|
Gestión de la calidad y diseño de experimentos: Herramientas poderosas para la Competitividad empresarial * Mariscal Alvarado Sergio P. y * Francis García Ramón --------------------------------  | |
|
TEMAS 1.1. Contexto Económico Industrial 1.3. Importancia de desarrollar el campo de la estadística industrial 1.5 La Ingeniería de Calidad de Taguchi
2.1. Crítica a la autoría de arreglos ortogonales y al diseño experimental 2.2. Crítica al análisis de datos 2.3. Crítica al aspecto educativo y curricular 3.1 Planteamiento del Problema Científico 3.3. Objetivos Generales de Investigación 3.4. Actividades que delinean Método de Investigación
|
1.- ANTECEDENTES. 1.1. Contexto Económico Industrial. En la segunda mitad del siglo XX, se ha dedicado una atención extraordinaria a la Gestión de la calidad, a saber, planeación, control, aseguramiento y mejoramiento, particularmente a partir de los años 80’s y hasta la actualidad, teniendo como referencia al llamado "milagro industrial japonés" del cual el "mundo occidental apenas comienza a entender los factores ... [de su] ... éxito" (Schonberger, 1992). En México esto ha venido prendiendo desde principios de la década de los 90’s aunque con un ritmo lento y con fuertes altibajos, si lo comparamos con el de los países del primer mundo. La firma del Tratado de Libre Comercio entre Estados Unidos de América, Canadá y México en 1993, síntoma de que la globalización se ha intensificado, se convirtió en un proceso catalizador de esta preocupación mexicana por el desarrollo industrial, debido entre otras cosas, a las exigencias de estandarización en la constitución y reconstitución de las cadenas productivas internacionales en las cuales México vislumbraba su inserción en el corto y mediano plazos. La industria mexicana por su parte acentúo el proceso de adquisición y desarrollo de tecnología, mediante la firma de convenios universidad-industria, desarrollando el fomento a la consultoría, mediante el impulso a la diagnosis industrial en los ámbitos micro y macro así como en la planeación y seguimiento de casos, etc. adquiriendo con todo ello, un auge sin precedentes la ingeniería industrial, y de manera específica las metodologías, herramientas, técnicas y el uso de métodos estadísticos para el necesario replanteamiento de la vocación industrial mexicana. En una perspectiva de corto y mediano plazo, los esfuerzos de política industrial del gobierno federal en México, se orientaron a modificar el comportamiento histórico-coyuntural de la balanza comercial, buscando ampliar esencialmente las exportaciones manufactureras para mejorar su correlación con respecto a las importaciones y a las exportaciones de los productos del petróleo, sentando las bases para el desarrollo tecnológico doméstico y la independencia en el uso de la tecnología no nacional. Al nivel de las empresas industriales y de servicios del ámbito de la mediana y gran empresa, la adaptación se ha venido dando a pasos de mayor intensidad, ya que su soporte tecnológico-financiero y el desarrollo de sus recursos humanos se lo ha permitido. En la pequeña y micro empresa, particularmente esta última, la adaptación al nuevo ambiente de máxima competitividad y estandarización se ha dado a ritmos significativamente lentos o no se ha dado, de tal manera que su diseminación, escaso soporte tecnológico y administrativo, así como el no contar con cuadros técnicos preparados en términos generales las ha mantenido con baja productividad y limitadas al mercado local y en el mejor de los casos al mercado regional interno del país. Sin embargo, este eslabón débil de la cadena de producción de valor agregado en México se ha visto atendido desde el segundo lustro de la década de los 90’s mediante diversos programas de apoyo y fomento orientados no solo al financiamiento, sino a la creación de una cultura de alta productividad, aquí llamamos la atención a la Red CETRO-CRECE (Centro para la Competitividad Empresarial) o a las Comisiones de Promoción Económica de las entidades federativas en México. La administración pública federal mexicana actual, iniciada el 1 de diciembre de 2000 ha configurado que ampliará la cobertura de esta política de fomento. Todo este ambiente en la búsqueda de la competitividad global de las empresas que implica calidad y productividad, dg una mayor eficiencia y racionalidad en el uso de los recursos, de los procesos de mejora generales y parciales de las empresas, de los replanteamientos de la cultura de trabajo y el rediseño de procesos productivos, de la diversificación de productos, de la adecuación de los sistemas y normas de las empresas para la exportación, de la responsabilidad social y ambiental de las empresas y de la perspectiva histórica de la agenda industrial mexicana y latinoamericana, le ha abierto las puertas al pensamiento estadístico de la gerencia y a la utilización cada vez más amplia y generalizada en algunos segmentos importantes de la economía (gran empresa pública y privada), de los métodos estadísticos y el diseño experimental. 