Control estadístico de procesos: definición y ejemplos

Control de procesos

Mario es dueño de una empresa de calzado. Sus fábricas fabrican zapatos que suelen ser bastante bonitos, pero en ocasiones alguno de los zapatos de Mario sale con la suela rota o el tacón deformado. ¿Qué puede hacer para asegurarse de que la calidad de sus zapatos sea alta?

El control de procesos estadísticos es una forma de aplicar estadísticas para identificar y solucionar problemas en el control de calidad, como los malos zapatos de Mario. Fue desarrollado por primera vez por el Dr. Walter A. Shewhart en Bell Laboratories en la década de 1920, y desde entonces se ha desarrollado aún más.

Si el control estadístico del proceso puede ayudar a Mario a resolver sus problemas de control de calidad, está de acuerdo. ¿Pero como funciona? Para comprender mejor el control de procesos estadísticos, veamos las causas de la variación y cómo se puede aplicar a la fábrica de zapatos de Mario.

Causas de variación

Generalmente, los zapatos de Mario resultan perfectos. Pero a veces hay un problema con uno de los zapatos. ¿Qué está causando los problemas?

En el control estadístico de procesos hay dos causas de variación en los productos: común y especial. Una causa común de variación proviene de un sistema estable. Es decir, los problemas son causados ​​por problemas en el sistema que ocurren casi todo el tiempo. Debido a que son una parte normal del proceso, se denominan causas comunes. Por ejemplo, si los materiales que utiliza Mario para hacer la suela de sus zapatos son deficientes, y es por eso que algunos de los zapatos terminan con agujeros en las suelas, entonces esa es una causa común.

Compare eso con los agujeros que se deben al hecho de que una de las máquinas de fábrica funcionó mal un día. Eso no es algo que suceda todo el tiempo, por lo que no es una causa común de los agujeros. En cambio, es una causa especial de variación, que proviene de un problema o evento específico, como una máquina que funciona mal. Debido a que estas causas de variación solo ocurren de vez en cuando, son causas especiales.

En el mundo de la estadística, las variaciones provocadas por causas comunes suelen tener una distribución normal. Es decir, si Mario graficara la cantidad de zapatos con agujeros en los zapatos a lo largo del tiempo, esperaría ver una curva de campana de las variaciones. Sin embargo, las causas especiales suelen estar fuera de la distribución normal. Entonces, si el problema de las perforaciones de Mario es causado por un problema único, como el mal funcionamiento de la máquina, entonces esperaría ver muchas más zapatas perforadas saliendo de la línea de ensamblaje de lo normal. Si lo graficaba, el día en que la máquina fallara quedaría fuera de la curva de la campana.

Una vez que Mario ha descubierto si la variación de sus zapatos es causada por causas especiales o comunes, todavía tiene que solucionar el problema. Las causas comunes de variación deben abordarse arreglando o cambiando el sistema y, a menudo, requieren que la administración se involucre. Por ejemplo, Mario podría decidir cambiar los materiales que está usando para las suelas de los zapatos. Otras soluciones de causa común implican cambiar el diseño de un producto o el proceso de fabricación.

Las causas especiales, por otro lado, a menudo se pueden cambiar rápida, fácilmente y sin la intervención de la dirección. Por ejemplo, si el mal funcionamiento de la máquina es la causa de los agujeros, el operador de la máquina puede simplemente arreglar la máquina y hacer que vuelva a funcionar.

Planificar, hacer, estudiar, actuar

De acuerdo, Mario sabe cómo averiguar cuál es la causa de la variación en sus zapatos, y sabe que las causas comunes implican un cambio sistemático más grande que las causas especiales. Pero, ¿cómo implementa exactamente el cambio para abordar los problemas?

Shewhart desarrolló un sistema de cuatro pasos para ayudar a solucionar las causas de variación. Se llama PDSA o planificar, hacer, estudiar, actuar. A veces también se lo denomina PDCA o planificar, hacer, verificar, actuar. Los cuatro pasos del sistema son:

1. Planificar

El primer paso es identificar el problema y la causa. En el caso de Mario, sabe que el problema es que a veces los zapatos tienen agujeros en las suelas. Durante la fase de planificación, también tendrá que averiguar si esos agujeros son causados ​​por materiales deficientes, una causa común, o un mal funcionamiento único de la máquina, una causa especial.

2. Hacer

A continuación, Mario querrá implementar un cambio para solucionar el problema. Digamos que se da cuenta de que el problema son los materiales deficientes. Podría cambiar los materiales que usa para las suelas de sus zapatos.

3. Estudiar o comprobar

Durante el tercer paso, Mario necesita recopilar y analizar datos para ver qué impacto tuvieron los cambios. Por ejemplo, después de cambiar los materiales que está usando, podría registrar cuántos zapatos con agujeros produce su fábrica durante un cierto período de tiempo. Entonces podrá saber si el nuevo material causa agujeros con menos frecuencia que el antiguo.

4. Actuar

Finalmente, Mario querrá estandarizar el cambio si tiene éxito, o implementar otros cambios si no tiene éxito. Por ejemplo, digamos que Mario descubre que los zapatos hechos con el nuevo material terminan con suelas perforadas con menos frecuencia que los hechos con el material anterior. Mario querrá hacer que el cambio sea permanente y extender ese cambio a todas sus fábricas. Por otro lado, si descubre que el nuevo material no produce menos zapatos con agujeros, entonces querrá probar un material diferente o volver a examinar la causa de los agujeros. Quizás no sea el material después de todo.

El programa PDSA es un ciclo, lo que significa que cuando una empresa finaliza el paso cuatro, vuelve a la fase de planificación. Por ejemplo, tal vez Mario cambiando los materiales haga menos zapatos perforados. ¡Excelente! Pero ahora, debería volver a la fase de planificación para averiguar qué más puede hacer para reducir aún más la cantidad de zapatos con agujeros que salen de la línea de montaje. Quizás un nuevo diseño, una nueva maquinaria o la capacitación de sus trabajadores podrían ayudarlo a reducir aún más las variaciones.

Resumen de la lección

El control estadístico de procesos es una forma de aplicar estadísticas para identificar y solucionar problemas en el control de calidad que fue desarrollado por primera vez por el Dr. Walter A. Shewhart en Bell Laboratories en la década de 1920. En el control estadístico de procesos hay dos causas de variación en los productos: común y especial. Una causa común de variación proviene de un sistema estable. Por el contrario, una causa especial de variación proviene de un problema o evento específico.

Las variaciones de causas comunes suelen tener una distribución normal, mientras que las de causas especiales suelen encontrarse fuera de la distribución normal.

Además, las causas comunes de variación deben abordarse arreglando o cambiando el sistema y, a menudo, requieren que la administración se involucre. Las causas especiales, por otro lado, a menudo se pueden cambiar rápida, fácilmente y sin la intervención de la dirección.

Para reducir la variación y mejorar el control de calidad, las empresas deben adoptar el método PDSA o planificar, hacer, estudiar, actuar, que a veces también se denomina PDCA o planificar, hacer, verificar, actuar.

Rodrigo Ricardo Editor y fundador