Quality ManagementQuality Management

Operations ManagementFor Competitive Advantage

CHASE AQUILANO JACOBS

ninth edition

Chapter 7

Capitulo 7

Gestión de la Calidad• Definición de Gestión de Calidad Total• Premio: Malcolm Baldrige National Quality Award• Especificaciones de Calidad• Costo de la Calidad• Mejoramiento Continuo• Herramientas SPC• Comparando (Benchmarking)• Aprueba de Errores• ISO 9000

Gestión de Calidad Total (TQM)Definición

• Gestión de calidad total Total se define como

gestionar la organización de manera que destaque

en todas las dimensiones importante para el cliente

tanto a nivel de productos como en servicios.

Premio de Calidad: 1999 Malcolm Baldrige National

• 1.0 Liderazgo (125 puntos)• 2.0 Planeación Estratégica (85 puntos)• 3.0 Enfoque al cliente (85 puntos)• 4.0 Análisis de Información (85 puntos)• 5.0 Enfoque a Recursos Humanos (85 puntos)• 6.0 Gestión de Procesos (85 puntos)• 7.0 Resultado del Negocio (450 puntos)

Categorías del Premio Baldrige

• Empresas Productivas• Empresas de Servicio• Pequeños Negocios• Organizaciones de Salud• Instituciones Educacionales

Características del Ganador del Premio Baldrige

• Las organizaciones formulan una su visión de calidad y como la alcanzaran.

• La gerencia de la organización estaba involucrada.

• La organizaciones cuidadosamente planean sus esfuerzos para garantizar que va a ser correctamente implementada.

• Constantemente vigilan los procesos.

Especificaciones de Calidad• Diseño de calidad: Valor inherente del valor del

producto en el mercado

– Dimensiones incluyen: Desempeño, Características, Confiabilidad, Durabilidad, Servicio, Responsabilidad, y Reputación.

• Cumplimiento de calidad: Grado en el que el producto o servicio cumple con las especificaciones de calidad

Costos de la Calidad

Costos de fracaso externo

Costos estimación

Costos de prevención

Costos de fracaso interno

Costo de la

calidad

Mejoramiento Continuo (CI)

• Visión de la gerencia referente a los estándares de desempeño de la organización– Nivel de desempeño de la organización es algo

que se debe mejorar en pequeños pasos de manera sistemática.

• Forma en que la gerencia ve la contribución del recurso humano– Cree que la esfuerzo del recurso humano es clave

para las mejoras.

5 S’

• Seiri : Organización. Separar innecesarios • Seiton : Orden. Situar necesarios • Seisō : Limpieza. Suprimir suciedad • Seiketsu : Estandarizar. Señalizar anomalías • Shitsuke : Disciplina. Seguir mejorando

Metodología para mejoramiento continuo: La rueda de Deming

1. Planifique que se hará y como se sabrá si da resultados

1. Planificar

2. Poner en practica el plan.

2. Realizar

3. Juzgue los resultados

3. Evaluar

4. Institucionar el cambio o buscar un nuevo plan

4. Actuar

Ejemplo: Flujograma de proceso

No, Continua…

Llegada Pacientes

Atención médica

¿Hay Recupera-

ción?

Paciente es dado de alta

Si

Proceso AtenciónProceso Atención

Ejemplo: Diagrama causa efecto

Efecto

RHEquipos

MaterialesMétodo

Ambiente

Posibles causasPosibles causas EfectoEfecto

Sirva para encontrar la raiz de un problemaSirva para encontrar la raiz de un problema

Ejemplo: Análisis de Pareto

80% de los problemas estan causados por un 20% de los factores.

80% de los problemas estan causados por un 20% de los factores.

Capacitacion

Fre

cuen

cia

Recursos

Insumos

Examenes

Otros

80%

Ejemplo: Gráfico de tiempo

12345

678

1 2 3 4 5 6 7 8 9 10 11 12Tiempo (Horas)

La

rgo

co

la e

spe

ra

Ejemplo: HistogramaP

reva

len

cia

Rango Edades

0-10 10-20 20-30 30-40 40-50

Ejemplo: Gráfico de puntos

02468

1012

0 10 20 30

Horas de entrenamiento

De

fect

os

Ejemplo: Diagrama de Control

970

980

990

1000

1010

1020

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

LCL

UCL

Sirve para controlar un procesoSirve para controlar un proceso

Comparación Benchmarking

1. Identificar procesos que necesitan mejoras

2. Identificar al líder de mercado en el proceso.

3. Contactar al líder de mercado y solicitarles información.

4. Analizar los datos.

Process Capability & Process Capability & Statistical Quality ControlStatistical Quality Control

Operations ManagementFor Competitive Advantage

CHASE AQUILANO JACOBS

ninth edition

Technical Note 7

Capacidad del Proceso y Control Estadístico de Calidad

• Variación del proceso• Capacidad del proceso• Procedimientos de control de un proceso

– Variable– Atributo

• Muestreo– Curva operacional característica

Formas básicas de variación

• Variación asignable es causada por factores claramente identificables y controlables.

