visin y la misin.
43
Algunas organizaciones tiene una visin a largo plazo (30 aos) o a corto plazo (2-
5 aos). El propsito, la visin y la misin deben mantenerse simples y fciles de
entender por todos los empleados. Debe mantenerse visible para que los
empleados estn convencidos de porque quieren trabajar en la organizacin.
44
Planear
Hacer
Comenzar la junta a tiempo, revisar la orden del da, establecer el escenario las
reglas y roles (incluyendo aquel que lleve el tiempo de duracin), dirigir hacia
objetivos especficos, establezca pendientes, tiempos de realizacin, metodologa
de documentacin, comunicacin y responsables al igual que acuerdos y
resoluciones.
Verificar
Actuar
45
Esta herramienta fue ideada en el ao 1941 por Alex Faickney Osborn, cuando su
bsqueda de ideas creativas result en un proceso interactivo de grupo no
estructurado que generaba ms y mejores ideas que las que los individuos podan
producir trabajando de forma independiente; dando oportunidad de hacer
sugerencias sobre un determinado asunto y aprovechando la capacidad creativa
de los participantes.
La principal regla del mtodo es aplazar el juicio, ya que en un principio toda idea
es vlida y ninguna debe ser rechazada. Habitualmente, en una reunin para
resolucin de problemas, muchas ideas tal vez aprovechables mueren
precozmente ante una observacin "juiciosa" sobre su inutilidad o carcter
disparatado. De ese modo se impide que las ideas generen, por analoga, ms
ideas, y adems se inhibe la creatividad de los participantes. En un brainstorming
se busca tcticamente la cantidad sin pretensiones de calidad y se valora la
originalidad. Cualquier persona del grupo puede aportar cualquier idea de
cualquier ndole, la cual crea conveniente para el caso tratado. Un anlisis ulterior
explota estratgicamente la validez cualitativa de lo producido con esta tcnica.
46
Con el transcurrir del tiempo este diagrama ha sido normalizado en Japn. Su uso
se ha difundido ampliamente en todo el pas. Ha sido incluido en la terminologa
de calidad de JIS (Normas Industriales Japonesas) donde se define as: Diagrama
de causa efecto: Diagrama que muestra la relacin entre una caracterstica de
calidad y los factores.
Los siguientes son los pasos para elaborar un diagrama de causa efecto, tal
como puede verse en la Figura 5.1.
47
Paso 3. Se escriben las causas (secundarias) que afectan a las ramas (primarias)
como ramas medianas, y las causas (terciarias) que afectan a las ramas medianas
como ramitas. Todas son causas probables.
48
Papel grueso
Papel de
alta calidad
Papel blanco
Excelente
producto
Fotocopia Fotocopia ntida
de alta
calidad Variedad de tamaos
Buen Precio
Precio bajo
precio favorable
Una Hoja de Verificacin (tambin llamada "de Control" o "de Chequeo") es un impreso
con formato de tabla o diagrama, destinado a registrar y compilar datos mediante un
mtodo sencillo y sistemtico, como la anotacin de marcas asociadas a la ocurrencia de
50
DIA
DEFECTO 1 2 3 4 TOTAL
Tamao errneo IIIII I IIIII IIIII III IIIII II 26
Forma errnea I III III II 9
Depto. Equivocado IIIII I I I 8
Peso errneo IIIII IIIII I IIIII III IIIII III IIIII IIIII 37
Mal Acabado II III I I 7
TOTAL 25 20 21 21 87
51
Supone un mtodo que proporciona datos fciles de comprender y que son obtenidos
mediante un proceso simple y eficiente que puede ser aplicado a cualquier rea de la
organizacin.
Utilidades:
Procedimiento de elaboracin:
2. Listar las causas probables del problema, encerrar cada causa en un crculo.
6
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. ISO 9000. Gua para las pequeas empresas. 5ed. Bogot: ICONTEC, 2002.
172p.
53
54
Finalmente, se parte del hecho que todas las empresas cuenten con registros, los
cuales pueden brindarle la informacin necesaria, tales como: archivos de diseo,
clculos; rdenes de compra del cliente, revisiones de contratos; notas de
reuniones, (por ejemplo, de revisin por la direccin); reporte de auditoria interna;
registros de no-conformidad (reportes de fallas del servicio, reclamos sobre
garanta, quejas del cliente); registros de acciones correctivas; registros de
proveedores (por ejemplo, evaluacin de proveedores y su historia de
desempeo); registros de control de procesos; reportes de inspeccin y ensayo;
registros de formacin; y registros de bienes recibidos y entregados, entre otros.
