Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
III
Reconocer y evaluar los modos de fallas potenciales y las causas asociadas con
el diseo y manufactura de un producto.
Determinar los efectos de las fallas potenciales en el desempeo del sistema
Identificar las acciones que podrn eliminar o reducir la oportunidad de que
ocurra la falla potencial.
Analizar la confiabilidad del sistema. Aunque el mtodo del AMEF generalmente
ha sido utilizado por las industrias automotrices, ste es aplicable para la
deteccin
y
bloqueo
de
las
causas
de
fallas
potenciales
en productos y procesos de cualquier clase de empresa, ya sea que estos se
encuentren en operacin o en fase de proyecto; as como tambin es aplicable
para sistemas administrativos y de servicios.
II
III
IV
V
VI
VII
VIII
IX
X
Calcule el NPR
Es un valor que establece una jerarquizacin de los problemas a travs de la multiplicacin
del grado de ocurrencia, severidad y deteccin, ste provee la prioridad con la que debe de
atacarse cada modo de falla, identificando tems crticos.
NPR = Ocurrencia * Severidad * Deteccin
Prioridad de NPR:
500 1000
125 499
1 124
0
Acciones recomendadas
Anotar la descripcin de las acciones preventivas o correctivas recomendadas, incluyendo
responsables de las mismas. Anotando la fecha compromiso de implantacin
1 Declaracin de Objetivo.
Frase redactada en forma interrogativa que define lo que se desea lograr.
Es una fase crtica por lo que se debe brindar el tiempo que sea necesario a fin de evitar que
se afecte el resto del proceso.
2. Requerimientos del Cliente.
Conocidos como los qus; consiste en un listado de cualidades o caractersticas de un
producto, proceso o servicio manejados en el lenguaje del cliente.
La informacin recopilada es valiosa porque identifica donde se encuentra posesionada
actualmente la organizacin en el mercado y muestra las fortalezas y debilidades con datos
que son generalmente confiables.
La herramienta QFD puede dar entrada a la informacin recopilada y colocarla en una
estructura que pueda utilizarse. De esta forma, el equipo tiene los fundamentos para saber, no
slo lo que el consumidor dice que l desea, sino lo que l quiere pero no lo est expresando.
3. Tasa de Importancia. Son los valores asignados a cada uno de los requerimientos y que
indican su importancia relativa. Deber reflejar exactamente la opinin del consumidor.
La escala que ms comnmente se utiliza para asignar la tasa de importancia a cada uno de
los requerimientos es la escala puntual de 1 a 5, aunque algunas veces puede usarse la
escala de 1 a 9.
9
Mayor es mejor
Menor es Mejor
7. Matriz de relaciones. Consiste en un medio estructurado para identificar el grado en que
cada uno de los requerimientos de diseo impacta a uno o ms requerimientos del
consumidor.
El tamao de la matriz depende de la cantidad de requerimientos del cliente y de
requerimientos de diseo
Smbolo
Significado
Nulo
No existe relacin
Relacin dbil
Relacin Media
Relacin Fuerte
10
9. Quejas. Aqu es donde los clientes expresan su insatisfaccin con algn producto o
servicio. Se detectan en la investigacin de mercado.
Elemento que defina la estrategia publicitaria para lanzar el producto al mercado, tales como:
presentaciones en vivo, anuncios de televisin, radio, prensa, etc.
10. Evaluacin Competitiva Tcnica. Especificaciones de ingeniera para cada uno de los
cmos (Medidas cuantificables).
Estas especificaciones se denominan valores objetivos, es decir, el equipo determina cunto
es necesario hacer para ser competitivo en el mercado y que valores objetivos deben ser
alcanzados.
Los valores objetivos se convierten en el mnimo estndar para entrar al mercado.
11. Dificultad Tcnica. Consiste en asignar un valor puntual de la escala puntual de 1 al 5 a
cada uno de los cmos, y estos valores significan el grado de dificultad que representa para
la empresa el implementar cada uno de los requerimientos de diseo.
