ESTUDIO DE CASO EMPRESA CONFECCIONES BELO HORIZONTE TRABAJO COLABORATIVO FASE 2
NATALIA MOLINA TUTORA GRUPO 302582A_291
ZULEIMA PAOLA GARCIA SUAREZ CC. 1.065.655.756 DANNY MAURICIO CIFUENTES CC ELVIN JOSE FUENTES VIDES CC. 1.065.807.883 RICARDO JAVIER TRUJILLO C.C 1.065.607.975
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA CONTROL DE CALIDAD
INTRODUCCION
El control estadístico de la calidad es un método de mejora m ejora continua de los procesos operativos de una organización, se basa en la reducción sistemática de la variación de aquellas características que más influyen en la calidad de los productos o servicios. Las herramientas estadísticas utilizadas para la reducción de la variación son, fundamentalmente, el seguimiento, el control y la mejora de los procesos Siguiendo el mismo orden de idea, el control estadístico de la calidad cuentan con herramientas de análisis y resolución de problemas, como distribución de frecuencias e histogramas, diagrama de recorrido, diagrama de flujo, hojas de registros, diagrama causa- efecto, diagrama de Pareto, tormentas de ideas y otras herramientas estadísticas como los gráficos de control por variables y por atributos, el diseño de experimentos y los índices de capacidad de los procesos, tiene como objetivo la reducción sistemática de la variación de los procesos.
OBJETIVO GENERAL Existe mucha literatura de control de calidad en sus distintas modalidades, todos los autores de calidad coinciden en la necesidad de usar técnicas de calidad, y para cubrir esta necesidad existe un conjunto de técnicas estadísticas llamadas herramientas básicas de la calidad que aplicada combinadamente forman el Control Estadístico del Proceso (CEP). Un gráfico de control utiliza medidas de un proceso para determinar el comportamiento normal de dicho proceso. La desviación típica es una medida de variabilidad que también puede calcularse, con las cuales trazamos los límites de control superior e inferior. Incluyendo los datos futuros a medida que se obtienen, veremos si los nuevos datos se corresponden con los resultados esperados. Si no es así, inferiremos que ha sucedido algo infrecuente con lo que procederemos a buscar la causa. Estas causas son denominadas causas especiales para diferenciarlas de las causas comunes de variabilidad, las cuales siempre están presentes y son las causantes de la variación incluida en las observacio nes previas. Las causas comunes se reflejan en los cálculos de la media y de la desviación típica utilizados para elaborar el gráfico de control.
1. Cartas p y np , análisis e interpretación de Los resultados muestra rollos telas
defectos
tela revisada en m
p
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
2 4 0 5 4 0 6 3 2 1 4 3 2 1 8 0 4 6 4 3 0 4 3 1 3 2 0 4 2 1 82
120 150 180 124 135 140 120 140 136 149 123 140 130 120 123 100 125 157 160 135 135 127 160 155 145 130 120 100 135 125 4039
1 2 0 2,5 2 0 3 1,5 1 0,5 2 1,5 1 0,5 4 0 2 3 2 1,5 0 2 1,5 0,5 1,5 1 0 2 1 0,5 1,36666667
np
2,73333333
muestra
2
rollos
2. gráficas C y U en Excel, análisis e interprete los resultados
Muestra
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Tela revisada
Defectos
120 150 180 124 135 140 120 140 136 149 123 140 130 120 123 100 125 157 160 135 135 127 160 155 145 130 120 100 135 125 4039
2 4 0 5 4 0 6 3 2 1 4 3 2 1 8 0 4 6 4 3 0 4 3 1 3 2 0 4 2 1 82
Proporcion NC
0,02 0,03 0,00 0,04 0,03 0,00 0,05 0,02 0,01 0,01 0,03 0,02 0,02 0,01 0,07 0,00 0,03 0,04 0,03 0,02 0,00 0,03 0,02 0,01 0,02 0,02 0,00 0,04 0,01 0,01
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
0,017 0,027 0,000 0,040 0,030 0,000 0,050 0,021 0,015 0,007 0,033 0,021 0,015 0,008 0,065 0,000 0,032 0,038 0,025 0,022 0,000 0,031 0,019 0,006 0,021 0,015 0,000 0,040 0,015 0,008
-0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162
0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203 0,0203
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
P N LCS LCI
0,02030205 134,633333 0,0567 0,0162
Gráfico de Control 0.070 0.060 0.050 0.040 0.030 0.020 0.010 0.000 -0.010
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
-0.020 -0.030
Análisis: solo hay un punto fuera de control, el cual superara el número de defectos permitidos por la empresa con base al grafico de control. En síntesis ese rollo se saca porque no cumple las condiciones de calidad.