Del mismo modo, tambin es conveniente identificar y anotar los nombes de las
personas que tienen acceso a los registros y decidir sobre su disponibilidad. A
manera de ejemplo a continuacin se da a conocer un formato que podra
coadyuvar para tal fin, como puede verse en la Tabla 5.1.
55
NOMBRE DEL
CLAVE DEL DEPARTAMENTO/PROVEEDOR
DEPARTAMENTO/PROVEEDOR
MOTIVO DE RECHAZO:
OBSERVACIONES:
56
Las tcnicas con datos numricos para mejorar la calidad contemplan las
herramientas estadsticas como son el diagrama de Pareto, los histogramas y los
grficos de control.
3.1 HISTOGRAMA
En esencia, Guerry sostuvo que los datos obtenidos desde una muestra sirven
como base para una decisin sobre la poblacin. Mientras ms grande es el
tamao de la muestra, ms informacin se tiene acerca de la poblacin. Sin
embargo, un incremento en el tamao de la muestra lo es tambin respecto a la
cantidad de datos. Entonces, ser difcil conocer la poblacin desde esos datos,
an cuando ellos son arreglados en tablas. En ese caso, es necesario conocer un
mtodo que permita conocer la poblacin de un vistazo; un histograma responde a
estas necesidades. Al organizar muchos datos en un histograma, podemos
conocer la poblacin de una manera objetiva.
Paso 1. Se marca el eje horizontal con una escala. sta no deber basarse sobre
el intervalo de clase sino con base en las unidades de medicin de los datos (10
gramos, corresponden a 10 mm, por ejemplo).
Paso 3. Se marca el eje horizontal con los valores de los lmites de clases.
Paso 4. Se usan los intervalos de clase como lnea de base, dibuje un rectngulo
cuya altura corresponda con la frecuencia en esa clase.
58
Para este ejemplo se tomaron 120 puntuaciones a 40 de cada uno de tres clientes
diferentes. El puntaje esperado es de 10,000 puntos; donde se encontr que, el
Lmite Superior de Especificaciones (LSE) es de 10,200 puntos, y el Lmite Inferior
de Especificaciones (LIE), es de 9,800 puntos, que se pueden expresar as:
10,000 200 puntos). Vase la Tabla 4.4.
59
25
20
Frecuancia 15
Serie1
10
5
0
10 0
10 0
10 0
10 0
00
0
10 0
60
65
70
75
80
85
90
95
5
,0
,0
,1
,1
,2
9,
9,
9,
9,
9,
9,
9,
9,
Puntajes
Como se sabe que los valores en cualquier serie de datos varan; esa variacin
mostrar algn patrn. En ese sentido los objetivos de anlisis de un histograma
son:
7
GONZALEZ, Carlos. ISO 9000 QS 9000 ISO 14000, Normas internacionales de administracin de calidad, sistemas de calidad y sistemas
ambientales. Mjico: McGraw-Hill, 1998. 574p.
60
Por otra parte, para el control de calidad, Juran aplic el mtodo del diagrama de
Lorenz como una frmula para clasificar problemas de calidad como: Pocos
vitales, muchos triviales, y lo llam anlisis de Pareto. Puntualiz que en muchos
casos la mayora de los defectos y el costo de los mismos surgen de un nmero
relativamente pequeo de causas. Luego Juran en su libro Anlisis y planeacin
de la calidad define el principio de Pareto como Pocos vitales, muchos triviales
61
Paso 4. Se elabora la hoja de datos para el diagrama de Pareto, con sus totales
individuales, totales acumulados, porcentajes del total y los porcentajes
acumulados (vase Tabla 4.2.).
a. Eje vertical izquierdo. Marqu este eje con una escala de 0 (cero) hasta el
nmero total de defectos.
b. Eje vertical derecho. Marque este eje con una escala de 0% al 100%.
62
En su defecto, se pueden dibujar dos grficas por aparte donde en cada una de
stas se den a conocer los diferentes parmetros (tal como es el caso aqu
mostrado).
