Control Estadístico de los Procesos (SPC)

Control Estadístico de Procesos (SPC)

El Control Estadístico de Procesos (SPC) tiene como objetivo hacer predecible un proceso en el tiempo. Las herramientas usadas para este fin son las gráficas de control que permiten distinguir causas especiales de las causas comunes de variación. Luego de identificarlas con el gráfico, el paso siguiente es eliminar las causas especiales, ya que son ajenas al desenvolvimiento natural del proceso con lo que se logra el estado de Proceso Bajo Control Estadístico; es decir, un proceso predecible y afectado exclusivamente por causas comunes (aleatorias) de variación.

El Control Estadístico de Procesos (SPC; por sus siglas en inglés de Statistical Process Control) es la aplicación de técnicas estadísticas para determinar si el resultado de un proceso concuerda con el diseño del producto o servicio correspondiente. Las herramientas conocidas como gráficas de control se usan en el SPC para detectar la elaboración de productos o servicios defectuosos; o bien, para indicar que el proceso de producción se ha modificado y los productos o servicios se desviarán de sus respectivas especificaciones de diseño, a menos que se tomen medidas para corregir esa situación. El Control Estadístico también suele utilizarse con el propósito de informar a la gerencia sobre los cambios introducidos en los procesos que hayan repercutido favorablemente en la producción resultante de dichos procesos. Algunos ejemplos de cambios de procesos que se detectan por medio de SPC son los siguientes:

• Aumento repentino en la producción de cajas de velocidades defectuosas.
• Disminución del número promedio de quejas de huéspedes recibidas en un hotel cada día.
• Una medición sistemáticamente baja en el diámetro de un cigüeñal.
• Disminución en el número de unidades desechadas en una máquina fresadora.

VARIABILIDAD EN EL PROCESO DE PRODUCCIÓN

No hay dos productos o servicios exactamente iguales porque los procesos mediante los cuales se producen incluyen muchas fuentes de variación, incluso cuando dichos procesos se desarrollen en la forma prevista. Por ejemplo, los diámetros de los cigüeñales pueden no ser idénticos a causa de diferencias en el desgaste de las herramientas, la dureza del material, la habilidad del operario o la temperatura prevaleciente en el momento de su fabricación. En forma similar, el tiempo necesario para atender una solicitud para la emisión de una tarjeta de crédito varía de acuerdo con la carga de trabajo del departamento de crédito, los antecedentes financieros del solicitante y las habilidades y

aptitudes de los empleados. Nada puede hacerse para suprimir por completo las variaciones en los procesos, pero la gerencia tiene la opción de investigar las causas de variación a fin de minimizarlas.

En la figura 11.1 se muestran los pasos para determinar la variación del proceso. Primero -véase la figura 11.1(a)- se toma una serie de pequeñas muestras y se las coloca en una escala proporcional (el eje horizontal). Después en el eje vertical, se indica el número de veces que ocurrieron (frecuencia). Eventualmente, después de un número de muestras, se tienen las distribuciones mostradas en la figura 11.1(b). Las distribuciones, por supuesto, difieren -véase la figura 11.1(c) dependiendo de lo que revelaron las muestras. Si sólo se encuentran causas de variaciones naturales en el proceso, entonces las distribuciones serán similares a la que aparece en la figura 11.1(d). Si aparecen causas de variaciones asignables (esto es, causas que no se esperan como parte del proceso), entonces las muestras producirán distribuciones inesperadas, tales como las mostradas en la figura 11.1(e).

Mediciones de la calidad

Para detectar las mediciones anormales del producto, los inspectores deben tener la capacidad necesaria para medir los rasgos característicos de la calidad. La calidad puede evaluarse en dos formas. Una consiste en medir los atributos o las características del producto o servicio donde es posible contar rápidamente para saber si la calidad es aceptable. Este método permite a los inspectores tomar una simple decisión de si o no, acerca de que un producto o servicio cumple con las especificaciones. Los atributos se usan con frecuencia cuando las especificaciones de calidad son complicadas y la medición por medio de variables resulta difícil o costosa. Otros ejemplos de atributos que pueden presentarse son el número de formularios de seguro que contienen errores y dan lugar a pagos excesivos o insuficientes, la proporción de radios que no funcionan en la prueba final, la proporción de vuelos regulares que llegan con una diferencia menor de 15 minutos con respecto a la hora prevista. La ventaja de los recuentos de atributos es que para su realización se requieren menos esfuerzos y recursos que en el caso de la medición de variables. La desventaja es que, aún cuando los recursos de atributos bastan para revelar que la calidad de rendimiento ha cambiado, no son de mucha utilidad para conocer la magnitud del cambio. Por ejemplo, un recuento es capaz de revelar que la proporción de vuelos regulares que llegan a menos de 15 minutos de la hora prevista ha disminuido, pero el resultado no muestra cuántos minutos más allá de los 15 permitidos están llegando los vuelos. Para saberlo, habría que medir la desviación real de la llegada prevista, es decir una variable.

Muestreo

El método más completo para una inspección consiste en revisar la calidad de todos los productos o servicios en cada una de las etapas. Este procedimiento, llamado inspección completa, se usa cuando los costos de pasar los defectos a la siguiente estación de trabajo o al cliente son mayores que los costos de la inspección. Por ejemplo, los proveedores de componentes para aeronaves, revisan muchas veces cada componente antes de enviarlo a un contratista. Aquí, el costo de una falla (lesión, muerte y la destrucción de equipo sumamente costoso) supera por amplio margen el costo de la inspección. La inspección completa garantiza virtualmente que las unidades defectuosas no pasarán a la siguiente operación o al cliente, lo cual es una política congruente con el TQM. Sin embargo, cuando participan inspectores humanos, hasta la inspección completa puede no ser capaz de descubrir

todos los defectos. La fatiga del inspector o las imperfecciones en los métodos de prueba provocan que algunos defectos pasen inadvertidos. Las empresas logran superar esas fallas al utilizar equipo de inspección automatizado que registre, resuma y exhiba los datos. Muchas han descubierto que el equipo de inspección automatizado se paga por sí solo en un tiempo razonablemente corto.

