Post on 07-Feb-2018
1/
Diplomado en Planeación y Dirección de Operaciones
GESTIÓN DE LA CALIDAD
Parte 1
2/
En este módulo se analizarán los principales conceptosy aplicaciones asociados con la Gestión de la
Calidad.
Esto incluye:
1. Aspectos conceptuales
2. Iniciativas de calidad
3. Herramientas gráficas
4. Control estadístico de procesos
5. Medición de capacidades
6. Diseño de productos
INTRODUCCIÓN - Temario
3/
La Gestión de la Calidad es un área del conocimientoque desde hace varias décadas ha cobradorelevancia en un número cada vez mayor de
empresas.
La Gestión de la Calidad contribuye a la elaboración de unas buenas estrategias de singularización, bajos
costos y respuesta.
INTRODUCCIÓN
4/
Aspectos en los que la calidad potencia la rentabilidad
5/
Calidad
Prestaciones y características de un producto o servicioque tienen que ver con sus capacidades parasatisfacer necesidades manifestadas o implicitas.
Sociedad Americana de la Calidad
Implicaciones:
1. La reputación de la compañia
2. Responsabilidad por el producto
3. Implicaciones globales 6/
Las unidades de flujo varían en términos de costo, calidad, disponibilidad y tiempos de flujo.
Estas variaciones frecuentemente representaninsatisfacciones del cliente y peores percepciones del
producto.
En las siguientes diapositivas, se presentarán ejemplosrelacionados principalmente con la variabilidad en la calidad. Sin embargo, estos conceptos pueden tambiénaplicarse a cualquier otra variable (costo, tiempo, etc.)
INTRODUCCIÓN
7/
Todas las medidas (internas o externas) de desempeño de productos o procesos muestran variabilidad.
Por lo general, la variabilidad se refiere a la discrepanciaentre el desempeño actual y el desempeño esperado.
Los clientes generalmente perciben cualquier variación en el producto o servicio (en relación con el desempeño esperado)
como una pérdida en el valor del producto/servicio.
DESEMPEÑO DE LA VARIABILIDAD
8/
La función de taguchi fue propuesta en Japón tras el análisisde algunas líneas de ensamble de automoviles.
En esta función se indica que la pérdida en el valor del producto puede medirse como la desviación estandard del desempeño actual en relación con el desempeño planeado
(objetivo).
Las implicaciones de esta función, son basicamente que la pérdida en el valor crece rápidamente mientras más se
desvíe el desempeño de su objetivo.
DESEMPEÑO DE LA VARIABILIDADFUNCIÓN DE TAGUCHI
9/
Taguchi’s Quality Philosophy
Product / ProcessTarget Performance (T)
Actual Performance (P)
Design Parameters (D)
Noise Factors (N): Internal & External
LS T US P
Loss = k(P - T)2
not 0 if within specs
On Target is moreimportant than Within Specs LS Spec US
10/
LA FUNCIÓN DE TAGUCHI ENFATIZA LA IMPORTANCIA DE SIEMPRE CUMPLIR CON EL OBJETIVO EN VEZ DE
SOLO CUMPLIR CON LAS ESPECIFICACIONES.
EN GENERAL, LA SATISFACCIÓN DEL CLIENTE PUEDE MEDIRSE COMO UNA DIFERENCIA ENTRE:
Lo que el cliente espera y lo que el producto puede ofrecer por su diseño.
Lo que el diseño del producto dice ofrecer y lo que el proceso de manufactura es capaz de lograr en el producto
Lo que el proceso puede fabricar y lo que en realidad fabrica
La manera en la que se espera sea el desempeño del producto y la manera como en realidad se desempeña
La manera como el producto se desempeña en realidad contra la maneraen la que el cliente percibe el desempeño.
DESEMPEÑO DE LA VARIABILIDADFUNCIÓN DE TAGUCHI
11/
CALIDAD DEL DISEÑO (QUALITY OF DESIGN):Se refiere a que tan bien las especificaciones del producto
apuntan a cumplir con los requerimientos del cliente.Especifica los atributos del producto o proceso que
deseamos ofrecer.“What we promise”
CALIDAD DE LA CONFORMANCIA (QUALITY OF CONFORMANCE).
Se refiere a que tan bien los atributos del proceso o productoactuales cumplen con las especificaciones de diseño.