300,000
250,000
200,000
150,000 Serie1
100,000
50,000
0,000
Moneda
Medio
Mano de
Mquinas
Mandos
Mtodos
Mediciones
Materiales
Materiales
Tipo de situacin
63
Porcentaje acumulado
100,00%
80,00%
60,00%
Serie1
40,00%
20,00%
0,00%
Medio
Mquinas
Mediciones
Materiales
Materiales
Tipo de situacin
Para la exposicin de los grficos de control se abarca temas como son el uso y la
elaboracin de los grficos de control de medias y rangos, el estudio de los datos
preparatorios o estudio inicial, comparados con el rango permisible especificado,
control de la lnea de produccin o de servicio y el ajuste de las lneas de control.
Es de anotar que el tema es ampliamente tratado en las secciones 2.3., y 2.4.,
respectivamente; sin embargo, dentro del marco de las tcnicas para mejorar la
calidad se exponen a manera de sntesis.
x1 x2 x3 x4 x5
Media
5
Paso 3. Se obtiene la diferencia entre el valor mximo y el valor mnimo en cada
subgrupo. Calcule el rango con la frmula:
Paso 6. Se calculan los valores para los lmites de control del grfico en cuanto a
las medias con las siguientes frmulas y coeficientes con base en los valores de la
Tabla 4.5.8
8
Tablas B2 y B3 de la ASTM (Manual on Quality Control of Materials).
65
a. Calcule la gran media o media de medias, sumando todas las medias de los
subgrupos y dividir ese total entre el nmero de stas con:
k
x
i 1 i
x
k
66
LSC x A R
x 2
d. Frmula para el clculo del Lmite Inferior de Control para medias (LIC):
LIC x A R
x 2
LSC R
D4 R
LIC R
D3 R
Paso 10. Se examina si los puntos graficados y unidos estn dentro de los lmites
que se marcan, tanto del lado superior como del inferior. Si hay algunos puntos
fuera, entonces hay una causa de error llamada asignable que no debe pasar
inadvertida, es necesario revisarla. Si un punto est precisamente sobre la lnea
de cualquier lmite de control, se supone que est fuera.
67
Paso 2. Si varios puntos de los datos preparatorios o estudio inicial estn fuera del
rango permitido especificado, hay que examinar la causa probable de error y
tomar acciones para prevenir el problema.
Paso 3. Se excluyen los puntos fuera del rango admitido para los cuales se
encuentra solucin y vuelve a calcular los lmites de control. Si no se puede
encontrar la causa de error, o si se conoce pero no se puede hallar la solucin,
vuelva a calcular los lmites de control incluyendo los puntos que no estn dentro
del rango.
Si algunos puntos que solan estar dentro del rango se salen, djelos como estn
y haga el clculo.
Paso 4. Se elabora un histograma con los valores que no fueron excluidos en los
pasos 1 y 3, comprelos con el rango permitido especificado. Si todos los puntos
estn dentro del rango, no es necesario tomar acciones correctivas. Si algunos
puntos estn fuera del rango, se deben tomar acciones especiales de tal manera
que la dispersin puede disminuirse.
Si la dispersin no puede ser disminuida por las acciones correctivas, tendr que
cambiar el rango permitido o establecer un proceso de seleccin.
Paso 1. Se coloca en la hoja del grfico de control las lneas para los lmites de
control establecidos en los pasos anteriores.
Al igual que en cualquier otra herramienta de anlisis de datos, stos son la base
de las conclusiones obtenidas, por tanto cumplirn las siguientes condiciones:
70
Ejemplo:
Nmero de
errores
Hora del da
Ejemplo
72
Hora del da
Ejemplo
73
Jos
Javier
X Juan
Relaciones entre dos efectos: sirve para contrastar la teora de que ambos
provienen de una causa comn desconocida o difcil de medir.
74
1. Correlacin Fuerte
Los puntos se agrupan claramente alrededor de una lnea imaginaria que pasa por
el centro de la masa de los mismos. Estos casos sugieren que el control de una de
las variables lleva al control de la otra.
Los datos parecen confirmar la teora estudiada, pero hay que analizar la
existencia de otras posibles explicaciones admisibles y relevantes para dicha
relacin.
Correlacin fuerte
75
Los puntos no estn suficientemente agrupados, como para asegurar que existe la
relacin. El control de una de las variables no necesariamente nos llevar al
control de la otra.
Correlacin dbil
3. Correlacin compleja
El valor de la variable "Y" parece estar relacionado con el de la variable "X", pero
esta relacin no es simple o lineal.