1.2 Aspecto Educativo Este ambiente económico e industrial que se presenta, está demandando la inserción de los ingenieros, docentes de la ingeniería, tecnólogos e investigadores de México y Latinoamérica en la generación de conocimiento en el campo de la Estadística Industrial y en la búsqueda de aportes al desarrollo de tecnología estadística que se expresen en la mejora de los métodos de diseño, análisis, estimación, predicción, control, aseguramiento, en fin gestión de la calidad para la competitividad empresarial. Lo anterior establece una relación directa con el ámbito de la educación superior, ya que establece la necesidad imperiosa de adecuar pertinentemente a este contexto, los procesos educativos en el nivel licenciatura y posgrado, particularmente en las áreas que competen a la ingeniería industrial, negocios internacionales y gestión de la calidad. Estas áreas requieren adecuarse con el ritmo que demanda el entorno y con ello anticiparse para garantizar egresados que respondan eficientemente al desarrollo en estos campos. Con este fin, desde enero de 1998, se ha venido replanteando el currículo de las carreras de ingeniería, mediante el Programa de Evaluación y Revisión Curricular implantado en el Instituto Tecnológico Superior de Cajeme.
1.3 Importancia de Desarrollar el Campo de la Estadística Industrial. En casi cualquier estudio experimental donde se aplican metodologías y procedimientos estadísticos a un conjunto de datos científicos, los métodos implican realizar ciertas operaciones o cálculos sobre la información muestral, siendo estos, premisa de la obtención de inferencias acerca de la población o poblaciones que se estudian. Se puede afirmar que con importante frecuencia, existen características del experimento en la línea de producción, en la máquina de pruebas experimentales o en el proceso productivo global (producto, sistema de manufactura, etc.), que se sujetan al control del experimentador tales como: tamaño de la muestra, número de niveles de los factores, número de combinaciones a utilizar, etc. Las características del experimento, tales como las mencionadas (parámetros experimentales) a menudo pueden tener un gran efecto sobre la precisión requerida para la prueba de hipótesis o la realización de una estimación y esto, en términos industriales, puede significar el éxito o el fracaso de las empresas y con ello, de acuerdo a la experiencia internacional, el aporte significativo al éxito o al fracaso de las políticas industriales nacionales y regionales. Cabe destacar el uso del diseño de experimentos para conocer y desarrollar procesos científicos y de ingeniería que redundan en la mejora de la eficacia, el rendimiento y la productividad de sistemas industriales, "...[desde los años 30’s]... en las industrias textil y de la lana británicas...[y posteriormente a la]... segunda guerra mundial ...[en la década de los 50’s ]... los métodos del diseño experimental se introdujeron en las industrias química y de transformación de Estados Unidos y de Europa" (Montgomery, 1993). En el caso donde el proceso implica un producto, el diseño experimental se puede utilizar para proporcionar el mejoramiento del producto o de la calidad. "Un aspecto importante de este esfuerzo de mejora de la calidad en los 80’s y los 90’s es el diseño de la calidad en procesos y productos en la etapa de investigación o en la etapa de diseño del proceso" (Walpole y otros, 1998). Gran parte de este fuerte impulso que tuvieron los métodos de mejora de la calidad lo motivó el éxito que ingenieros y científicos japoneses tuvieron con el uso del diseño experimental. Las premisas generales que configuran el contexto económico, sus implicaciones y la importancia de desarrollar el campo de la estadística industrial hacia la Gestión de la calidad son: 1. Incorporar la calidad de diseño en cada producto y en los procesos por los que este se fabrica; y 2. Los métodos de diseño experimental se han desaprovechado como instrumentos de Ingeniería.