“How well we keep our promise”
DEFINICIONES RELACIONADAS CON LA CALIDAD
12/
LAS OCHO DIMENSIONES DE LA CALIDAD
• DESEMPEÑO (PERFORMANCE)
• CARACTERÍSTICAS (FEATURES)
• SERVICIO (SERVICEABILITY)
• ESTÉTICA• CALIDAD PERCIBIDA
CALIDAD DEL DISEÑO
CALIDAD DE LA CONFORMANCIA DEL PROCESO AL DISEÑO
• CONFIABILIDAD (RELIABILITY)
• CONFORMANCIA (CONFORMANCE)
• DURABILIDAD
13/
EJEMPLO BASE
Para ilustrar la mayor parte de los conceptos de estecapítulo utilizaremos un ejemplo base en el cual se deseaanalizar la producción de garages en la empresa MBPF.
Las especificaciones del producto indican que se desea un peso de 80 kg por garage.
A continuación se muestran algunas herramientascomunmente empleadas para analizar la variabilidad en el proceso y producto. 14/
Type of Defect Number of Defective Flow Units
Cost
Response Time
Customization
Service Quality
Garage Quality
ANÁLISIS DE LA VARIABILIDAD
1. HOJAS DE REGISTROS (CHECK SHEETS) :
Grupo de problemas en donde se documentan las unidadesde flujo segun el tipo de problemas. Por ejemplo:
15/
ANÁLISIS DE LA VARIABILIDAD
2. DIAGRAMAS DE PARETO :
Es un diagrama de barras que muestra la frecuencia (en orden decreciente) con la que ocurren diversos tipos de problemas.
El 20% de los problemas representan el 80% de losdefectos totales. Por ejemplo:
16/
0
5
10
15
20
25
Num
ber
of C
ompl
aint
s
Garage Quality Service Quality Price Response Time Customization
Types of Problems
2. DIAGRAMAS DE PARETO
17/
ANÁLISIS DE LA VARIABILIDAD
3. HISTOGRAMAS :
Es un diagrama de barras que muestra la distribución de frecuencia de una característica de desempeño observada.
Incluye información sobre la media (valor esperado alrededordel cual se centra la distribución) y la desviación estandard(que mide la amplitud de la distribución alrededor de la media)
La siguiente gráfica ilustra los resultados después de analizar 100 garages durante 20 días. 18/
0
2
4
6
8
1 0
1 2
1 4
7 2 7 4 7 6 7 8 8 0 8 2 8 4 8 6 8 8 9 0 9 2
Weight (kg)
Freq
uenc
y
3. HISTOGRAMAS :
Peso del garage (kg)
Media: 82.5 kgDesv std: 4.2 kg
19/
ANÁLISIS DE LA VARIABILIDAD
4. RUN CHART (Gráfica de corridas o comportamiento)
Recuerde que el histograma anterior solo proporcionóinformación agregada sobre el desempeño del proceso de producción de garages.
Las gráficas de comportamiento con complementarias a loshistogramas y contienen información en donde se muestraalguna medida de desempeño monitoreada a lo largo del tiempo.
Se muestra la variabilidad en la salida del proceso a lo largo del tiempo y ayuda a identificar variabilidades estructuralestales como tendencias o estacionalidades. 20/
4. RUN CHART (Gráfica de corridas o comportamiento)
Tiempo
Peso(kg)
21/
ANÁLISIS DE LA VARIABILIDAD
5. MULTI-VARI CHARTS
Es una gráfica en donde se muestran los valores más altos, los valores promedio y los valores más bajos de N muestrascon n observaciones cada una, monitoreadas a lo largo del tiempo.
El rango entre los valores más altos y los más bajos indicala variabilidad entre los unidades de flujo producidas en un cierto momento (p.ej.: un día); mientras que los cambios en los valores promedio indican la variabilidad a lo largo del tiempo (p.ej.: a lo largo de 20 días). 22/
70
75
80
85
90
95
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Day
Wei
ght (
kg)
HighAverageLow
5. MULTI-VARI CHARTS
23/
CONTROL DE PROCESOS
Recuerde que existen dos aspectos fundamentales en la administración de procesos: (1) planeación de procesos y (2) control de procesos.
La planeación de procesos (Cap 2) tiene que ver con el diseño de la arquitectura del proceso, los procedimientosoperativos y las medidas de desempeño más relevantes(capacidad, eficiencia, etc.). El objetivo en el largo plazo esproducir y entregar productos que satisfagan lasnecesidades de cierto segmento del mercado.