Tela revisada
Defectos
120 150 180 124 135 140 120 140 136 149 123 140 130 120 100 125 157 160 135 135 127 160 155 145 130 120 100 135 125 3916
2 4 0 5 4 0 6 3 2 1 4 3 2 1 0 4 6 4 3 0 4 3 1 3 2 0 4 2 1 74
P
0,01889683 135,034483 0,0541 -0,0163
N LCS LCI
Proporcion NC
0,02 0,03 0,00 0,04 0,03 0,00 0,05 0,02 0,01 0,01 0,03 0,02 0,02 0,01 0,00 0,03 0,04 0,03 0,02 0,00 0,03 0,02 0,01 0,02 0,02 0,00 0,04 0,01 0,01
0,017 0,027 0,000 0,040 0,030 0,000 0,050 0,021 0,015 0,007 0,033 0,021 0,015 0,008 0,000 0,032 0,038 0,025 0,022 0,000 0,031 0,019 0,006 0,021 0,015 0,000 0,040 0,015 0,008
-0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162 -0,0162
0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189 0,0189
0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541 0,0541
Muestra
Tela Revisada
Defectos
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
120 150 180 124 135 140 120 140 136 149 123 140 130 120 123 100 125 157 160 135 135 127 160 155 145 130 120 100 135 125
2 4 0 5 4 0 6 3 2 1 4 3 2 1 8 0 4 6 4 3 0 4 3 1 3 2 0 4 2 1 82
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Defectos
LCI
C
LCS
2 4 0 5 4 0 6 3 2 1 4 3 2 1 8 0 4 6 4 3 0 4 3 1 3 2 0 4 2 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73
7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69
C LCS LCI
2,73333333 7,69317204 2,22650537
Gráfico de Contral II 0.060 0.050 0.040 0.030 0.020 0.010 0.000 -0.010
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
-0.020 Series1
Series2
Series3
Series4
3. Respuesta argumentada de lo que sucede con la muestra No.15.
Gráfico C 9 8 7 6 5 4 3 2 1 0 0
5
10
15
20
25
30
¿Qué sucede con la muestra No. 15, cómo afecta las conclusiones del ejercicio, qué pasaría si se la excluye? rta/ la muestra numero 15 tiene el mayor de numero de no conformidades de todos los lotes, por tanto, es la unica que supera el limite permitido y es un punto fuera de control. Si se excluye, todos los puntos quedan dentro de los limites de control y por tanto la revision de todos los lotes no tendria ningun inconveniente por lo que todos los lotes cumplirian con los requerimientos minimos de calidad.
35
4. Análisis de Cuándo es conveniente usar la gráfica c y cuándo la gráfica u de control estableciendo las conclusiones generales y su propuesta de mejora
Muestra
Tela Revisada
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
120 150 180 124 135 140 120 140 136 149 123 140 130 120 123 100 125 157 160 135 135 127 160 155 145 130 120 100 135 125
C LCS
2,73333333 7,69317204
Defectos
2 4 0 5 4 0 6 3 2 1 4 3 2 1 8 0 4 6 4 3 0 4 3 1 3 2 0 4 2 1 82
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Defectos
LCI
C
LCS
2 4 0 5 4 0 6 3 2 1 4 3 2 1 8 0 4 6 4 3 0 4 3 1 3 2 0 4 2 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73 2,73
7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69 7,69
0 2,22650537
LCI
ANALISIS: SOLO HAY UN PUNTO FUERA DE CONTROL, Y CORRESPONDE A LA MUESTRA NUMERO 15.
Gráfico C 9 8 7 6 5 4 3 2 1 0 0
5
10
15
Muestra
Tela Revisada
Defectos
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
120 150 180 124 135 140 120 140 136 149 123 140 130 120 123 100 125
2 4 0 5 4 0 6 3 2 1 4 3 2 1 8 0 4
20
0,0167 0,0267 0,0000 0,0403 0,0296 0,0000 0,0500 0,0214 0,0147 0,0067 0,0325 0,0214 0,0154 0,0083 0,0650 0,0000 0,0320
25
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
30
35
0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536
0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02
18 19 20 21 22 23 24 25 26 27 28 29 30
157 160 135 135 127 160 155 145 130 120 100 135 125
U LCS
0,02072881 0,0579536 0 0,01649597
LCI
6 4 3 0 4 3 1 3 2 0 4 2 1 82
0,0382 0,0250 0,0222 0,0000 0,0315 0,0188 0,0065 0,0207 0,0154 0,0000 0,0400 0,0148 0,0080 0,6219
0 0 0 0 0 0 0 0 0 0 0 0 0
0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536 0,0579536
Análisis de Cuándo es conveniente usar la gráfica C y cuándo la gráfica U de control estableciendo las conclusiones generales y su propuesta de mejora. Rta: La carta C, es una herramienta estadística usada para analizar la variabilidad del numero de defectos por subgrupo. Las cartas C, responden a la pregunta “Tiene
una causa especial la variación causada en la tendencia central de este proceso para producir un número anormalmente grande o pequeño de ocurrencias durante el período de tiempo observado”. mientras que la carta U, es una
herramienta estadística usada para evaluar la variación del número promedio de defectos por articulo o unidad. Se usa cuando el tamaño del subgrupo no es constante. Por tanto, en nuestro caso, conviene utilizar la carta U porque nuestro tamaño de subgrupo no es constante.
