Los Gurús de nuestros días Los gurús de esta nueva etapa idealizan las funciones y dinámica de la organización para insertarlas en un nuevo modelo de comportamiento , relaciones y disciplinas. Entre estos tenemos:
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
1. Los Gurs de nuestros das
Los gurs de esta nueva etapa idealizan las funciones y dinmica
de la organizacin para insertarlas en un nuevo modelo de
comportamiento , relaciones y disciplinas. Entre estos
tenemos:
2. Los Gurs de nuestros das
W. EDWARDS DEMING (1900-1993)
William Edwards Deming naci en 1900 en Wyoming, E.U., se dedic
a trabajar sobre el control estadstico de la calidad. Japn asumi y
desarrollo los planteamientos de Deming, y los convirti en el eje
de su estrategia de desarrollo nacional. En 1950 W. Edward Deming
visit Japn, dando conferencias sobre Control de Calidad. A dichas
conferencias asistieron un grupo numeroso y seleccionado de
directivos de empresas para crear las bases sobre las que instaurar
el Premio Deming, premiando a aquellas instituciones o personas que
se caracterizaran por su inters en implantar la calidad.
3. Los Gurs de nuestros das
JOSEPH MOSES JURAN (1904-199)
Nace en Rumania en 1904 y es otra de las grandes figuras de la
calidad. Se traslada a Minnesota en 1912. Es contemporneo de
Deming. Despus de la II Guerra Mundial trabaj como consultor.
Visita Japn en 1954 y convierte el Control de la Calidad en
instrumento de la direccin de la empresa . Imparte su conferencia
sobre: " Gestin Sistemtica del Control de Calidad". Se le descubre
a raz de la publicacin de su libro , desechado por otras
editoriales: " Manual de Control de Calidad". Su fundamento bsico
de la calidad, es que slo puede tener efecto en una empresa cuando
sta aprende a gestionar la calidad.
4. Los Gurs de nuestros das
KAORU ISHIKAWA (1915-)
El representante emblemtico del movimiento del Control de
Calidad en Japn es el Dr. Kaoru Ishikawa. Nacido en 1915, se gradu
en la Universidad de Tokio el ao 1939 en Qumica Aplicada. Fue
profesor en la misma Universidad, donde comprendi la importancia de
los mtodos estadsticos, ante la dispersin de datos , para hallar
consecuencias. Desarrolla el Diagrama Causa-Efecto como herramienta
para el estudio de las causas de los problemas .
Parte de que los problemas no tienen causas nicas, sino que
suelen ser, segn su experiencia, un cmulo de causas. Slo hay que
buscar esta multiplicidad de causas, colocarlas en su
diagrama.
5. Los Gurs de nuestros das
PHILIP B. CROSBY (1926-2001)
Philip Crosby naci en Wheeling, Virginia el 18 de junio de
1926. Entre su participacin en la Segunda Guerra Mundial y Corea,
Philip Crosby comenz su trabajo como profesional de la calidad en
1952 en una escuela mdica. La carrera de Philip Crosby comenz en
una planta de fabricacin en lnea donde decidi que su meta sera
ensear administracin en la cual previniendo problemas sera ms
provechoso que ser bueno en solucionarlos. Formo la Crosby
Associates, Inc. (PCA), y durante diez aos siguientes la convirti
en una organizacin con 300 empleados y con $80 millones de dlares
en ganancias.
6. Los Gurs de nuestros das
GENICHI TAGUCHI (1924-)
El Dr. Genichi Taguchi naci en Japn en 1924, gradundose en la
Escuela Tcnica de la Universidad Kiryu, su principal etapa
profesional ha sido dentro de la Electrical Communication
Laboratory (ECL) de la Nippon Telephone and Telegraph Co.
(1948-1961) en donde se enfoc a la mejora de la productividad en la
investigacin y desarrollo. En sus mtodos emplean la experimentacin
a pequea escala con la finalidad de reducir la variacin y descubrir
diseos robustos y baratos para la fabricacin en serie, reduciendo
los tiempos de investigacin, desarrollo y entrega del diseo .
7. Los Gurs de nuestros das
SHIGEO SHINGO (1909-1990)
Naci en Japn en 1909, Shigeo Shingo tal vez no es tan conocido
en Occidente como Ishikawa y Taguchi, aunque la incidencia de su
trabajo, especialmente en Japn, ha sido inmensa. Despus de
graduarse en Ingeniera Mecnica en la Escuela Tcnica Yamanahsi en
1930, se incorpor a la Fbrica de Ferrocarriles Taipei, en Taiwn,
donde introdujo los mtodos de gestin cientfica.