4. Sin correlacin
76
Diagrama de Pareto:
http://www.youtube.com/watch?v=-JsPUeHKNrQ&feature=related
Histograma:
http://www.youtube.com/watch?v=0MrLRVcqsOM&feature=related
Grafico de Control:
http://www.youtube.com/watch?v=rT_GHjBl8T8&feature=related
Diagrama de Dispersin:
http://www.youtube.com/watch?v=5tsgygTBT_8
77
Introduccin:
Objetivo general:
Objetivos especficos:
Competencias a desarrollar:
78
Para el estudio de los grficos de control por variables es de tener en cuenta que
las variaciones que ocurren en un proceso de produccin caen en dos amplias
categoras: variaciones aleatorias y variaciones con causas asignables. Las
variaciones aleatorias pueden tener un complejo de causa real menor, ninguna de
las cuales es responsable por la variacin total. Estas variaciones ocurren en
forma aleatoria y es muy poco lo que se puede hacer al respecto dado el proceso
en que ocurren. Por otra parte, las variaciones con causas asignables son
relativamente grandes y pueden rastrearse hasta su origen. En este sentido, se
tienen en cuenta los aspectos destacados por Buffa y Sarn (1992)10. En general,
las causas asignables son resultado de:
9
TABLA, Guillermo. Gua para implantar la norma ISO 9000 para empresas de todos tipos y tamaos. Mxico: McGraw-Hill, 1998. 387p.
10
BUFFA, Elwood y SARIN, Rakesh. Administracin de la produccin y de las operaciones. Mjico: Limusa, 1992. 939p.
79
Estos valores porcentuales representan el rea bajo la curva normal entre los
lmites dados; por lo tanto, indican la probabilidad de ocurrencia para los valores
que provienen de la distribucin normal que gener las mediciones. En este
sentido la tolerancia (considerada como las desviaciones estndar que se estaran
dispuestas a aceptar) natural se basarn en informacin de la muestra. Para tal
efecto se utiliza la siguiente notacin:
Dado que debe usarse informacin de la muestra para estimar las medias y las
desviaciones estndar de la poblacin, la tolerancia natural de un proceso se
estima sustituyendo x 3s x en las estadsticas de la muestra.
En los grficos de control generalmente se utilizan dos tipos bsicos con algunas
variantes: grficos de control por variables y grficos de control por atributos. Los
80
Los grficos de control por variables son utilizados cuando el parmetro basado en
el control es alguna medida de una variable, tal como la dimensin de una parte,
el control para realizacin de un trabajo y otras. Los grficos de control por
variables pueden basarse en mediciones individuales, valores de la media de
muestras pequeas, valores de la variacin de mediciones de variabilidad.
Para construir grficos de control por variables x , existen varias cuestiones que
deben resolverse como el tamao de la muestra, establecimientos de estndares
para promedio del proceso y lmites de control, adems de los procedimientos
prcticos para reducir los clculos requeridos.
Para contar con una proteccin, se calcula una s individual para cada una de las
pequeas muestras de un subgrupo preliminar y despus se promedian. Las
medias de las muestras del subgrupo se trazan sobre una grfica de control
basada en x 3s x para determinar si han ocurrido cambios en el promedio del
proceso en el periodo durante el cual se recopilaron los datos preliminares.
LSC x
xAR
2
LIC x
xAR
2
De hecho, los clculos bsicos para determinar las lneas centrales y los lmites de
control permanecen iguales sin importar la variable que se est midiendo.
Tabla 2.9. Factores para convertir un rango promedio, R , a lmites de control variables
Nmero de valores Carta de control Carta de control
en el subgrupo de medias de rangos
n A2 D3 D4
2 1,880 0 3,267
3 1,023 0 2,575
4 0,729 0 2,282
5 0,577 0 2,115
6 0,483 0 2,004
7 0,419 0,076 1,924
8 0,373 0,136 1,864
9 0,337 0,184 1,816
10 0,308 0,223 1,777
Adaptado de Buffa y Sarn. Fuente: Desarrollada a partir de una tabla de factores mucho ms grande de gran utilidad para la construccin de
grficas de control, tabla B2 del manual A.S.T.M para control de calidad de materiales, P.115.
LSC x
xAR 2
= 9.297
83
x 5,171
LIC x
xAR 2
= 1.045
84
10,000
9,000 LSC 9 .297
8,000
Media de la muestra
7,000
6,000
5,000 x 5Serie1
.1 7 1
4,000
3,000
2,000
1,000 LIC 1 .045
0,000
1 3 5 7 9 11 13 15 17 19
Nmero de muestra
Los siguientes son algunos lineamientos convenientes sobre cundo anticipar los
problemas mediante una accin de investigacin.
