Administración de la calidad total y herramientas básicas

Autor: Ing. Yosleidys González, Ing. Yuseiny López, Lic. Andrés García, y Ing. Boris Gutiérrez

CALIDAD

04-2006

El suministro de productos y servicios de alta calidad, se ha convertido en la clave de éxito para competir en los mercados internacionales.

El nivel de calidad que esperan muchos de los consumidores sigue aumentando a medida que los competidores principales elevan sus normas de calidad.

En respuesta a la demanda por productos y servicios de mejor calidad, varias empresas norteamericanas están adoptando nuevas prácticas de administración. La frase "Gestión Total de la Calidad " suele describir estas prácticas. (Harrington, S/A).

La introducción del concepto de calidad total[1] plantea la necesidad de la Administración Estratégica, fijando objetivos y políticas a partir del desarrollo de una novedosa capacidad de intervenir en un sistema que tiende a ser cada vez más complejo, con escaso margen de información y con ellos provocar un cambio que implique cumplir con los objetivos y metas predeterminadas dentro del equilibrio del sistema competitivo.

El desarrollo de la Gestión Total de la Calidad (GTC)[2] comprende la definición de la misión de la organización, el análisis de las condiciones del entorno, la determinación de puntos de control e indicadores de mejora y la identificación de nichos estratégicos que otorguen mayores ventajas competitivas.

Un atributo esencial de la GTC es el entendimiento general de que el cliente es el árbitro final de la calidad. La GTC se basa en la premisa de que el cliente es quien impone y define la calidad. La calidad del producto y del servicio que note el cliente hará aumentar su satisfacción y, finalmente, la demanda.

Características importantes de la Administración de la Calidad Total:
La satisfacción del cliente es esencial para mantener una posición competitiva en el mercado.

Los directivos principales deben actuar con determinación para establecer la calidad como valor fundamental que ha de incorporarse a las normas administrativas de la compañía.

Los conceptos de calidad han de exponerse claramente e integrarse plenamente a todas las actividades de la compañía.

Los directivos principales deben establecer un ambiente empresarial que permita la participación de todos los empleados para mejorar la calidad.

Las compañías deben dirigir su atención a la participación del personal, el trabajo colectivo y la capacitación en todos los niveles.

Los sistemas de Administración de la Calidad Total, para que tengan éxito, deben basarse en un método continuo y sistemático de recopilación, evaluación y administración de datos.

Los proveedores deben estar asociados plenamente a la Administración de la Calidad. La estrecha relación entre proveedores y productores es mutuamente beneficiosa.

La administración de la Calidad Total está estrechamente vinculada a la actividad turística.

En este sentido, un elevado nivel de calidad de servicio proporciona a las empresas turísticas considerables beneficios en cuanto a cuota de mercado, productividad, costes, motivación del personal, diferenciación respecto a la competencia, lealtad y captación de nuevos clientes, por citar algunos de los más importantes. Como resultado de esta evidencia, la gestión de la calidad de servicio se ha convertido en una estrategia prioritaria y cada vez son más los que tratan de definirla, medirla y, finalmente, mejorarla.

La evaluación de la calidad se ha convertido en uno de los problemas con los que más se enfrentan los empresarios hoteleros debido a la variabilidad del mercado y las características de los servicios, caracterizados por un elevado grado de intangibilidad.

Breve fundamentación teórica de las técnicas o herramientas cuantitativas y cualitativas de la gestión de la calidad empleadas.[3]

HERRAMIENTAS BÁSICAS[4]

• Diagrama de Tarjado: Diagrama de Marcas. Recopilar información.
• Tormenta de ideas. Recopilar información.
• Método Kendall. Prioridad a los problemas.
• Diagrama Causa-Efecto. Análisis de causas.
• Estratificación. Subdividir la información para un mejor análisis.
• Gráficos de control. Para llevar a cabo el control estadístico de calidad.

Gráfico de Tarjado:

Facilita el proceso de recogida de datos. Utilizan marcas y símbolos y no números y existen 3 tipos fundamentales.

Ø Gráfico de marcas: Se utilizan al final del proceso, línea o taller; con el objetivo de identificar las actividades o áreas que más número de defectos aportan a la mala calidad del producto.

