MUESTREO, DATOS, INFORMACIN, TOMA DE DECISIONES Recordemos lo mencionado en los documentos anteriores con respecto a que: Todos los

procesos son variables. La variabilidad es inversamente proporcional a la calidad. La variabilidad afecta la Recuperacin Metalrgica y el Estado de resultados. La variabilidad genera costos visibles e invisibles. La variabilidad se puede medir, por lo tanto de puede controlar. Comprender y reducir la variabilidad son los aspectos claves del xito. Sin una Lista de Deseos no es posible realizar un Anlisis de Variabilidad. La Lista de Deseos debe establecerse slo si se realiza sobre la base de datos representativos del proceso. (Datos duros) Los Lmites de Especificacin son los que permiten distinguir entre un producto bueno y uno malo. Las Especificaciones condicionan la satisfaccin del cliente.

Pero, qu parmetros debemos contemplar para establecer las especificaciones adecuadas para un proceso? Veamos el siguiente ejemplo:

En la Figura 1 vemos el grfico del proceso de un concentrado de cobre, correspondiente a 91 turnos. La media aritmtica es 30, 26 % Cu.

En el grfico de la Figura 2 se ha establecido la Lista de Deseos para este proceso: Lmite de Especificacin Superior: 30,6 % Cu Target : 30,1 % Cu Lmite de Especificacin Inferior : 29,6 % Cu

Pero.. Las Especificaciones y Target establecidos son los correctos? Cules fueron los criterios que se utilizaron para establecer esta Lista de Deseos? Cul es el respaldo para establecer estas Especificaciones y Target? Quin o quienes debe establecer la Lista de Deseos?

Veamos que ocurre en el grfico de la Figura 3. Para las mismas Especificaciones de la Figura 2, aparecen ahora los Lmites de Control del Proceso. Sin embargo, los Lmites de Control se encuentran fuera de los Lmites de las Especificaciones. Se supone, que con objeto de tener un buen control sobre el proceso, los Lmites de Control, obviamente debieran de estar dentro de los Lmites de Especificaciones. Los Lmites de Control permiten facilitar el cumplimiento de las Especificaciones. Si los Lmites de Control se encuentran fuera de ellas, quiere decir que las Especificaciones establecidas en la Figura 2 no corresponden a la realidad actual de la variabilidad del proceso, es decir, la Lista de Deseos establecida no es realista.

Para el grfico de la Figura 4 se han establecido Especificaciones ms estrictas que en el caso anterior. Lmite de Especificacin Superior: 30,4 % Cu Target : 30,1 % Cu Lmite de Especificacin Inferior : 29,8 % Cu

En este caso, con las nuevas Especificaciones (Se mantiene el valor para el Target) establecidas, nos encontramos con que los Lmites de Control estn ubicados aun ms por sobre de los Lmites de Especificaciones. Por supuesto, es evidente que las Especificaciones son aun ms irreales que en el caso anterior, por lo tanto, no corresponden a la realidad actual del proceso. Establecer Especificaciones irreales puede llegar a ocasionar un clima laboral complicado para todos los estamentos involucrados en la operacin de un proceso, sobretodo cuando hay comprometidos bonos o metas de produccin. Veamos por qu: Suponga que su jefe lo llama y le dice, para el proceso que estamos examinando: Este ao nos van a calificar de acuerdo a las especificaciones establecidas para la Figura 4. Cmo se sentira usted? Si usted est trabajando con datos duros y los ha analizado, rpidamente se va a dar cuenta que esas especificaciones, en las condiciones actuales, van a ser muy difciles

de cumplir. Por lo tanto, con respaldo, le podr hacer ver a su jefe, que de acuerdo a la informacin que usted dispone, se va a generar un problema complicado, no slo para l y para usted, sino que tambin se ver involucrado el personal que trabaja en el proceso. Pero, qu ocurre si usted no dispone de informacin de calidad y no tiene respaldo para hacerle ver a su jefe que esas metas no se van a poder cumplir? Lo ms probable es que termine el ao con baja calificacin, con un jefe resentido por los malos ratos que l se llev dando explicaciones a la gerencia debido a que usted no fue capaz de cumplir con las especificaciones establecidas, (El hilo siempre se corta por la parte ms delgada). El personal a su cargo tambin terminar resentido porque no se cumplieron las metas, y, como consecuencia de ello, el bono de produccin por metas cumplidas se redujo considerablemente. Adems, tenga la seguridad de que los dirigentes sindicales, le harn a usted y su jefe, varias agradables visitas durante el transcurso del ao.

