Professional Documents
Culture Documents
TenarisUniversity
Revision Da te Nr. 0.0 02/05/2013 IQTSI002-GGS
ndice
1 1 Contexto de la actividad para los instructores y organizadores de la actividad. 3 Objetivos (para los participantes) Contenidos Informacin relevante Materiales necesarios Diseo detallado Contenido detallado Evaluacin Materiales entregables 3 3 4 4 6 10 55 56
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Contenidos
Introduccin - Hacia una Estrategia de Prevencin - La Variacin - Diagnstico de Procesos Control Estadstico de Proceso Qu es el CEP? Aplicaciones del CEP Campana de Gauss Causas Comunes y Asignables Posicin y Dispersin Control y Aptitud de Proceso
Grficos de Control
Control Estadstico de Proceso 3/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
- Grficos de Control por Variables o Grficos X-R o Grficos de Mediciones Individuales o Casos de Acciones Correctivas o Ejemplos Particulares - Grficos de Control por Atributos o Grfico Np CP y CPK - Capacidad del Proceso - CPK: ndice de Centrado del Proceso
Informacin relevante
Instructor: Duracin total: - 8 horas distribuidas en 2 clases de 4 horas cada una.
Materiales necesarios
Materiales a utilizar: Presentacin. Manual del participante. Rotafolios. Fibrones de colores. Simulacin de un proceso: tubos pequeos de plstico (tambin pueden usarse sorbetes) (aproximadamente 6 o 7 por grupo), cinta adhesiva para soldar los tubos (1 por grupo), recipiente para contener el agua durante el proceso de inspeccin (1 por grupo), botella con agua coloreada (1 por grupo), toalla de mano pequea (1 por grupo). - Construccin de un histograma: papel afiche o cartulina grande de color blanco (1 por grupo), cartulinas de color (2 o 3 por grupo), fibrones de diferentes colores (2 o 3 por grupo), reglas largas (1 por grupo), tijeras (varias por grupo). - Tiro al blanco: juego de tiro al blanco que consiste de 5 dardos (con abrojo) y un blanco de tela que se pueda poner/colgar sobre la pared del aula. - Interpretacin de grficos X-R: un juego de 4 tarjetas para cada grupo (ver Materiales Entregables). -
4/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
5/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Diseo detallado
Agenda Clase 1
TEMAS
Introduccin general del curso Presentacin de los participantes
MTODOS
Exposicin del instructor.
TIEMPOS
10
MEDIOS
Presentacin slides 1 a 4
Pregunta a la audiencia: Qu causa defectos en los productos? Exposicin del instructor Actividad grupal: Simulacin de proceso
10
Estrategias de Deteccin y Prevencin: Exposicin del instructor Control Estadstico de Proceso Qu es el CEP? Aplicaciones del CEP Exposicin del instructor acerca del CEP y sus objetivos. Pregunta a la audiencia: cules son los beneficios que resultan de la aplicacin del CEP? Actividad grupal: clasificar los beneficios en Reduce al mnimo / Aumenta al mximo.
Presentacin slides 8 a 10
5 5
Exposicin del instructor: Beneficios del CEP Campana de Gauss Exposicin del instructor: Histograma o grfico de frecuencias Break 15
10
Presentacin slide 17
6/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
TEMAS
MTODOS
Actividad grupal: construccin de un histograma
TIEMPOS
5: dar la consigna 10: realizar la actividad N5 10: rescate
MEDIOS
Presentacin slide 18
Exposicin del instructor: La Campana de Gauss en el proceso productivo Exposicin del instructor: Distribuciones Causas Comunes y Asignables Pregunta a la audiencia: Cules son las causas de los defectos? Exposicin del instructor Preguntas a la audiencia (relacin con calidad) Posicin y Dispersin Actividad grupal: Tiro al blanco
10
Presentacin slides 19 a 21
Presentacin slides 22 y 23
10
Presentacin slide 26
Presentacin slide 27
Exposicin del instructor Preguntas a la audiencia Control de Proceso y Aptitud de Proceso Cierre Espacio para preguntas de los participantes. Exposicin del instructor
10
Presentacin slides 28 a 32
10
Presentacin slide 36
Agenda Clase 2
TEMAS
Introduccin a la 2da Clase del curso Grficos de Control
MTODOS
Exposicin del instructor Exposicin del instructor. Actividad grupal: observacin e interpretacin de grficos de procesos bajo y fuera de control 5 5
TIEMPOS
MEDIOS
Presentacin slides 1 a 3 Presentacin slide 4 Presentacin slide 5 Actividad N
7/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
TEMAS
MTODOS
TIEMPOS
actividad 5: rescate 2
MEDIOS
Exposicin del instructor: definicin, usos y utilidad de los grficos Exposicin del instructor: tipos de grficos de control y usos Grficos de Control por Variables Exposicin del instructor: tipos de grficos y para qu se utilizan. Grficos X R Exposicin del instructor: qu es un grfico X-R, tipos de grficos y pasos para su construccin Actividad grupal: interpretacin de grficos X-R
Presentacin slide 6
Presentacin slide 7
10
Presentacin slides 8 a 10
15
Presentacin slides 11 a 16
Ejemplos Particulares
10
Presentacin slides 22 a 24
Break 15 Grfico de Control por Atributos Exposicin del instructor: definicin, usos y tipos de grficos Grfico Np Exposicin del instructor: definicin, usos y pasos para su construccin Actividad grupal: Interpretacin de grficos 2: dar la consigna 10: realizar la actividad 5: rescate Capacidad de Proceso Pregunta a la audiencia: De qu depende que un proceso sea capaz de generar los productos o
Control Estadstico de Proceso 8/57
10
Presentacin slides 27 a 30
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
TEMAS
MTODOS
servicios que los clientes demandan? Exposicin del instructor: definicin y forma de calcularla Actividad grupal: interpretacin de grficos para decir si un proceso es o no capaz
TIEMPOS
MEDIOS
Presentacin slides 47 y 48 Presentacin slides 49 a 51 Actividad N 7 Presentacin slide 52 Presentacin slide 53 Actividad final Presentacin slide 54
Cierre
9/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Contenido detallado
Clase 1
Slide 1
Control Estadstico de Proceso
Presntese, d la bienvenida y
salude a los participantes. A continuacin, pida que se presenten ellos diciendo quines son, en qu sector de la planta trabajan, desde hace cunto, y cul es su puesto.
15 April 2008
Slide 2
Objetivos
Que al finalizar el curso logremos: Conocer qu es el Control Estadstico de Proceso (CEP). Tomar conciencia acerca de los beneficios que aporta su aplicacin al garantizar la calidad de productos y servicios en forma continua. Interpretar grficos de control y tcnicas estadsticas para la toma de decisiones y de acciones correctivas oportunas.
TenarisUniversity
6 March 2008
Slide 3
Contenidos
1ra Clase
Introduccin al CEP
Hacia una Estrategia de Prevencin La Variacin Diagnstico de Procesos
duracin total de 8 horas repartidas en 2 clases de 4 horas cada una. Detalle los contenidos que se vern la 1ra clase.
TenarisUniversity
6 March 2008
10/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 4
Contenidos
2da Clase
Grficos de Control
Grficos de Control por Variables Grficos X-R Grficos de Mediciones Individuales Ejemplos Particulares Casos de Acciones Correctivas Grficos de Control por Atributos Grfico Np
la 2da clase.
CP y CPK
Capacidad del Proceso CPK: ndice de Centrado del Proceso
TenarisUniversity
6 March 2008
Slide 5
grupos discutan en 5 minutos, acerca de qu es lo que causa defectos en los productos y qu se hace con los productos defectuosos. Una vez transcurrido el tiempo, pdales que expresen sus respuestas y antelas en el rotafolios.
5
TenarisUniversity
6 March 2008
Slide 6
Es importante que Ud. escriba aquellas ideas nuevas. Las que son parecidas o repetidas, no las vuelva a escribir. Trate de escribir la palabra exacta que
La Variacin
Fuentes
Mquinas Materiales
Mtodo de trabajo
TenarisUniversity
10-Jun-08
innumerables e incontrolables causas que pueden generar variaciones en los procesos pueden clasificarse en dos grupos: - Las pocas esenciales (importantes). - Las muchas triviales. Presente esta slide a modo de conclusin de la discusin anterior y explique que no hay dos productos o servicios exactamente iguales. Las variaciones en los materiales, en el estado de las mquinas, en el mtodo de trabajo y en la inspeccin constituyen las causas de las variaciones (y de los defectos). Otras fuentes de variacin muy comunes tambin son las caractersticas fsicas y la pericia de los trabajadores, el ambiente, la iluminacin, la comodidad en el puesto de trabajo, el ruido y la temperatura. Todas influyen y son generadoras de variaciones en el producto final.