85
Una vez calculados los lmites de control para los grficos de control x , las
estadsticas usadas son las medias de la muestra reducida y estos son los datos
que se trazan en la grfica. De la misma forma podra usarse una medida de
variabilidad, como la desviacin estndar o el rango, como estadstica bsica.
Para cada muestra se calcula una desviacin estndar (o rango) como muestra y
estas observaciones se agrupan en una distribucin que se aproxima a la
distribucin normal. Esta nueva distribucin de medidas de variabilidad tiene una
media, una desviacin estndar y un rango que pueden ser usados para construir
una de control. Esta grfica de control indica cuando la variabilidad del proceso es
mayor o menor que el estndar.
De la misma forma que para las grficas x , el clculo de los lmites de control
para el grfico de control R ha sido simplificado mediante el uso de la estadstica
R en lugar de la desviacin estndar. Usando los datos de la Tabla 2.9., para una
muestra de tamao n, se seleccionan los factores D3 y D4 y se calculan los lmites
de control 3sR como sigue:
LSC R
D4 R
LIC R
D3 R
86
x 5,171 R 7,1511
87
LSC R
D4 R
= 2.115 x 7.1511
= 15.1246
LIC R
D3 R
= 0 x 7.1511
=0
LSC 15.1246
Rango de la muestra
15,0000
10,0000
R 7Serie1
.1511
5,0000
0,0000 LIC 0
1 3 5 7 9 11 13 15 17 19
Nmero de muestra
88
Distribucin binomial
k
xi Nmero de partes defectuosas
p i 1
11
BUFFA, Elwood y SARIN, Rakesh. Administracin de la produccin y de las operaciones. Mjico: Limusa, 1992. 939p.
89
k
xi
p i 1
k*n
Desviacin estndar muestral s p
p (1 p )
sp
n
Donde:
n = Tamao de la muestra
LSC p3s p
LIC p3s p
90
n 200 x
i 1
i
2154
Distribucin binomial:
k
xi
p i 1
k*n
2154
24 * 200
= 0.449
0.449 * 0.551
200
= 0.035
3 s 3* s
p p
= 3 x 0.035
= 0.105
LSC p3s p
= 0.449 + 0.105
= 0.554
LIC p3s p
= 0.449 0.105
= 0.344
Estas cifras preliminares se emplean para determinar si el proceso que genera los
datos est bajo control.
92
0,700
0,600 LSC 0 .554
de la muestra
0,500
0,400
p 0Serie1
. 449
0,300
0,200
0,100
LIC 0.344
0,000
1 3 5 7 9 11 13 15 17 19 21 23
Das de produccin
p (1 p )
s p
n
93
0,497
n
3 s 3* s
p p
0.497
=3x
n
1.492
n
Para cada muestra, entonces, la raz cuadra del tamao de la muestra se divide
entre 1.492 para obtener el valor de 3 que debe sumarse y restarse de p para
obtener los lmites de control individuales. Efectivamente, una p diferente requiere
una nueva determinacin de la constante.
Entonces:
94
= 0,0318
(p p ) (0.555 0.449)
0.0318
sp
0.106
=
0.0318
= 3.33 unidades
Grficos de control c
Los grficos de control c llamados tambin grficos de control por defectos por
unidad se utilizan cuando existen ocasiones en las que el parmetro a ser
controlado no puede ser expresado como una proporcin simple, como fue el caso
de los grficos de control p, vistos anteriormente.
Distribucin de Poisonn
s
c c
Lmite Superior de Control
LSC c 3 s c
LIC c 3 s c
Distribucin de Poisonn:
s
c c
16
=4
LSC c 3 s c
= 16 + (3 x 4)
= 28
96
LIC c 3 s c
= 16 (3 x 5)
=4
Ejemplo:
97
5-3
Cp = -------------- = 0.83
6 x 0.40
Ahora, se toma accin correctiva sobre una de las causas comunes para reducir la
variabilidad y entonces la nueva desviacin estndar del proceso es igual a 0.25
%, por lo que se tiene un nuevo valor de Cp:
5-3
Cp = ------------ = 1.333
6 x 0.25
Las tcnicas estadsticas permiten evaluar la variacin que tienen los procesos
medidos, para despus compararlos con las especificaciones o normas
establecidas. La variacin se puede conocer con el anlisis estadstico de la
capacidad y habilidad de los procesos cuando se cumplen con tales
especificaciones. Los ndices que se pueden calcular para evaluar estas
caractersticas son la capacidad y la habilidad de un proceso.
x
LIE LSE
x LIE
Z inf
s
Entonces:
Z min
C pk
3
En donde:
En primer lugar, se calculan los dos valores de Z, se elige el valor menor entre los
dos (incluyendo los valores negativos, entre mayor sea el nmero negativo ste se
toma como Z menor); posteriormente se divide entre la cantidad seleccionada de
desviaciones estndar que se requiere analizar para encontrar el valor de Cpk.
