7 herramientas básicas para la mejora de la calidad
Post on 02-Jun-2015
121.917 Views
Preview:
DESCRIPTION
TRANSCRIPT
Alfonso Raso
7 Herramientas básicas para la mejora de la calidad.
(Herramientas de Ishikawa)
Métodos de Mejora de la CalidadProf. Alfonso Raso
Alfonso Raso
Las 7 herramientas básicas de la calidad
Como ya se ha comentado en otras ocasiones el trabajador es el:
“Maximo experto” de la actividad y procesos que le han sido encomendados.
Para utilizar al máximo su experiencia es necesario que cada trabajador se transforme en un “pequeño cientifico” (alguien que toma sus decisiones apoyadas en datos)
Las 7 herramientas básicas constituyen la base del trabajo del “pequeño cientifico”. Fueron desarrolladas en Japón, por el prof. Ishikawa, para hacer más eficaz la solución de los problemas por parte de todos los trabajadores
Alfonso Raso
Las 7 herramientas básicas de la calidad
Declaración del prof. Ishikawa:
“Después de los seminarios de Deming y de otros expertos americanos, celebrados a principios de los 50´s, habiamos empezado a enseñar en nuestras empresas técnicas estadísticas. Transcurridos dos o tres años, observamos que esas enseñanzas no proporcionaban resultados y estabamos enseñando a los hombres de la empresa un método estadístico excesivamente complejo, demasiado difícil de comprender. Los empleados empezaron a pensar que el método estadístico era algo muy difícil y que, por consiguiente, también el control de calidad resultaría de difícil implementar. Para correguir esos errores enseñamos el método estadístico siguiendo dos enfoques diferentes. En cuanto se refiere al primero, desde la alta dirección hasta los operarios, decidimos ensañar el método estadístico más sencillo, desarrollando así las 7 herramientas básicas. Con ese sencillo método se podia resolver el 95% de los probelmas de la empresa”
Alfonso Raso
Las 7 Herramientas básicas
Etapa Actividad Instrumento
Recoger datos Hoja de recogida de datosFundamentos
Interpretar datos Histograma
Estudiar relación causa-efecto Diagrama causa-efectoPilares
Fijar prioridades Diagrama de Pareto
Estratificar datos Estratificación
Determinar las correlación Diagrama de correlaciónInstrumentosauxiliares
Control del proceso Gráficos de control
Podemos establecer tres partes a la hora de presentar las 7 herramientas básicas cuando se utilizar en los proyectos de mejora, por parte del pequeño cientifico
Alfonso Raso
1. Hoja de recogida de datos
Resulta imposible plantear un proyecto de mejora sin una recogida de datos y sin utilizar los datos ya recogidos. Ello es así porque, sin datos, no existe ciencia sino tan solo aproximaciones.
“Solo en Dios creo... Todos los damás traigan datos”
OBTENER DATOS CON FACILIDAD Y PRECISION
Alfonso Raso
1. Hoja de recogida de datos
Ejemplo: Hoja de registro de Defectos por máquina
Maquina defecto Lunes Martes Miercoles Jueves Viernes TotalTipo 1 2 3 2 1 4 12Tipo 2 3 4 1 2 5 15Tipo 3 1 3 4 2 0 10Tipo 4 0 1 1 0 1 3Total 6 11 8 5 10 40Tipo 1 1 2 4 1 2 10Tipo 2 1 3 4 5 4 17Tipo 3 1 3 2 1 4 11Tipo 4 3 0 1 3 2 9Total 6 8 11 10 12 47
maquina 1
maquina 2
Alfonso Raso
2. Histograma
Una vez recogido los datos, varias decenas, cientos e incluso miles. ¿Qué debe hacer para leerlos e interpretarlos?
La ciencia a ideado el histograma (y otros métodos graficos). Representación gráfica que permite obtener una visión completa y sintética de los datos recogidos.
Peso2,9 2,93 2,96 2,99 3,02 3,05 3,08
0
10
20
30
40
• Valores más frecuentes?
• Dispersión?
• Cumple especificaciones?
• Se precisa estratificación?
• Atípicos? , Distribución? ....
Alfonso Raso
2. Histograma
Peso2,8 2,9 3 3,1 3,2 3,3
0
10
20
30
40
50
60
Alfonso Raso
2. Histograma
Peso0 5 10 15 20 25 30
0
100
200
300
400
Alfonso Raso
2. Histograma
Peso2,7 2,8 2,9 3 3,1 3,2
0
10
20
30
40
Alfonso Raso
3. Diagrama causa-efecto
La quintaesencia del trabajo cientifico es el estudio de las relaciones causa-efecto. Por lo tanto, el operario o el grupo de operarios que desee llevar a cabo un proyecto de mejora debe estudiar obligatoriamente las relaciones de causa-efecto
En el diagrama de causa-efecto representamos todas las causas que originan el efecto.
IDENTIFICAR, ANALIZAR Y SELECCIONAR CAUSAS DE UN PROBLEMA.