Para mejorar los procesos habrá que hacer cambios y los cambios racionales deben basarse en datos objetivos: ¿Que datos recoger? ¿Como extraer la información contenida en ellos? La respuesta la encontramos en la Estadística. Sin embargo la Estadística no es un sustituto del conocimiento técnico que se tenga acerca de los procesos, sino un catalizador (Romero y Zuñiga, 1999) por lo que se retoma el triángulo de calidad, all a team y método científico (Joiner, 1985). La búsqueda histórica por la competitividad ha transitado desde el control en las salidas al control en las entradas para concluir en la calidad en el diseño del proceso y del producto, un tránsito desde el enfoque en la detección al enfoque en la prevención: 1. Inspección; 2. SPC; 3. Off line QC, esto último a partir de los 80’s, impactando el sistema y el ambiente de las empresas en general, de aquí que esto implique lazos de retroalimentación cliente-empresa, cliente-proveedor, etc. garantizando con ello calidad en la fuente, calidad en los procesos y calidad en el producto y/o servicio. La idea básica del Off line QC es aplicar en la Industria los principios y técnicas del método científico, las cuales se expresan principalmente en las siguientes técnicas estadísticas: 1. Diseños Factoriales Clásicos; 2. Arreglos Ortogonales o Fracciones Factoriales; 3. Superficies de Respuesta; 4. Diseños Mixtos; y 5. Diseño Robusto de Taguchi. Se destaca este último, dentro de la Ingeniería de Calidad de Taguchi, ya que su impacto ha sido sobresaliente en el plano internacional, sobre todo en Japón y los países del primer mundo. 1.5. La Ingeniería de Calidad de Taguchi En el principio de la década de los 80’s el Dr. Genichi Taguchi, Ingeniero Japonés, introdujo un método en su país para utilizar el diseño experimental en el desarrollo de productos y procesos, el cual empezó a producir importantes resultados. Conceptos y Principios. Este método define que la calidad de un producto debe ser medida en términos de abatir al mínimo las pérdidas que ese producto le trae a la sociedad desde que se inicia su fabricación hasta concluir su ciclo de vida, estas pérdidas sociales equivalen a las pérdidas de la empresa en el mediano y largo plazo. Enfoque al cliente (sociedad) en vez de enfoque al fabricante. Taguchi retoma el contexto del Off line QC planteando que: 1. Inspección y control de proceso no son suficientes para alcanzar una calidad competitiva; y 2. Niveles elevados de calidad solo pueden lograrse económicamente en las fases de diseño (producto y proceso). El objetivo del método de Taguchi es lograr productos y procesos "robustos" frente a las causas de la variabilidad (ruidos) que hacen que las características funcionales de los productos se desvíen de sus valores óptimos provocando costos de calidad. La propuesta de Taguchi es una filosofía y un conjunto de métodos y procedimientos que se ha dado en llamar "Diseño Robusto de Parámetros" (Taguchi y Wu, 1980) cuyas principales propiedades de producto o proceso son: 1. Insensible a las condiciones del medio; 2. Insensible a los factores que dificultan el control; y 3. Proporciona variación mínima en su funcionamiento. El término diseño en el nombre del método de Taguchi se refiere al diseño del proceso o sistema y el término parámetro se refiere a los parámetros del sistema, conocidos comúnmente como "factores o variables" (Montgomery, 1993). Ahora, el término robusto se explica, ya que un producto o proceso "cuyo funcionamiento es consistente cuando se