100
Cpk = Cp > 1. En esta condicin, el valor del promedio del proceso est ubicado en
el valor de la tolerancia especificada y la variacin es menor al total.
LSE x x LIE
C min
pk
3s 3s
Cpk > 1:
Cpk < 1:
101
LE x
Z
s
b) Cuando la especificacin establece un mnimo:
x LE
Z
s
Por lo que:
102
Un medio para lograr el control a travs del tiempo, es el control estadstico del
proceso llevado mediante grficos de control tanto por variables, como por
atributos, como se ver enseguida en las secciones 2.3., y 2.4.
103
En segundo lugar, los defectuosos son aquellos artculos que no satisfacen uno o
ms criterios de calidad, segn la definicin de defectuoso que previamente se
haya establecido para el lote de artculos sobre el cual se quiere realizar el
muestreo de aceptacin.
12
BUFFA, Elwood y SARIN, Rakesh. Administracin de la produccin y de las operaciones. Mjico: Limusa, 1992. 939p.
104
105
106
107
108
c
n!
1 NCA d (1 NCA) n d
d 0 d !( n d )!
c
n!
NCLd (1 NCL ) n d
d 0 d !( n d )!
Si NCA < NCL y < 1 - , este par de ecuaciones siempre tienen solucin
(aunque no en forma explcita). Sin embargo, dependiendo de cmo se fijen los
parmetros anteriores es posible que el plan sea irrealizable en la prctica.
En general mientras ms cercanos sean el NCA y el NCL mayor ser el tamao de
la muestra n y, por tanto, ms complejo el plan.
En estos planes la decisin tras observar la primera muestra tomada del lote
puede ser aceptarlo, rechazarlo o tomar una segunda muestra. Si esto ltimo se
decide entonces la aceptacin o el rechazo se basan en la informacin
proveniente de ambas muestras.
As pues, para determinar un plan de muestreo doble es necesario fijar cuatro
valores: el tamao de la primera muestra (n1), el nmero de aceptacin de la
segunda muestra (c1), el tamao de la segunda muestra (n2) y el nmero de
aceptacin para ambas muestras combinadas (c2).
Si llamamos di al nmero de defectos en la i-sima muestra podemos resumir as:
109
110
0.8
0.7 n = 100
0.6 c=2
0.5
0.4
0.3
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12
Porcentaje de defectuosos
111
112
Cuando se establecen los niveles para cada uno de estos cuatro valores se estn
determinando dos puntos crticos en la curva CO, los puntos y mostrados en
la Figura 3.2.
0.8
0.7 n = 100
0.6 c=2
0.5
0.4
0.3 =.10
(Riesgo del consumidor)
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12
AQL LTPD
Porcentaje de defectuosos
Para encontrar los valores de n y c, en primer lugar se tiene en cuenta que los
parmetros del problema son:
AQL = 0.02
113
LTPD = 0.08
= 0.10
Con base en el extracto de una tabla de plan de muestreo para los valores
generalmente empleados = 0.05 y = 0.10 (tal como qued establecido
previamente), se emplea la Tabla 3.1., para determinar los valores de n y c.
Primero. Se divide LTPD en AQL lo cual da como resultado (0.08 / 0.02 = 4).
114
Para especificar un plan que satisfaga los requerimientos para AQL, , LTPD y ,
debe encontrarse una combinacin de n y c con una curva CO que pase a travs
de los puntos a y b, como se muestra en la Figura 3.4. La mecnica para
encontrar planes especficos adecuados puede establecerse utilizando tablas,
grficas o frmulas estndar que resulten en la especificacin de una combinacin
de n y c que se aproxime lo suficiente a los requisitos establecidos para AQL, ,
LTPD y 13.
13
Para una mayor comprensin del tema se puede consultar las tablas de Dodge y Romig.