Recuerde que es importante relacionar este contenido con las ideas de los participantes, que anot previamente en el rotafolios.
11/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 7
Diagnstico de Procesos
TenarisUniversity
6 March 2008
mtodos para detectar variaciones en el proceso. Diga que a continuacin realizarn una actividad grupal que consistir en la Simulacin de un proceso y que la mitad de los grupos lo har utilizando un mtodo (estrategia de deteccin) y la otra mitad lo har utilizando otro (estrategia de prevencin). Explique el objetivo de la actividad: cada grupo deber construir, con los materiales dados, una especie de tubo (line pipe) compuesto por 4 tubos ms pequeos unidos entre s. Detalle cmo se realizar la actividad para cada uno:
Es importante que, para que se logre el objetivo de la actividad, le solicite a cada grupo que realice la actividad siguiendo las instrucciones y sin mirar ni tratar de imitar lo que hacen los dems grupos.
- Instrucciones comunes: en cada grupo los participantes deben asumir diferentes roles: Soldadores: encargados de soldar o unir los tubos entre s. Line pipe holders: encargados de sostener los tubos para que los soldadores puedan unir los tubos. Inspectores: encargados de realizar el control de calidad. La prueba para el control de calidad se debe realizar haciendo circular agua por los tubos y comprobando que no haya prdidas, es decir, que la soldadura sea perfecta. - Estrategia de deteccin: los soldadores y los holders arman el tubo y, una vez finalizado el
Control Estadstico de Proceso 12/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
producto se realiza una inspeccin final para comprobar su calidad. En caso de no cumplir con las condiciones de calidad requeridas, deben ver la forma de repararlo a fin de que cumpla con los requisitos de calidad necesarios para satisfacer al cliente. - Estrategia de prevencin: los soldadores y los holders arman la primera unin del tubo y, una vez finalizada esta etapa, los inspectores hacen la prueba de calidad. Si esta unin no cumple con los requisitos de calidad debern realizar las acciones necesarias para corregirla. De esta manera continuarn con la unin de los restantes tubos hasta completar el producto final. Pdales que realicen el registro de lo siguiente: - Cantidad de tubos utilizados - Cantidad de tubos desechados - Cantidad de defectos que se produjeron durante el proceso Reparta los materiales y dgales que tienen 20 minutos para realizar la actividad. Una vez transcurrido el tiempo, cada grupo mostrar sus productos finales y se compararn los que siguieron un modelo con control y los que solo hicieron inspeccin final. Anote los resultados de los registros que cada grupo hizo en relacin a la cantidad de tubos utilizados, la cantidad de tubos desechados y la cantidad de defectos encontrados. Pregunte a los participantes por qu creen que los productos finales fueron diferentes. Anote las conclusiones en el rotafolios.
13/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 8
Diagnstico de Procesos
Deteccin vs Prevencin
Estrategias
De deteccin De prevencin
Encarece el proceso
Control Estadstico de Proceso TenarisUniversity
Optimiza el proceso
6 March 2008 8
presentando la slide de Deteccin vs. Prevencin. Explique que, por mucho tiempo, la tendencia generalizada en la industria fue que la produccin se encargaba de hacer el producto y calidad de realizar la inspeccin final. Esta forma de trabajo es muy costosa porque se invierten materiales y mano de obra en productos y servicios que no siempre son utilizables o lo son a un costo muy superior. En cambio, resulta ms efectivo establecer una estrategia de prevencin que evite generar productos fuera de especificacin. Para lograr esto no solo basta con proponerse hacer las cosas bien, hay que encontrar los mtodos para hacerlas bien.
Slide 9
Recuerde que es importante relacionar este contenido con las ideas de los participantes, que anot previamente en el rotafolios.
Diagnstico de Procesos
Estrategia de Deteccin
Herramientas Mtodo Gente
Inspeccin masiva
PROPSITO
RESULTADO
Producto o Servicio
Materiales
Medio Ambiente
ES T OK?
Cliente
NO
TenarisUniversity
AJUSTES AL PROCESO
10-Jun-08
estrategia de Deteccin de defectos. Resalte los siguientes conceptos: - Si se detecta un defecto es porque ya se produjo, es decir, ya se han incrementado los costos. - La inspeccin 100% es muy costosa. - Para corregir el proceso debemos encontrar productos defectuosos. - Si los defectos no son identificados, llegan al cliente con graves consecuencias.
14/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 10
Diagnstico de Procesos
Estrategia de Prevencin: Aplicacin del CEP
Herramientas Gente M todo
PROPSITO
RESULTADO
Producto o Servicio
Materiales
Medio Ambiente
TenarisUniversity
6 March 2008
10
estrategia de Prevencin de defectos. Resalte los siguientes conceptos: - Se corrige el proceso cuando lo indican las tcnicas estadsticas sin que se hayan producido piezas defectuosas, evitando as mayores costos. Como continuamente tenemos informacin del proceso, podemos mejorarlo (disminuir su variacin) y no solo corregirlo (eliminar desviaciones).
Slide 11
Qu es el CEP?
Herramienta de trabajo que nos permite el seguimiento continuo de variables o atributos representativos de cada etapa de un proceso, para tener indicadores confiables y oportunos en la toma de decisiones y acciones correctivas eventuales.
Objetivos
Lograr procesos confiables y predecibles con un mnimo de inspeccin. Mejorar los procesos constantemente. Reemplazar la inspeccin masiva por la verificacin del producto.
TenarisUniversity
6 March 2008
10
de prevencin de defectos, existe una metodologa de trabajo que permite desarrollar ms eficientemente su tarea. Una herramienta que nos permite analizar un proceso o sus resultados empleando tcnicas de control estadstico y grficos de control. Explique el concepto de Control Estadstico de Proceso (CEP) y sus objetivos.
Slide 12
Cu Cules son los beneficios que resultan de la aplicaci aplicacin del CEP?
cules son los beneficios que resultan de la aplicacin del CEP. Anote las respuestas en el rotafolios.
TenarisUniversity
6 March 2008
11
15/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 13
TIEMPO DEMORAS
Aumenta al mximo
UTILIZACIN DE RECURSOS
TIEMPO DE PLANTA
CONFIABILIDAD
CALIDAD
GARANTAS
MRGEN DE UTILIDAD
TenarisUniversity
6 March 2008
11
la actividad N 1 del manual, en la que tendrn que clasificar las aplicaciones del CEP de acuerdo a cules reduce al mnimo y cules aumenta al mximo. Diga que tienen 10 para realizarla. Al finalizar, pida a 2 o 3 grupos que expliquen cmo realizaron la clasificacin y comparen entre s.
Slide 14
INSPECCIONES
CONSUMOS
Recuerde que es importante Aumenta al mximo relacionar este contenido con las ideas de los participantes, que anot previamente en el rotafolios.
UTILIZACIN DE RECURSOS CONFIABILIDAD CALIDAD
COMPETITIVIDAD IMAGEN TIEMPO DE PLANTA EFICIENCIA DE LA MANO DE OBRA GARANTAS VENTAS MRGEN DE UTILIDAD PERMANENCIA EN EL MERCADO TenarisUniversity 6 March 2008 12
Slide 15
TenarisUniversity
6 March 2008
14
16/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 16
funcionamiento de la empresa.
TenarisUniversity
6 March 2008
15
Slide 17
Campana de Gauss
Histograma o grfico de frecuencias
20 CANTIDAD
15
Eje y
10
Eje x
6 March 2008 17
TenarisUniversity
algunos conceptos bsicos de estadstica, que les resultarn de utilidad para aplicar al Control Estadstico de Proceso. Explique que si quisiramos conocer cmo se distribuyen las alturas de una poblacin, utilizaramos un histograma o grfico de frecuencias. Utilice la presentacin para desarrollar el tema. Explique que este grfico se compone por 2 ejes: el eje x, en el que se grafica la altura en forma de intervalos (por ej.: de 5 cm en 5 cm). Y el eje y, que indica la cantidad de personas del conjunto que se encuentran dentro de cada intervalo (tambin llamado frecuencia). Muestre cmo se genera el grfico de barras (histograma) que indica cmo se distribuye la altura de la poblacin.
Explique que la curva indicada en el
17/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 18
TenarisUniversity
6 March 2008
18
actividad grupal en la que en cada grupo los participantes dicen cunto miden y registran sus alturas en un histograma o grfico de frecuencias. Reparta los materiales de la actividad. Diga que tienen 15 minutos para realizarla. Al finalizar los grupos, pida a algunos (2 o 3) que expongan sus histogramas. Pregnteles qu les parece que representa la Curva Normal, por qu se produce esta curva y por qu se la llama Campana de Gauss. Gue a los participantes en la bsqueda de las respuestas: - La curva se produce porque es normal que se encuentren personas de alrededor de 1.60 mts o 1.70 mts y no es tan normal que encontremos personas menores a 1.50 mts o mayores a 1.80 mts. La distribucin va acercndose ms al eje X a medida que se aleja de la altura normal de la mayora de las personas. - La campana se denomina Curva Normal porque es normal que ocurran estas variaciones (nadie puede pretender que todos midan 1.65 mts exactamente).
