“Si no trabajas con entusiasmo, serás despedido con entusiasmo”
Vince Lombardi
Desde hace muchos años, todo proceso productivo
es inspeccionado, pero la inspección tiene sus límites, incluso la inspección
al 100%. Por ello, se han desarrollado métodos matemáticos que permitan tener
una certeza de cómo se va a comportar una población, partiendo sólo de una
pequeña muestra. Esta muestra puede ser interpretada o graficada de formas
diversas, pero una de las más útiles es la que desarrolló Walter Shewhart, por
allá de 1930, y que dio origen a un gráfico de control y al llamado control estadístico
de los procesos o CEP.
El CEP es una colección de herramientas que nos
permiten identificar tendencias anómalas aún antes de que se presenten los
defectos, y con los que podemos saber si un proceso está bajo control
estadístico o es hábil. Citando a Juran, "... la mayoría de los altos
directivos [japoneses] reconocieron que la respuesta más sólida a un reto
competitivo era hacerse más competitivos. Al no estar preparados o no tener
experiencia en la gestión para la calidad, estos mismos altos directivos
buscaron el consejo de los expertos, internos y externos"[i].
Una de las herramientas primarias del control de calidad, es el llamado Control
Estadístico de la Calidad (SQC, por sus siglas en inglés).
Los orígenes del Control Estadístico se
remontan a la década de 1920, cuando en los laboratorios Bell de la empresa
AT&T buscaron la forma de eficientar el inmenso trabajo derivado del
establecimiento de compañías telefónicas regionales para la proveeduría
universal de servicios de larga distancia; un número superior a 5000 personas
estaba en el equipo de inspección, de un total de 40,000 que ahí laboraban.
Mucho dinero invertido sólo para saber si lo que se hacía se hacía bien, y ni
siquiera, porque aún con una inspección del 100% de los bienes fabricados, se
iban defectos al consumidor.
Un grupo de ingenieros y científicos fueron
destacados para llevar a cabo propuestas con el fin de eficientar la operación:
George D. Edwards, Walter A. Shewhart, Harold F. Dodge, Joseph M. Juran, y
otros. La propuesta inicial incluía el muestreo hecho por lotes lógicos e
identificables; para cada producto se debería establecer una tolerancia o
"porcentaje defectuoso"; el muestreo sería estadístico, cada lote
sería muestreado de forma que el porcentaje defectuoso tuviera una probabilidad
de 0.1 de ser aceptado; y un solo muestreo sería suficiente para aceptar o
rechazar el lote[ii].
Esto, que para muchos pudiera parecer simplón, fue un gran paso en el quehacer
industrial, pues las propuestas que se hacían estaban fundamentadas en trabajos
estadísticos muy sólidos, tan sólidos que una versión ligeramente modificada
fue preparada para uso del ejército de Estados Unidos en 1944: las famosísimas
MIL-STD-105A, la Biblia del muestreo estadístico, aplicable a prácticamente
cualquier producto.
Sin embargo, la mayor aportación fue la que
hizo Walter Shewhart el 16 de mayo de 1924: Las gráficas de control. De poca
aplicación al principio, se han convertido en un poderoso medio para evaluar el
comportamiento de una línea productiva, pues cada resultado del
análisis/medición se grafica conforme se obtiene en el tiempo (eje X), y el
resultado es un conglomerado de puntos unidos por una línea que permiten
detectar antes de que ocurran y teniendo en consideración la tolerancia,
posibles desviaciones que hagan que el proceso rinda bienes o servicios
defectuosos. Esto tan complicado de describir en palabras, es tremendamente
sencillo cuando se tiene una hoja de papel y se sabe aritmética básica. Nada
más. Bueno, esto y el conocimiento de muchos años que tienen los operarios de
línea y el colmillo que han desarrollado los supervisores.
Por supuesto que hubo muchas otras
aportaciones, y que el control estadístico de la calidad no se limita a estas
gráficas. Hay cálculos mucho más complejos, existen otras formas de ordenar
información derivada de mediciones (longitud, peso, volumen, voltaje, densidad,
porcentajes de ingredientes, tallas, etc.), procesos matemáticos para calcular
tendencias centrales de mediciones, fórmulas que nos permiten saber qué tan
dispersos están nuestros datos (en otras palabras, qué tan mal estamos haciendo
o midiendo), para obtener distribuciones de frecuencias, etc.
Déjeme
ponerle un ejemplo de CEP: Imagínese que usted compra una máquina para hacer
alfileres. La máquina viene nueva, es importada, y en teoría debería hacer los
alfileres perfectamente. En teoría. Porque una vez que la echa a andar, se da
cuenta de que las piezas salen ligeramente chuecas, pero la chuecura es
consistente, constante. ¿Creería usted que eso está mal, que está descontrolado
el proceso? Dependiendo del porcentaje de defectuosos puede ser que su proceso
esté bajo control o no, debiendo para ello detectar las causas que producen el
descontrol. Incluso puede ser que estadísticamente no esté descontrolado,
porque la constancia (incluso la constancia en el defecto) acuérdese que es una
virtud, pero en calidad es solamente la mitad del camino, ahora falta el
cumplimiento con las especificaciones, lo cual nos remite al concepto de
habilidad.