Los japoneses le llaman dificultad tcnica debido a que se asignan valores bajos a las metas
difciles de alcanzar y valores altos a las fciles de conseguir.
12. Importancia Tcnica Absoluta. Valores que se calculan al multiplicar las tasas de
importancia de cada uno de los ques con los correspondientes factores de cada una de las
columnas de la matriz de relaciones.
13. Importancia Tcnica Relativa. Normaliza los datos encontrados en el paso anterior.
Muestra cuantitativamente el impacto que tiene cada uno de los requerimientos de diseo en
las necesidades del cliente.
Beneficios
Orientado al cliente. Comparacin entre la organizacin y la competencia en
satisfacer las necesidades del cliente.
11
Calidad de concordancia.
La calidad de concordancia, calidad de conformacin o calidad tcnica se refiere a la
capacidad de fabricar productos conforme a las especificaciones tcnicas que establece el
diseo. Es la habilidad para materializar el producto diseado.
Un anlisis de concordancia de atributos evala la uniformidad de las respuestas dentro de un
grupo de evaluadores y entre ellos y, en caso de ser apropiado, compara las respuestas con
los valores patrn o referenciales (tambin denominados valores estndares). El anlisis
utiliza las calificaciones o clasificaciones de los atributos. Las mediciones son evaluaciones
subjetivas hechas por personas y no por mediciones fsicas directas. Algunos ejemplos
pueden ser:
Evaluaciones del rendimiento de un automvil.
Clasificacin de la calidad de una tela como buena o mala.
Clasificacin del sabor, aroma y color de un vino en una escala de 1 a 10.
En estas situaciones, las caractersticas de calidad son difciles de definir y evaluar.
Para obtener clasificaciones significativas, ms de un evaluador debe coincidir en la medicin
de la respuesta. Si los evaluadores estn de acuerdo, existe la posibilidad de que las
calificaciones sean precisas. Si los evaluadores no concuerdan, la utilidad de la clasificacin
es limitada.
Los datos tipo atributo pueden ser binarios, nominales u ordinales, a saber:
14
Figura 1. Uniformidad de las respuestas de cada evaluador. tres evaluadores, Anne, Famke y
Mark
Interpretacin de sus resultados
Para los evaluadores
La Figura.1 muestra la uniformidad de las respuestas de cada evaluador. Anne, Famke y Mark
coincidieron las dos veces cuando calificaron las diez partes, para una tasa de coincidencia
del 100%. Brian tuvo un problema de concordancia al calificar una de las diez partes, para una
tasa de coincidencia del 90%.
Evaluador versus estndar
15
Esta grfica muestra cmo los resultados de cada evaluador se comparan con el estndar.
Famke y Mark calificaron con un 100% de exactitud, mientras que Anne y Brian calificaron
nueve de las diez partes de manera correcta ambas veces, para una tasa de exactitud del
90%.
Tamao de los intervalos de confianza
Se estima que la habilidad de Brian para coincidir consigo mismo en dos evaluaciones de la
misma parte es de un 90%, con un intervalo de confianza del 95%, que va de 55,5% a
99,75%. Este intervalo es muy grande debido a que el tamao de la muestra es pequeo (diez
partes). Un estudio de concordancia de atributos con 30 50 partes producira resultados ms
precisos e informativos.
Interpretacin de sus resultados Para el evaluador
Si cada evaluador inspecciona la misma parte dos o ms veces, usted puede evaluar la
uniformidad de las respuestas para cada evaluador. De los cuatro evaluadores, slo Brian
suministr una respuesta mixta para una de las diez partes. En la hoja de trabajo (datos del
problema no mostrados) se observ que Brian registr Pasa para la Parte #1 cuando la
evalu por primera vez, pero No pasa, la segunda vez. Los otros registraron respuestas
uniformes para todas las partes en ambos ensayos. Los valores Kappa indican una fuerte
concordancia dentro de cada operador. Slo Brian, con una respuesta mixta, posee un valor
Kappa menor que 1 (concordancia perfecta).