El control de procesos, tiene como objetivo asegurarse en el corto plazo de que el desempeño del proceso es conforme a lo planeado.
24/
CONTROL DE PROCESOSThe Feedback Control Principle
Este principio de retroalimentación para el control de procesos es muy usado para el análisis de sistemasdinámicos. Involucra dos pasos:
1. Colectar información sobre las variables más críticas de desempeño a lo largo del tiempo, y
2. Tomar acciones correctivas basadas en la variabilidadregistrada en tiempo real.
25/
Disturbances: Normal and Abnormal
Target Settings Process Performance
Decision Information
CONTROL DE PROCESOSThe Feedback Control Principle
Process
Decision Information
26/
CONTROL DE PROCESOSThe Feedback Control Principle
El problema con la aplicación de este principio es quefrecuentemente el monitoreo continuo de procesosresulta ser costoso.
En consecuencia, el departamento de operaciones debedecidir:
1. Que tan frecuentemente debe monitorear el desempeño del proceso
2. Cómo reaccionar en respuesta al desempeño observado
LA FRECUENCIA ÓPTIMA DE MONITOREO BALANCEA LOS COSTOS DE MONITOREAR CON LOS COSTOS QUE RESULTAN POR INCUMPLIR CON LAS ESPECIFICACIONES, COMO CONSECUENCIA DE LA VARIABILIDAD EXCESIVA.
27/
CONTROL ESTADÍSTICO DE PROCESOS: GRÁFICAS DE CONTROL (CONTROL CHARTS)
Degree of Control
CostCost of Control
Cost of Non-Conformance
GRADO ÓPTIMO DE CONTROL
28/
CONTROL DE PROCESOSTipos y Causas de Variabilidad
INHERENTE O “NORMAL”CAUSAS COMUNES: VARIABILIDAD ESTADÍSTICAMENTE
PREDECIBLE QUE INCLUYE COMPONENTE ESTRUCTURAL Y ESTOCÁSTICA.
EXTERNA O “ANORMAL”CAUSAS ESPECIALES O ASIGNABLES: VARIABILIDAD
IMPREDECIBLE QUE PERTURBA EL ESTADO DE EQUILIBRIO DEL PROCESO AL CAMBIAR LOS PARÁMETROS DE SU DISTRIBUCIÓN DE
MANERA INCIERTA.
OBJETIVO: IDENTIFICAR LA VARIABILIDAD INHERENTE Y ELIMINAR VARIABILIDAD EXTERNA
29/
MARCO CONCEPTUAL DEL CONTROL ESTADÍSTICO DE PROCESOS
EN TODO PROCESO HAY VARIACIÓN
PRIMERO, ES NECESARIO PONER EL SISTEMA BAJO CONTROL. IDENTIFICAR CAUSAS ASIGNABLES, SI EXISTEN,
Y ARREGLARLAS
PARA MEJORAR EL SISTEMA, SE DEBEN ATACAR LAS CAUSAS COMUNES (MÉTODOS, PERSONAS, MATERIAL,
MÁQUINAS).
30/
CONTROL ESTADÍSTICO DE PROCESOS: GRÁFICAS DE CONTROL (CONTROL CHARTS)
El control estadístico de procesos generalmente consiste en definir un rango de valores de variablidad aceptables en el desempeño del proceso, los cuales estarán dados alrededor del valor promedio, µ.
Para definir un valor aceptable de la banda de control alrededor del valor promedio, µ, se deben considerar lossiguientes factores:
1. La variabilidad normal del proceso, medida como la desviación estandard, σ, de su desempeño histórico
2. El grado al que se desea controlar el proceso, representadopor z; mientras más pequeño sea z, más estricto será el control.
31/
CONTROL ESTADÍSTICO DE PROCESOS: GRÁFICAS DE CONTROL (CONTROL CHARTS)
Posteriormente, se definen z número de desviacionesestandares alrededor de la media como una banda de control razonable.
Asi pues, se especifican los límites mas altos (Upper Control Limit, UCL) y los más bajos (Lower Control Limit, LCL), para posteriomente denotar la banda de control como[LCL, UCL]
La fórmula general para denotar los 2 límites de control es:
LCL = µ − z σ
UCL = µ + z σ32/
CONTROL ESTADÍSTICO DE PROCESOS: GRÁFICAS DE CONTROL (CONTROL CHARTS)
t
Media hipotética del
proceso, µ
99.74%
Señal de que ha ocurrido unacausa especial
µ - 3σLímite Inferior
de Control
µ + 3σLímite Superior
de Control
Las medidas de desempeño ubicadas fuera de los límites(superior o inferior) de control indicarán que el proceso se encuentra fuera de control.