115
116
A manera de ejemplo se ilustran los pasos a seguir para calcular los valores de n y
c en el ejemplo precedente. Recurdese que los parmetros considerados son:
AQL = 2%, = 5%, LTPD = 8% y = 10%.
117
1.97 *100
n 99
2
118
Este tipo de planes son los difundidos en la prctica comercial ya que son a la vez
verstiles y sencillos de aplicar.
Para definir un plan de muestreo simple por atributos es necesario fijar dos
parmetros: el tamao de la muestra n y el nmero de aceptacin c. Cualquier
lote que presente una muestra con ms de c unidades disconformes es
rechazado.
El valor de la variable aleatoria C, nmero de piezas defectuosas contenido en una
muestra de una poblacin viene dado por una distribucin hipergeomtrica:
pN (1 p ) N
c n c
P (C c)
N
n
119
X LIE
Z LIE
Se define:
Probabilidad de aceptacin para una fraccin defectuosa p1.
120
Respuesta:
X 225
Z LIE
S
Aceptar el lote si ZLIE >=1.9
121
La gran ventaja del empleo del muestreo para aceptacin por variables es que se
obtiene ms informacin acerca de la caracterstica de calidad en cuestin, lo cual
puede conducir a cierto nmero de resultados deseables, como sigue:
1. Para una muestra de tamao dado, por lo general se puede obtener mejor
proteccin para la calidad con criterios para variables en lugar de por atributos. O
dicho en forma un poco diferente, para una proteccin dada de la calidad en
contra de posibles porcentajes de defectivos (reflejados en la curva OC), con las
variables se pueden emplear muestras ms pequeas que con los atributos.
4. La informacin de variables puede dar una mejor base para ponderar el historial
de calidad en las decisiones para aceptacin.
122
123
14
DOMINGUEZ M, Jos A; LVAREZ, Jos; RUIZ, Antonio; et. al. Direccin de operaciones en la produccin y los servicios. Aspectos
tcticos y operativos V.1. Madrid: McGraw-Hill, 1995. 503p.
124
Consumidor
Caractersticas Caractersticas
que realmente deseadas en el
tiene el producto producto
Producto
Adaptado de: DOMINGUEZ M, Jos A; LVAREZ, Jos; RUIZ, Antonio; et. al. Direccin de
operaciones en la produccin y los servicios. Aspectos tcticos y operativos V.1. Madrid: McGraw-
Hill, 1995. 503p.
125
Caractersticas
deseadas en el Calidad
producto terica
Diseo
Caractersticas
Calidad definidas en el
del producto
usuario Consumidor Productor
Caractersticas
que realmente Calidad
tiene el producto tcnica
Adaptado de: DOMINGUEZ M, Jos A; LVAREZ, Jos; RUIZ, Antonio; et. al. Direccin de
operaciones en la produccin y los servicios. Aspectos tcticos y operativos V.1. Madrid: McGraw-
Hill, 1995. 503p.
En este caso hay tres grupos de caractersticas diferentes: las que desea el
consumidor, las definidas en el producto para su elaboracin y las que tiene el
producto ya elaborado; subsiguientemente, se tienen tres calidades diferentes, as:
Calidad tcnica. Es la que contrasta las caractersticas reales del producto con
las que venan definidas en el producto.
Una vez conocidas las distintas categoras de la calidad del producto, ser
conveniente analizar los elementos de los que depende la calidad del mismo,
como son: materiales, mquinas, mtodos, hombres y organizacin.
126
Hombre. El factor humano debe estar dispuesto a trabajar para la calidad, para lo
cual es absolutamente necesaria una educacin en este campo; se le debe hacer
consciente de la importancia que tiene la misma para la empresa y de que aqulla
depende en gran parte de l; por lo tanto, es necesario invertir en la formacin del
personal.
Los costos generados por productos defectuosos se dividen en dos tipos, tal como
se muestra en la Tabla 6.1., productos defectuosos identificados y otros
identificados y vendidos.
Rechazarlos
Utilizarlos como productos B.
Reelaborados
En el primer caso, rechazarlos, los costos que se generan sern los derivados de
la elaboracin; es decir, materia prima utilizada, mano de obra, gastos generales,
etc., de los que se deducirn, en su caso, los posibles ingresos obtenidos por la
venta de los mismos como inservibles.
128
El otro grupo es el de los costos intangibles, que son muy difciles de calcular,
donde regularmente se puede realizar una evaluacin subjetiva.