expone a estas condiciones cambiantes del medio, se le denomina producto robusto o proceso robusto" (Myers y Montgomery, 1995). El enfoque Taguchiano y de otros tecnólogos e ingenieros de la estadística práctica, es el uso de variables de control y de ruido en el mismo experimento como efectos fijos por lo que los diseños o arreglos ortogonales son comunes en este esfuerzo. El instrumental metodológico de Taguchi establece tres metas: 1. Diseños robustos ante el medio ambiente para productos y procesos; 2. Diseño y desarrollo de productos de modo que sean robustos a la variación de componentes; y 3. Minimización de las variaciones respecto a un valor objetivo. Las tres propiedades y tres metas de la filosofía de Taguchi, se expresan en tres etapas en el desarrollo de un producto: 1. Diseño del sistema: el ingeniero utiliza principios Científicos y de Ingeniería para determinar la configuración básica; 2. Diseño de parámetros: se determinan los valores específicos para los parámetros del sistema; minimizando la variabilidad aportada por las variables de ruido; y 3. Diseño de tolerancias: se determinan las mejores tolerancias para los parámetros. Diseño de Parámetros. Taguchi establece que pueden emplearse métodos de diseño experimental para hallar un mejor diseño del producto y/o del proceso. Aunque la búsqueda de diseños robustos no es algo nuevo, Taguchi merece el crédito por observar que el diseño experimental puede utilizarse como una parte formal del proceso de diseño técnico, siendo la estrategia clave de Taguchi la reducción de la variabilidad. Función de Pérdida. La función de pérdida o de costo social establece una medida financiera del descontento del usuario con la actuación de un producto cuando se desvía de un valor designado como meta (t=target). Esta se expresa algebraicamente así L(y) = k(y-t)2 donde "y" es variable aleatoria de la característica de funcionamiento (característica de calidad) en estudio de un proceso o producto. El pensamiento tradicional occidental penaliza solo si y está fuera de los límites inferior o superior de especificaciones, en cambio el pensamiento Taguchi mediante la función de pérdida, penaliza todo "y" diferente de la meta t. Lo anterior es consistente con el mejoramiento continuo de Deming y Juran, buscando minimizar costos. 2.- JUSTIFICACIÓN.Teniendo en cuenta los antecedentes, así como los que se desprenden de la descripción de la ingeniería de calidad en un marco de Off line QC, se presenta una crítica al método de Taguchi que habrá de constituirse en justificación que permita la configuración del problema científico. Rescatando las contribuciones de Taguchi a la ingeniería de diseño y a la optimización, teniendo en cuenta los elementos presentados y reconociendo que: 1. Su trabajo ha impulsado a un replanteamiento de los métodos estadísticos en términos de sensibilidad a las variables del medio; 2. Ha retomado aspectos antiguos y con ello generado nuevas mezclas metodológicas con elementos nuevos utilizando la variabilidad del producto y del proceso como una parte importante del criterio de rendimiento; y 3. Su conducción, estímulo y formación de importantes recursos humanos estadísticos en general y de la mejora de la calidad en particular, se establecen las áreas de oportunidad del método de Taguchi en lo que respecta a los ámbitos de la polémica, es decir el diseño y el análisis de datos. De manera paralela se expresa la crítica del aspecto educativo y curricular derivado del estudio de esta temática.