16
17
Los cuatro evaluadores coincidieron en sus calificaciones para ocho de diez partes
inspeccionadas. Sin embargo, esta tabla slo indica la uniformidad entre los operadores, no la
exactitud; no evala
Cmo sus respuestas se comparan con los estndares.
El valor Kappa (0.853183) para ambas respuestas indica una concordancia adecuada entre
los evaluadores.
En ambos ensayos, dos de los cuatro evaluadores calificaron las diez partes
Correctamente.
Brian calific una parte de manera discrepante, es decir, sus mediciones en ambos ensayos
no coincidieron.
Anne indic un falso positivo para una parte. Se debera investigar con ms detalle por qu
ocurrieron estos errores.
Calidad de conformidad.
La calidad como conformidad es un concepto de calidad basado en el producto, cuyo objetivo
es cumplir un conjunto de caractersticas medibles establecidas por el fabricante para
satisfacer al cliente, por lo que implica un concepto tcnico de calidad.
En general, el concepto sera admisible cuando sea fcil y posible identificar correctamente
las especificaciones, siendo adems suficientemente estables en el tiempo.
Las principales ventajas de este concepto son:
La facilidad de medicin
Obliga a la direccin a desagregar todos los componentes del producto, para poder fijar
los estndares
Mejora la eficiencia
Fiabilidad.
La definicin clsica de fiabilidad dice que es la probabilidad de que un producto o proceso
realice sin fallo una determinada funcin, bajo condiciones determinadas, en un periodo de
tiempo tambin determinado (AGREE, 1957).
Un producto o proceso no solo debe ofrecer un buen rendimiento y elevadas prestaciones,
sino que adems debe ser capaz de mantenerla en el tiempo. Cuando la disponibilidad de un
producto o proceso no es del 100 por ciento, la fiabilidad se convierte en otra caracterstica
esencial del producto o proceso. La fiabilidad se refiere al rendimiento y a las prestaciones
esperadas de un producto o proceso durante toda su vida til. El criterio ms usual para medir
la fiabilidad de un producto o proceso es el tiempo transcurrido antes de la primera avera,
aunque tambin pueden emplearse el tiempo medio entre fallos o el costo de reparaciones y
mantenimiento.
La importancia de la fiabilidad deriva de que cuanto menor sea, mayores sern los costos de
mantenimiento y los tiempos muertos por avera. Esta dimensin de la calidad es crtica en los
bienes de consumo duraderos (por ejemplo, un aparato de aire acondicionado) y en los bienes
de equipo (por ejemplo, el motor de un avin o los frenos de un vehculo), sobre todo cuando
de ellos depende la seguridad de las personas y/o implican costos de mantenimiento altos.
Manufacturabilidad.
Con este parmetro se mide el grado en que el diseo del producto puede ser fcilmente
fabricado por las instalaciones y procesos disponibles en la planta.
Esta caracterstica de calidad no tiene relacin directa con la aptitud de uso para los clientes
externos, pero si podra tenerla para los clientes internos.
DIAGRAMA DE PARETO
Es una herramienta que se utiliza para priorizar los problemas o las causas que los generan.
La Grfica de Pareto es una herramienta sencilla pero poderosa al permitir identificar
21
visualmente en una sola revisin las minoras de caractersticas vitales a las que es
importante prestar atencin y de esta manera utilizar todos los recursos necesarios para llevar
a cabo una accin de mejora sin malgastar esfuerzos ya que con el anlisis descartamos las
mayoras triviales.
Fue creado sobre la base del principio de Pareto, obtenindose lo que hoy se conoce como la
regla 80/20. Si se tiene un problema con muchas causas, podemos decir que el 20% de las
causas resuelven el 80 % del problema y el 80 % de las causas solo resuelven el 20 % del
problema. Se usa para identificar los problemas ms significativos de un proceso y evaluar el
comportamiento de un problema, comparando los datos entre el "antes" y el "despus".