0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02
Gráfico U 0.0700 0.0600 0.0500 0.0400 0.0300 0.0200 0.0100 0.0000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
5. Plan de muestreo de aceptación por atributos, con su respectivo análisis al estudio de caso PLAN DE MUESTREO POR ATRIBUTOS
Plan de muestreo por atributos, simple (inspección general tipo II), teniendo en cuenta que la empresa Confecciones Belo Horizonte S.A.S., tiene una política de control de calidad en la que el nivel aceptable de calidad es de AQL = NAC = 1,5% y se emplea en tabla MIL STD 105D, considerando que el tamaño del lote es de 1500 camisetas. Muestreo aleatorio de un lote de 1500 camisetas de la Empresa de Confecciones Belo Horizonte, una donde su muestreo se basa en la MIL STD 105D, y su plan de muestreo es simple.
LETRA DEL
TAMAÑO NIVELDE NIVELES CODIGO TAMAÑO NUMERO DE DEL INSPECCION DE DEL DE LA ACEPTACION LOTE (NAC) CALIDAD TAMAÑO MUESTRA (AC) DE LA MUESTRA
NUMERO DE RECHAZO C
1500
6
II
1.5 %
ACTUALIZAR PROBABILIDADES DE OCURRENCIA – ACCIONES CORRECTIVAS
K
125
5
FABRICAR LOTES DE TAMAÑO MAS PEQUEÑOS
(RE)
11
REALIZAR PLANES DE MEJORA CONTINUA Y DE RECUPERACION
FLUJO DEL PRODUCTO
FLUJO DE DINERO
INCREMENTO DE RECHAZOS
SI
SANCION POR INCREMENTO DE RECHAZOS
FLUJO DE INFORMACION
REPROCESO
NO
SELECCIONAR UNA MUESTRA DE TAMAÑO n
INSPECCIONAR n ARTICULOS – RETIRAR LOS NO CONFORMES
SE ENCONTRARON RECHAZOS O MENOS NO CONFORMES
ALMACEN
SANCION
OBSEQUIO
RECHAZAR LOTE – INSPECCIONAR 100%REETIRAR LOS NO CONFORMES-
SI
SANCIONAR POR CPS ACEPTAR EL LOTE Y DESPACHAR
NO
COMPRA DEL PRODUCTO
RETIRAR PARA SU CONSUMO FINAL
NO CONFORME NO
SI
RETIRAR POR NO CONFORME - RETIRAR O REPROCESAR EL NO CONFORME
COMPENSAR AL CLIENTE- RETIRAR PARA SU CONSUMO
Es confiable el muestreo establecido? Argumente su respuesta. Si tomamos en cuenta que a un lote de 1500 camisetas se realiza una muestra aleatoria de 125 unidades para su estudio, estamos hablando que se realizan 12 muestras, si en cada una de las muestras tomadas se encuentran 6 unidades defectuosas se rechaza el lote y si por el contrario dentro de la muestra solo se encuentran 5 productos defectuosos se acepta el lote. El concepto de muestreo de aceptación va asociado a inspección, por lo que acarrea todos los problemas que supone confiar la calidad en la inspección. Por lo anterior y teniendo en cuenta la presentación del caso de estudio consideramos que no es muy confiable, ya que durante el muestreo no se estableció un tiempo en la inspección por parte de la auditora, y esta lo hacía cada vez que le parecía y la
supervisora pasaba cada 40 min, el muestreo y los gráficos de control por atributos no funcionan y los datos obtenidos no son confiables y por eso al final se ve mucho rechazo, al tener en los controles niveles de alerta que permitan detener el proceso hasta cuando las causas iniciales sean detectadas y corregidas se podría disminuir el rechazo de prendas y al final el de todo un lote.