Slide 19
Campana de Gauss
La Campana de Gauss en el proceso productivo
GRFICO DE CONTROL
VARIABLE DIMENSIONAL
ROSCA REDONDA
ALTURA
2 8 10 CANTIDAD 8 2
Tiempo TenarisUniversity
6 March 2008
19
continuacin vern cmo se relaciona lo que vieron acerca de la Campana de Gauss con el proceso productivo. Presente el primer grfico de control y explique que, al realizar la inspeccin de las dimensiones de una rosca redonda, se ha realizado un registro de una variable de inspeccin de la misma: la altura. Muestre en el grfico cmo se ha registrado el valor de la variable Altura (eje Y) en milsimas de
Control Estadstico de Proceso 18/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
pulgada en funcin de las mediciones efectuadas a lo largo del tiempo (eje X). Cuente cuntas veces se han repetido las diferentes medidas a lo largo de las 30 mediciones (por ejemplo: el valor -0.5 milsimas se repiti 8 veces, el valor -1 se repiti 10 veces, etc.). Lo que se est contando aqu es la cantidad de veces que se ha repetido un cierto valor de una variable.
Slide 20
Campana de Gauss
La Campana de Gauss en el proceso productivo
GRFICO DE CONTROL
VARIABLE DIMENSIONAL
ROSCA REDONDA HISTOGRAMA ALTURA
TIEMPO
Explique que, en este caso, se observa el diagrama de control del anterior y, a la derecha, un histograma que indica la cantidad de veces que se ha repetido cada variable en funcin del valor Altura.
20
En milsimas de pulgadas
cuando se utilizan los grficos de control en una lnea productiva, no se realiza el histograma. Tambin, es importante relacionarlo con la actividad que hicieron anteriormente acerca de la Campana de Gauss. Explique que de la lectura de estos
grficos podemos realizar varias interpretaciones acerca del proceso. Por ejemplo, en este grfico se puede observar que la campana es ajustada, muy puntiaguda y est centrada alrededor del valor -1. Esto nos indica que es un proceso bueno, centrado y preciso. Pero no siempre es as.
19/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 21
Campana de Gauss
La Campana de Gauss en el proceso productivo
PASO
TenarisUniversity
6 March 2008
21
comnteles que en ellos se hayan registradas otras variables dimensionales de la rosca redonda: paso, conicidad y tiro. Pregnteles si les parece que el proceso que se observa en cada uno es bueno, centrado y preciso. La respuesta es NO. Gue a los participantes para que puedan realizar inferencias a partir de la observacin de los grficos. A medida que avanza con cada grfico, resalte lo siguiente: - Grfico 1 Variable Paso: hay una variacin de los puntos que hace que la campana sea ms ancha y que ocupe prcticamente toda la banda de tolerancia. Un proceso de estas caractersticas es difcil de controlar debido a la excesiva variabilidad de sus variables. - Grfico 2 Variable Conicidad: la nube de puntos se ha desplazado y se est trabajando alrededor del valor 61, con lo cual se est muy prximo a cometer algn tubo fuera de tolerancia (descarte) en cualquier momento. La tolerancia inferior es 60 y el proceso se halla desplazado hacia dicho lmite. - Grfico 3 Variable Tiro: la nube de puntos se desplaza hacia abajo cuando el operador realiza una correccin sobre la mquina (flecha). El operador de mquina puede desplazar hacia uno y otro lado la nube de puntos con las correcciones que realiza a la mquina.
Comente a la audiencia que en esta
TIRO O TIRAJE
CONICIDAD
actividad se habl de algunos conceptos que se vern y se profundizarn ms adelante. Lo importante aqu es que, a partir de este anlisis, puedan hacer inferencias de la observacin de los grficos y, adems, se introduce el tema de las diferentes distribuciones
Control Estadstico de Proceso 20/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 22
Campana de Gauss
Forma de las distribuciones
Irregulares 5%
Sesgadas 10%
TenarisUniversity
6 March 2008
22
Slide 23
Campana de Gauss
Causas de las distribuciones Anormales
Procesos Conjuntos (serie o en paralelo). Mquinas de varios husillos.
CAUSAS
DISTRIBUCIONES IRREGULARES
Procesos difciles como algunos tratamientos trmicos, fabricacin de semiconductores, herramientas empastadas. Mquinas o centros de mecanizado autorregulables.
CAUSAS CAUSAS
Excentricidad. Paralelismo. Perpendicularidad. Ovalizacin, etc. Procesos de cortes con topes. Profundidad de embutido. Ensayos cargas de rotura. Volumen en recipientes, etc.
TenarisUniversity 6 March 2008 23
Slide 24
Prevencin
Predecible
po T iem
Tamao
Control Estadstico de Proceso TenarisUniversity
a la audiencia qu recuerda acerca de las causas de los defectos: cules eran y cmo afectaban el proceso. Anote las respuestas de los participantes en el rotafolios. Explique que las causas de la variacin pueden dividirse en dos categoras:
Control Estadstico de Proceso 21/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
- Variacin debida a causas comunes. - Variacin debida a causas asignables (o especiales). Explique que las causas comunes provienen de la variacin natural del proceso. Pdales que traten de pensar algunos ejemplos de causas comunes. Luego d algunos Ud. Por ejemplo, en algunas mquinas como los tornos, la variacin es chica y, en otras, como las roscadoras, es grande. Dependen de la mquina utilizada. Muestre el grfico de la slide y explique que, de estar presentes solamente las causas comunes, el resultado del proceso forma una distribucin que es predecible y estable a travs del tiempo. En los grficos de control se observan controlando la dispersin de la nube de puntos. Aclare que, para hacer un proceso ms confiable y seguro, es importante disminuir su dispersin.
Slide 25
Pre vencin
mpo T ie
Tamao
Control Estadstico de Proceso TenarisUniversity
asignables son difciles de prever y se presentan espordicamente. Por lo tanto, de estar presentes, el resultado del proceso no es predecible ni estable a travs del tiempo. Pdales que traten de pensar algunos ejemplos de causas asignables. Luego d algunos Ud. Ejemplos: herramienta rota, fuera de puesta punto, comparador trabado, etc. Explique que es importante detectarlas y tomar acciones correctivas para eliminarlas. Pregnteles qu haran en los casos de los ejemplos que mencion antes (cambiar herramientas rotas, corregir la puesta a punto, llamar a mantenimiento, cambiar el instrumento de medicin, etc.).
Control Estadstico de Proceso 22/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
piensen cmo se detectan. Seale que se manifiestan al aparecer puntos fuera de control, si el proceso se encuentra descentrado, si se observan tendencias, etc.
Slide 26
Reducir retrabajos
los participantes: - Por qu es importante saber cundo una causa es comn o especial? - Para qu les sirve a ellos en su trabajo diario? - Por qu es importante para la empresa? Guelos para que lleguen a las siguientes conclusiones reflejadas en el cuadro de la slide: - Si nada altera el proceso, las variaciones que producirn las causas comunes estarn dentro de lmites matemticamente calculables y, por lo tanto, predecibles. - Una vez que se conoce que una variacin es anormal, se puede trabajar en la deteccin, identificacin y estudio del comportamiento de las causas. Cierre este tema construyendo junto a los participantes esta escalera de inferencias que resume la respuesta a la pregunta formulada con anterioridad.
Slide 27
Tiro al blanco
TenarisUniversity
11.03.08
una actividad en la que van a probar su puntera. La actividad consiste en lo siguiente: - Participa un voluntario por cada grupo debiendo, a su turno, arrojar dardos (con abrojo) al blanco. Se necesita un blanco por cada participante.
Control Estadstico de Proceso 23/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
- Se realizan 5 rondas. - Una vez finalizadas las rondas, se analizarn, con todo el grupo, los tiros realizados por cada participante. Se observar la posicin de los lanzamientos, si el participante pudo dar en el blanco, si fue mejorando su puntera para poder centrar ms sus tiros. Tambin se podr observar la dispersin; es decir, cmo estn distribuidos los tiros, si estn dispersos, y si hubo tiros fuera del blanco. Explqueles que a continuacin vern cmo la posicin y la dispersin caracterizan la distribucin y hacen a la curva normal de Gauss.
