El “Control Estadístico de Procesos” nació a finales de los años 20 en los Bell Laboratories. Su creador fue W. A. Shewhart, quien en su libro “Economic Control of Quality of Manufactured Products” (1931) marcó la pauta que seguirían otros discípulos distinguidos (Joseph Juran, W.E. Deming, etc.). Sobre este libro han pasado más de 70 años y sigue sorprendiendo por su frescura y actualidad. Resulta admirable el ingenio con el que plantea la resolución de problemas numéricos pese a las evidentes limitaciones de los medios de cálculo disponibles en su época.
Lamentablemente, a Shewhart se le recuerda “solo por las gráficos de control” (X-R, etc.). Por si fuera poco, a menudo se emplean estos gráficos de modo incorrecto o se desconoce las limitaciones de los mismos. Normalmente, la utilización incorrecta de los gráficos de control dimana del desconocimiento de
Lamentablemente, a Shewhart se le recuerda “solo por las gráficos de control” (X-R, etc.). Por si fuera poco, a menudo se emplean estos gráficos de modo incorrecto o se desconoce las limitaciones de los mismos. Normalmente, la utilización incorrecta de los gráficos de control dimana del desconocimiento de
los fundamentos estadísticos que los sustentan.
¿POR QUÉ VARÍAN LOS PROCESOS?
Un proceso industrial está sometido a una serie de factores de carácter aleatorio que hacen imposible fabricar dos productos exactamente iguales. Dicho de otra manera, las características del producto fabricado no son uniformes y presentan una variabilidad. Esta variabilidad es claramente indeseable y el objetivo ha de ser reducirla lo más posible o al menos mantenerla dentro de unos límites.
El Control Estadístico de Procesos es una herramienta útil para alcanzar este segundo objetivo. Dado que su aplicación es en el momento de la fabricación, puede decirse que esta herramienta contribuye a la mejora de la calidad de la fabricación. Permite también aumentar el conocimiento del proceso (puesto que se le está tomando “el pulso” de manera habitual) lo cual en algunos casos puede dar lugar a la mejora del mismo.
FUNDAMENTOS ESTADÍSTICOS.
Para el entendimiento del Control Estadístico de Procesos no es necesario ser un experto en estadística, pero es preciso recordar al menos los puntos que se describen a continuación.
a) Distribución Normal o Campana de Gauss. La distribución normal es desde luego la función de densidad de probabilidad “estrella” en estadística. Depende de dos parámetros m y s, que son la media y la
desviación típica respectivamente. Tiene una forma acampanada (de ahí su nombre) y es simétrica respecto m. Llevando múltiplos de s a ambos lados de m, nos encontramos con que el 68% de la población está contenido en un entorno ±1s alrededor de m, el 95% de la población está contenido en un entorno ±2s alrededor de my que el 99,73% está comprendido en ±3s alrededor de m.
¿POR QUÉ VARÍAN LOS PROCESOS?
Un proceso industrial está sometido a una serie de factores de carácter aleatorio que hacen imposible fabricar dos productos exactamente iguales. Dicho de otra manera, las características del producto fabricado no son uniformes y presentan una variabilidad. Esta variabilidad es claramente indeseable y el objetivo ha de ser reducirla lo más posible o al menos mantenerla dentro de unos límites.
FUNDAMENTOS ESTADÍSTICOS.
Para el entendimiento del Control Estadístico de Procesos no es necesario ser un experto en estadística, pero es preciso recordar al menos los puntos que se describen a continuación.
a) Distribución Normal o Campana de Gauss. La distribución normal es desde luego la función de densidad de probabilidad “estrella” en estadística. Depende de dos parámetros m y s, que son la media y la
desviación típica respectivamente. Tiene una forma acampanada (de ahí su nombre) y es simétrica respecto m. Llevando múltiplos de s a ambos lados de m, nos encontramos con que el 68% de la población está contenido en un entorno ±1s alrededor de m, el 95% de la población está contenido en un entorno ±2s alrededor de my que el 99,73% está comprendido en ±3s alrededor de m.
No hay comentarios :
Publicar un comentario