Un plan de muestreo proporciona más o menos el mismo grado de protección que obtenemos con una inspección completa. En el plan de muestreo se especifican: el tamaño de la muestra -cantidad determinada de observaciones de los productos del proceso seleccionadas al azar-, el intervalo de tiempo -tiempo transcurrido entre dos muestras sucesivas, y las reglas de decisión -determinar cuándo es necesario entrar en acción-. El muestreo es apropiado cuando los costos de inspección son altos porque para realizarla se requieren conocimientos, habilidades o procedimientos especiales; o bien, equipo costoso. Por ejemplo, los estudios contables usan planes de muestreo cuando realizan una auditoria.

Algunas distribuciones de muestreo (por ejemplo, para medias con tamaños de muestra de 4 o más y

proporciones con tamaños de muestra de 20 o más) suelen calcularse en forma aproximada mediante la distribución normal, lo cual permite utilizar las tablas normales. En la figura 11.7 se presentan los porcentajes de valores que están ubicados dentro de ciertos rangos de la distribución normal. Por ejemplo, el 68,26% de la muestra tendrá valores dentro de una desviación estándar de +/-1 de la media de distribución. Podemos calcular la probabilidad de que el resultado de una muestra cualquiera quede fuera de ciertos límites. Por ejemplo, hay una probabilidad de 2,28%, o sea (100-95,44)/2, de que una media de la muestra adquiera un valor que supere a la media por más de dos desviaciones estándar. La posibilidad de asignar probabilidades a los resultados de la muestra es importante para la construcción y el empleo de gráficas de control.

Gráficas de control. Para determinar si las variaciones observadas son anormales, podemos medir y trazar la gráfica de la característica de calidad tomada de la muestra, en un diagrama ordenado por tiempo, conocido como gráfica de control. La gráfica de control tiene un valor nominal o línea central, que generalmente es el objetivo que los gerentes desearían alcanzar por medio del proceso, y dos límites o acotamientos de control basados en la distribución de muestreo de la medida de la calidad. 

Los límites de control se usan para juzgar si es necesario emprender alguna acción. El valor más grande representa el acotamiento de control superior (UCL) (del inglés, upper control limit) y el valor más pequeño representa el acotamiento de control inferior (LCL) (del inglés, lower control limit). La figura 11.8 muestra cómo se relacionan los acotamientos de control con la distribución de muestreo. Una estadística de muestras ubicada entre el UCL y el LCL indica que el proceso está mostrando causas comunes de variación; en cambio, una estadística ubicada fuera de los acotamientos de control indica que el proceso está exhibiendo causas asignables de variación.

Los responsables de vigilar un proceso suelen usar gráficas de control en la siguiente forma:

  1. Tomar una muestra aleatoria del proceso, medir la característica de calidad y calcular una medida       variable o de atributos.

  2. Si la estadística se ubica fuera de los acotamientos de control de la gráfica, buscar una causa               asignable.

  3. Eliminar la causa si ésta degrada la calidad, o incorporar la causa si con ella mejora la calidad.             Reconstruir la gráfica de control con nuevos datos.

  4. Repetir periódicamente todo el procedimiento.

A veces es posible detectar los problemas que afectan a un proceso, aun cuando los acotamientos de control no hayan sido rebasados. En la figura 11.9 se presentan ejemplos de gráficas de control que se han popularizado entre la bibliografía de administración, indicando distintos comportamientos en los procesos que denotan situaciones anormales en el comportamiento de las muestras.

CAPACIDAD DE LOS PROCESOS

Las técnicas de control estadístico de procesos ayudan a los gerentes a realizar y mantener una distribución de procesos que no cambia en lo que se refiere a su media y su varianza. Los acotamientos de control señalan cuándo cambia la media o la variabilidad del proceso. Sin embargo, un proceso que se encuentra bajo control estadístico no siempre genera productos o servicios de acuerdo con sus respectivas especificaciones de diseño porque los acotamientos de control están basados en la media y la variabilidad de la distribución de muestreo, no en las especificaciones de diseño. La capacidad de proceso se refiere a la capacidad de un proceso para cumplir debidamente las especificaciones de diseño de un producto o servicio dado. Las especificaciones de diseño se expresan a menudo como un valor nominal, u objetivo, y como una tolerancia, o margen aceptable por encima o por debajo del valor nominal.

Por ejemplo, las especificaciones de diseño referentes a la vida útil de una lamparita de iluminación pueden indicar un valor nominal de 1000 horas y una tolerancia de +/-200 horas. Esta tolerancia arroja una especificación superior de 1200 horas y una especificación inferior de 800 horas. El proceso de fabricación de las lamparitas debe ser capaz de producirlas dentro de esas especificaciones de diseño; de lo contrario, habrá cierta proporción de lamparitas defectuosas. A la gerencia le interesa también detectar los casos en que la vida útil de sus lamparitas sobrepasa las 1200 horas, porque al estudiarlos se aprendería tal vez algo que pudiera incorporarse en el futuro al proceso de producción.