Slide 28
Posicin y Dispersin
X = 10 + 30 + 40 +40 + 60 + 60 + 60 + 70 + 70 + 100 = 10 X = 54
10
20
30
40
50
60
70
80
90
100
28
TenarisUniversity
6 March 2008
posicin, un indicador de la misma es el promedio o media. Observando los tiros al blanco realizados por los participantes, si se registran en un grfico de frecuencias, la media aritmtica es una medida de tendencia central que indica la posicin representativa del grupo de valores. Se obtiene sumando todos los valores y dividiendo el total entre el nmero de estos. Ejemplifique con el grfico que se encuentra en la slide y permita que hagan el clculo para obtener la media.
24/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 29
Posicin y Dispersin
Indicador de posicin
PROCESO CENTRADO
PROCESO DESCENTRADO
= POSICIN = DISPERSIN
Control Estadstico de Proceso TenarisUniversity 6 March 2008 29
proceso productivo, este indicador le servir al inspector y al operador de la mquina para que puedan corregir el centrado del proceso si actan sobre los correctores, como por ejemplo, modificando la regla del seno, el corrector de tiro o el cambio de peine para modificar la altura. Es decir, el inspector y el operador tienen poder de accin sobre la media o posicin. Trabajar dentro o fuera de tolerancias depende exclusivamente de ellos. Refirase a los grficos y muestre cmo se observa cundo un proceso est centrado y cuando no, y cmo la accin del inspector o del operador pueden corregirlo.
Slide 30
Posicin y Dispersin
R = 100 10 =
10
20
30
40
50
60
70
80
90
100
30
TenarisUniversity
6 March 2008
dispersin, un indicador de esta es el rango. Relacione este concepto con la actividad de tiro al blanco: si se registran los tiros en un grfico de frecuencias, el rango es la diferencia del valor ms grande al valor ms chico, es decir, una resta, que nos dice que entre esa banda estn todos los valores. Muestre el grfico y explique con el ejemplo. Comente que otra medida de dispersin es la desviacin estndar y que, junto con la varianza, dan idea numrica de la dispersin de los valores del grupo. No profundice en estos conceptos. Solamente diga que cuanto ms grande sea la desviacin estndar, ms grande es la dispersin, y que cuanto ms chica, ms chica la dispersin e indica cmo se agrupan todos los datos alrededor de la media. Agregue que, para evitar los descartes, se debe tender a que los procesos estn centrados alrededor de un nominal ideal (el valor ideal de
Control Estadstico de Proceso 25/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
trabajo), y que tengan una desviacin estndar pequea para que el proceso sea uniforme y tenga una pequea dispersin.
Slide 31
Posicin y Dispersin
Indicador de dispersin
PROCESO UNIFORME
PROCESO VARIABLE
= POSICIN DISPERSIN
Control Estadstico de Proceso TenarisUniversity 6 March 2008 31
funcin de los conceptos vistos. Compare la dispersin y la desviacin estndar en cada caso: a mayor dispersin y mayor desviacin estndar, el proceso ser variable, mientras que, cuanto menor sean la dispersin y la desviacin estndar, estaremos hablando de un proceso uniforme.
Slide 32
Posicin y Dispersin
TenarisUniversity
6 March 2008
32
grficos con los que trabajaron anteriormente (La Campana de Gauss en el proceso productivo). Tome el de conicidad y el de paso. Pregunte a la audiencia qu tipo de problema se observa en cada grfico, si de posicin o de dispersin, y de qu manera piensan que habra que intervenir en cada caso para solucionarlo. Pregnteles si existe alguna relacin entre lo que observan en los grficos y su trabajo diario. Pdales que traten de buscar ejemplos y relacinelos con los conceptos vistos. Rescate: - En el grfico de paso se observa un problema de dispersin. El ancho de la campana (dispersin) ocupa casi todo el rango de tolerancia. Para solucionar este problema se deben introducir mejoras, cambios, cambiar la mquina si es necesario o todo aquello que permita lograr una disminucin de la variacin de los puntos, es decir, tener una herramienta ms precisa. - En el de conicidad, el problema es
Control Estadstico de Proceso 26/57
CONICIDAD
PASO
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
de posicin. Aqu se trata de la puntera, se est apuntando mal. En este caso, el ancho de la campana (dispersin) es bastante menor al rango de tolerancia y se est trabajando alrededor del valor 61, con lo cual se est muy prximo a cometer algn tubo fuera de tolerancia (descarte) en cualquier momento (los valores de los lmites de control son 66 el superior y 60 el inferior). Si el proceso estuviera centrado (es decir, que si el valor de la media X fuera igual a 63, que es el centro del rango de tolerancia) se estara lejos de producir piezas fuera de especificacin. La correccin y responsabilidad, en este caso, es netamente del inspector y del operador en el centrado de la mquina.
Slide 33
Pre diccin
po T iem
Tamao
?
Pre diccin
Tamao
po T iem
Si estn presentes las CAUSAS ASIGNABLES, el resultado del proceso no es estable a travs del tiempo y no es predecible.
TenarisUniversity
6 March 2008
33
Control de proceso, presente el primer grfico y explique que el seguimiento de los puntos que se registran en un grfico de control proporciona una nocin de la evolucin del proceso a medida que pasa el tiempo. Un proceso controlado me dice que si hoy trabajo con una cierta curva normal, y lo mismo la semana que viene, puedo predecir cmo voy a trabajar en el futuro. Es decir, estoy en condiciones de prever el nivel de calidad futuro. Presente el segundo grfico y explique que si se tiene el proceso totalmente fuera de control (hoy puedo producir de manera centrada pero poco precisa, maana en forma ms precisa pero descentrada, la semana siguiente en forma totalmente imprecisa, etc.) no puedo predecir el nivel de calidad, si estoy en condiciones de satisfacer a mis clientes, si soy capaz de producir con tolerancias restringidas, o las
Control Estadstico de Proceso 27/57
PROCESO CONTROLADO
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 34
po iem
Aptitud de proceso, presente el grfico y explique que se puede tener un proceso controlado, pero puede ser que no sea del todo preciso como para producir dentro de especificacin. Esto puede pasar porque el proceso es malo o porque la especificacin es demasiado estricta. En el grfico, seale que la zona sombreada u oscura son productos que son descartes y existe la probabilidad de que se produzcan. Es posible que estos productos salgan fuera de especificacin porque es un proceso que no est del todo ajustado (le falta precisin). En la misma figura, seale que si se tiene un proceso ms preciso, ya no existe prcticamente la posibilidad de que existan productos fuera de especificacin, excepto si se trabaja en forma descentrada. Pero para ello existe el control de proceso que indicara tal situacin.
28/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 35
Mnimos descartes
No hay descartes
Proceso ms preciso
TenarisUniversity
6 March 2008
35
Slide 36
Fin de la presentacin
(Preguntas)
comparativo y comente que un control de proceso bien realizado no quiere decir que no se tendrn descartes, sino que se tendrn los mnimos descartes posibles porque se estar trabajando cerca o alrededor del valor nominal, que es el valor ideal de trabajo. En cambio, lo que s asegurar que no haya descarte, ser la aptitud de proceso, que es necesaria para trabajar en forma segura dentro de especificacin. Pregunte si qued alguna duda y deje espacio para que los participantes pregunten libremente.
Tenga en cuenta que los participantes tardan unos minutos en animarse a preguntar. Por lo tanto, si no preguntan inmediatamente, reformule la pregunta o bien pdales que digan qu les Agradezca la participacin y
TenarisUniversity
6 March 2008
25
despdase amablemente.
Clase 2
Slide 1 D la bienvenida a los participantes a
Control Estadstico de Proceso
7 March 2008
29/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 2
Objetivos
Que al finalizar el curso logremos: Conocer qu es el Control Estadstico de Proceso (CEP). Tomar conciencia acerca de los beneficios que aporta su aplicacin al garantizar la calidad de productos y servicios en forma continua. Interpretar grficos de control y tcnicas estadsticas para la toma de decisiones y de acciones correctivas oportunas.
del curso.
TenarisUniversity
25.03.08
Slide 3
Contenidos
2da Clase
Grficos de Control
Grficos de Control por Variables Grficos X-R Grficos de Mediciones Individuales Ejemplos Particulares Casos de Acciones Correctivas Grficos de Control por Atributos Grfico Np
2da clase.
CP y CPK
Capacidad del Proceso CPK: ndice de Centrado del Proceso
TenarisUniversity
08.05.08
Slide 4
Grficos de Control
Lmite de Control Superior
Media
LCI
Lmite de Control Inferior
TenarisUniversity
10-Jun-08
de haber visto algunos conceptos bsicos de estadstica, ahora conocern los diferentes tipos de grficos de control y aprendern a interpretarlos. Explique que los grficos de control son grficas poligonales que muestran en el tiempo el estado del proceso. Detalle y seale en la slide que en estos grficos se marcan los resultados de la variable a observar en un esquema previamente determinado, que contiene una lnea central media (Xmedia) y otras dos lneas: una arriba, que es el lmite superior (LCS), y otra abajo, que es el lmite inferior (LCI).
