DEFINICION DE CALIDAD TAGUCHI
GenichiTaguchi: Calidad es la menor pérdida posible para la sociedad. El ingeniero japonés Dr. GenichiTaguchi, estableció por medio de la ³Función de Pérdida´ que un punto clave para mantener el equilibrio entre el costo de producción y el valor del producto para el cliente es controlar la variabilidad del proceso. Utilizando la Función de Pérdida, expresa que al desviarse con respecto al resultado objetivo (TARGET) se incurre en un costo, el cual se incrementa en forma exponencial, a medida que la variabilidad aumenta. La variabilidad es un factor que impacta directamente directamente a los niveles de satisfacción ya que su presencia no controlada incrementa los costos, los cuales son absorbidos por el cliente final disminuyendo disminuyendo el valor que este recibe a través del producto. La filosofía de Taguchi puede resumirse en tres enunciados: y y y
No
podemos reducir el costo sin afectar la calidad. Podemos mejorar la calidad sin afectar el costo. Podemos disminuir los costos si mejoramos la calidad.
Taguchi rechaza el método de la calidad basado en la ³conformidad con los límites de las especificaciones´. especificaciones´. Según él se debe alcanzar la variación mínima, en torno a los valores deseados (TARGET), sin aumentar el costo. La finalidad es reducir la variabil variabilidad idad alrededor del TARGET. Taguchi considera que la inconsistencia en la calidad del producto o servicio resulta en gastos, desperdicios y pérdidas de oportunidad, cuando los objetivos de calidad no se alcancen exactamente. En la Figura 27 y 28 vemos la Función de Pérdida de Taguchi. La variación mínima se obtiene cuando el proceso baja su variabilidad hasta estar 100% en el TARGET y lo observamos en la Figura 29 En las Figuras 29 a 35 vemos el caso de un proceso que reduce su variabilidad y su pérdida al cambiar su protocolo operacional desde A a B.
En la Figura 29 observamos un proceso con un protocolo A, que está fuera de ambas especificaciones. (En rojo)
En la Figura 30 se cambió el protocolo del proceso a B y con ello se consiguió quedar dentro de ambas especificaciones.
La Figura 31 muestra los dos estados del proceso con los protocolos A y B
En la Figura 32 se han agregado las curvas de Función de Pérdida y del valor económico de la pérdida (En negro)
La Figura 33 muestra donde el proceso con el protocolo A corta la curva de Función de Pérdida y la correspondiente pérdida registrada en la curva del valor de la pérdida
La Figura 34 muestra donde el proceso con el protocolo B corta la curva de Función de Pérdida y su correspondiente pérdida
Por último, la Figura 35 n os muestra la disminución de la pérdida, equivalente a la disminución de la variabilidad representada por el lugar donde el proceso con el protocolo B cortó la curva de Función de Pérdida. Por supuesto, esto también funciona en sentido inverso, se puede aumentar la variabilidad y la pérdida del proceso pasando desde el protocolo B al protocolo A.
La función de perdida se enuncia como sigue: L = K ( Y m )2 Donde: L = Función de Perdida K = Constante Y = Valor nominal o ideal m = valor observado Aplicación Una compañia dedicada a fabricar balastras garantizan una vida útil de 60 meses, a un costo de usd c/u, pero en promedio estas tienen una vida util de 56 meses, entonces tenemos: Y = 60 meses X = 56 meses $ c/u = USD W!
1m
Tenemos que determinar K = 12/1m L = 12 ( 60 56 )2 1m L= 192 usd de perdida El tiempo de entrega de material de la planta hacia los centros de distribución es aproximado de 4 hrs, pero por diversas causas este se puede retrasar, si calculamos un promedio de entregas tenemos que normalmente se lleva 6hrs, el costo de cada embarque es de .500 usd, entonces tenemos: Y = 4 hrs X = 6 hrs $ c/u = .500 USD 1hr
Tenemos que determinar K = 2500/1hr L = 2500 ( 4 - 6 )2 1hr L= 10.000 usd de perdida Por todo lo anterior podemos ver que esta técnica nos ayuda a determinar como el factor de calidad en algun producto o servicio puede ser afectado por alguna variable, lo cual nos lleva a perder determinado costo e insatisfacción del cliente. Conclusión A pesar que diseñadores y catedráticos han argumentado que los métodos de Taguchi no siempre proveerán las mejores soluciones a los experimentos que aquellos métodos convencionales, esta técnica no es solo una aplicación estadística en el diseño de experimentos, sus métodos i ncluyen la integración de la estadística conjuntamente con la ingeniería de proceso.