33/
CONTROL ESTADÍSTICO DE PROCESOS: GRÁFICAS DE CONTROL (CONTROL CHARTS)
INTERPRETACIÓN OPERATIVA
(z σ) se refiere a la “calidad de seguridad” para absorber variabilidad normales (algo similar al concepto de inventariode seguridad).
INTERPRETACIÓN ESTADÍSTICA
Los límites de control definidos anteriormente son conceptos muy similares a lo que en estadística llamanintervalos de confianza y prueba de hipótesis.
34/
CONTROL ESTADÍSTICO DE PROCESOS: GRÁFICAS DE CONTROL (CONTROL CHARTS)
GRADO ÓPTIMO DE CONTROL
Recuerde que valores más pequeños de “z” representanuna banda de control más angosta, en cuyo casoaparecerían más puntos “fuera de control” y tendríamosque buscar (a veces innecesariamente) por más causasde variabilidad anormal, lo cual aumentaría los costos de control.
Por otra parte, un mayor valor de z también representa un mayor cumplimiento con los estandares y una menorcantidad (y costos) operativos.
35/
CONTROL ESTADÍSTICO DE PROCESOS: GRÁFICAS DE CONTROL (CONTROL CHARTS)
GRADO ÓPTIMO DE CONTROL
En la práctica, un valor de z=3 es lo más usado para el control estadístico de procesos.
La razón es que si las medidas de desempeño se comportan conforme a una distriubución normal, entonces (segun tablas) el 99.73% de todas lasobservaciones quedarán dentro del siguiente rango:
µ + 3 σ 36/
CONTROL Y MEJORAMIENTO DE PROCESOS
LCL
µ
UCL
Out of Control In Control Improved
Weight
Time
37/
PATRONES USUALES EN GRÁFICAS DE CONTROL
PATRÓN DESCRIPCIÓN CAUSAS PROBABLES
NORMAL
FALTA DE ESTABILIDAD
TENDENCIA ACUMULATIVA
CÍCLICO
VARIACIÓN ALEATORIA
CAUSAS ESPECIALES (O ASIGNABLES): HERRAMIENTA, MATERIAL, OPERARIO, SOBRECONTROL
DESGASTE DE HERRAMIENTAS
DIFERENTES TURNOS, FLUCTUACIONES DE VOLTAJE, EFECTOS ESTACIONALES
38/
DIAGRAMAS DE VARIACIÓN
En aplicaciones prácticas de control de procesos, frecuentemente no sabemos si las medidas de desempeño estuvieron distribuidas conforme a unafunción normal, y en consecuencia, no se tiene certezade su media y desviación estandard.
En estos casos, suele atenderse el problema a partir de unamuestra del desempeño actual y estableciendo límitesde control basados en estimaciones de la muestra, tal y como se ilustra a continuación.
39/
DIAGRAMAS DE VARIACIÓNEstimación de bandas de variabilidad aceptable
Se toman N muestras aleatorias del desempeño de un proceso a lo largo del tiempo y cada muestra contiene nobservaciones. Con lo anterior, se calculan:
1. Promedio de la muestra (A) con las n mediciones.
2. Variación de la muestra (V) la cual es la diferencia entrelas mediciones más altas y más bajas dentro de las nobservaciones.
Así pues, se obtienen A1, A2, …, AN promedios y tambiénV1, V2,…,VN variaciones.
40/
DIAGRAMAS DE VARIACIÓNEstimación de bandas de variabilidad aceptable
Cada promedio de la muestra representa un estimado del desempeño esperado (o media) del proceso mientrasque cada estimado de la variación de la muestrarepresenta la variabilidad en el desempeño del proceso(similar al concepto de desviación estandard).
Estos valores pueden incorporarse en una gráfica similar a la de los límites de control vistos anteriormente, con algunas salvedades.
41/
DIAGRAMAS DE VARIACIÓNEstimación de bandas de variabilidad aceptable
El (1) diagrama control de promedios muestra el desempeño promedio del proceso y una banda de variabilidad aceptable en los promedios, lo cual tiene el objetivo de identificar la variabilidad anormal que alterala media del proceso.
