Control de procesos aduaneros

1. Control de procesos aduaneros SPC

2. EL INTERES EN LA TEORIA • Los años 80 fueron años de declive en USA. • NBC • If Japan can.. Why can´t we? • RISING SUN • ROBERT HAYES EN HBR • Managing our way to economic decline • DEMING

3. Concepto de s • SIGMA • Sigma es un termino usado para describir la variabilidad • En este ámbito se usa como indicador de la probabilidad de que sucedan fallos • Un nivel seis sigma supone 3.4 defectos por millon de oportunidades si la distribución es normal. • Pat Spagon de la Universidad Motorola prefiere “sigma quality level” • El concepto de seis sigma esta asociado a limites de variabilidad. • El segundo SMARTER Six Sigma Solution esta orientado al negocio persiguiendo los costes de la deficiencia de calidad.

4. Utilización de Seis sigma • ANTECEDENTES • Carta de Naturaleza con Motorola • Se ha creado un mística. • (top-gun, black belt) • GE afirma en su memoria de 1.997 que le ha supuesto ahorros de 300 MM de $ • VOLUNTAD DE CALIDAD20.000 paquetes perdido por hora • 200.000 equivocaciones de dosificacion de medicacion en hospital • 5.000 errores quirurgicos por semana • Cortes de luz de siete horas al mes.

5. Idea de origen • TECNICAS DE CALIDAD • A partir de los años 20 Shewhart desarrollo una teoría del control estadístico de procesos. • Llego a la conclusión de que toda variación tiene su origen en una variación aleatoria (random) estable y una intermitente atribuible a causas asignables • Creo las tablas de control. • Herramienta /teoria y metodologia • EVOLUCION • La variación de una característica de calidad puede ser cuantificada muestreando salidas del proceso y estimando parámetros de su distribución. • Los cambios en la distribución pueden representarse analizando los parámetros en función del tiempo. • Muestras son subgrupos que observamos

6. SPC • BASE ESTADISTICA • La teoría clásica de la estadística se basa en el concepto de inferencia desde una muestra a un universo, siendo indiferente el orden de la muestra mientras que SPC se basa en el orden de las muestras. • Método de ataque es control del limite de la variabilidad. • LOGICA ECONOMICA • No se puede comprobar toda la producción (ruinoso y si el ensayo fuera destructivo imposible) ni todos los despachos • No se puede parar un proceso cada muy poco tiempo a comprobar ni controlar todos los despachos. • Hay que buscar una solución • La solución es tomar muestras cada cierto intervalo

7. Logica estadistica • La mayor parte de la variacion se debe a pocas causas. • (Pareto) Generalizado por Juran en 1950. Magnitud xn Frecuencia x1 Causas Una causa 5 veces mayor genera una variacion 25 veces mayor

8. Logica • Al quitar la X roja y si es necesario la rosa quedan causas similares cuyo efecto suele ser una distribucion normal. • Incluso sin quitarlas la distribucion de las medias de los grupos es una normal. • Una causa imputable es una X roja transitoria

9. Estabilidad • ¿Se podria hacer inferencia con un dado de plastilina? • TODOS LOS PROCESOS TIENEN DOS TIPOS DE CAUSAS. UNAS ASIGNABLES Y OTRAS NO • Variacion = F (causa común + causas asignable) • (La común es predecible pues puede conocerse su distribucion) Shewhart) • Asignables • Inesperadas • Tienen un impacto marcado • No tienen su origen en el propio proceso • Un PROCESO ESTABLE es aquel cuya variacion esta generada SOLO POR CAUSAS COMUNES

10. Estabilidad. Se comprueba en GRAFICOS DE CONTROL • Si es estable LA MISMA CURVA describe la distribución en todos los momentos. • Para ver si es estable hay que comparar la variabilidad en un momento con la de otros INTER frente a la INTRA.

11. Herramientas. Ficha de control • Parece una buena idea comprobar si todas las muestras lo son de una misma poblacion y para ello comprobar como varia una medida de la tendencia central y otra de la variabilidad. • X-bar;ficha X; ficha de medias • Ficha de recorridos

12. Fichas de control de un proceso bajo control

13. Causas asignables: NO ES ESTABLE

14. Su reflejo en la ficha

15. SI EL PROCESO FUERA ESTABLE • Llamemos Xij a la característica de calidad. • Si no hubiera causas asignables de variación la media de las k muestras de n elementos cada una

16. ¿ Cómo se dibuja un chart?

17. Una tendencia central con dos limites

18. DECISIONES • Tendencia central • Lo normal es la media pero a veces y para propósitos específicos se toman medidas mas robustas como la MEDIANA • Medidas de variabilidad • Lo normal es la desviación típica o el rango • Distancia a la medida de tendencia central de las bandas • 3 sigma A CADA LADO. • Sirve bien para cualquier distribución subyacente • Esta del lado de la seguridad.

19. Conformidad • Hay tres aspectos que afectan al rendimiento • Fitness. Adecuacion, preparación de la organización para ejecutar el proceso. • Uso del proceso definido. Estándares, disciplina • Control, oversight, benchmarking • Medidas • Numero de revisiones por tipo de documento • Rotaciones.