30/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 5
Grficos de Control
Lmite s uperior de control
Lnea central
TenarisUniversity
30.04.08
observen los dos grficos de la Actividad N 2 del manual, y pregnteles cul de estos grficos muestra un proceso bajo control y cul un proceso fuera de control y por qu. Diga que tienen 5 minutos para realizar la actividad. Una vez transcurrido el tiempo, pida a cada grupo que d su respuesta y que diga por qu. Anote los resultados en el rotafolios. Presente la slide con la solucin modelo y explique que si todos los valores se ubican dentro de los lmites de control sin ninguna tendencia en particular, se considera que el proceso se halla bajo control. En cambio, si los valores aparecen fuera de los lmites y adoptan una forma particular, se considera que el proceso se halla fuera de control.
Presente la definicin de grficos de
Slide 6
Grficos de Control
Herramientas indispensables para resolver los problemas que se derivan de las especificaciones de calidad que presentan las variables.
El intervalo de variacin en el que se mueve la caracterstica de la calidad. La consistencia de la realizacin. El nivel medio de la caracterstica de calidad.
control y explique para qu sirven y para qu se usan. Pregnteles si en su trabajo diario ellos los utilizan y cmo.
Se usan para
Verificar que los datos obtenidos poseen condiciones semejantes. Observar el proceso productivo e investigar las causas de los comportamientos anormales.
TenarisUniversity
30.04.08
Slide 7
Grficos de Control
Tipos de grficos y usos
GRFICOS GRFICO DE CONTROL POR VARIABLES GRFICO DE CONTROL POR ATRIBUTOS Para el anlisis de datos enumerables: Bueno malo Pasa no pasa Si no P: proporcin de unidades defectuosas Np: nmero de unidades defectuosas C: nmero de defectos por muestra U: nmero de defectos por unidad
Uso
Tipos
TenarisUniversity
30.04.08
puede realizar mediante dos tipos de grficos: - Grficos de Control por Variables. - Grficos de Control por Atributos. Presente el cuadro y explique el uso y los diferentes tipos de grficos para cada uno.
31/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 8
Los puntos fuera de control indican la existencia de una causa especial que hay que identificar y corregir.
TenarisUniversity
12.05.08
con los grficos de control por variables. Explique qu son y pdales que piensen ejemplos de variables que se pueden medir. Ejemplos de estas podran ser: el dimetro de un tubo, la altura de una rosca, las caractersticas metalrgicas, la temperatura de un horno, etc. Agregue que estos grficos se utilizan con el propsito de vigilar la media y la variabilidad de la distribucin de un proceso. Indique cundo es necesario realizar una intervencin para corregir una causa especial.
Pregnteles para qu pueden ser tiles
Slide 9
La variacin de las medidas observadas en los resultados de un proceso. Las piezas defectuosas o su proporcin obtenidas de los resultados de un proceso Las causas comunes y las especiales, una vez determinados los lmites de control. Si el proceso se ajusta o no a las especificaciones.
El anlisis del proceso permite obtener conclusiones y tomar las decisiones adecuadas.
este tipo de grficos. Detalle y explique acerca de la utilidad de los grficos de control por variables.
TenarisUniversity
04.04.08
Slide 10
32/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 11
Grficos X - R
Controlan el proceso en base a subgrupos de 10 o menos elementos.
Grfica de Control por Variables. I-Rm. ROSCAS ESPECIALES TORNOS MAZAK 3 Y 4 TORNOS ROSCADO M AZAK 3 Y 4 ROSCA SLGS 7x10.36MM N-80 OP-1377 DIMETRO PICHT ROSCA (PLG) Tubos de Acero de Mxico, SA de CV Del 20/04/95 01:32 Al 20/04/95 06:12 13/rosslg/mazak34/rosslgs/dprosc
0.0050 0.0038 0.0025 0.0013 0.0000 -0.0013 -0.0025 -0.0038 -0.0050 1 0.0045 0.0039 0.0034 0.0028 0.0023 0.0017 0.0011 0.0006 0.0000 11 21 31 41 51
Medicin de determinadas caractersticas de un proceso Grfico de Medias (Promedios) Refleja la centralizacin del proceso
TenarisUniversity
los diferentes tipos de grficos de control por variables y comente que, a continuacin, trabajarn con los grficos XR. Explique que este tipo de grfico controla el proceso en base a subgrupos de 10 o menos elementos. Comente que, a veces, estos grficos son utilizados mediante la ayuda de una computadora en el puesto de trabajo, lo que permite realizar esta actividad con mayor rapidez. Explique y seale en los grficos de la slide, que un grfico de control XR representa dos grficos diferentes: - Grfico de medias (promedios). - Grfico de rangos.
33/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 12
Grficos X - R
Pasos para su construccin
1 Obtencin de datos
Completar datos generales Seleccionar tamao de subgrupos de los datos a muestrear Determinar frecuencia de la medicin
Calcular el promedio (X) y el rango (R) Control Estadstico de Proceso TenarisUniversity 11.03.08 24
construccin de grficos X-R y detalle cmo se construye: 1. Obtencin de datos a. Antes de realizar el grfico: seleccionar el tamao de los subgrupos de datos a muestrear y la frecuencia de medicin. Ambos se establecen en funcin de las aptitudes de la mquina. Los subgrupos deben ser: - De 2 a 5 lecturas producidas en forma consecutiva, obtenidas de igual manera, bajo condiciones de produccin muy similares y en un intervalo de tiempo pequeo. - Diseados para que, por un lado, la frecuencia entre lecturas refleje las variaciones propias del proceso, imposible de ser controladas en un lapso tan corto de tiempo; y, por el otro, que la variacin entre los subgrupos represente los cambios en el proceso que s requieren control. El tamao de la muestra debe permanecer constante para todos los grupos. La frecuencia entre los subgrupos para el control de produccin puede ser 2 veces por turno, cada hora, cada 20 tubos, etc. (determinarlo con una aptitud de mquina). b. En caso de realizar el grfico manualmente, completar la planilla con los datos generales y anotar cada conjunto de mediciones. c. Calcular el promedio (X) y el rango (R) de cada
Control Estadstico de Proceso 34/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
subgrupo. Explicar cmo se calculan con el ejemplo. Permita que los participantes realicen ellos mismos ambos clculos.
Slide 13
Grficos X - R
Pasos para su construccin
1 Obtencin de datos
TenarisUniversity
11.03.08
25
d. Indicar los puntos representativos de los promedios y los rangos: - Marcar con puntos los promedios y los rangos en sus respectivos grficos. - Unirlos con lneas para facilitar la visualizacin de patrones o tendencias.
35/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 14
Grficos X - R
Pasos para su construccin
2 Clculo de los lmites de control
Calcular
TenarisUniversity
04.04.08
14
construccin de grficos X-R y detalle cmo se construye: 2. Clculo de los Lmites de Control Explique que los lmites de control se utilizan para identificar rpidamente cundo el proceso est dentro o fuera de control. a. Calcular el Rango Promedio (R) y el Promedio del Proceso (X). - Explique cmo se calcula cada uno de ellos con los ejemplos presentados en la slide. Permita que los participantes puedan hacer ellos mismos ambos clculos.
Slide 15
Grficos X - R
Pasos para su construccin
2 Clculo de los lmites de control
Calcular los Lmites de Control para el rango promedio y para el promedio del proceso
TenarisUniversity
11.03.08
27
b. Calcular los Lmites de Control. - Explique que los lmites de control representan el rango promedio y el promedio del proceso, a los que se le suma y resta una tolerancia debido a la variacin tpica esperada. Esta tolerancia es funcin del tamao de la muestra y de la variacin dentro de los subgrupos, reflejada a travs de los rangos. - Agregue que los valores para la tolerancia son constantes y se extraen de una tabla.
36/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 16
Grficos X - R
Pasos para su construccin
2 Clculo de los lmites de control
LCSX
LCIX
Indicar con lneas rectas horizontales el Rango Promedio y el Promedio del Proceso
LCSR
Sealar con lneas punteadas los Lmites de Control (LCSR, LCIR, LCSX y LCIX)
TenarisUniversity
11.03.08
28
c. Indicar en los grficos la posicin de los promedios y los lmites de control. - Indicar con lneas rectas horizontales el rango promedio (X) y el promedio del proceso (R). - Sealar con lneas punteadas horizontales los lmites de control (LCSR, LCIR, LCSX y LCIX), identificando cada uno de ellos.
Comente que ahora que conocieron
Slide 17
qu es un grfico de control por variables, para qu sirve y cmo se construye, trabajarn en grupos en la interpretacin de algunos grficos X-R. Pdales que se agrupen y lean la consigna de la actividad N 3 del manual. Explqueles que debern observar los grficos y las diferentes rachas que se presentan en cada uno y, a partir de all, tratar de identificar los motivos probables de estas (descriptos en las tarjetas). Reparta las tarjetas correspondientes a la actividad. Diga que tienen 10 minutos para realizar la actividad. Mientras los grupos realizan la actividad, acrquese a las mesas y pregnteles cmo van y si necesitan ayuda. Una vez que todos los equipos finalizan, pdales que expongan sus resultados y expliquen cmo llegaron a esas conclusiones y por qu.