Conforme al teorema del límite central, se asumirá que la distribución de probabilidad del promedio de lasmuestras se aproximará a una función normal, a pesarde que las observaciones individuales no necesariamente sean normales.
Por lo tanto, se asume que el promedio de las muestrastendra una media µA y una desviacion estandard σA. 42/
DIAGRAMAS DE VARIACIÓNEstimación de bandas de variabilidad aceptable
nzLCL /σµ −=
(1) Diagrama control de promedios (continua)…
Así pues, la media µA=µ y la desviacion estandard σA= σ/√n.
La desv. std. de la muestra será menor que la de unaobservación individual. Con lo anterior, se puedenaplicar los límites de control ilustrados anteriormente en estas notas:
nzUCL /σµ +=
µ y σ corresponden a losvalores reales de la media y la desv. estandard de lasdesviaciones individuales
43/
DIAGRAMAS DE VARIACIÓNEstimación de bandas de variabilidad aceptable
nzsALCL /−=
(1) Diagrama control de promedios (continua)…
Por lo tanto, µ se estima a partir del promedio general:
A = (A1 + A2 + … + AN) / N
y σ a partir de s, la desviación estandard de todas las N.nobservaciones.
Con estos estimados, es posible obtener los límites de control para las gráficas de control de promedios:
nzsAUCL /+=
44/
DIAGRAMAS DE VARIACIÓNEstimación de bandas de variabilidad aceptable
VzsVLCL −=
(2) Diagrama de control de variaciones
De manera similar al diagrama de control de promedio, esposible generar diagramas para describir el desempeñodel proceso en términos de sus variaciones.
V = (V1 + V2 + … + VN) / N
y sv, será la desviación estandard de las variaciones de todas las muestras. Así pues, los límites de control paralas gráficas de control de variaciones serán:
VzsVUCL +=
45/
EJEMPLO:DIAGRAMAS DE VARIACIÓN
Las siguientes tablas muestran información sobre el peso de las puertas que fabricó MBPF en los últimos 20 días(5 observaciones realizadas cada día).
7784778379818782838717:00 hrs
8392778984887983808115:00 hrs
9083828383818083788113:00 hrs
8084858682858679838411:00 hrs
898285747684728886869:00 hrs
Día 20Día 19Día 18Día 17Día 16Día 15Día 14Día 13Día 12Día 11Hora
8085857881758382848017:00 hrs
8484797788847584789015:00 hrs
8986827683829176888513:00 hrs
8479838286868183877311:00 hrs
828886838175748082819:00 hrs
Día 10Día 9Día 8Día 7Día 6Día 5Día 4Día 3Día 2Día 1Hora
INFORMACIÓN SOBRE EL PESO DE LOS GARAGES PRODUCIDOS POR MBPF
46/
EJEMPLO:DIAGRAMAS DE VARIACIÓN
Recuerde que A1 se calcula como el promedio de las 5 observaciones del día 1: A1 = (81+73+85+90+80)/5 = 81.8 kg
y el rango de variaciones V1 está dado por la diferencia entreel valor más alto y el más bajo: V1 = (90-73) = 17 kg
La siguiente tabla muestra los valores más altos, más bajos y promedio derivados de la tabla anterior:
83.88581.28380.883.880.8838283.8Promedio
77827774768172797881Bajo
90928589848887888687Alto
Día 20Día 19Día 18Día 17Día 16Día 15Día 14Día 13Día 12Día 11
83.884.48379.283.880.480.88183.881.8Promedio
80797976817574767873Bajo
89888683888691848890Alto
Día 10Día 9Día 8Día 7Día 6Día 5Día 4Día 3Día 2Día 1
VARIACIONES DE LAS MUESTRAS Y ENTRE LAS MUESTRAS
47/
EJEMPLO:DIAGRAMAS DE VARIACIÓN
Finalmente, la siguiente tabla resume los resultados de A y V aplicados a la tabla anterior:
13108158715986V
83.88581.28380.883.880.8838283.8A
Día 20Día 19Día 18Día 17Día 16Día 15Día 14Día 13Día 12Día 11
99777111781017V
83.884.48379.283.880.480.88183.881.8A
Día 10Día 9Día 8Día 7Día 6Día 5Día 4Día 3Día 2Día 1
VALORES PROMEDIO (A) Y VARIACIONES (V) DE LAS PUERTAS A LO LARGO DEL TIEMPO
Así pues, el promediar los 20 valores de Ai y de las Vi variaciones da como resultados:
A = 82.5 kg s = 4.2 kg 48/
EJEMPLO:DIAGRAMAS DE VARIACIÓN
Con lo anterior y aplicando el estandard de z=3, es posiblecalcular los límites de control respectivos:
kgnzsALCL 87.765/)2.4)(3(5.82/ =−=−=
kgnzsAUCL 13.885/)2.4)(3(5.82/ =+=+=
Gr á f i c a de c ont r ol de pr ome di os ( A )
74
76
78
80
82
84
86
88
90
Día1
Día2
Día3
Día4
Día5
Día6
Día7
Día8
Día9
Día10
Día11
Día12
Día13
Día14
Día15
Día16
Día17
Día18
Día19
Día20
Todos los puntosestán dentro de loslímites de control!