Costo total
Costo ptimo
Costos por
inspeccin
Costos por
defectuosos
Productos defectuosos
Adaptado de: DOMINGUEZ M, Jos A; LVAREZ, Jos; RUIZ, Antonio; et. al. Direccin de
operaciones en la produccin y los servicios. Aspectos tcticos y operativos V.1. Madrid: McGraw-
Hill, 1995. 503p.
129
En este sentido, la curva del costo total se puede dividir en tres zonas, como se
muestra en la Figura 6.4.
Costo total
Costo por
inspeccin
Zona A Zona B Zona C
Costo por
defectuosos
Productos defectuosos
Zona A de mejora de la calidad. En esta zona los costos son debidos a los
productos defectuosos donde se puede realizar una mejora de la calidad.
130
3.3. OPTIMIZACIN
Con base en la curva de demanda y precio, tal como se aprecia en la Figura 6.5.,
se observa que si se baja el precio de un determinado producto, su demanda
aumenta; sin embargo, si se tiene en cuenta que el precio del producto puede
estar muy cercano al de la competencia, resulta ms difcil utilizar esta variable
para incrementar la demanda del producto de la empresa.
131
Precio
p1
p2
d1 d2
Demanda
Adaptado de: DOMINGUEZ M, Jos A; LVAREZ, Jos; RUIZ, Antonio; et. al. Direccin de
operaciones en la produccin y los servicios. Aspectos tcticos y operativos V.1. Madrid: McGraw-
Hill, 1995. 503p.
132
p1
p2 Q2
Q1
d1 d2
Demanda
Adaptado de: DOMINGUEZ M, Jos A; LVAREZ, Jos; RUIZ, Antonio; et. al. Direccin de
operaciones en la produccin y los servicios. Aspectos tcticos y operativos V.1. Madrid: McGraw-
Hill, 1995. 503p.
133
Ingresos
Costos
Beneficios
Prdidas Prdidas
n1 n* n2
Nivel de
calidad
Adaptado de: DOMINGUEZ M, Jos A; LVAREZ, Jos; RUIZ, Antonio; et. al. Direccin de
operaciones en la produccin y los servicios. Aspectos tcticos y operativos V.1. Madrid: McGraw-
Hill, 1995. 503p.
Nos recuerda Yturralde, que existen 3 factores para determinar los Costos de la
No-Calidad:
135
Fuente: yturralde.com.
Bajo este enfoque los gastos del precio del incumplimiento comprenden:
Reproceso
Servicios no planificados
Excesos de inventario
Tiempo improductivo
Retrabados
Devoluciones.
136
Los costos de evaluacin son aquellos en que la empresa incurre para garantizar
que los productos o servicios no conformes con las normas de calidad puedan ser
identificados y corregidos antes de su entrega a los clientes, En otras palabras,
son costos de medicin, anlisis e inspeccin para garantizar que los productos,
procesos o servicios cumplen con todas las normas de calidad y con el objetivo de
satisfacer al cliente (externo o interno).
Los costos tangibles o costos explcitos son aquellos que se pueden calcular con
criterios convencionales de costos, normalmente siguiendo principios de
contabilidad generalmente aceptados. Por lo general estos costos van
acompaado de un desembolso de efectivo por parte de la empresa, se trata
bsicamente de costos de personal y materias primas y materiales.
Los costos intangibles, tambin denominados costos implcitos son aquellos que
se calculan con criterios subjetivos y que no son registrados como costos en los
sistemas de contabilidad. La mayora de los costos intangibles se sitan en la
categora de costos de fallos externos, como por ejemplo la prdida de imagen de
la Compaa.
Fuente: http://www.monografias.com/trabajos-pdf2/generalidades-costos-
calidad/generalidades-costos-calidad.pdf
137
Los materiales que se pueden inspeccionar son los ms diversos, entre metlicos
y no - metlicos, normalmente utilizados en procesos de fabricacin, tales como:
laminados, fundidos, forjados y otras conformaciones.
Los ensayos son realizados bajo procedimientos escritos, que atienden a los
requisitos de las principales normas o cdigos de fabricacin, tales como el ASME,
ASTM, API y el AWS entre otros.
Los inspectores son calificados como Nivel I, II y III por la ASNT (American
Society for Nondestructive Testing) segn los requisitos de la Prctica
Recomendada SNT-TC-1A , CP-189
Discontinuidades Internas:
- Ensayo Radiogrfico
- Ensayo ultrasnico
139
141
142
143