Se recomienda el uso del diagrama de Pareto:
Para identificar un producto o servicio para el anlisis de mejora de la calidad. Al buscar las
causas principales de los problemas y establecer la prioridad de las soluciones Para evaluar
los resultados de los cambios efectuados a un proceso comparando sucesivos diagramas
Para comunicar fcilmente a otros miembros de la organizacin las conclusiones sobre
causas, efectos y costes de los errores.
Los propsitos generales del diagrama de Pareto:
Analizar las causas
Estudiar los resultados
Planear una mejora continua
COMO CONSTRUIRLO?
Trace dos ejes verticales de la misma longitud, en un eje horizontal. En el eje vertical
izquierdo, haga una escala de 0 hasta el nmero correspondiente al total de la Lista de
verificacin. En el eje vertical derecho haga una escala de 0 a 100%.
El 100% corresponder al total de la Lista de Verificacin. Divida el eje horizontal en intervalos
iguales, de acuerdo con la cantidad de categoras de la Lista de Verificacin. Construya y
denomine las barras, colocando las categoras en orden decreciente de frecuencia, de
izquierda a derecha. Trace una lnea punteada que conecte el origen con la esquina superior
derecha de la primera barra, as: Sume, a la altura de la primera barra, la altura de la
segunda. Marque con un punto el valor obtenido en la prolongacin del lado derecho de la
segunda barra. Sume a esta nueva altura la altura de la tercera barra.
Marque con un punto el valor obtenido en la prolongacin del lado derecho de la tercera barra.
Haga eso sucesivamente, hasta la ltima barra. Enlace todos los puntos marcados con una
lnea, dando continuidad a la lnea punteada iniciada en el origen, para formar la curva de
Pareto. El ltimo punto representa el 100 % de los eventos. Complete el grfico con
informaciones tales como: nombre del grfico, perodo, responsable, etc.
22
HISTOGRAMA
El histograma es una grfica de barras que permite describir el comportamiento de un
conjunto de datos en cuanto a su tendencia central, forma y dispersin.
El histograma permite que de un vistazo se pueda tener una idea objetiva sobre la calidad de
un producto, el desempeo de un proceso o el impacto de una accin de mejora. La correcta
utilizacin del histograma permite tomar decisiones no solo con base en la media, sino
tambin con base en la dispersin y formas especiales de comportamiento de los datos. Su
uso cotidiano facilita el entendimiento de la variabilidad y favorece la cultura de los datos y los
hechos objetivos.
CUANDO SE APLICA:
Hacer seguimiento actual del proceso
23
CONSTRUCCION DE UN HISTOGRAMA:
Para decidir correctamente y detectar posibles anormalidades en los datos se procede a lo
siguiente para construir un histograma:
Paso 1. Determinar el rango de datos. La diferencia entre el dato mximo y el dato mnimo.
Paso 2. Obtener el nmero de clases (NC) o barras. Ninguno de ellos es exacto, esto
depende de cmo sean los datos y cuantos sean. Un criterio usado es del nmero de clases,
debe ser aprox. Igual a la raz cuadrada del nmero de datos.
Paso3. Establecer la longitud de clase (LC).Se establece de tal manera que el rango pueda
ser cubierto en su totalidad por NC. Una forma directa de obtener la LC es dividiendo el rango
entre el nmero de clases, LC= R/NC.
Paso 4. Construir los intervalos de clase. Resultan de dividir el rango (original o ampliado) en
NC e intervalos de longitud LC.
Paso 5. Obtener la frecuencia de cada clase. Se cuentan los datos que caen en cada intervalo
de clase.
Paso 6.Graficar el histograma.
24
25
Diagrama causa-efecto
El Diagrama Causa-Efecto es llamado usualmente Diagrama de Ishikawa porque fue creado
por Kaoru Ishikawa, experto en direccin de empresas interesado en mejorar el control de la
calidad; tambin es llamado Diagrama Espina de Pescado por que su forma es similar al
esqueleto de un pez: Est compuesto por un recuadro (cabeza), una lnea principal (columna
vertebral), y 4 o ms lneas que apuntan a la lnea principal formando un ngulo aproximado
de 70 (espinas principales). Estas ltimas poseen a su vez dos o tres lneas inclinadas
(espinas), y as sucesivamente (espinas menores), segn sea necesario.
analizar y que hacen que se presente de una manera determinada. Se asume que todas las
causas del problema que se identifiquen, pueden clasificarse dentro de una u otra categora.