Es interesante advertir que los sistemas poka-yoke, al utilizar
dispositivos que evitan la aparicin de defectos, obvian la
necesidad de medicin . En general, los sistemas poka-yoke
comprenden dos fases: el aspecto de deteccin y el aspecto de
regulacin.
8. Calidad Estadstica
9. Control de Calidad Estadstica
Calidad : es la totalidad de aspectos y caractersticas de un
producto o servicio que permiten satisfacer necesidades implcitas o
explcitamente formuladas.
Control de la calidad por inspeccin .
Control estadstico de la calidad. Despus de la Segunda Guerra
Mundial, la enorme produccin en masa oblig al surgimiento del
control estadstico de la calidad. Esta fase fue una extensin de la
inspeccin, a los inspectores se les provey de herramientas
estadsticas, tales como muestreo y grficas de control. La
contribucin de mayor importancia del control estadstico fue la
introduccin de la inspeccin pro muestreo, en lugar de la inspeccin
al 100%.
La lentitud del crecimiento del control de calidad tuvo poco
que ver con problemas del desarrollo de las ideas tcnicas y
estadsticas. El crecimiento de conceptos como la grfica de control
y los planes fundamentales de muestreo qued pronto establecido. Los
impedimentos fueron la voluntad o la habilidad de las
organizaciones para tomar las medidas adecuadas referentes a estos
temas.
10. Las Sietes Herramientas Bsicas de la Calidad
Las Herramientas, tanto las siete bsicas como las siete nuevas,
proporcionan una amplia gama de armas para el control de la
calidad. Estas herramientas son aplicables por igual tanto a
procesos de fabricacin como a los orientados al servicio. Algunas
de estas herramientas son muy simples en cuanto a su uso, pero
proporcionan datos de valor incalculable para toma de decisiones
relacionadas con la calidad. Como resultado de su uso, las
herramientas proporcionan una base para los procesos de mejora de
calidad.
Diagrama de Pareto
El Diagrama de Pareto es una grfica en donde se organizan
diversas clasificaciones de datos por orden descendente, de
izquierda a derecha por medio de barras sencillas despus de haber
reunido los datos para calificar las causas. De modo que se pueda
asignar un orden de prioridades.
Esta herramienta es especialmente valiosa en la asignacin de
prioridades a los problemas de calidad, en el diagnstico de causas
y en la solucin de las mismas, el diagrama de Pareto se puede
elaborar de la siguiente manera:
Cuantificar los factores del problema y sumar los efectos
parciales hallando el total.
Reordenar los elementos de mayor a menor.
Determinar el % acumulado del total para cada elemento de la
lista ordenada.
Trazar y rotular el eje vertical izquierdo (unidades).
Trazar y rotular el eje horizontal (elementos).
Trazar y rotular el eje vertical derecho (porcentajes).
Dibujar las barras correspondientes a cada elemento.
Trazar un grfico lineal representando el porcentaje
acumulado.
Analizar el diagrama localizando el "Punto de inflexin" en este
ltimo grfico.
11.
Se ha llegado a verificar la regularidad con la que se dan en
las distintas actividades y fenmenos sociales y productivos, el
hecho de que unos pocos factores son responsables de la mayora de
los sucesos, en tanto que el resto mayoritario de los elementos o
factores generan o poseen escasos efectos, es lo que ms comnmente
se cataloga como los "pocos vitales y los muchos triviales".
As en procesos tradicionales de produccin podemos tener que el
20% de las causas de imperfecciones o fallas originan o son
responsables de entre un 70 y 80% de los defectos detectados. Y al
revs, un 80% de las restantes causas generan tan slo entre un 30 y
20% de los defectos.
12. Diagrama de Ishikawa
El Diagrama de Ishikawa tambin conocido como Causa-Efecto
tambin como diagrama de espina de pescado por su forma, es una
forma de organizar y representar las diferentes teoras propuestas
sobre las causas de un problema.
Nos permite, por tanto, lograr un conocimiento comn de un
problema complejo, sin ser nunca sustitutivo de los datos.
Los Errores comunes son construir el diagrama antes de analizar
globalmente los sntomas, limitar las teoras propuestas enmascarando
involuntariamente la causa raz, o cometer errores tanto en la
relacin causal como en el orden de las teoras, suponiendo un gasto
de tiempo importante. El diagrama se elabora de la siguiente
manera:
Ponerse de acuerdo en la definicin del efecto o problema.
Trazar una flecha y escribir el "efecto" del lado derecho.
Identificar las causas principales a travs de flechas
secundarias que terminan en la flecha principal.
Identificar las causas secundarias a travs de flechas que
terminan en las flechas secundarias, as como las causas terciarias
que afectan a las secundarias.