Veamos el siguiente caso:

El la Figura 5 los Lmites de Especificaciones se encuentran dispuestos de tal forma que prcticamente todos los puntos del grfico se encuentran entre estos lmites. Los Lmites de Control tambin se encuentran dentro de los Lmites de Especificaciones, lo cual es lo que corresponde, si se desea tener un buen control del proceso. Sin embargo, son estas las Especificaciones que este proceso debe tener?, no ser que Especificaciones de este tipo son establecidas a propsito para asegurarse de un buen cumplimiento y mostrar a los ejecutivos que el proceso est siempre de acuerdo a lo requerido? Preguntas: Cules son Los Lmites de Especificaciones que un proceso debe tener? Cules son los requisitos que deben cumplir? Quin los fija? Veamos, son requisitos sine qua non que: Los datos obtenidos a travs del muestreo (extraccin de la muestra + preparacin de la muestra + anlisis qumico) sean representativos del proceso. Se efecte el Anlisis de los datos as obtenidos.

Veamos la figura 6:

El primer paso para la obtencin de los datos es la Medicin. En el caso de los procesos mineros metalrgicos y otros procesos industriales, la medicin est normalmente constituida por el Muestreo, la Preparacin de las Muestras y el Anlisis Qumico. Las muestras pueden provenir de estaciones de muestreo o de sistemas de muestreo en lnea. En ambos casos debemos recordar que las muestras slo generan los datos. Sin un anlisis de ellos perdemos la oportunidad de obtener la informacin que contienen. Un dato slo se representa a si mismo. Un conjunto de datos analizados nos permite obtener informacin, por ejemplo tendencias, desviaciones, cumplimientos y otros. Los datos provenientes del muestreo deben ser representativos del proceso, esto es, el Error de Muestreo debe ser lo ms bajo posible. Para que el Error de Muestreo sea bajo se deben cumplir una serie de normas durante el proceso de Medicin. El cumplimiento de estas normas asegura que la Medicin sea representativa de lo que est ocurriendo en el proceso. Bajo estas condiciones los datos obtenidos se pueden analizar y obtener de ellos la informacin de lo que realmente est ocurriendo en el proceso. Veamos lo que ocurre en las Figuras 7 y 8: Vamos a suponer que en la Figura 7 las operaciones de obtencin de la informacin se encuentran en norma. En esta situacin el error en cada una de las operaciones es el mnimo normal (En todas las operaciones de medicin hay un error que se considera normal). Esta normalidad la vamos a representar por el grosor de la flecha roja en el error de Medicin. El grosor de la flecha durante toda esta etapa permanece

constante, y, por lo tanto, el error total del dato obtenido en la medicin es bajo, por lo tanto, los datos as obtenidos s son representativos del proceso. El Anlisis de los Datos, en este caso, s entrega informacin til e importante para la toma de decisiones que se debe llevar a cabo para disminuir la variabilidad del proceso, es decir, para un efectivo control del proceso. En cambio, en la Figura 8, vemos como la flecha roja se va engrosando en la medida en que van aumentando los errores de Medicin. El resultado de esta Medicin nos entrega datos con un Error Total Alto. Bajo estas circunstancias el Anlisis de Datos nos puede entregar informacin que no corresponde a la variabilidad real del proceso. Se ha mencionado en un documento anterior que cuando el Error de Muestreo es alto se puede ocultar la variabilidad real del proceso, y, no solo eso, tambin nos puede entregar una variabilidad que no existe en el proceso, que no es del proceso. Esto nos puede llevar a estar buscando soluciones a problemas que son ficticios, que no existen. Puede haber algo ms intil que esto? Bajo estos trminos, obviamente la Toma de Decisiones no va a tener los resultados deseados. Esto trae como consecuencia un aumento de la incertidumbre, incertidumbre que nos va a estar complicando continuamente la toma de decisiones para un efectivo control del proceso. En estas condiciones, nos van a ocurrir hechos no esperados y para los cuales no vamos a tener explicaciones razonables. De hecho, todos los operadores de procesos tienen ms de alguna experiencia al respecto. Saben que les ocurren hechos no programados por ellos mismos, ante los cuales no les queda ms que reaccionar en el momento, como se pueda, como su experiencia, equivocada o no, les permita reaccionar. Muchas veces los operadores se transforman en bomberos debido a que a menudo tienen que estar apagando incendios. El ideal es tener un sistema de control que sea proactivo, no reactivo, como suele suceder. La proactividad pasa por disponer de informacin de calidad antes de que ocurran los incendios.