2.1. Crítica a la autoría de arreglos ortogonales y al diseño experimental.
2.2. Crítica al análisis de datos
2.3 Crítica al aspecto educativo y curricular.
Las conclusiones de esta exploración han sido 1. Esbozar el planteamiento del problema científico y educativo; 2. Configurar las hipótesis de investigación; 3. Definir los objetivos generales de investigación; y 4. Establecer actividades que delinean el método de investigación. 3.1. Planteamiento del Problema Científico. La crítica general hecha a la ingeniería de calidad, circunscrita al diseño de experimentos y al análisis de datos, establece la sintomatología caracterizada por «aparentes y expuestas» debilidades que de ser atendidas cuidadosamente, pueden constituirse en un poderoso instrumento que venga a potenciar la optimización de importantes procesos industriales. En este sentido, la búsqueda por aportar al desarrollo del método de Taguchi, implica abrirle la puerta a un área de oportunidades inusitada para el desarrollo de la competitividad empresarial a través de la Calidad en un contexto amplio, pero haciendo un énfasis en el diseño de experimentos, catalizador de la propia gestión de la calidad en general y particularmente en el Diseño robusto de parámetros de Taguchi, el cual en las últimas 2 décadas del S.XX, ha dado resultados irrefutables en este ámbito. Por esto expuesto es necesario retomar la crítica positiva de la ingeniería de calidad de Taguchi en contraste y complementariedad con los diseños considerados clásicos así como los planteamientos presentados en las últimas 2 décadas del S.XX, tales como el criterio y método de mínima aberración, el diseño de momentos óptimos entre otros. Lo anterior deberá permitir establecer una estrategia de gestión de la calidad en las empresas en donde se evalúen los diseños para poder contrastarlos de manera práctica. Esto significa ingeniería de diseño en acción, de tal manera que el problema científico se aborde de tal manera que permita atender problemas concretos de calidad en las empresas. Todo ello retroalimentado en el enriquecimiento del perfil de egreso de las áreas de competencia profesional. Entonces, este trabajo presenta el esfuerzo por plantear la problemática y esbozar un proyecto de investigación que permita encontrar alternativas robustas a la gestión de la calidad, pero además paralelamente ir configurando métodos, planes y programas de estudio en el campo de la estadística industrial y la gestión de la calidad los cuales permitan perfiles de egreso de alta competitividad en el mercado de trabajo y masa crítica para el desarrollo científico y tecnológico en el plano nacional e internacional. 3.2 Hipótesis Científicas Es factible la mejora de la ingeniería de calidad de Taguchi en el ámbito del diseño de experimentos y el análisis de datos, asimismo, la Gestión de la Calidad en las empresas donde se evalúen los diseños de Taguchi en contraste y complementariedad con los diseños clásicos, propuestas novedosas y método mejorado. Es factible además, el desarrollo del currículo institucional y la configuración de una metodología para la actualización del mismo, en las carreras de ingeniería en los campos de la estadística industrial, gestión de la calidad y diseño de experimentos. 3.3. Objetivos Generales de Investigación. Analizar y evaluar en contraste y complementariedad con los diseños reconocidos como clásicos y novedosos, como una herramienta estratégica de gestión de la calidad en un contexto amplio, proponiendo un método mejorado para el "Diseño Robusto de Parámetros". Producir un aporte coherentemente estructurado para el desarrollo del currículo de las carreras de Ingeniería de un Instituto Tecnológico Superior en el campo de la estadística industrial, gestión de la calidad y diseño de experimentos. 3.4. Actividades que delinean Método de Investigación. 1: Evaluar la eficiencia de los arreglos ortogonales utilizados por Taguchi comparándolos en certidumbre y tiempo de experimentación con respecto a otros diseños en la gestión de calidad en empresas muestras. 2: Evaluar la ventaja de considerar las interacciones bifactoriales principales en el diseño experimental versus el tener gran conocimiento técnico del proceso en empresa muestra. 3: Revisar y evaluar la técnica de factores deslizantes de Taguchi en empresa muestra. 4: Proponer un método que permita mejorar la comprensión global del proceso y mejorar la eficiencia. Pudiese partirse a la inversa, determinando factores principales e interacciones relevantes para que después se determinen curvaturas de estos solamente. 5: Evaluar la consideración relativa del gran número de experimentos (corridas) sin dejar de considerar información relevante con el método mejorado propuesto en empresa muestra. 6: Evaluar la eficiencia de las colecciones de gráficas de Taguchi, buscar su fundamento estadístico en empresa muestra. 7: Revisar y evaluar el método de selección del ganador de Taguchi en contraste con otros diseños en empresa muestra. 8: Aislar efectos de localización y dispersión en la Señal sobre ruido, revisando la viabilidad del Log S2. 9: Desarrollar el currículo de las carreras de Ingeniería Industrial en Manufactura, Ingeniería Mecánica en Control de Procesos e Ingeniería en Sistemas Computacionales en lo que a los campos de estadística Industrial, gestión de la calidad y diseño de experimentos compete. 10: Proponer un método para la actualización curricular en términos de planes y programas de estudio, así como diseños instruccionales en el ámbito del nivel de licenciatura y posgrado de ingeniería.