• Variación común es inherente al proceso productivo.

La visión de Taguchi referente a variación

Costoincrementalde variación

Alto

Cero

LimInfer.

ObjetEspec

LimSup

Tradicional

Costoincrementalde variación

Alto

Cero

LimInfer

ObjetEspec

LimSup

Taguchi

Capacidad del Proceso

• Límites del proceso

• Límites de tolerancia

• ¿Cómo se relacionan los limites?

Índice de capacidad del proceso, Cpk

3

X-UTLor

3

LTLXmin=C pk

Cambios en la media del proceso

El índice de capacidad muestra que tan bien las partes producidas se ajusta a los limites especificados.

Pequeños cambios de la media pueden ocurrir por desajustes

Types of Statistical Sampling• Atributo (si o no )

– Defectuoso se refiere a la aceptación de un producto por un rango de características.

– Defectos se refiere al numero de defectos por unidad lo que puede ser mayor a los artículos defectuosos.

– p-gráfico

• Variable (Continua)– Usualmente se mide por la media y la desviación

Standard.– X-barra y gráficos R

UCL

LCL

Muestreo 1 2 3 4 5 6

UCL

LCL

Muestreo 1 2 3 4 5 6

UCL

LCL

Muestreo 1 2 3 4 5 6

Comportamiento normal

Posible problema

Posible problema

Gráficos de control estadístico

Los límites de control están basados en la curva normal

x

0 1 2 3-3 -2 -1z

Unidades desviaciónStandard o unidades “z”.

Límites de ControlSe estable el límite superior de control (UCL) y el límite inferior de control (LCL) sumando o restando 3 desviaciones standard a la media. Así podemos esperar que el 99.7% de nuestras observaciones estén dentro de los límites de control.

xLCL UCL

99.7%

Ejemplo construyendo un p-gráfico: Datos

1 100 42 100 23 100 54 100 35 100 66 100 47 100 38 100 79 100 1

10 100 211 100 312 100 213 100 214 100 815 100 3

Formulas de gráfico de control estadístico:Medidas de atributo (p-gráfico)

p =Total Number of Defectives

Total Number of Observations

ns

)p-(1 p = p

p

p

z - p = LCL

z + p = UCL

s

s

Dado:

Calcular los límites de control:

1. Calcular p (estos valores se grafican)

Muestra n Defectos p1 100 4 0.042 100 2 0.023 100 5 0.054 100 3 0.035 100 6 0.066 100 4 0.047 100 3 0.038 100 7 0.079 100 1 0.01

10 100 2 0.0211 100 3 0.0312 100 2 0.0213 100 2 0.0214 100 8 0.0815 100 3 0.03

Ejemplo de construcción p-gráfico: Paso 1

2. Calcular la proporción promedio de la muestra.

0.036=1500

55 = p

3. Calcular la desviación standard de la muestra

.0188= 100

.036)-.036(1=

)p-(1 p = p n

s

Ejemplo de construcción p-gráfico: Pasos 2 y 3

4. Calcular los límites de control.

3(.0188) .036

UCL = 0.0924LCL = -0.0204 (or 0)

p

p

z - p = LCL

z + p = UCL

s

s

Ejemplo de construcción p-gráfico: Paso 4

Ejemplo de construcción p-gráfico: Paso 55. Dibujar las proporciones individuales, el promedios y los límites de control

0

0.02

0.04

0.06

0.08

0.1

0.12

0.14

0.16

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Observación

p

UCL

LCL

Ejemplo de x-Barra y R gráfico: Datos

Muestra Obs 1 Obs 2 Obs 3 Obs 4 Obs 51 10.68 10.689 10.776 10.798 10.7142 10.79 10.86 10.601 10.746 10.7793 10.78 10.667 10.838 10.785 10.7234 10.59 10.727 10.812 10.775 10.735 10.69 10.708 10.79 10.758 10.6716 10.75 10.714 10.738 10.719 10.6067 10.79 10.713 10.689 10.877 10.6038 10.74 10.779 10.11 10.737 10.759 10.77 10.773 10.641 10.644 10.72510 10.72 10.671 10.708 10.85 10.71211 10.79 10.821 10.764 10.658 10.70812 10.62 10.802 10.818 10.872 10.72713 10.66 10.822 10.893 10.544 10.7514 10.81 10.749 10.859 10.801 10.70115 10.66 10.681 10.644 10.747 10.728