La incertidumbre es el grado de incerteza que acompaa a la toma de decisiones debido a que el conocimiento es incompleto, y hace ms difcil y de mayor riesgo la decisin (Figura 9). La incertidumbre se deriva fundamentalmente de informacin incompleta, fuentes poco confiables y hechos imprecisos, vagos o difusos. Recordemos cul es la diferencia entre incertidumbre y certidumbre. Cuando hay incertidumbre no hay garanta de que la eleccin, la toma de decisiones, por buena que se crea que es, tenga buenos resultados.

Certidumbre: Condicin que predomina cuando se est plenamente informado acerca de un problema, se conocen soluciones alternativas y se sabe cules sern los resultados de cada solucin. Esto significa que se conoce a fondo el problema y las soluciones alternativas lo cual facilita la toma de decisiones en el momento oportuno. Cuando la Medicin es buena se obtiene RESPALDO, porque los Datos que se obtienen son representativos del proceso. Un Anlisis de Datos representativos entrega como ya hemos dicho, informacin y conocimiento de la verdadera variabilidad del proceso y da RESPALDO para la Toma de Decisiones. RESPALDO es lo que se requiere no slo para establecer los Lmites de Especificaciones o controlar un proceso, tambin se requiere para justificar la compra de un equipo, para solicitar a los niveles administrativos superiores el cambio de tecnologa de un proceso, para pedir capacitacin para el personal a cargo, para innovar, para defender los sistemas de control medioambientales, para decir que NO cuando corresponda, para acordar bonos de produccin con las organizaciones de trabajadores, etc. etc. Todo RESPALDO parte de una correcta Medicin. (Muestreo) Sin embargo, tal como ya se mencion antes, para que la Medicin sea correcta se deben cumplir varias normas o requisitos. El cumplimiento de estas normas asegura que el muestreo sea correcto. En este documento slo se har una breve exposicin de lo que es el muestreo y sus normas. Muestra es una parte de un lote, generalmente obtenida por la unin de varios incrementos. Su objetivo es representar al lote en operaciones posteriores. Sin embargo, una muestra no es cualquier parte de un lote. Su extraccin debe respetar las reglas (normas) establecidas por la teora de muestreo. La extraccin de las muestras (incrementos) debe ser equiprobabilstica.

La extraccin de las muestras est expuesta a ser afectada por uno o varios de los siguientes errores: Error Fundamental. Error de Agrupamiento y de Segregacin. Efecto Pepita. Error de Delimitacin del incremento. Error de Extraccin del incremento. Error de Medicin del flujo.

Durante la etapa de la Preparacin de las Muestras se pueden cometer los siguientes errores: Error de Contaminacin de la muestra. Error de Prdida de Muestra. Error de Alteracin de la muestra. Error Humano. Fraude y Sabotaje.

Espcimen es un incremento extrado sin respetar las normas de muestreo. Un espcimen slo se representa as mismo y su propsito slo es cualitativo.

Generalmente un proceso se encuentra en una de estas tres versiones o etapas: Lo que creemos que el proceso es. Lo que el proceso realmente es. Lo que desearamos que el proceso fuera.