37/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slides 18 y 19
Grficos X - R
Interpretacin de rachas: grficos de rango
LCS Existencia de una causa especial. Punto mal calculado. Incremento de la variabilidad. LCI Cambio de persona o instrumento de medicin.
LCS
LCI
mostrando la solucin modelo para dicho grfico. A medida que avanza con la solucin de esta actividad, aclare las dudas de los participantes y haga preguntas para chequear su comprensin.
18
TenarisUniversity
12.05.08
Grficos X - R
Interpretacin de rachas: grficos de promedio
LCS Cambio de puesta a punto. LCI Inserto roto o gastado.
LCS
Problema de mantenimiento de la mquina. Cuando hay excesiva variabilidad tambin se detecta porque el grfico de rango tiene puntos fuera de los lmites de control. Cambio en la materia prima (colada).
TenarisUniversity
12.05.08
19
Slide 20
Los procesos presentan poca variacin. Se utilizan cuando Las mediciones son costosas. Los resultados a travs del tiempo son relativamente homogneos.
No son tan sensitivos a los cambios del proceso. Tener cuidado en la interpretacin de los resultados cuando la distribucin del proceso no es simtrica.
Control Estadstico de Proceso TenarisUniversity 04.04.08 20
otro tipo de grfico de control por variables: los grficos de mediciones individuales. Explique que estos grficos realizan el control de procesos basndose en lecturas individuales y no en subgrupos (como era el caso de los grficos X-R). Explique en qu situaciones se utilizan.
Explique que los conceptos
Slide 21
TenarisUniversity
04.04.08
21
desarrollados en la construccin de los grficos X-R, en general, son vlidos tambin para la construccin de estos grficos. Presente el primer paso para la construccin de grficos de mediciones individuales y detalle cmo se construye: 1. Obtencin de datos a. Registrar los datos, de izquierda a derecha, de las lecturas individuales (X). b. Calcular el rango mvil (R) entre mediciones. Aclarar que en algunos casos este grfico no se realiza y se considera que el proceso se sale fuera de control
Control Estadstico de Proceso 38/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
cuando en el grfico de valores individuales, los puntos van de un lado a otro de los lmites de control. Explicar que para calcular el rango mvil (R) entre mediciones hay que registrar la diferencia entre dos lecturas individuales sucesivas. Por ejemplo, la diferencia entre la primera y la segunda lectura, entre la segunda y la tercera, etc. Entonces, por cada n cantidad de lecturas, habr n-1 rango. Por ejemplo, 25 lecturas darn 24 rangos. 2. Clculo de los lmites de control a. Calcular y graficar el promedio del proceso (X) y el rango promedio (R). b. Calcular los lmites de control LCSR, LCIR, LCSX y LCIX.
Slide 22
Ejemplos Particulares
TUBO 2 7/0 EU 1100 MQUINA = PMC1 LITU-LACO I
LCI
TenarisUniversity
30.04.08
22
de ejemplos de situaciones particulares. Pdales que observen el grfico y que digan si pueden identificar alguna dificultad en el proceso de conicidad. Explique que, en el primer grfico, la variable conicidad, no presenta dificultades pues se observa que se ubica dentro de los lmites de control superior e inferior. Esto significa que el proceso ha funcionado correctamente.
CONICIDAD
39/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 23
Ejemplos Particulares
TUBO 4 1/2 CASING CL X55 MQUINA =PM C1 LITU-LACO I
LCS
67 66 CONICIDAD 65
LCI
63 62 61 60
TenarisUniversity
12.05.08
23
grfico: que observen si hay alguna dificultad en el proceso y pdales que traten de imaginar cul es. En el segundo grfico se observa que los valores varan de un lado a otro de los lmites de control. Esto indica un serio problema de conicidad. Es muy factible que, si se contina trabajando de esta manera, se obtengan productos fuera de especificacin. Por lo tanto, es necesaria la inmediata participacin del personal de mantenimiento, a raz de que el inspector y el operador poseen un documento escrito que les permite poder parar la mquina y solicitar ayuda.
Slide 24
Ejemplos Particulares
TUBO 2 7/0 EU J55
LCS
LCI
59
TenarisUniversity
30.04.08
24
formul en el grfico anterior. En el tercer grfico se puede observar cmo un inspector corrige su proceso cuando obtiene una tendencia de puntos que termina en un punto fuera de los lmites de control. Esto indica que el proceso tiene una tendencia a ir disminuyendo su conicidad. En este caso, el accionar conjunto del inspector y el operador permite mantener el proceso dentro de los lmites prefijados, en los tubos N1 y N17 hacen correcciones indicadas con la letra B y corrigen el posicionado de la nube de puntos.
Recuerde, a medida que avanza con la presentacin y explicacin de los grficos, hacer preguntas a la audiencia respecto de lo que pueden observar en cada uno y vea si pueden inferir qu acciones correctivas se Pregunte a los participantes si tienen
CONICIDAD
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 25
Acciones Correctivas
TenarisUniversity
04.04.08
25
4 del manual (en grupos) en la cual debern hacer una lectura de grficos. A partir de la situacin dada, deben identificar las acciones correctivas correspondientes para cada caso, completando con la letra de cada uno. Diga que tienen 5 minutos para realizarla. Mientras los grupos trabajan, recorra las mesas y pregnteles cmo van y si necesitan ayuda.
41/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 26
CASO A
A
LCI
D E C A
CASO B
LCS
B
LCI LCS
CASO C 3 4
1
LCI LCS
C D
CASO D 1 3
Excesiva variacin (3 puntos) Proceso descentrado (8 puntos consecutivos por encima o por debajo del valor central del grfico)
TenarisUniversity
LCI LCS
2 CASO E 6 7 2 8 4 5 3
LCI
que cuente qu problemas identificaron y que acciones correctivas propusieron para cada grfico. Presente la solucin modelo para cada uno y, a medida que avanza con la solucin, desarrolle un poco ms la explicacin de cada grfico.
Slide 27
TenarisUniversity
04.04.08
27
finalizado con los grficos de control por variables. Por lo tanto, ahora comenzarn con los grficos de control por Atributos. Explique que, si para el caso de los grficos de control por variables, los parmetros a considerar eran medibles numricamente, en este caso, el control estadstico del proceso se hace respecto a caractersticas de calidad denominadas atributos. Pregunte a la audiencia acerca de qu entienden por atributos. Si es necesario, explique que se refiere a cualidades o propiedades de seres y/u objetos. Pdales que piensen atributos de algunos objetos y/o personas all presentes. Luego pdales que piensen atributos de calidad de los productos y servicios de Tenaris. Indique cmo se clasifican los atributos o caractersticas de calidad.
Slide 28
La caracterstica a controlar no es medible numricamente. Se utilizan cuando La medida numrica es posible, pero no es practicable. Se pretende controlar simultneamente, en un solo grfico, un conjunto de caractersticas distintas.
TenarisUniversity
04.04.08
28
42/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 29
- Son potencialmente aplicables a diversos procesos: Las situaciones de tipo atributivo existen en cualquier proceso. - Los datos estn a menudo disponibles en mltiples situaciones: Siempre y cuando existan: listados de reparaciones; material seleccionado o rechazado; inspecciones; etc. En estos casos no se requiere gasto adicional de bsqueda de datos y solo se necesita volcar los datos en el Grfico de Control. - Son rpidos y simples de obtener: Cuando se requiere obtener datos o informacin por atributos, ya que no se necesita personal especializado. - Son frecuentemente usados en los informes de la Gerencia: Porque permiten el anlisis e interpretacin de la informacin, a travs de los Grficos de Control. - Pueden ayudar a dar prioridad a las reas con problemas: El uso de los Grficos de Control por Atributos en las reas claves de control permiten detectar cules son los procesos que requieren un anlisis ms detallado, incluyendo la posibilidad de utilizar Grficos de Control por Variables. - Son fciles de interpretar: Los Grficos de Control por Atributos son ms fciles de construir e interpretar que los Grficos por Variables. - Son potencialmente aplicables a diversos procesos: Las situaciones de tipo atributivo existen en cualquier proceso.
43/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 30
Grfico np
de grficos de control por atributos. Presntelos y explique los conceptos generales para cada uno de ellos.
Grfico c
Grfico u
Control Estadstico de Proceso
Slide 31
Grfico Np
Mide la cantidad de tems defectuosos o rechazados en una muestra inspeccionada.