Generalmente, la mejor estrategia para identificar la mayor cantidad de categoras posibles,
es realizar una lluvia de ideas con los estudiantes o con el equipo de trabajo. Cada categora
que se identifique debe ubicarse independientemente en una de las espinas principales del
pescado.
27
28
Grfica de Control
Una grfica de control es un diagrama que sirve para examinar si un proceso se encuentra
en una condicin estable, o para asegurar que se mantenga en esa condicin.
En estadstica, se dice que un proceso es estable (o est en control) cuando las nicas
causas de variacin presentes son las de tipo aleatorio. En esta condicin se pueden hacer
inferencias con respecto a la salida del proceso, esto es, la caracterstica de calidad que se
est midiendo. En cambio, la presencia de causas especiales o asignables hace que el
proceso se desestabilice, impidiendo la prediccin de su comportamiento futuro.
Con base en la informacin obtenida en intervalos determinados de tiempo, las grficas de
control definen un intervalo de confianza: Si un proceso es estadsticamente estable, el
99.73% de las veces el resultado se mantendr dentro de ese intervalo.
La estructura de las grficas contiene una lnea central (LC), una lnea superior que marca el
lmite superior de control (LSC), y una lnea inferior que marca el lmite inferior de control
(LIC). Los puntos contienen informacin sobre las lecturas hechas; pueden ser promedios de
grupos de lecturas, o sus rangos, o bien las lecturas individuales mismas. Los lmites de
control marcan el intervalo de confianza en el cual se espera que caigan los puntos.
29
30
31
Diagrama de dispersin
Definicin
Representacin grfica del grado de relacin entre dos variables cuantitativas.
Caractersticas principales
A continuacin se comentan una serie de caractersticas que ayudan a comprender la
naturaleza de la herramienta.
Impacto visual
Un Diagrama de Dispersin muestra la posibilidad de la existencia de correlacin entre dos
variables de un vistazo.
Comunicacin
Simplifica el anlisis de situaciones numricas complejas.
Gua en la investigacin
El anlisis de datos mediante esta herramienta proporciona mayor informacin que el simple
anlisis matemtico de correlacin, sugiriendo posibilidades y alternativas de estudio, basadas
en la necesidad de conjugar datos y procesos en su utilizacin.
CONSTRUCCIN
Pasos previos a la construccin de un Diagrama de
Dispersin
Paso 1: Elaborar una teora admisible y relevante sobre la supuesta relacin entre dos
variables
Este paso previo es de gran importancia, puesto que el anlisis de un Diagrama de Dispersin
permite obtener conclusiones sobre la existencia de una relacin entre dos variables, no sobre
la naturaleza de dicha relacin.
32
En este caso, nuestra teora no es correcta y se deben buscar otros tipos de relaciones.
Posibles problemas de la interpretacin
a) Correlacin sin soporte lgico
Los Diagramas de Dispersin muestran solamente relaciones, no prueban relaciones
causales.
Ha de haber una explicacin lgica y admisible para establecer una relacin causa-efecto.
b) Recorrido de los datos
En el anlisis del Diagrama se limitar su interpretacin al recorrido de las observaciones.
Generalizar las pautas de correlacin para valores fuera de los lmites del Grafico puede llevar
a conclusiones completamente errneas. Si se necesita conocer la relacin entre dos
variables para un rango de valores determinado, hay que obtener datos alrededor de ese
rango.
c) Efecto de la escala
Las escalas de los dos ejes influyen notablemente sobre la interpretacin del
Diagrama de Dispersin.