BOX, G.E.P. 1988. Signal to Noise Ratios, Performance Criteria and Transformations (with discussion). Technometrics, 307 1-40. BOX, G.E.P. y Fung, C.A. 1988. Studies in Quality Improvement: Minimizing Transmitted Variation by Parameter Design. Report 8, Universidad de Wisconsin-Madison. Center for Quality and Productivity Improvment. U.S.A. KACKAR, R. 1985. Off-Line Quality Control, Parameter Design and the Taguchi Methods. Journal of Quality Technology, 17, 176-188. MONTGOMERY, Douglas C. 1993. Diseño y Análisis de Experimentos. Grupo Editorial Iberoamérica. México. MYERS, R. H. y Montgomery, Douglas C. 1995. Response Surface Methodology: Product and Process Optimization Using Designed Experiments. Jhon Wiley and Sons, Inc. New York, U.S.A. MYERS, R.H., Khuri, A. I. y Vining, G.G. 1992. Response Surface Alternatives to the Taguchi Robust Parameter Design Approach. The American Statistician, Vol. 46, No. 2, 131-139. SCHONBERGER, Richard J. 1992. Técnicas Japonesas de Fabricación. Cuarta reimpresión. 1er. Edición 1987. Editorial LIMUSA, S.A. de C.V. y Grupo Noriega Editores. Traductor Ricardo Calvet Pérez. México. Obra en inglés ISBN 0-02-929100-3. SHOEMAKER, A. C., Tsui, K.L. y Wu, F.J. 1989. Economical Experimentation Methods for Robust Parameter Design. Documento presentado en la conferencia técnica de otoño de la American Society of Quality Control. Houston, Tx. U.S.A. TAGUCHI, G. y Y. Wu. 1980. Introduction to Off-Line Quality Control. Central Japan Quality Control Association (disponible por el American Supplier Institute, Detroit, Mich, U.S.A. VINING, G.G. y Myers, R.H. 1990. Combining Taguchi and Response Surface Philosophies: A Dual Response Approach. Journal of Quality Technology 22, 38-45. WALPOLE, Ronald E. 1998. Probabilidad y Estadística para Ingenieros. Sexta edición Prentice Hall Hispanoamericana, S.A. de C. V. Traductor Ricardo Cruz ISBN 970-17-02646. WELCH, W. J., Yu, T.K., Kang, S.M. y Sacks, J. 1990 Computer Experiments for Quality Control by Parameter Design. Journal of Quality Technology, 22, 15-22. Manuales de carreras de ingeniería del Sistema Nacional de Institutos Tecnológicos (SNIT). SEP-México. 1993
Mtro. Sergio Pablo Mariscal Alvarado * Es maestro en Ingeniería, Jefe de la División de Estudios Profesionales del Instituto Tecnológico Superior de Cajeme. Posee una amplia y solvente experiencia como profesor en educación superior. Ha escrito artículos sobre el ámbito de la Ingeniería Industrial, relacionado con la enseñanza en la Educación Superior. Actualmente es alumno del Doctorado en Ciencias de la Ingeniería Industrial del Instituto Superior Politécnico José Antonio Echevarría, de la Habana, Cuba. Ramón Francis García (La Habana, 1940) * Es Ingeniero Industrial con
maestría en Sistemas Automatizados de Dirección y doctorado en Ciencias
Técnicas. Ha impartido numerosos cursos de posgrado en las asignaturas de
Estadística, Diseño de Experimentos y Control de Calidad. Ha realizado
numerosos trabajos de consultoría en diversas empresas. Ha sido Presidente
del Comité Técnico Nacional Cubano de Normalización para las Técnicas
Estadísticas y es autor de numerosas publicaciones de libros de texto.
Actualmente es el coordinador de la Maestría y la Especialidad de
Aseguramiento de la Calidad que se imparte en la Facultad de Tecnología de
la Universidad de La Habana (ISPJAE), Cuba, presidiendo además su Comité
Académico. Es miembro del Comité Académico de la Maestría de
Dirección. |