Eficiencia de Líneas de Producción
agosto 1, 2019
Gestión de dispositivos de IoT vs plataforma de IoT
enero 6, 2022La estadística como herramienta de análisis
Puede ser un muy valioso aporte para intentar llegar desde el dato a la sabiduría.
Para explicarlo vamos a seguir hablando de los mismos términos:
Datos.
¡No tome datos que no vaya a analizar!
Se sugiere empezar por preguntarse qué problema queremos solucionar o qué queremos mejorar.
Dado que cada tarea que se hace en nuestra empresa es un proceso, visualícelo como tal
El producto o servicio de salida del proceso tiene características y, muchas veces, son definidas por el cliente en términos de especificaciones. Como ejemplos podríamos decir que si nos dedicamos a hacer café las características serian la temperatura y la concentración. Si el proceso consiste en emitir una factura, las características podrían ser el tiempo de realización y la cantidad de errores.
Si no están definidas, determine las Características Criticas para la Calidad (C3) Estas características se convierten en nuestro dato principal. Mas adelante, y con la ayuda de herramientas estadísticas podremos saber qué variable del proceso influye más fuertemente sobre la característica de salida y así podremos fijar una nueva característica a controlar tomando datos de la misma (Análisis de Correlación, Regresión, Diseño de Experimentos)
Información.
No hay dos productos o característica exactamente iguales. Porque las variaciones en el proceso hacen que aparezcan pequeñas diferencias en las características. Longitudes, durezas, tiempos de entrega de una factura.
El primer paso para entender las variaciones es diferenciar entre variaciones comunes y variaciones especiales.
Si analizamos un grupo de mediciones veremos que todas son distintas pero, en conjunto, ellas tienden a un patrón de distribución. Y un grupo de datos puede ser caracterizado por tres parámetros.
Localización (valor típico cercano al objetivo).
Dispersión (distribución cuan lejanos del objetivo).
Patrón de distribución (tipo de figura que genera).
Causas Comunes se refieren a aquellas fuentes de variaciones dentro de un proceso que hacen que las salidas del proceso permanezcan estables y repetibles en el tiempo. Si en un proceso sólo existen causas comunes de variación, entonces, ese proceso, es predecible.
Causas especiales (causas asignables) son aquellas fuentes de variación que NO están siempre presente en el proceso y, cuando aparecen, causan una variación en la distribución. Estas causas hacen que el proceso no sea estable; por lo tanto, es impredecible.
Si ponemos los datos en un contexto, por ejemplo, calculando el valor Promedio y el Desvío Standard y, luego, lo comparamos contra las tolerancias especificadas por el cliente, entonces, podremos saber qué tan capaz es nuestro proceso de cumplir con las especificaciones (Capacidad del Proceso CPK).
Los datos ya van tomando forma de indicadores (Promedio, Desvío Standard, CP, CPK) que describen el proceso, más allá del dato de origen.
Ayúdese con histogramas para representar gráficamente la distribución de los datos.
Conocimiento.
Aplicando estadísticas, no necesitamos medir y registrar todos los datos sino que podemos tomar pocos datos significativos (muestras) e inferir con ellas las características del total (población) .
Aquí también es importante que el conocimiento lo tengamos a tiempo. Para esto, existen muy buenos sistemas de Control Estadístico de Procesos (CEP) en Tiempo Real que dan la información vital para tomar decisiones antes que se produzcan los problemas. Hay otros paquetes de software muy conocidos que son sólo para hacer estadísticas “off line” o post mortem. Imagínese ¡qué pasaría si nos damos cuenta, después de 24 horas, que alguien bajó la llave térmica de la cámara frigorífica donde conservamos pescado!
Sólo algunos softwares de CEP pueden ser integrados a los ERP para compartir la misma información; tanto los datos de entrada como el resumen de salida con forma de indicador.
Entendimiento.
La estadística nos sirve para encontrar patrones de comportamiento y, así, entender mejor nuestro proceso.
Cuando el dato es una variable continua, es decir, que puede tomar cualquier valor entre infinito y menos infinito; y cuando las causas especiales de variación han sido eliminadas del proceso, la distribución será parecida a una curva normal o campana de Gauss.
En este tipo de distribución se sabe que el 68 % de los datos caerán entre +/- 1 desvío standard (1 Sigma) a cada lado de la Media. A +/- 2 Sigmas el 95 % de los datos…
Este patrón es el que nos permitirá saber rápidamente si nuestros procesos están controlados o fuera de control.
Sabiduría
Si sabemos cómo es nuestro proceso y le segregamos las causas especiales de variación podemos predecir cómo será en el futuro.
Volcar los datos a un grafico de control nos permitirá detectar cualquier anormalidad en el proceso, como tendencias, rachas, valores fuera de control, etc.
Finalmente, llevar esta información a la acción es necesario investigar cuáles son las causas que afectan al proceso para eliminarlas o minimizarlas efectuando acciones correctivas.
Lo ideal es utilizar algún método de análisis de causa raíz como la de los 5 “porqué”.
Conclusión
- Determine qué datos le interesan antes de comenzar a registrar.
- Tome sólo muestras y aplíqueles un tratamiento estadístico.
- Convierta los datos en indicadores.
- No almacene muchos datos históricos sino mas bien indicadores, al menos que su empresa lo requiera por cuestiones de trazabilidad.
- Tome conocimiento de sus procesos.
- Realice acciones correctivas y controle que se mantengan en el tiempo.
Walter Behar
6 Sigma Black Belt UA
TPM Pro S.R.L.
www.tpmpro.com