49/
EJEMPLO:DIAGRAMAS DE VARIACIÓN
De manera similar, es posible calcular los límites de control respectivos para las variaciones:
V = 10.1 kg sV = 3.5 kg4.0)5.3)(3(1.10 −=−=−= VzsVLCL
6.20)5.3)(3(1.10 =+=+= VzsVUCLGr á f i c a de Cont r ol de Va r i a c i one s ( V)
0
5
10
15
20
25
Día1
Día2
Día3
Día4
Día5
Día6
Día7
Día8
Día9
Día10
Día11
Día12
Día13
Día14
Día15
Día16
Día17
Día18
Día19
Día20
Todos los puntosestán dentro de loslímites de control!
50/
DIAGRAMA CAUSA-EFECTO (“DE ESPINA DE PESCADO”)
Una vez que se ha detectado la presencia de variabilidadesanormales en el proceso, se procede a generar un diagrama causa-efecto, también conocido como “de espina de pescado” o “diagrama de Ishikawa”.
Este diagrama muestra una cadena de relaciones causa-efecto que pueden estar generando la variabilidadanormal observada en el proceso.
OTROS DIAGRAMAS
51/
DIAGRAMA CAUSA-EFECTO (“DE ESPINA DE PESCADO”)
EFECTO
HUMANOHUMANO
MATERIALMATERIAL
MÁQUINAMÁQUINA
PROCESOPROCESO
MEDICIÓNMEDICIÓN
Falla equipo de prueba
Especificaciones incorrectas
Procedimientos inadecuados
AMBIENTEAMBIENTE
52/
DIAGRAMAS DE DISPERSIÓNSCATTER PLOTS
Una vez que se han detectado la(s) causa(s) que genera variabilidades anormales en el proceso, se procede a generar un diagrama de dispersión (scatter plot).
En este diagrama, se trata de encontrar una correlaciónmatemática que permita describir en que proporción un cambio en la causa afectará la variabilidad del proceso.
OTROS DIAGRAMAS
53/Roller Setting (mm)
Garage Door Weight (kg)
SCATTER PLOTS
54/
En resumen, las herramientas anteriores ilustran el control de procesos, el cual consiste en un análisis dinámico del desempeño del proceso a lo largo del tiempo.
Un proceso “in control” significa que la variabilidad de sudesempeño es estable a lo largo del tiempo, por lo que losproductos de salida en el proceso son estadísticamentepredecibles (estabilidad interna del proceso)
Recuerda que esto no necesariamente significa que la salida en el proceso (output) sea satisfactoria desde la perspectiva del cliente sino únicamente que .
55/
PALANCAS (LEVERS) PARA CONTROLAR LA VARIABILIDAD DE PROCESOS
MEDIR, PRIORIZAR Y ANALIZAR LA VARIABILIDAD DE MEDIDAS CLAVE DE DESEMPEÑO A LO LARGO DEL TIEMPO.
CONTROLAR EL PROCESO PARA REDUCIR VARIABILIDAD ANORMAL
DETERMINAR LÍMITES DE CONTROL DE VARIABILIDAD ACEPTABLE DE MEDIDAS BÁSICAS DE DESEMPEÑO.
MONITOREAR EL DESEMPEÑO REAL Y CORREGIR (O REPRODUCIR) CUALQUIER VARIABILIDAD ANORMAL.
REDUCIR VARIABILIDAD NORMAL DEL PROCESODISEÑAR PARA EL PROCESAMIENTO (SIMPLIFICAR,
ESTANDARIZAR, A PRUEBA DE …ERRORES). 56/