Escalas deficientes en alguno de los ejes puede enmascarar una relacin o hacer ver
relaciones inexistentes.
d) Factores de confusin
Con el Diagrama de Dispersin tratamos de estudiar una relacin entre dos variables.
Debemos asegurarnos de que la correlacin que observamos no sea debida a una variable
distinta de la que estamos registrando.
La forma ideal para tratar los factores de confusin es antes de la recogida de datos.
Identificar los posibles factores de confusin y disponer la toma de datos de forma que se
mantengan razonablemente constantes.
Los factores de confusin se medirn en la toma de datos, y si no ha sido posible mantenerlos
constantes, se construir un Diagrama de Dispersin estratificado segn las condiciones de
dichos factores.
e) Problemas con los datos
Si los datos son deficientes, la interpretacin del Diagrama de Dispersin tiene, por fuerza,
que ser deficiente.
35
Preguntas:
1. Qu es control estadstico de calidad?
El Control Estadstico de la Calidad es la aplicacin de diferentes tcnicas estadsticas a
procesos industriales, administrativos y/o servicios con objeto de verificar si todas y cada una
de las partes del proceso y servicio cumplen con ciertas exigencias de calidad y ayudar a
cumplirlas.
2. Cul es el objetivo del control estadstico de calidad?
Detectar rpidamente la ocurrencia de variabilidad debida a causas asignables. Investigar
las causas que la han producido y eliminarlas.
3. Qu es AMEF y cul es su funcin?
Anlisis de modos y efectos de fallas potenciales, AMEF, es un proceso sistemtico para la
identificacin de las fallas potenciales del diseo de un producto o de un proceso antes de que
stas ocurran, con el propsito de eliminarlas o de minimizar el riesgo asociado a las mismas.
4. Qu funcin tiene el QDF?
El QFD es un sistema que busca focalizar el diseo de los productos y servicios en dar
respuesta a las necesidades de los clientes. Esto significa alinear lo que el cliente requiere
con lo que la organizacin produce.
5. Mencione una definicin concreta de calidad de concordancia.
La calidad de concordancia, calidad de conformacin o calidad tcnica se refiere a la
capacidad de fabricar productos conforme a las especificaciones tcnicas que establece el
diseo. Es la habilidad para materializar el producto diseado.
6. Qu es la calidad de conformidad?
La calidad como conformidad es un concepto de calidad basado en el producto, cuyo objetivo
es cumplir un conjunto de caractersticas medibles establecidas por el fabricante para
satisfacer al cliente, por lo que implica un concepto tcnico de calidad.
7. Para qu nos sirve el diagrama o grfica de Pareto?
Es una herramienta que se utiliza para priorizar los problemas o las causas que los generan.
Es una herramienta sencilla pero poderosa al permitir identificar visualmente en una sola
revisin las minoras de caractersticas vitales a las que es importante prestar atencin y de
esta manera utilizar todos los recursos necesarios para llevar a cabo una accin de mejora sin
malgastar esfuerzos ya que con el anlisis descartamos las mayoras triviales.
8. Para qu nos sirve la hoja de verificacin?
La Hoja de Verificacin es la herramienta que se utiliza para recolectar datos en un formato
lgico (muestreo racional), y sirve de hecho como una herramienta de transicin entre la
recoleccin de datos y el uso de tcnicas ms elaboradas. Los datos recolectados pueden
usarse para construir una Grfica de Control, un Histograma, un Diagrama de Pareto, etc.
36
9. Qu es diagrama de dispersin?
Representacin grfica del grado de relacin entre dos variables cuantitativas.
10. Cuntos tipos de correlacin fuente existen?
Dos, positiva y negativa.
Bibliografa:
Ttulo
Autor
Traducido por
Editor
ISBN
N. de pginas
Ttulo
Autores
Edicin
Editor
ISBN
N. de pginas
ocw.usal.es/eduCommons/.../control-estadistico...calidad/.../Tema1.pdf
www.posgradoenadministracion.uson.mx/.../Control%20Estadstico%20...
www.uclm.es/profesorado/dverastegui/DOCUMENTOS/calidad.pdf
37