Se utilizan cuando
El nmero de tems defectuosos es ms significativo o ms fcil de informar que el porcentaje. El tamao de la muestra permanece constante entre perodos.
vern el grfico np, ya que los conceptos que se utilizarn para su desarrollo son vlidos tambin para el caso de los otros grficos. Explique en qu consiste este grfico y en qu situaciones se utiliza.
31
TenarisUniversity
04.04.08
Slide 32
Grfico Np
Pasos para su construccin
1 Obtencin de datos
Completar los datos teniendo en cuenta que:
Los perodos de tomas de muestra y el nmero de los elementos que conforma cada subgrupo sean representativos del proceso analizado. Se registra y grafica el nmero de elementos defectuosos de cada subgrupo.
Control Estadstico de Proceso TenarisUniversity 04.04.08 32
construccin del grfico np. Presente el primer paso e indique los detalles: 1. Obtencin de datos Indique de qu manera y qu deben tener en cuenta para completar los datos en el grfico
44/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 33
Grfico Np
Pasos para su construccin
2 Calcular el promedio de defectuosos del proceso (Np) y los lmites de control
Promedio de defectuosos del proceso np = 2 + 5 + + 7 = 4.04 25 np Lmites de Control Superior e Inferior
LCS
TenarisUniversity
04.04.08
33
Presente el segundo paso e indique los detalles: 2. Clculo del promedio de defectuosos del proceso (Np) y de los lmites de control a. Calcular el promedio de defectuosos del proceso (Np). Explique cmo realizar el clculo con el ejemplo presentado en el grfico. Permita que los participantes realicen ellos mismos el clculo. b. Calcular los lmites de control superior e inferior (LCS y LCI). Solamente indique que se debe realizar el clculo y dnde se coloca el resultado.
Slide 34
Comente que, a continuacin, trabajarn nuevamente en grupos y realizarn la actividad N 5 del manual, en la que debern interpretar un grfico. Pdales que identifiquen: - Si hay puntos fuera de los lmites de control. - Si existen tendencias o desplazamientos. - Si hay una dispersin significativa de los puntos. Adems, debern decir: - Cules son las causas probables. - Qu acciones realizar en caso de ser necesario. Dgales que tienen 10 minutos para realizar la actividad. Mientras los grupos trabajan, recorra las mesas y pregnteles si necesitan ayuda. Una vez transcurrido el tiempo, pida a algunos grupos (no ms de tres) que muestren al resto sus respuestas. Tome en consideracin si hay grupos que tienen respuestas diferentes, para
Control Estadstico de Proceso 45/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 35
Interpretacin de grficos
Un punto est fuera de los lmites de control.
Alrededor del 65% de los puntos estn dentro del tercio medio de los lmites de control.
TenarisUniversity
12.05.08
35
A medida que va resolviendo la actividad anterior, muestre el grfico con las respuestas y, en cada caso, remarque lo siguiente: - Hay un punto fuera de los lmites de control (del lmite superior). Esto est indicando que: la performance del proceso ha empeorado; el sistema de medicin ha sido modificado (por ejemplo, el personal, un instrumento, etc.); el lmite de control fue mal calculado o el punto mal graficado. Si el punto fuera de los lmites de control se debe a una causa especial o asignable, en ese caso, se debe hacer una investigacin inmediata de la misma para corregirla. - La mayor parte de los puntos estn dentro de los lmites de control (alrededor de un 65%, 17 de 25). No solo es importante que todos los puntos estn dentro de los lmites de control, sino que tambin importa su distribucin. - No se observa una larga sucesin de puntos, por lo que no existe una alteracin en el desarrollo normal del proceso.
46/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 36
De qu qu depende que un proceso sea capaz de generar los productos o servicios que los clientes demandan?
Formule la siguiente pregunta a los participantes: De qu depende que un proceso sea capaz de generar los productos o servicios que los clientes demandan? Anote las respuestas en el rotafolios. Luego, explique que las tcnicas de control estadstico de procesos son las que ayudan a realizar y mantener un proceso que no cambia en lo que se refiere a la media y a su variabilidad. Sin embargo, un proceso que se encuentra bajo control estadstico, no siempre genera productos o servicios de acuerdo con las especificaciones demandadas. Entonces, cmo lograr esto?
Slide 37
Capacidad de Proceso
Es un valor que nos ayuda a definir el comportamiento de un proceso respecto a las especificaciones establecidas.
Explique que existen tcnicas que nos ayudarn a producir productos o servicios acordes a especificacin. Defina Capacidad de proceso. Agregue que se refiere a la capacidad de un proceso para cumplir debidamente las especificaciones de diseo de un producto o servicio. Las especificaciones de diseo se expresan frecuentemente como un valor nominal u objetivo, y como una tolerancia, o margen aceptable por encima o por debajo del valor nominal. Presente la frmula con la cual se calcula la Capacidad de proceso (CP). Pregunte a los participantes cmo se pueden obtener los valores correspondientes a la Tolerancia Superior (TS) y a la Tolerancia Inferior (TI). Deben llegar a la conclusin de que el TS y el TI se pueden obtener: - De los planos. - De las hojas de proceso. - Las especifica el cliente. Explique, adems, que al TS menos el TI se lo llama T o Amplitud de Tolerancia.
Control Estadstico de Proceso 47/57
Amplitud de Tolerancia
CP = TS TI
Dispersin del proceso
CP = T
TenarisUniversity
30.04.08
37
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Luego, pregunte acerca de la dispersin del proceso. Dgales que tambin existe una frmula para obtenerla: 6 . Aclare que es una letra griega que se lee sigma y que tambin hay una frmula para obtenerla pero, en esta ocasin, no van a profundizar en esta. Respecto de la dispersin del proceso, puede ser explicada como el rango de valores que vamos a encontrar en un proceso de fabricacin. Agregue que se puede calcular a partir de una muestra y, a partir de esta, se calculan la totalidad de los valores. De ah su importancia. Muestre cmo queda finalmente la frmula de Capacidad de proceso.
Slide 38
Capacidad de Proceso
Valor nominal Distribucin del proceso
TS
TI
24
25
26
27
28
29
30
CP = T 6 CP = 1.5
Control Estadstico de Proceso
6 4
Muestre el grfico y explique que podemos decir que un proceso es capaz si tiene una distribucin cuyos valores extremos se localizan dentro de las especificaciones superior e inferior para un producto o servicio. Agregue que el valor CP indica qu tan dentro o fuera de especificacin podemos esperar el proceso. Muestre el clculo de CP y diga que, por lo general, las empresas eligen un valor arbitrario como objetivo para reducir la variabilidad del proceso y lo consideran como aceptable de CP. Ese valor es capaz solamente cuando el valor de CP es mayor que 1.33. Diga que, en este caso en que el proceso es capaz, la campana es mucho ms pequea en comparacin con la tolerancia, con lo cual, al dividir la tolerancia sobre 6 desvos, se obtiene un valor mayor que 1.33.
El proceso es capaz
30.04.08 38
TenarisUniversity
48/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 39
Capacidad de Proceso
Valor nominal Distribucin del proceso
TS
TI
23
24
25
26
27
28
29
Pregunte qu sucede si el valor de CP es menor a 1. La respuesta en este caso es que si es menor a 1, quiere decir que el proceso no es capaz de producir dentro de especificacin. Compare la distribucin de este grfico con el anterior y explique que para procesos con mucha dispersin (con mucha variacin), la campana que implica una distribucin de puntos muy variada ser bastante mayor que la tolerancia, con lo cual obtendremos un nmero de CP menor que 1 y se dice que el proceso no es capaz. Pregunte a los participantes qu sucede con el proceso si el valor de CP es menor a 1.33 y mayor a 1. Muestre el grfico y explique que en ese caso, el valor de CP es menor que 1.33 y mayor que 1 (en este caso es de 1), obtenemos que el proceso es tan amplio como la tolerancia permitida. Estamos frente a un caso lmite. Por lo tanto, hay que estar alerta porque, aun cuando no est fuera de especificacin, puede ocasionar problemas a corto plazo o con un ligero cambio en las condiciones del proceso. Comente que, a continuacin, realizarn la actividad N 6 (tambin en grupos) en la que, dado un grfico y el clculo de CP, deben decir si el proceso es capaz o no, o si se trata de un caso lmite. Explique que deben tildar la casilla que consideren correcta en cada grfico (Caso lmite / Es capaz / No es capaz). Diga que tienen 5 minutos para realizar la actividad.
30
CP = T 6 CP = 0.85
6 7
El proceso no es capaz
30.04.08 39
TenarisUniversity
Slide 40
Capacidad de Proceso
Valor nominal Distribucin del proceso
TS
TI
23 24 25 26 27 28 29 30
CP = T 6 CP = 1
6 6
Caso lmite
TenarisUniversity
30.04.08
40
Slide 41
Capacidad de Proceso
49/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slides 42 a 45
Capacidad de Proceso
Caso I
X
TS
TI
Una vez finalizado el tiempo, pida a algunos grupos que expongan los resultados y comprelos con la solucin modelo. En todos los casos, pregunte por qu el proceso es o no capaz.
