Límites que no son necesariamente iguales
Durante nuestro desempeño profesional y principalmente en la Industria, hemos enfrentado (o estaremos cerca de hacerlo), el desarrollo y uso del control estadístico de proceso (CEP/SPC) como medio para valorar la estabilidad de nuestros procesos y también para determinar la capacidad (capability) de las variables para cumplir con las especificaciones o tolerancias esperadas en nuestra operación o por nuestros clientes.
Existen varias herramientas dentro del CEP para evaluar la estabilidad de los procesos y sin lugar a dudas, las gráficas de control XR (de medias y rangos) se encuentran entre las más asistidas. En esta ocasión no centraremos la atención en cómo calcular una gráfica XR, sino más bien en su relación de éstas con las especificaciones que debe cumplir una variable. Por el momento les dejo un método simple de elaborar parte de una gráfica XR a través de éste video y en otra ocasión hablaremos más de cómo construir e interpretar un gráfico de control.
Aquellos de nosotros que hemos estado expuestos a trabajar bajo sistemas certificados de calidad, repetidamente hemos recibido la información de que 'el cliente es primero' y que nuestra operación tiene una 'orientación de servicio y cumplimiento hacia los clientes'. Uno de los elementos para hacer evidente esta frase, es saber si nuestro proceso cumple (y sí estadísticamente, cumplirá) con lo que el cliente espera de su producto o servicio y que está reflejado en las especificaciones o tolerancias que ha emitido. Mejor aún, poder darle un valor a ese nivel de cumplimiento.
Comencemos con una imagen de un proceso relativamente estable respecto a sus límites de control:
En una interpretación básica, podemos decir que nuestro proceso muestra estabilidad dado que se encuentra dentro de los límites inferior (LIC) y superior (LSC) de control, que ha pasado por un momento de inestabilidad o ajuste al inicio de los datos y que tiene una tendencia de control en los últimos datos. En términos generales, un proceso estable ¿Pero, es suficiente para decir que estamos cumpliendo con las especificaciones del cliente? La respuesta es simple: No.
Recordemos que los Límites de Control son calculados usando los datos propios del proceso, ya sean históricos o actuales, por lo tanto reflejan el comportamiento del proceso y su nivel de variación dependiente de aquello que controlamos (como la forma en la que las personas o las máquinas trabajan) y aquello que no controlamos en su totalidad (como el medio ambiente, los proveedores o el desgaste). Al ser los LC resultado de nuestro propio proceso, en algún momento debemos decidir con cuáles datos los calculamos, bajo que condiciones operativas los determinamos y por cuánto tiempo serán vigentes. Hasta este punto, los LC no indican el desempeño contra lo que el cliente espera. Pero ¿Es conveniente o práctico decir que los LC son las especificaciones del cliente? En realidad más que conveniente o práctico, es muy común y normalmente dedicamos tiempo y recursos en hacer que los datos 'entren' en los Límites de Especificación (LE). Esto en el largo plazo es inconveniente ya que nunca podremos valorar la variación natural de nuestro proceso y por lo tanto no podremos valorar su propia capacidad. Conocer la capacidad de nuestras operaciones en términos estadísticos, permite hacer predicciones certeras, poder aceptar o rechazar nuevos productos o clientes en base a nuestro desempeño conocido y sobretodo asegurar que cumpliremos a lo largo del tiempo con lo que el cliente espera. Recuerden que el cliente es primero.