Asignar la importancia de cada factor.
Definir los principales conjuntos de probables causas:
materiales , equipos, mtodos de trabajo, mano de obra, medio
ambiente (5 Ms).
Marcar los factores importantes que tienen incidencia
significativa sobre el problema.
Registrar cualquier informacin que pueda ser de utilidad .
13.
14.
Asignar la importancia de cada factor.
6. Definir los principales conjuntos de probables causas:
materiales, equipos, mtodos de trabajo, mano de obra, medio
ambiente (5 Ms).
7. Marcar los factores importantes que tienen incidencia
significativa sobre el problema.
8. Registrar cualquier informacin que pueda ser de
utilidad.
15. Histogramas
Presentacin de datos en forma ordenada con el fin de determinar
la frecuencia con que algo ocurre.
El Histograma muestra grficamente la capacidad de un proceso, y
si as se desea, la relacin que guarda tal proceso con las
especificaciones y las normas. Tambin da una idea de la magnitud de
la poblacin y muestra las discontinuidades que se producen en los
datos.
16. Diagrama de Dispersin
Un Diagrama de Dispersin es la forma mas sencilla de definir si
existe o no una relacin causa efecto entre dos variables y que tan
firme es esta relacin, como estatura y peso. Una aumenta al mismo
tiempo con la otra.
El Diagrama de Dispersin es de gran utilidad para la solucin de
problemas de la calidad en un proceso y producto, ya que nos sirve
para comprobar que causas (factores) estn influyendo o perturbando
la dispersin de una caracterstica de calidad o variable del proceso
a controlar.
Los motivos ms comunes de este tipo de diagrama son
analizar:
La relacin entre una causa y un efecto.
La relacin entre una causa y otra.
La relacin entre una causa y otras dos causas.
Un efecto y otro efecto
17. Estratificacin
Es un mtodo que permite hallar el origen de un problema
estudiando por separado cada uno de los componentes de un conjunto.
Es la aplicacin a esta tcnica del principio romano "divide y
vencers" y del principio de Management que dice: "Un gran problema
no es nunca un problema nico, sino la suma de varios pequeos
problemas". A veces, al analizar separado las partes del problema,
se observa que la causa u origen est en un problema pequeo.
En la Estratificacin se clasifican los datos tales como
defectivos, causas, fenmenos, tipos de defectos (crticos, mayores,
menores), en una serie de grupos con caractersticas similares con
el propsito de comprender mejor la situacin y encontrar la causa
mayor mas fcilmente, y as analizarla y confirmar su efecto sobre
las caractersticas de calidad a mejorar o problema a resolver.
18. Hojas de Verificacin o Comprobacin
Es un formato especial constituido para colectar datos
fcilmente, en la que todos los artculos o factores necesarios son
previamente establecidos y en la que los records de pruebas,
resultados de inspeccin o resultados de operaciones son fcilmente
descritos con marcas utilizadas para verificar.
Para propsitos de control de procesos por medio de mtodos
estadsticos es necesaria la obtencin de datos. El control depende
de ellos y, por supuesto, deben ser correctos y colectados
debidamente. Adems de la necesidad de establecer relaciones entre
causas y efectos dentro de un proceso de produccin, con propsito de
control de calidad de productividad, las Hojas de Verificacin se
usan para:
Verificar o examinar artculos defectivos.
Examinar o analizar la localizacin de defectos.
Verificar las causas de defectivos.
Verificacin y anlisis de operaciones (A esta ltima puede
llamrsele lista de verificacin)
Las Hojas de Verificacin se utilizan con mayor frecuencia:
Para obtener datos.
Para propsitos de inspeccin.
La Hoja de Verificacin para la obtencin de datos se clasifica
de acuerdo con diferentes caractersticas (calidad o cantidad) y se
utilizan para observar su frecuencia para construir grficas o
diagramas. Tambin se utilizan para reportar diariamente el estado
de las operaciones y poder evaluar la tendencia y/o dispersin de la
produccin.
Las Hojas de Verificacin para propsitos de inspeccin se
utilizan para checar ciertas caractersticas de calidad que son
necesarias de evaluar, ya sean en el proceso o producto
terminado.
19. Objetivo de los diagramas de control de la calidad
El objetivo de los diagramas de control de la calidad es
determinar y visualizar en una grfica el momento en que ocurre una
causa asignable en el sistema de produccin para poder identificarla
y corregirla. Esto se logra con la seleccin peridica de una pequea
muestra de la produccin actual.
Los procedimientos para establecer un control estadstico
Los procedimientos para establecer un control estadstico del
comportamiento de la empresa
Establecer la "capacidad del proceso",
Crear un grfico de control;
Recoger datos peridicos y representarlos grficamente;
Identificar desviaciones;
Identificar las causas de las desviaciones;
Perpetuar los efectos positivos y corregir las causas de los
negativos.