20. Calculo de los limites (I) • Para las medias • La media de las medias es la CL • Para calcular los UCL y LCL hay que estimar sigma • La desviacion de la muestra no es centrada y tiende a minusvalorar • Hay tablas que lo ajsutan (PEÑA CAP 13) • Para las desviaciones tipicas • Lo mismo con otras tablas

21. Calculo de los limites II • Se puede utilizar en vez de las desviaciones tipicas los rangos • Hay tablas distintas en funcion de los autores. • El texto entregado tiene unaPeña utiliza otra con 3/raiz de n* un coeficiente • La razon de por que es asi integrando una funcion GAMMA en el apendice 13.

22. Capacidad de un proceso

23. El problema • Se define la capacidad como seis sigma • El INDICE DE CAPACIDADCp=(LT2-LT1)/6*sigma

24. Ajustes del proceso • EL PROBLEMA • Consiste en que la voz del proceso se encuentre en la banda de la especificación de forma estable y que la organización tenga la capacidad de mejorar progresivamente • LA SOLUCION • Ajustar

25. Tipos de fichas de control

26. Niveles

27. La implantación

28. ¿Por que tres sigma? • SENTIDO ECONOMICO. • Se apoya en Tchebycheff • 88,9 % en limites luego solo 0.11 de falsas alarmas. • Si es normal 0.0027(27 de 10.000) • MATIZABLE • Wheeler • 60-70 % a una distancia uno. • Entre 90 y 98 a 2 • Cuando algo supera el 3 es grave

29. Hay que resolver • El tamaño de la muestra (subgrupo) depende del tipo de variable • Continua (4 a 10) • Atributos (Mas de 50). • ¿Cuantas muestras?. 25 o mas • ¿Que mido? El individuo. • ¿Que represento? El subgrupo

30. Variable vs atributo. • Variable medida de un fenómeno continuo • Atributos son contados en un fenómeno discreto. • No confundir. Las lineas de codigo son una variable • El elemento es como se contabilizan y usan. • Operacionalizar los atributos es mas dificil y ademas importa la secuencia

31. Estrategia • Valor de línea media • Desviaciones a mas o menos tres sigmas. • La banda de control define la variación aleatoria del proceso. • Se elimina la causa asignable se recalcula y vuelta a empezar.

32. Tipos de problemas. • ¿Estamos empleando recursos al ritmo previsto?.¿Está el proceso bajo control?. • ¿Hemos comenzado a perder el control? • ¿Hay grupos de trabajo consistentemente mejores que otros?

33. La importancia de la estabilidad • Los datos estadísticos si se utilizan para mejorar un proceso y no son obtenidos en estado de control son inútiles. • Cuando una ficha de control no refleja causas asignables, se dice que el proceso esta bajo control estadístico o es estable. Los limites de variacion son predecibles con certeza.Calidad y cantidad son predecibles

34. La importancia del tiempo • Para saber si el proceso es estable debemos partir de saber como de estables son los subgrupos • Una herramienta que analizaremos son los X-bar y los R Chart.

35. Idea • Hay que determinar si la variación con el tiempo es consistente con la variación en el interior • Shewhart proporciono un sistema de tablas de control que es útil • Fichas de medias y de rangos • ESTRUCTURA • Hay que dibujar linea central y limites de control que reflejen lo que el proceso puede hacer (capacidad) y no lo que nos gustaría. • Se vio que disponiendo a tres sigma no hay que preocuparse de la distribución subyacente para trabajar con sentido económico • Problema cuando el subgrupo es de uno.

36. ¿Como saber si algo es estable? • Un solo punto fuera de limites • Al menos dos de tres sucesivos caen en el mismo lado y mas de dos unidades de la linea central • Al menos cuatro de cinco sucesivos a mas de uno • Al menos ocho • Western Electric

37. Analisis de datos variables • X-bar y Range charts • Tengo subgrupos • XmR charts • El subgrupo es de uno. • Muy frecuente en programacion

38. La idea básica • Obtener la media de la media de los subgrupos. • La media de los rangos • Dibujar • Sacar de unas tablas unos limites superior e inferior. • Ver si estamos dentro.

39. TECNICAS QUE ANALIZAREMOS

40. Primer problema

41. La perdida de recaudación calculada es: ¿Tiene esta Aduana bajo control el proceso?

42. Calculo de los limites

43. Esta bajo control

44. OPCIONES

45. Si los subgrupos son de uno. • La línea media es la media de los valores de los elementos analizados. • Obtenemos información del transcurso del tiempo para deducir la variación en el tiempo • La desviación del rango móvil. • El proceso igual mirando otras tablas.

46. Otro problema con los mismos datos • Variación dia a dia y semana a semana • El dato de cada dia es único • Hay que hacer otra cosa • En resumen es buscar en tablas

47. NUMERO DE FALLOS ENCONTRADOS ¿ESTA BAJO CONTROL EL RECINTO?

48. Problemas con analisis de atributos

49. Datos de atributos • Fichas de control para fraccion no conforme p • Ficha de control para cantidad no conforme np • Ficha de control de disconformes por unidad u • Ficha de control de disconformes c

50. Reglas • np datos exige distribucion binomial • todas muestras igual area de oportunidad • 100 % inspección de todo y cada error se anota • p . Lo mismo que antes si cambia el tamaño de lote. • En Sw estudio de estrategias de programación porcentaje de líneas que reflejan un tipo de estructura (SI lo que subyace es binomial que no suele ser por los comentarios)