Aspectos importantes del muestreo:
El propósito es calificar los lotes, no estimar los parámetros del lote.
No proporcionan un mecanismo de control de calidad, simplemente aceptan o rechazan lotes.
Sirven como herramienta de auditoría para asegurar que la calidad de un lote esté de acuerdo a especificaciones
Alternativas para calificar un lote:
Aceptar sin inspección. Con proveedores confiables.
Inspeccionar al 100%, separando los productos defectuosos.
Realizar un muestreo de aceptación.
La aceptación por muestreo es más útil en las situaciones siguientes:
Cuando las pruebas son destructivas.
Cuando el costo de la inspección 100% es muy alto.
Cuando la inspección 100% es muy tardada.
Cuando las cantidades a inspeccionar 100% son muy altas y con tasa de defectos baja, que haga que se causen errores al inspeccionar, dejando pasar productos defectuosos.
Cuando el proveedor no es confiable al 100%, o su capacidad de proceso es baja.
Cuando hay riesgo de generar problemas legales por productos críticos.
Desventajas y ventajas del muestreo
VENTAJAS:
Es más barato, requiriendo menos inspección.
Existe un menor manejo de producto o menor daño.
Se aplica a pruebas destructivas.
El rechazar un lote completo en lugar de sólo las partes defectivas, motiva al proveedor a mejorar su calidad.
DESVENTAJAS:
Existe el riesgo de “aceptar” lotes malos y de “rechazar” lotes buenos.
La información que se genera respecto al producto o proceso es poca.
El muestreo de aceptación requiere documentación y planeación, no así la inspección 100%.
6. Desarrollo de las indicaciones dadas de a a la g. para la construcción del plan de muestreo Qué recomendaciones de ingeniería son necesarias para mejorar el control de calidad en la empresa Belo Horizonte S.A.S en el procedimiento de auditoría final de producto terminado?
Es recomendable según el muestreo por atributos que se viene ejecutando el cual da un nivel aceptable de calidad es de AQL = NAC = 1,5% y se emplea la tabla MIL STD 105D, para un lote de 1500 camisetas que se viene realizando, ahora se implementaría por parte del auditor o inspector de calidad un muestreo aleatorio cada 15 min en el cual se toma en una hora un total de 5 prendas al azar para así completar el total sugerido en la MIL STD 105D, que son 125 Und, al momento de salir más de 3 defectos en una hora se genera una alerta la cual hace frenar el proceso y corregir el fallo. Esto con el supuesto de que en una hora se estampen 60 camisetas. Esto sería: HORAS
CAMISETAS
1 HORA
60 CAMISAS
25 HORAS
1500 CAMISAS
De esta forma se tendría un control más frecuente, esto acompañado de una política de capacitación e incentivos a los empleados.
Es importante tener inducciones específicas y capacitaciones para todo el personal que ingresa nuevo a la empresa.
Generar cronograma con mantenimientos preventivos y correctivos para las maquinas e instrumentos, incluyendo la metodología TPM para los operadores de las máquinas.
Imponer sanciones para los auditores que no cumplan con los planes de muestreo e información a tiempo de fallos.
Verificar el correcto funcionamiento de las máquinas necesarias en cualquier proceso de producción.
Verificación inicial de cada uno de los requerimientos exigidos por los clientes desde la composición de la tela hasta las medidas que fueron previamente especificadas.
Se debe tener una supervisora encargada de una sola línea de producción que verifique constantemente el proceso.
Estas recomendaciones harán que se bajen los nieles de rechazos, y se generare una mejor rentabilidad.
CONCLUSION
Podemos concluir que el desarrollo de los concepto y ejemplos se puede observar el enorme potencial que posee la utilización del Control Estadístico de la calidad como instrumento y herramienta destinada a un mejor control en la evolución de una empresa, una forma más eficaz de tomar decisiones en cuanto a ajustes, un método muy eficiente de fijar metas y un excepcional medio de verificar el comportamiento del sistema. Muchos son los que por desconocimiento de la forma en que funcionan los procesos tienden a efectuar prolongados y obstinados análisis en la búsqueda de las razones que dieron lugar a la variación de los costos en relación a los estándares o a los registrados en el período anterior, cometiendo el error de adoptar medidas de ajuste, cuando en realidad las variaciones respondían a la naturaleza misma del proceso, por lo que los ajustes dan origen a mayores diferencias en el futuro.
BIBLIOGRAFIA datateca.unad.edu.co/contenidos/102504/.../ Control_de_calidad _en_los_proceso s