Lo que creemos que el proceso es: Bajo esta condicin se encuentran aquellos procesos cuyos datos no son representativos de los procesos y/o no son analizados. Esta versin se da ms seguido de lo que se cree. Lo que el proceso realmente es: Cuando a travs del muestreo, ya sea en lnea o por medio de estaciones de muestreo automticas, obtenemos datos que son representativos de los procesos, logramos conocer lo que el proceso realmente es. Una vez que conocemos lo que el proceso es, recin podemos pasar a la etapa siguiente: Lo que deseamos que el proceso sea: En esta etapa es donde tenemos la oportunidad de tomar buenas decisiones, con respaldo, que nos van a permitir ser proactivos y llevar el proceso por donde deseamos. (Baja variabilidad, dentro de las especificaciones, reducir y/o eliminar prdidas, innovar, etc.)

Est claro que si no medimos bien no podemos corregir los errores, identificar las tendencias y ver los progresos. Medir bien nos facilita el entendimiento de las relaciones causa efecto. La medicin nos permite tener una buena perspectiva del pasado, el presente y el futuro. Los procesos no se conocen en profundidad hasta que su capacidad es determinada de un modo cuantitativo. El desconocimiento impide el control de un proceso.

MEDIR BIEN ES LA NICA FORMA DE CONTROLAR UN PROCESO

Veamos los siguientes ejemplos: La Figura 10 nos muestra el variograma de un proceso cclico:

Figura 10

En la Figura 11 establecemos el protocolo de muestreo, con la siguiente frecuencia de muestreo (intervalo de muestreo):

Figura 11

Queda claro que con este intervalo de muestreo jams nos vamos a poder dar cuenta de que en el proceso tenemos un ciclo, que es un problema que afecta la Recuperacin Metalrgica de la Planta. Cmo podemos eliminar o minimizar un problema si ni siquiera sabemos que lo tenemos? Con el intervalo de muestreo que se observa en la Figura 12 ocurre algo semejante:

Figura 12

La forma de saber que tenemos un proceso cclico es establecer un intervalo de muestreo semejante al que se observa en la Figura 13. Con este intervalo y con la cantidad de muestra necesaria podemos descubrir que en el proceso existe un ciclo que nos est afectando la calidad y la productividad:

Figura 13

Algunos podrn cuestionar la importancia de eliminar o minimizar un ciclo. Sin embargo, no es un problema trivial; veamos por qu:

Figura 14 En la Figura 14 tenemos un proceso cclico, con sus Especificaciones, Inferior y Superior (EI, ES), la Media Aritmtica del proceso y el Target. Se observa que el proceso se encuentra fuera de la Especificacin Inferior. En la Figura 15 tenemos el proceso mejorado, sin el ciclo:

Figura 15 El proceso con el protocolo antiguo (color azul), como consecuencia del mejoramiento del protocolo operacional, se desplaz hacia la derecha (color rojo), desplazando la media anterior hasta la media deseada, Target (TA). Qu se gan con este mejoramiento?

Figura 16 Al estar dentro de las Especificaciones el proceso mejora en la calidad del producto obtenido (disminucin de la variabilidad) y como consecuencia directa de esta mejora, aumenta la Recuperacin Metalrgica pues se reducen las prdidas por menor cantidad de rechazos y disminuye el consumo de insumos (reactivos, bolas, energa elctrica, etc.) La importancia de un ciclo queda definida por su amplitud y perodo. Cmo establecemos un protocolo de muestreo representativo del proceso, que nos permita conocer la variabilidad real del proceso? La respuesta ya se ha mencionado antes: Midiendo Bien.