Ejemplo de x-Barra y R gráfico: Paso 1. Calcular medias muestrales, rangos muestrales, media de las medias muestrales,

y media de los rangos.Muestra Obs 1 Obs 2 Obs 3 Obs 4 Obs 5 Promedio Rango

1 10.68 10.689 10.776 10.798 10.714 10.732 0.1162 10.79 10.86 10.601 10.746 10.779 10.755 0.2593 10.78 10.667 10.838 10.785 10.723 10.759 0.1714 10.59 10.727 10.812 10.775 10.73 10.727 0.2215 10.69 10.708 10.79 10.758 10.671 10.724 0.1196 10.75 10.714 10.738 10.719 10.606 10.705 0.1437 10.79 10.713 10.689 10.877 10.603 10.735 0.2748 10.74 10.779 10.11 10.737 10.75 10.624 0.6699 10.77 10.773 10.641 10.644 10.725 10.710 0.13210 10.72 10.671 10.708 10.85 10.712 10.732 0.17911 10.79 10.821 10.764 10.658 10.708 10.748 0.16312 10.62 10.802 10.818 10.872 10.727 10.768 0.25013 10.66 10.822 10.893 10.544 10.75 10.733 0.34914 10.81 10.749 10.859 10.801 10.701 10.783 0.15815 10.66 10.681 10.644 10.747 10.728 10.692 0.103

Promedio 10.728 0.220400

Ejemplo de x-Barra y R gráfico: Paso 2. Fórmulas de límites de control y tablas

x Chart Control Limits

UCL = x + A R

LCL = x - A R

2

2

R Chart Control Limits

UCL = D R

LCL = D R

4

3

n A2 D3 D42 1.88 0 3.273 1.02 0 2.574 0.73 0 2.285 0.58 0 2.116 0.48 0 2.007 0.42 0.08 1.928 0.37 0.14 1.869 0.34 0.18 1.82

10 0.31 0.22 1.7811 0.29 0.26 1.74

A2: Factor para x-barraD3: Límite de control inferiorD4: Límite de control superior

Ejemplo de x-Barra y R gráfico: Pasos 3 y 4. Calcular x-barra y graficar valores

10.601

10.856

=).58(0.2204-10.728RA - x = LCL

=).58(0.2204-10.728RA + x = UCL

2

2

10.550

10.600

10.650

10.700

10.750

10.800

10.850

10.900

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Muestra

Med

ia

UCL

LCL

Ejemplo de x-Barra y R gráfico: Pasos 5 y 6. Calcular R-gráfico y dibujar valores

0

0.46504

)2204.0)(0(R D= LCL

)2204.0)(11.2(R D= UCL

3

4

0.000

0.100

0.200

0.300

0.400

0.500

0.600

0.700

0.800

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Muestra

RUCL

LCL

Formas básicas de muestreo estadístico para control de calidad

• Muestreo para aceptar o rechazar un lote. (Muestreo de aceptación).

• Muestreo para determinar si un proceso esta dentro de límites aceptable (Control estadístico de proceso)

Muestreo de Aceptación• Propósito

– Determinar nivel de calidad– Asegurar que la calidad esta dentro de los limites pre-

establecidos

• Ventajas– Económico– Menores perdidas por manejo– Menos inspectores– Es aplicable a pruebas destructivas– Motivación para mejoramiento, se destruye todo el lote en

caso de rechazo

Muestreo de Aceptación

• Desventajas– Riesgo de aceptar lotes malos y rechazar lotes

buenos. – Se debe planificar y documentar– Es muestreo y su información es limitada

Muestreo de Aceptación: Muestreo Simple

1. Determinar el tamaño de la muestra, n.

2. Determinar el número máximo piezas defectuosas a encontrar para rechazar el lote, c.

Riesgos• Nivel de calidad aceptable (AQL)

– Porcentaje máximo de artículos defectuosos definido por el productor.

• (riesgo del productor)– Probabilidad de rechazar un lote bueno.

• Porcentaje de Tolerancia de defectuosos del lote (LTPD)– Porcentaje que el cliente define como máximo de

defectuosos a tolerar.

• (Riesgo del cliente)– Probabilidad de aceptar un lote malo.

Curva Operacional Característica

n = 99c = 4

AQL LTPD

00.10.20.30.40.50.60.70.80.9

1

1 2 3 4 5 6 7 8 9 10 11 12

Porcentaje de defectuosos

Pro

bab

ilid

ad d

e ac

epta

ción

=.10(riesgo cliente)

= .05 (riesgo productor)