Tormenta de ideas (Brainstorming)

Es una técnica de grupo para la generación de ideas nuevas y útiles, que permite, mediante reglas sencillas, aumentar las probabilidades de innovación y originalidad. Esta herramienta es utilizada en las fases de Identificación y definición de proyectos, en Diagnóstico de la causa y Solución de la causa.

Esta técnica es un medio probado de generar muchas ideas sobre un tema, es un medio de aumentar la creatividad de los participantes. Normalmente, las listas de ideas resultantes contienen mayor cantidad de ideas nuevas e innovadoras que las listas obtenidas por otros medios. Es muy recomendable seguir unas reglas prácticas de procedimiento:

1. Los participantes harán sus aportaciones por turno.
2. Sólo se aporta una idea por turno.
3. Si no se da una idea en un turno, se tiene otra oportunidad en la siguiente vuelta.
4. No se dan explicaciones sobre las ideas propuestas.

Diagrama Causa – Efecto

Es una de las técnicas más utilizadas para el análisis de causas, también es conocido como diagrama de Ishikawa o diagrama de espina de pescado. Esta herramienta es un fiel exponente del enfoque de proceso que caracteriza a la Gestión de la Calidad Total, al estudiar la relación causa efecto y reducir la magnitud de estos efectos (objetivos) se prioriza la previsión, trabajando sobre las causas y subcausas que lo provocan. Los pasos para la construcción de este diagrama son:

1. Identificación del efecto. Se coloca a la extrema derecha en un rectángulo.

2. Realizar la gran expansión de eventos causales, que están directamente relacionados al efecto. Esta gran expansión debe contar con un número máximo de 4 a 6 eventos causales. La unión de varios eventos causales constituyen procesos directamente relacionados con el efecto. La técnica utilizada para realizar objetivamente esta expansión es el método de Kendall o método de los expertos; el cual permite realizar la selección de forma parametral y comprobando la concordancia con un sencillo análisis estadístico.

3. Realizar la primera pequeña expansión: consiste en determinar las subcausas de cada evento causal. Para realizar la misma se recomienda el método de tormentas de ideas o brainstorming. El número de subcausas dependerá de la naturaleza de cada evento causal.

4. Realizar la segunda pequeña expansión: partiendo de las subcausas de la primera pequeña expansión, se pueden descomponer las mismas en subcausas. La técnica que se utiliza para realizar este análisis es el diagrama de afinidad.

5. Una vez definidas las causas (gran expansión) se formulan algunas hipótesis o contra medidas para eliminar las mismas y posteriormente se mide la eficiencia de esas contramedidas.

Método Kendall

El método de los expertos o método Kendall se utiliza para darle el orden de prioridad a determinadas características, para ello se selecciona un grupo de personas a las cuales se le llaman expertos y mediante ponderaciones que realizan se obtiene los resultados.

Donde:

Si existe algún experto que se encuentra fuera de la concordancia se elimina y como mínimo puedo tener 7 expertos, y como máximo 15.

Estratificación

Su esencia radica en estratificar la información recopilada en función de: turnos, equipos, obreros u otra posible categoría particularizando en el análisis del problema.

Generalidades de los gráficos de control

Los gráficos de control es la principal herramienta para llevar a cabo el control estadístico de calidad, y tiene la finalidad de determinar si el comportamiento de un proceso se mantiene regularmente a un nivel aceptable de calidad, esto mediante la sola vigilancia de dicho proceso y determinar, ante una irregularidad en su comportamiento, si se necesitan realizar cambios o ajustes en el transcurso del mismo, además de la obtención constante y sistemática de datos con una frecuencia tal, que se permita evaluar la capacidad del proceso [Shainin & Shainin, 1993; Juran y Gryna, 1998].

Es obvio que cualquier proceso puede experimentar una variabilidad natural debida a fuentes de variación especialmente sin importancia y sin control. Por otro lado, un proceso puede experimentar tipos más serios de variabilidad en mediciones clave de comportamiento. Estas pueden surgir de varios tipos de causas "asignables" (especiales), no aleatorias, tales como errores del operador o partes en movimiento mal ajustadas en una máquina. Se afirma que un proceso que se lleva a cabo en estas condiciones está “bajo control”, y se dice que un proceso está en control estadístico cuando experimenta variaciones aleatorias. En la tabla 1.3 se caracteriza cada una de las causas de variación en los procesos.