20. Control de Variables y de Atributos
Las caractersticas de calidad que llamaremos variables son
todas aquellas que podemos representar por una cifra. Por ejemplo,
la medida de un perno, la resistencia de resistores de alambre, el
contenido de cenizas en carbn, etc., etc.
Los atributos son aquellas caractersticas de calidad no
mensurables, cuya dimensin en general no se puede representar con
una cifra. Como por ejemplo podemos tomar las imperfecciones
visuales de las superficies de los productos, tales como manchas,
diferencias de tono, aspectos de una soldadura, etc., etc.
Una caracterstica de calidad medible, como dimensin, peso
volumen, es una variable cuantitativa. Los diagramas de control
para variables se usan para contrastar las caractersticas de
calidad cuantitativas. Suelen permitir el uso de procedimientos de
control ms eficientes y proporciona ms informacin respecto al
rendimiento del proceso que los diagramas de control de atributos ,
que son utilizados para contrastar caractersticas cualitativas,
esto es, caractersticas no cuantificables numricamente.
21. El Control Estadstico de la Calidad y la mejora de
procesos.
Comenzando con la aportacin de Shewhart sobre reconocer que en
todo proceso de produccin existe variacin (Gutirrez:1992),
puntualiz que no podan producirse dos partes con las mismas
especificaciones, pues era evidente que las diferencias en la
materia prima e insumos y los distintos grados de habilidad de los
operadores provocaban variabilidad. Shewhart no propona suprimir
las variaciones, sino determinar cul era el rango tolerable de
variacin que evite que se originen problemas.
Para lograr lo anterior, desarroll las grficas de control al
tiempo que Roming y Dodge desarrollaban las tcnicas de muestreo
adecuadas para solamente tener que verificar cierta cantidad de
productos en lugar de inspeccionar todas las unidades. Este periodo
de la calidad surge en la dcada de los 30s a raz de los trabajos de
investigacin realizados por la Bell Telephone Laboratories.
22. El Control Estadstico de la Calidad y la mejora de
procesos.
En su grupo de investigadores destacaron hombres como Walter A.
Shewhart, Harry Roming y Harold Dodge, incorporndose despus, como
fuerte impulsor de las ideas de Shewhart, el Dr. Edwards W. Deming
(Cant:1997).
Estos investigadores cimentaron las bases de lo que hoy
conocemos como Control Estadstico de la Calidad (Statistical
Quality Control, SQC), lo cual constituy un avance sin precedente
en el movimiento hacia la calidad,
Causas de variacin
Existen variaciones en todas las partes producidas en el
proceso de manufactura. Hay dos fuentes de variacin:
variacin aleatoria se debe al azar y no se puede eliminar por
completo.
variacin asignable es no aleatoria y se puede reducir o
eliminar.
Nota: la variacin puede cambiar y cambiar la forma, dispersin y
tendencia central de la distribucin de las caractersticas medidas
del producto.
23. El Control Estadstico de la Calidad y la mejora de
procesos.
Diagramas de diagnstico
Controles o registros que podran llamarse "herramientas para
asegurar la calidad de una fbrica", esta son las siguientes:
Hoja de control (Hoja de recogida de datos)
Histograma
Anlisis paretiano (Diagrama de pareto)
Diagrama de Ishikawa: Diagrama de causa y efecto (Espina de
Pescado)
Estratificacin ( Anlisis por Estratificacin)
Diagrama de scadter (Diagrama de Dispersin)
Grfica de control
La experiencia de los especialistas en la aplicacin de estos
instrumentos o Herramientas Estadsticas seala que bien aplicadas y
utilizando un mtodo estandarizado de solucin de problemas pueden
ser capaces de resolver hasta el 95% de los problemas.
24. El Control Estadstico de la Calidad y la mejora de
procesos.
En la prctica estas herramientas requieren ser complementadas
con otras tcnicas como son:
La lluvia de ideas (Brainstorming)
La Encuesta
La Entrevista
Diagrama de Flujo
Matriz de Seleccin de Problemas, etc
Hay personas que se inclinan por tcnicas sofisticadas y tienden
a menospreciar, pero la realidad es que es posible resolver la
mayor parte de problemas de calidad, con el uso combinado de estas
herramientas en cualquier proceso de manufactura industrial.:
Detectar problemas
Delimitar el rea problemtica
Estimar factores que probablemente provoquen el problema
Determinar si el efecto tomado como problema es verdadero o
no
Prevenir errores debido a omisin, rapidez o descuido