24
25
26
27
28
29
30
CP = T 6 CP = 1
Control Estadstico de Proceso
6 6
TenarisUniversity
Capacidad de Proceso
Caso II
X
TI
TS
24
25
26
27
28
29
30
6 Caso lmite
CP = T 6 CP = 3
Control Estadstico de Proceso
6 2
TenarisUniversity
Capacidad de Proceso
Caso III
X
TI
TS
23
24
25
26
27
28
29
30
31
CP = T 6 CP = 0.75
Control Estadstico de Proceso
6 8
El proceso no es capaz.
30.04.08 44
TenarisUniversity
Capacidad de Proceso
Caso IV
X
TI
TS
24
25
26
27
28
29
30
6 Caso lmite
CP = T 6 CP = 1.5
Control Estadstico de Proceso
6 4
TenarisUniversity
Slide 46
24
25
26
27
28
29
30
24
25
26
27
28
29
30
31
CP = T 6
6 2
Pida a la audiencia que, en grupos, observen las siguientes grficos y digan si el proceso que se registra en cada una es capaz. Diga que tienen 5 minutos para discutirlo. Una vez transcurrido el tiempo, pida a cada grupo que exponga sus respuestas. La respuesta a esta actividad es que, en todos los casos, el proceso es capaz (como lo demuestra el valor de CP). Si se calcula el CP de cada grfico, el valor es el mismo para todos.
Control Estadstico de Proceso 50/57
CP = 3
CASO II TI TS TI CASO IV TS
28 29 30 31 32
24
25
26
27
28
29
30
24
25
26
27
46
TenarisUniversity
30.04.08
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Sin embargo, en los dos ltimos casos, el proceso no es hbil (este concepto se explicar en la prxima slide).
Slide 47
CPK = Z
min
TS X = Z1
X - TI = Z2
TenarisUniversity
30.04.08
47
Explique que para averiguar cun capaz y hbil es un proceso se utiliza el CPK o ndice de Centrado de proceso. Este es un valor que representa la posicin real del proceso contra la especificacin. El ndice de centrado del proceso implica comparar la distribucin del proceso (normal) con las tolerancias (especificaciones) e identificar si pueden ser cumplidas consistentemente, es decir, si el proceso puede satisfacer las especificaciones del cliente. Agregue que el centrado del proceso est determinado por los lmites entre los cuales los valores individuales del proceso seran esperados al ocurrir solo variacin por causas comunes. Entonces, un proceso es hbil cuando la dispersin natural es equivalente a los lmites de especificacin. Presente la frmula que se utiliza para calcularla y explique que Z min es el valor mnimo existente entre el TS menos la media del proceso sobre la desviacin normal y la media menos el TI sobre la desviacin normal.
51/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slide 48
24
25
26
27
28
29
30
24
25
26
27
28
29
30
31
CP = T 6
6 2
Comente que ahora volvern a ver las cuatro grficos anteriores pero, esta vez, observarn cmo se ha calculado el CPK para cada una de ellas.
CP = 3
24
Recurdeles que, en todos los casos, el valor de CP (ya calculado) es de 3. Asimismo, recurdeles y muestre en los ejemplos, cmo se obtiene el valor
25 26 27 28 29 30 24 25 26 27 28 29 30 31 32
TenarisUniversity
30.04.08
48
A partir de la observacin de los grficos y de los clculos de CPK, gue a los participantes para que lleguen a la siguiente conclusin: Al tener un proceso centrado y una dispersin menor a la tolerancia, obtendremos un CPK mayor o igual a 1.33, con lo que podemos interpretar que tenemos un proceso capaz y hbil (todas las piezas estarn dentro de especificacin).
Slide 49
Comnteles que, a continuacin, en grupos realizarn la actividad N 7 del manual, en la que deben interpretar los grficos anteriores y tildar la respuesta correcta en las opciones que se dan. Diga que tienen 5 minutos para realizarla.
52/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Slides 50 y 51
El CPK indica
que probablemente es necesario un arreglo en las condiciones de operacin. que se producen errores y rechazos.
24
25
26
27
28
29
30
Una vez transcurrido el tiempo, pregunte a los grupos sus respuestas y contraste con la solucin modelo.
29 30
24
25
26
27
28
que probablemente es necesario un arreglo en las condiciones de operacin. que se producen errores y rechazos. que todas las piezas estarn dentro de especificacin.
TenarisUniversity
30.04.08
50
El CPK indica
que probablemente es necesario un arreglo en las condiciones de operacin.
24
25
26
27
28
29
30
31
que se producen errores y rechazos. que todas las piezas estarn dentro de especificacin.
24
25
26
27
28
29
30
31
32
que se producen errores y rechazos. que todas las piezas estarn dentro de especificacin.
TenarisUniversity
30.04.08
51
Slide 52
Presente la siguiente slide con los conceptos clave que los participantes deben recordar acerca del tema CPK.
Un CPK entre 1 y 1.33 indica que es muy probable que sea necesaria una modificacin en las condiciones de operacin.
TenarisUniversity
30.04.08
52
Slide 53
Actividad final
La presencia de uno o varios puntos fuera de los lmites de control en un grfico puede estar determinado por la existencia de una causa especial o asignable. Los grficos de control por variables se utilizan para realizar mediciones de calidad basadas en atributos del producto o servicio. Un proceso cuyo valor de CP es igual a 1, se dice que no es un proceso capaz. Si tenemos un proceso controlado podemos prever el nivel de calidad con el que producimos. Si el CPK de un proceso es igual o mayor que 1.33, estamos en presencia de un proceso capaz y hbil. Cuando en un grfico de control se ve una excesiva variacin de un punto al otro (los puntos van de un lado al otro de los lmites superior e inferior), se dice que el proceso est descentrado.
Control Estadstico de Proceso TenarisUniversity
V V V V V F F F F F
Comente que realizarn una actividad grupal final en la que pondrn a prueba los conocimientos adquiridos en este curso. Explique que se trata de una competencia grupal. Cada grupo debe decidir si las frases que se le entregarn son V (Verdaderas) o F (Falsas). Diga que tienen 5 minutos para resolver la actividad. Entregue los materiales. Una vez transcurrido el tiempo, pida a cada grupo que le entregue la hoja con las respuestas. Presente la slide con la solucin
Control Estadstico de Proceso 53/57
V
04.04.08
F
53
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
modelo y otorgue un punto por respuesta correcta a cada grupo. Gana el grupo que ms respuestas correctas obtenga. En el caso de las respuestas falsas, pdales que digan cul sera la respuesta correcta. Opcional: Si desea incentivar ms la competencia, puede entregarse un premio al o a los equipo/s ganador/es (puede ser un premio simblico, como por ejemplo, un diploma). Pregunte si qued alguna duda y deje espacio para que los participantes pregunten libremente.
Tenga en cuenta que los participantes tardan unos minutos en animarse a preguntar. Por lo tanto, si no preguntan inmediatamente, reformule la pregunta o bien pdales que digan qu les
Slide 54
Fin de la presentacin
(Preguntas)
TenarisUniversity
11.03.08
37
54/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Evaluacin
55/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
Materiales entregables
Clase 1: Interpretacin de grficos X-R
Existencia de una causa especial. Punto mal calculado. Incremento de la variabilidad. Cambio de persona o instrumento de medicin.
Problema de mantenimiento de la mquina. Cuando hay excesiva variabilidad tambin se detecta porque el grfico de rango tiene puntos fuera de los lmites de control. Cambio en la materia prima (colada).
Mayor dispersin. Mal funcionamiento de la mquina. Cambio en la materia prima (colada). Cambio de persona o instrumento de medicin.
56/57
TenarisUniversity
Version Number Da te Nr. 0.1 02/05/2013 IQTSI002-GGS
ACTIVIDAD FINAL
Para profundizar los conocim ientos acerca Control Estadstico de Proceso, se propone la siguiente actividad.
Lea las siguientes frases y conteste V (Verdadero) o F (Falso):
La presencia de uno o varios puntos fuera de los lmites de control en un grfico puede estar determinado por la existencia de una causa especial o asignable. Los grficos de control por variables se utilizan para realizar mediciones de calidad basadas en atributos del producto o servicio.
Si tenemos un proceso controlado podemos prever el nivel de calidad con el que producimos.
Si el CPK de un proceso es igual o mayor que 1.33, estamos en presencia de un proceso capaz y centrado. Cuando en un grfico de control se ve una excesiva variacin de un punto al otro (los puntos van de un lado al otro de los lmites superior e inferior), se dice que el proceso est descentrado.
57/57