Por supuesto, un proceso de producción exitoso puede operar en un estado de control durante un período largo, en donde se presume que la producción durante este proceso es aceptable, sin embargo puede haber "corrimientos" graduales o repentinos que requieren ser detectados a tiempo para la pronta reparación de la causa de éstos.

Los gráficos de control son muy útiles al ser colocados en la estación de producción para detectar la presencia de productos no conformes de manera inmediata ya que si la detección es lenta, se pueden producir durante este período varios artículos defectuosos o no conformes, lo que resulta en una pérdida considerable y un aumento en el costo.

Los gráficos de control se aplican normalmente a cada una de las características críticas de su proceso, las cuales son propiedades en los productos que son de vital importancia para su funcionamiento, y que son definidas ya sea por su cliente o por usted basándose en el historial de artículos rechazados por su cliente externo o interno. Corresponde a usted seleccionar aquellas características a controlar en su proceso, y deben ser las que realmente lo requieren, considerando que cada una de ellas representa un gasto en la recolección de datos en intervalos regulares y con los instrumentos de medición adecuados. Estas características de los productos en general se dividen en 3 categorías: variables, atributos y rastreabilidad y de estas depende el tipo de gráfico de control a utilizar. En la tabla 1.4 se hace una breve descripción de las mismas.

Los gráficos de control por variables requieren mediciones sobre la base de una escala continua mientras que los de atributos requieren solamente el recuento de mediciones discretas. Los datos por variables dan más información que los de atributos, y por tanto son los preferidos para el control estadístico de procesos y esenciales para el diagnóstico. Las actuales exigencias en cuanto a competencia en calidad, que afectan a muchas industrias son tan elevadas que los gráficos de control por atributos no son adecuados. De hecho en la práctica, los gráficos de control por variables se utilizan para controlar características que se consideran de gran importancia; el resto se engloba como atributos, controlándolas mediante algún gráfico específico para ello [Shainin & Shainin, 1993]

Gráficos de control por variable

Los gráficos de control por variable son muy eficientes y dentro de estos se utilizan con mayor frecuencia los gráficos de control por elementos y los de medias, pero puede decirse que estos últimos son más sensibles a la hora de detectar los cambios en el proceso facilitando con mayor rapidez la detección de las fallas.

Los límites de control que se eligen generalmente son los de tres desviaciones estándar (3 ) porque la experiencia ha demostrado que este valor es el más útil y económico para las aplicaciones de los gráficos de control y dado el tipo de proceso de que se trata.

Las fórmulas que se emplean para el cálculo de los límites de control para estos gráficos de medias y recorridos se muestran en la tabla 1.5. Los valores de las constantes dependen del tamaño de los subgrupos y aparecen tabuladas, pudiéndose obtener fácilmente en diversas fuentes [Rodríguez, 1985; Monks, 1994; Feigenbaum, 1994; James, 1997; Juran y Gryna, 1998]. El cálculo de estas constantes está basado en la distribución normal por lo que las fórmulas anteriores no son satisfactorias para el caso de distribuciones no normales. Cowden [1966] plantea tres posibles soluciones para este problema:

1. Incrementar el tamaño de muestra, lo cual es económico sólo si el costo, inspección y cálculo es relativamente bajo.
2. Transformar los datos en una forma aproximadamente normal por el uso de logaritmo o alguna otra función.
3. Usar límites de control asimétricos.

Se plantea que un proceso está fuera de control cuando algún punto está fuera de los límites de control o cuando existe un comportamiento anormal en la distribución de los puntos. Para el primer caso se debe tener presente que cuando esto ocurre hay dos posibilidades:

1. Que el valor obtenido pertenezca al conjunto peral, pero pudo irse fuera de acuerdo con el nivel de confianza estadístico seleccionado (que para límites de 3 es de un 99,73%); en este caso conviene no incidir en el proceso.

2. Que el valor salga de los límites de control a causa de que algo se alteró en el proceso; como consecuencia, pertenece a otra población y la salida fuera del límite es una causa asignable e identificable. En estos casos es necesario investigar la causa y eliminarla.

Se está en presencia del segundo caso referido a un comportamiento anormal del proceso cuando se presentan algunas de las situaciones típicas o patrones que se muestran en la tabla 1.6 [Díaz, 1993; Besterfield, 1995]

A continuación se ofrecen los pasos para la construcción de gráficos de control [NC 92-11:80; Espinosa, 1986; Shainin & Shainin, 1993; Feigenbaum, 1994; Juran y Gryna, 1998].