Cmo podemos Medir Bien?: Determinando el Error de Muestreo por Turno del Sistema de Muestreo. Conociendo el Error de Muestreo podemos establecer un protocolo de muestreo, con la cantidad de muestra necesaria y la frecuencia de muestreo adecuada. Cmo podemos determinar el Error de Muestreo?: Por medio de una experiencia variogrfica, que consiste en un muestreo en terreno, bajo condiciones controladas, en el cual se toman cierta cantidad de muestras, a una frecuencia de muestreo establecida, que permita calcular el Error de Muestreo por Turno. Con ello obtenemos una curva como la de la Figura 17, en que el Error de Muestreo por Turno est calculado a una frecuencia de muestreo de cinco minutos. (Curva perpendicular de color rojo). Todo esto ya mostrado en una publicacin anterior. Ustedes pueden ver que en la medida que la Frecuencia de Muestreo es ms distante en el tiempo: diez, veinte minutos o ms, el Error de Muestreo por Turno aumenta. Es el dueo del proceso el que determina el Error de Muestreo por Turno con que debe trabajar, en funcin de los intereses y requerimientos que debe cumplir el producto obtenido. Es distinto el Error de Muestreo por Turno que se requiere o necesita para la compra o venta de insumos o de productos finales que para un producto de un proceso intermedio. (Pulpas, concentrados, etc.) Esto debe tenerse en consideracin puesto que en la medida en que aumenta la frecuencia de muestreo tambin aumenta la cantidad de muestra obtenida. Esto significa que: Se deben destinar ms HH para realizar programas de mantencin con ms frecuencia en los sistemas de muestreo. Puesto que se obtiene mayor cantidad de muestra se requiere mayor cantidad de HH para manipularla, trasladarla, reducirla y prepararla. Los equipos usados en la preparacin de las muestras tambin requieren mayor cantidad de HH en mantencin y trabajo operacional. Hay mayor desgaste de los equipos de preparacin de muestras (chancadores, pulverizadores, reductores de muestras, homogeneizadores, etc.)

Es decir, una frecuencia de muestreo que asegure un bajo Error de Muestreo por Turno requiere mayor cantidad de recursos, y, por lo tanto, slo se justifica en la medida en que es estrictamente necesario. Esto ocurre cuando se compran o venden insumos y/o productos finales o hay algn proceso cuyo comportamiento es determinante para la buena calidad del producto final. Es necesario recalcar que la obtencin de informacin de calidad para mejorar el proceso de la Toma de Decisiones, es ms conveniente que el aumento de los costos generados por la mayor

cantidad de recursos que se gastan en la obtencin de dicha informacin. Sin embargo, debe estudiarse cada caso, antes de aumentar la cantidad de muestra.

Figura 17

La informacin de calidad, si es usada como corresponde, nos puede llevar a obtener el conocimiento del comportamiento de un proceso. La informacin es la base de conocimiento. Si volvemos a examinar la Figura 6, la podemos presentar de la siguiente forma:

Figura 18

En la Figura 18, derivada de la informacin, aparece el conocimiento que se puede llegar a obtener respecto del comportamiento de un proceso. Adems de mejorar la toma de Toma de Decisiones hacindola ms eficaz, los trabajadores tambin mejoran su cuota de poder: En relacin a los niveles administrativos superiores Con respecto a sus iguales y, Hacia los niveles de colaboradores a su cargo.

Esta mayor cuota de poder les permite mejorar sus opciones de acceder a mejores cargos laborales, lo cual a su vez aumenta las posibilidades de volver a aumentar sus cuotas de poder. El conocimiento cuando se usa bien, genera ms informacin lo cual a su vez puede generar ms conocimiento. Adems enriquece las opciones de innovar y hacer ms competitiva a la empresa. (Siempre que se gestione bien) En todas las empresas se habla de excelencia operacional. Conseguir tal excelencia se hace ms difcil si no se dispone de informacin de calidad, reunida a partir de datos duros que una vez analizados indiquen los senderos por los cuales se debe transitar para conseguirla. La pregunta es: Por qu no trabajar con informacin de calidad si las empresas ya disponen de los sistemas de muestreo, de personal, de equipos? Es decir, los recursos estn. Si el problema no son los recursos, entonces, qu es?

Recomendaciones: No trate de establecer Especificaciones si sus datos no son duros. Se puede meter en problemas o hacerse un harakiri (Establecer especificaciones incumplibles) En cualquier caso, antes de establecer las Especificaciones para su proceso, asegrese de realizar el anlisis de los datos.

Si alguien desea profundizar en estos temas: Anlisis de Datos Determinacin del Error de Muestreo por Turno y, Determinacin de Especificaciones

Favor comunicarse directamente a mi correo: drojas2107@yahoo.es