LA VARIACION

Ing. Alfonso Meneses Durn Sistemas de Calidad, Cd. Jurez, Chih., Mxico

Las organizaciones en el mundo estn descubriendo redescrubriendo a la estadstica como una manera de mejorar los procesos y la calidad. En la dcada de los aos 70 se experiment un fuerte movimiento hacia las actividades de los crculos de calidad, los cuales mostraron apliamente sus bondades, por supuesto aplicados de acuerdo a la idiosincracia de cada pas. Actualmente el enfoque se encuentra hacia la adherencia a la Norma ISO 9000 y los premios regionales de la calidad establecidos en el mundo. Estos enfoques, La norma ISO 9000 y los premios de calidad se dirigen hacia el proceso. Basta echarle una ojeada a las revistas especializadas para observar una multitud de herramientas basadas en el uso de programas de computacin las cuales se enfocan en prevenir controlar la variacin del proceso. Es por eso que hemos decidido en esta ocasin, hablar un poco de este concepto.

Qu es cmo se come la variacin? Cuando las cosas tienen diferencias, se dice que tienen variacin.

Ejemplos: En la vida real, no existen dos cosas que sean exactamente iguales. Axioma que se conoce desde el inicio de los esfuerzos del hombre para hacer las cosas. No existen dos cosas que tengan el mismo sabor, No existen dos flores que sean exactamente iguales, No existen dos personas que sean exactamente iguales, an siendo gemelos. Si hay dudas se puede preguntar a sus paps o a su dentista. Un agricultor no puede hacer un cultivo de papas y que todas tengan el mismo tamao o peso. Un jugador de boliche no puede tirar el mismo promedio en una serie de juegos. Algunas diferencias son muy pequeas, otras muy grandes. Cuando se fabrican cosas, aunque se desea hacerlas perfectas e iguales, no se puede.

El Dr. Shewhart en sus investigaciones en los laboratorios Bell alrededor del ao 1920 analiz la variacin desde dos puntos de vista: a) b) la de dentro de sus lmites, establecidos por oportunidad y, la de fuera de esos lmites.

Si era externa, crey que la fuente de variabilidad se poda identificar. Por supuesto, esto se bas en sus estudios sobre las leyes de la variacin en la naturaleza. De esta forma us la estadstica para describir la forma en que la variacin afectaba los resultados de la muestra. Al querer aplicar estos mismos principios a los datos de manufactura encontr que no se comportaban del mismo modo que los datos naturales. De esta inconsistencia formul lo siguiente:

Mientras que todo proceso muestra variacin, algunos procesos muestran variacin controlada, otros, muestran variacin no controlada.

La variacin controlada, Se caracteriza por un patrn consistente y estable sobre el tiempo. El Dr. Shewhart atribuy tal variacin a causas de oportunidad.

Causas de oportunidad: Considere un proceso de manufactura fabricando una serie de partes discretas, cada una con una dimensin o cracterstica medible;

Algunas de estas partes se seleccionan y miden peridicamente, Estas mediciones cambian debido a que los materiales, mquinas, operadores y mtodos todos se interaccionan para producir variacin, Esta variacin es relativamente consistente sobre el tiempo y es el resultado de la contribucin de muchos factores.

Tiempo

La variacin no controlada, Se caracteriza por un patrn de variacin que cambia sobre el tiempo. El Dr. Shewhart atribuy estos cambios en el patrn de variacin a causas que el llam asignables. Causas asignables: En suma a las muchas causas de oportunidad, ocasionalmente hay factores especiales que tienen un gran impacto sobre la medicin del producto. Estos factores pueden ser: Mquinas fuera de ajuste, Materiales que son ligeramente diferentes, Mtodos que se alteran ligeramente, Diferencias entre operadores , Diferencias en el medio creado por inconsistencia de ndole gerencial.

Tiempo

Sin embargo, el hecho de reconocer la existencia de la variacin no es suficiente. Algo se tiene que hacer para que las partes producidas encajen apropiadamente. Si los gerentes de una organizacin trabajan para implantar una filosofa encaminada a aplicar correctamente los principios de control estadstico de proceso, s es posible incrementar la productividad y virtualmente fabricar un producto uniforme tomando en cuenta la tecnologa y fuerza de trabajo actuales.

Referencia: Donald J. Wheeler, David S. Chambers. Underestanding Statistical Process Control. SPC Press Inc. U.S. Second Edition 1992.