1. Definir la característica a tratar y sus especificaciones: Una vez definida la característica a medir deberá tener presente las especificaciones funcionales de la misma para obtener los índices de capacidad (Cp) y habilidad del proceso (Cpk). En caso de carecer de especificaciones, deberá considerar por lo menos 100 datos individuales en diferentes tiempos cada uno y en condiciones que usted suponga “bajo control”, de ellos obtener los límites de control, y asumir éstos límites como las especificaciones internas e incluirlas en las matrices de características y planes de control internos, según los resultados de su comportamiento.

2. Definir intervalos y tamaño de muestreo: Con un volumen de lote de producción de hasta 10,000 piezas, para establecer las condiciones iniciales se recomienda emplear tamaños de muestra pequeños, por ejemplo revisar 4,5 ó 6 piezas por muestra (tamaño del subgrupo), elaboradas en intervalos de 30 ó 45 minutos (a criterio del encargado sobre la base de las características de la producción y de su experiencia), donde por lo menos se deben tomar 20 muestras. Una vez iniciado el proceso productivo (verificando su estabilidad), se deben realizar las muestras con el mismo tamaño (del subgrupo) pero en intervalos de tiempo mayores. Si se desea aumentar la confiabilidad del control, se debe aumentar el número de muestras tomadas. Si se decide aumentar considerablemente este número, se debe aumentar tanto el tamaño de muestra (hasta 10 ó 15), como el intervalo de tiempo en que se tomen dichas muestras. Es importante señalar que éstos últimos factores se deben realizar simultáneamente ya que en caso de sólo aumentar el tamaño del subgrupo o el tiempo entre muestras individualmente, haría caer en imprecisiones al método estadístico. Si el volumen de producción del lote excede las 10,000 piezas se debe seguir el mismo método pero realizando de 40 a 50 muestras (con el mismo tamaño de subgrupo).

3. Selección de la Carta de Control adecuada: Conviene utilizar el par Media - Rangos cuando el tamaño del subgrupo de una muestra es menor de 10 elementos, por las propiedades de estimación insesgada de la desviación estándar a través de los rangos cuando “n” es pequeño. Cuando la n seleccionada aumenta hasta 10 o más se pierde esta propiedad en la gráfica de rangos, por lo que se recomienda utilizar el par Media - Desv. Est. (como por ejemplo en procesos de un alto volumen de producción en intervalos de tiempo pequeños, como en una troqueladora, en donde se toman muestras en diferentes intervalos de tiempo de muchas piezas, y para suavizar sus variaciones inherentes se obtiene la desv. est. en lugar de rangos).

Si usted va comenzando en la aplicación de técnicas estadísticas se recomienda utilizar la carta de mediciones individuales y observar su comportamiento, si observa que varios puntos tienden a agruparse, debe cambiar a una carta con tamaño de subgrupo mayor de 1.

4. Cálculo de variables iniciales: Una vez con estos valores, se procede a calcular el valor promedio de todas las medias (media de medias), asimismo para los valores individuales de cada muestra de los rangos (rangos promedio) o la desviación estándar (promedio) en su caso.

5. Cálculo de Límites de Control: Una vez con estos datos se procede a calcular los elementos de la carta de control (ver la tabla 1.5 donde se indica la forma de calcular estos elementos según sea el tipo de carta que se pretende elaborar).

Otros de los gráficos por variables que tienen un uso significativo son los de medias y recorridos móviles los cuales se utilizan en procesos en que los parámetros a controlar tienden a la homogeneización debido a los procesos internos de difusión (mezcla de líquidos, metales fundidos, etc.) de aquí el carácter especial que presentan en su aplicación.

El gráfico de medias móviles se utiliza en sustitución del gráfico de valores individuales por ser más sensible cuando no es posible o conveniente hacer subgrupos racionales a causas de las razones que se exponen a continuación:

v Cuando no sea posible realizar una observación de un proceso determinado en cada inspección.
v Cuando la naturaleza del proceso es relativamente uniforme.
v Cuando lleva mucho tiempo o recurso tomar varias observaciones.

