Control estadístico de procesos

Las gráficas de control le dicen si su proceso está bajo control. Si un proceso está fuera de control, debe corregir las causas especiales que afectan el proceso de manera intermitente. Cuando haya corregido esas causas especiales, el proceso debería estar bajo control y tener un comportamiento predecible. Solo una vez que un proceso está bajo control, puede comenzar a hacer cambios en el proceso general y saber que los cambios que ve se deben a cambios que está realizando, no a una descontrolada impredecibilidad inherente al proceso. Si desea saber si debe corregir un proceso o si puede mejorarlo, necesita una gráfica de control.

¿Qué tan capaz es mi proceso? ¿Qué tan bien estoy cumpliendo las especificaciones? Estas son las dos preguntas que nos hacemos cada vez que analizamos un proceso para identificar áreas de mejora. Minitab ofrece nuestro Process Capability Sixpack^® patentado para evaluar con precisión la previsibilidad y adecuación del proceso.

Hay varias maneras en que los profesionales utilizan las gráficas de control para evaluar el comportamiento de sus procesos, lo que incluye la recopilación y el análisis de datos en tiempo real. Solo Minitab ofrece a los profesionales varias soluciones para el control estadístico de procesos que no solo satisfacen sus necesidades específicas, sino que los ayudan a maximizar la calidad y el ahorro.

Las gráficas de control son gráficas especializadas de series de tiempo que ayudan a determinar si un proceso está bajo control estadístico. Aunque algunas de las más utilizadas, como la gráfica Xbar-R y la gráfica de valores individuales, son excelentes para detectar cambios relativamente grandes en el proceso (desplazamientos de más de 1.5 sigmas), necesitará algo diferente para detectar cambios más pequeños. Las soluciones de Minitab también aprovechan la analítica, como la potente gráfica de promedios móviles con ponderación exponencial (Exponentially Weighted Moving Average, EWMA), para detectar pequeños cambios en la media del proceso. Esto es importante porque la detección temprana ayuda a reaccionar más rápido y corregir el proceso.

Cuando hay demasiada variación o “dispersión excesiva” en los datos del proceso, pueden producirse falsas alarmas, sobre todo con datos recopilados en grandes subgrupos. Cuanto más grandes sean los subgrupos, más estrechos serán los límites de control de una gráfica P o U tradicional. Sin embargo, esos límites de control ajustados artificialmente pueden hacer que los puntos de una gráfica P tradicional parezcan fuera de control, aunque no lo estén. Si sus datos se ven afectados por dispersión excesiva o insuficiente, con Minitab, puede distinguir de forma fiable entre la variación por causa común y la variación por causa especial.