Recordemos que los Límites de Control son calculados usando los datos propios del proceso, ya sean históricos o actuales, por lo tanto reflejan el comportamiento del proceso y su nivel de variación dependiente de aquello que controlamos (como la forma en la que las personas o las máquinas trabajan) y aquello que no controlamos en su totalidad (como el medio ambiente, los proveedores o el desgaste). Al ser los LC resultado de nuestro propio proceso, en algún momento debemos decidir con cuáles datos los calculamos, bajo que condiciones operativas los determinamos y por cuánto tiempo serán vigentes. Hasta este punto, los LC no indican el desempeño contra lo que el cliente espera. Pero ¿Es conveniente o práctico decir que los LC son las especificaciones del cliente? En realidad más que conveniente o práctico, es muy común y normalmente dedicamos tiempo y recursos en hacer que los datos 'entren' en los Límites de Especificación (LE). Esto en el largo plazo es inconveniente ya que nunca podremos valorar la variación natural de nuestro proceso y por lo tanto no podremos valorar su propia capacidad. Conocer la capacidad de nuestras operaciones en términos estadísticos, permite hacer predicciones certeras, poder aceptar o rechazar nuevos productos o clientes en base a nuestro desempeño conocido y sobretodo asegurar que cumpliremos a lo largo del tiempo con lo que el cliente espera. Recuerden que el cliente es primero.
Entonces ¿Que falta en nuestro análisis hasta ahora? Bien, es necesario comparar nuestro nivel de variación y LC contra los Límites de Especificación (LE). Para ello, hagamos una aproximación gráfica con dos ejemplos:
Ahora en color marrón podemos visualmente ubicar los límites inferior (LIE) y superior (LSE) de especificación, comparándolos con la variación de nuestros datos y los propios LC. Recordemos que los LIE y LSE provienen de una fuente preestablecida que espera que nuestro proceso cumpla con ellos y que bien puede ser un cliente o una regulación oficial; en todos los casos los LE provienen de una expectativa a cumplir y son independientes de nuestro proceso. Entonces ¿Que podemos decir de los dos casos mostrados arriba? En primera instancia, que nuestro proceso no es capaz de cumplir con éstas especificaciones particulares. En el primer gráfico es posible que algunos datos pudieran llegar a estar por debajo del LSE, pero la mayoría de ellos estarán fuera. En el segundo gráfico es evidente que nunca se podrán cumplir las especificaciones ya que todos los datos están por debajo del LIE.
Además de la relación de los datos con los LE, también visualmente podemos valorar que tanta variación permiten los LE a través de ver la 'anchura' del rango entre los límites. En el primer ejemplo encontramos que prácticamente el rango entre LSE-LIE es casi igual al rango entre LSC-LIC, con lo que podemos dar una primera conclusión básica de que nuestro proceso puede mantener una variabilidad dentro de lo esperado en la especificación si somos capaces de lograr, a través de cambios en nuestro proceso, 'desplazar' los LC lo más cerca posible de los LE. El segundo ejemplo es más demandante en cuanto a variabilidad se refiere ya que la anchura en los LE es menor que entre los LC. Esto indica que además de requerir cambios en nuestro proceso, será necesario también mejorar el control de dicho proceso o bien en modificar la tecnología en caso que el control se tenga claramente probado.
A través del siguiente ejemplo vamos a mostrar cual es un estado más 'ideal' entre lo que nuestro proceso puede alcanzar (LC) y lo que la expectativa externa tiene (LE):
Lo esperado en el desempeño de una variable de proceso, es que la variación y los LC se encuentren dentro de los LE, de esta manera podremos asegurar en mayor medida que nuestro proceso es capaz de cumplir de forma sostenida con lo esperado. Entre más estrecha sea la diferencia entre LSC-LIC y más amplia sea la que existe entre LSE-LIE, mayor será la garantía de que no habrá defectos en esta variable. En el mundo real, los LE son generalmente demandantes, no negociables y su 'anchura' muy estrecha, por lo que todo dependerá de nuestra capacidad de lograr un desempeño adecuado de los LC y la variación de nuestro proceso.
Esta ha sido una aproximación gráfica de la relación entre los LC y los LE. Además de ésto, existen métodos estadísticos que nos proporcionan un valor estándar (comparable entre diversas variables, productos, industrias) de qué tanto nuestro proceso es capaz de cumplir con las expectativas del cliente. Estos métodos serán motivo de un próximo debate.
Juan Pablo Villa
Químico Farmacéutico Biólogo
Black Belt DFSS
Excelente Ingeniero Villa , gracias !!
ResponderEliminar