El gráfico de medias móviles es particularmente apropiado en procesos químicos continuos. Su característica principal es que suaviza el efecto de las tendencias; con cada medición individual se traza una nueva media [Grant & Leavenworth, 1980].

Lo más común en su uso es utilizarlo conjuntamente con el de recorridos móviles para así lograr una mejor interpretación, además de ser muy útil su gráfico por elemento correspondiente.

El procedimiento para su implantación e interpretación es similar al de los gráficos de medias y recorridos lo que en el primer caso los puntos dentro de los límites de control tienden a presentar rachas y períodos.

La interpretación de un punto fuera de los límites de control en los gráficos de medias móviles no es la misma que en la de los gráficos de medias.

Sin embargo, debido a que los puntos sucesivos en los gráficos de medias y recorridos móviles no son independientes unos de otros, la interpretación de varios puntos sucesivos fuera de los límites de control, así como los puntos sucesivos arriba o debajo de la línea central, obviamente no es la misma, por ejemplo:

v Un punto fuera de los límites de control en el gráfico por elementos correspondiente puede implicar varios puntos fuera de los límites de control en el de medias y recorridos móviles.
v Varios puntos fuera de los límites de control en el gráfico de medias y recorridos móviles indican falta de control, no así un solo punto.

Otro tipo especial de gráfico de control es el denominado gráfico de control de sumas acumuladas (CUSUM), aplicado no solo a características variables, tanto para el control de ajuste como de la dispersión, sino también a gráficos por atributos.

El CUSUM se construye sobre la base de los promedios de diferentes subgrupos de muestra, y se adapta particularmente a la detección de variaciones bruscas en el nivel del proceso tecnológico [Shainin & Shainin, 1993].

La interpretación de estos gráficos se realiza mediante la comparación de los puntos ploteados con unos límites críticos establecidos que varían de posición y pueden ser aplicados mediante el establecimiento de una zona geométrica sobre el gráfico, con un punto de origen fijo y establecido a partir del último punto ploteado, a una distancia determinada del mismo.

Referencias Bibliográficas

Besterfield, H. (1995). Control de la Calidad. 4ta Edición. Prentice-Hall Hispanoamericana, S.A.
Cowden, D. (1966). Statistical Methods in Quality Control. Edición Revolucionaria. La Habana.
Díaz, A (1993) Producción, gestión y control. Editora Ariel, S.A. España.
Domínguez, J. A (1995) Dirección de operaciones. Aspectos tácticos y operativos en la producción y los servicios. Edit. McGraw-hill. España.
Espinosa, Nelson. (1985). Dirección de la Calidad. Editorial ISPJAE, Cuba.
Feigenbaum, A. V. (1994). Control Total de la Calidad. 3ra Edición Revisada. Compañía Editorial Continental, S:A. de C.V. México.
Grant, E. L. and Leavenmorth, R. S. (1980). Statistical Quality Control, 5ta Edición. New York: McGraw-Hill.
Gryna, F. (1993). Costes de la calidad en Juran, J.M. Manual de control de la calidad. Sección 4. Cuarta edición. Editorial MES.
Harrington, H. J. (S/A): “El Proceso De Mejoramiento: Como la empresas punteras norteamericanas mejoran la calidad”, American Society for Quality Control.
James, P (1997) “La gestión de la calidad total. Un texto traductorio”. Prentice Hall Internacional. España, 323p.
Juran, J, M. F.M. Gryna. (1998). Análisis y Planeación de la Calidad. Tercera Edición. McGraw Hill / Interamericana de México, 633p.
Monks,J.G (1994). Administración de operaciones. Editorial McGraw-Hill Interamericana de Mexico, S.A. pp349-357.
Norma Cubana 92-06:80 Gráficos de control. Procedimiento general
Rodríguez Insúa, A.(1985).Control de la calidad. Editorial ISPJAE. Ciudad de La Habana.
Shainin, D & Shainin, P. (1993). Control estadístico de procesos en Juran, J.M. Manual de control de la calidad. Sección 24. 4 ta Edición. Editorial MES

Sitios web:
http//:www.aprocal.org, Revisado septiembre de 2005.
http//:www.infocalidad.net, Revisado septiembre de 2005.
http://www.avantel.net/~rjaguado/index.html, Revisado octubre de 2005.
http://www.gestiopolis.com, Revisado octubre de 2005.