DEFECTO
CAUSA MAYOR
CAUSA MAYORCAUSA MAYOR
CAUSA MAYOR
Causa menor Causa menor
Causa menor
Subcausa
Subcausa
Alfonso Raso
inexistente
3. Diagrama causa-efecto
DEFECTO
CAUSA MAYOR
CAUSA MAYORCAUSA MAYOR
CAUSA MAYOR
Causa menor Causa menor
Causa menor
Subcausa
Subcausa
CorrienteBombilla
Interructor Averia instalación
La luz no
funciona
Falta Inadcuada
Fundida
Insuficiente
Alfonso Raso
4. Diagrama de pareto
Es el intrumento que se utiliza para definir las cosas más importantes. En cualquier situación existen siempre poquisimos factores importantes y muchisimos factores de escasa importancia
Principio de pareto: "Si hacemos una lista con todas las causas que
contribuyen en la obtención o aparición de cualquier efecto que nos interese analizar, ordenándolas de mayor a menor según la magnitud de la contribución de cada una, encontraremos que la importancia relativa de las primeras es tan grande en comparación con las últimas, que aproximadamente el 20 por ciento de ellas son responsables del 80 por ciento del efecto total y el 80 por ciento restante de causas es responsable solamente del 20 por ciento restante del efecto".
Alfonso Raso
4. Diagrama de pareto
Tipo de defectofre
quency
0
100
200
300
400
piezas erroneasRevestimiento arañad
Montaje defectuosoPiezas faltants
Otras causasRugosidad superficia
42,00
74,0083,71
90,00 95,43 100,00
Alfonso Raso
5. estratificación
Este instrumento consiste en agrupar los datos según diferentes conceptos o áreas. De esta forma es posible descibrir las áreas más problematicas y, por consiguiente, donde es más importante concentrar la atención
SEPARAR, CONFIRMAR CAUSAS DE PROBLEMAS EN BASE A DATOS CONTINUOS O DISCRETOS DE ACUERDO A GRUPOS O FAMILIAS.
Alfonso Raso
Histograma
Peso
freq
uenc
y
2,9 2,95 3 3,05 3,10
100
200
300
400
500
Histograma
Peso
freq
uenc
y
2,9 2,95 3 3,05 3,10
50
100
150
200
250
Histograma
Peso
freq
uenc
y2,9 2,95 3 3,05 3,1
0
100
200
300
400
500
Peso piezas
Peso maquina 1
Peso maquina 2
5. estratificación
Alfonso Raso
5. estratificación
Histograma
Peso
freq
uenc
y
2,9 2,95 3 3,05 3,10
200
400
600
800
Histograma
Peso
freq
uenc
y
2,9 2,95 3 3,05 3,10
100
200
300
400
500
Histograma
Peso
freq
uenc
y
2,9 2,95 3 3,05 3,10
40
80
120
160
200
240
Peso piezas
Peso maquina 1
Peso maquina 2
Alfonso Raso
6. Diagrama de correlación
Este instrumento es utilizado para verificar si dos variables se encuentran relacionadas, y en que medida. Su campo de aplicación es la verificación de las relaciones entre una causa y un efecto.
CONFIRMAR LAS RELACION ENTRE CAUSA Y EFECTO EN BASE A DATOS CONTINUOS.
Alfonso Raso
6. Correlación
Carga
Con
sum
o
2,95 2,96 2,97 2,98 2,99 361,9
62,1
62,3
62,5
62,7
62,9
63,1
Observaciones:
• Correlaciones espureas
• Estratificación
Alfonso Raso
6. correlación
Carga
Con
sum
o
1,4 1,9 2,4 2,9 3,4 3,9 4,4 4,914
16
18
20
22
24
Alfonso Raso
7. Gráficas de control
Se utiliza para verificar si un proceso se encuentra bajo control o no. Esta herramienta será estudiada con profundida en el capítulo III del curso.
DETECTAR ANORMALIDADES EN UN PROCESO, E IDENTIFICAR CAUSAS ESPECIALES DE VARIACION.
Alfonso Raso
Proyecto de mejora personal.
Mantener el peso ideal
Alfonso Raso
Proyecto de mejora personal
Mes:
Lunes Lunes Lunes Lunes LunesMartes Martes Martes Martes MartesMiercoles Miercoles Miercoles Miercoles MiercolesJueves Jueves Jueves Jueves JuevesViernes Viernes Viernes Viernes ViernesSabado Sabado Sabado Sabado SabadoDomingo Domingo Domingo Domingo Domingo
5 semana
Peso
1 semana 2 semana 3 semana 4 semana
Hoja de registro de datos
Alfonso Raso
Proyecto de mejora
Peso (datos de 1 año)
Peso70 71 72 73 74 75 76
0
10
20
30
40
Peso ideal
El 10% de las observaciones estan fuera del peso ideal
Alfonso Raso
Proyecto de mejora
Causa - efecto
10% Fuera de peso
ideal
Enfermedad
Comidas exporadicas
No Deporte
Costipado
Cumpleaños
Fiestas
Bodas
Comidas habitual
grasas
Hidratos de carbono
Alfonso Raso
Proyecto de mejora personal
Establezco un plan de acción para eliminar excesos
Peso (datos de 1 año)
Peso70 71 72 73 74 75 76
0
10
20
30
40Peso (datos de 1 año)
Peso71 71,4 71,8 72,2 72,6 73 73,4
0
10
20
30
40
antes Después
Alfonso Raso
Proyecto de mejora personal
X-bar Chart for RAND1
0 10 20 30 40 50
Subgroup
71
72
73
74
75
X-ba
r
CTR = 72,28
UCL = 73,09
LCL = 71,47
Range Chart for RAND1
0 10 20 30 40 50
Subgroup
0
0,4
0,8
1,2
1,6
2
2,4
Rang
e
CTR = 0,79
UCL = 2,04
LCL = 0,00
Graficos de control
top related