Días después
usted ajusta su máquina y ahora no todos los alfileres están chuecos, sólo un
pequeño porcentaje. Su proceso ahora está cercano a ser un proceso hábil, pero
hay que mantenerlo en control y hábil, lo que implica que usted se está
esforzando por eliminar las causas de variación y mantener ciertas
características de ingeniería constantes, lo que a su vez lo lleva directamente
al concepto calidad.
¿Qué tan hábil es un proceso? Eso depende de
muchos factores, pero para hacer breve esto se requieren dos, relacionados a la
máquina para hacer alfileres: mucho trabajo (lo que implica mucho cuidado) y
mucha atención. Por supuesto, no debemos dejar de lado la materia prima y los
proveedores, porque con proveedores tranzas no vamos a llegar muy lejos, o con
proveedores bien consistentes pero que nos entreguen basura (siendo que
queremos producir calidad), tampoco vamos a llegar a ningún lado. La habilidad de
un proceso está en relación directa a nuestro esfuerzo consistente para
mantener las características de lo fabricado dentro de ciertas especificaciones
o límites (en estricto sentido, especificaciones de control difieren de límites
de control, pero eso lo veremos más adelante).
Ahora viene
la pregunta clave: ¿Ha evaluado usted su proceso productivo? o ¿hace cuánto que
no lo evalúa? Mucha gente, muchísima, nunca evalúa sus procesos, los va
monitoreando y llevando así "al feeling", y luego se pregunta porqué
las grandes empresas no los quieren como proveedores. En cualquier lugar, lo
que no se mide no se controla, se puede intuir, contar con experiencia, pero la
intuición no sirve mucho cuando usted requiere producir 20,000 alfileres,
tornillos, hisopos o tapas para zapato todos los días. Y tampoco podemos llegar
a una empresa grande que requiere proveedores con un currículum que diga 20
años de experiencia, pero ninguna prueba que demuestre que usted tiene sus
parámetros controlados, que estadísticamente usted y su proceso es confiable.
Hasta ahora hemos visto como obtener, tratar y
graficar datos procedentes de nuestro proceso, aunque en ninguna de ellas hemos
hablado del tiempo, y es claro que esta sería el único continuo en que
podríamos pensar: No lo podemos regresar, no lo podemos acelerar, y menos lo
podemos parar. ¿Cómo relacionar los datos de nuestro proceso con las horas o
días en que fueron tomados? La respuesta es la gráfica del proceso o
comportamiento, lo que en inglés se conoce como Run Chart.
La
particularidad de la gráfica de proceso es que cada punto es graficado conforme
ocurre en el tiempo, y luego los puntos se unen para mostrarnos qué variaciones
hubo durante los intervalos en que se tomaron las muestras.
Para
construirla, debe trazar una línea horizontal o eje X, dividiéndola en las
unidades de tiempo que necesite (minutos, horas, turnos, días, semanas, etc.),
es decir, debe encontrar una frecuencia de muestreo que sea significativa y
uniforme, no tiene caso medir cada hora, luego olvidarse de la medición por
tres o cuatro horas, regresar y querer corregir el olvido tomando muestras cada
minuto; trace luego en el extremo izquierdo del eje X, una línea vertical o eje
Y, en donde se pondrán los valores que se obtengan de las mediciones (defectos,
número de unidades, clientes atendidos, valores obtenidos en cm o kg, etc.). Y
entonces ya puede empezar a graficar sus puntos, haciendo coincidir la hora o
día a la que tomó la medición con el valor resultante en las unidades
preestablecidas.
Las ayudas
visuales para esta gráfica serán: 1) Una línea horizontal punteada que le
indique el promedio de sus mediciones; 2) Dos líneas gruesas horizontales que
indiquen los límites inferior y superior de su proceso. De esta forma sabrá si
las variaciones de su proceso, en cierta hora o época, afectan la calidad de su
producto, o si existen tendencias que requieran un trabajo concienzudo para
determinar la causa y reducir la variación.
Lo
importante de estas gráficas es buscar comportamientos y/o tendencias. El
comportamiento será un punto o una serie de puntos durante un cierto periodo
por arriba o por debajo de la línea de promedio. La tendencia será el número de
aumentos o disminuciones consecutivas. Dependiendo de la cantidad de muestras
totales, será el número límite de comportamientos o tendencias aceptables para
un proceso estable.
La utilidad
de este tipo de gráficas es muy amplia, especialmente en procesos continuos:
Atención a clientes por día, promedios grupales después de varios días de
asesorías en una materia específica, llenado de botellas en una máquina para
evaluar si hay desgaste por tiempo, etc.
Crear la
gráfica de proceso es muy sencillo. Nuevamente haremos uso de la hoja de
cálculo estándar para computadoras personales, Microsoft Excel:
Haga una primera columna con sus tiempos,
y una segunda columna con los resultados de las mediciones. Pulse el icono de
gráficos, y defina la primer columna como los datos del eje X, y la segunda
columna como los datos del eje Y. Es útil obtener el resultado promedio de sus
mediciones, y marcarlo en la gráfica como una línea recta, así podrá ver si su
proceso es estable o tiene muchas variaciones. En la gráfica anexa tomé las
mediciones de un día completo de un proceso productivo; los datos están en gr/pieza.
Comentarios
Publicar un comentario