Metodología miceps para control estadístico de procesos: caso aplicado al proceso de producción de vidrio templado

Miguel Angel Ortíz Barrios
Heriberto Alexander Felizzola Jiménez


DOI: http://dx.doi.org/10.15665/rp.v12i2.291

Resumen


El Control Estadístico de procesos es considerado como una herramienta de la Gestión de la Calidad orientada a
la mejora de procesos y productos. Su aplicación exitosa en la industria manufacturera y de servicios ha representado
beneficios a nivel financiero y de mercado. Para ello, es importante garantizar una efectiva articulación entre
las perspectivas del cliente y la compañía. Por tal motivo, el presente estudio tiene como objetivo el desarrollo de
un enfoque basado en la metodología MICEPS (Methodology for integrating customer expectations and production
systems) que ayuda a las compañías a traducir las expectativas del cliente en sistemas efectivos de control de
calidad. Primero, se efectúa un análisis de proceso y luego se aplica el enfoque MICEPS para el establecimiento
de puntos de monitoreo y control basados en el cliente. Un caso de estudio de la industria de vidrio templado ha
sido empleado para explorar la efectividad del enfoque propuesto.


Palabras clave


Gestión de la calidad; Control Estadístico de procesos; Críticos de satisfacción del cliente; MICEPS; Vidrio templado

Texto completo:

PDF

Referencias


R.B. Coronado, J. Antony, “Critical success factors for

the successful implementation of six sigma projects in organisations”,

The TQM Magazine, 14, (2), 92–99, 2002.

G. Box, T. Kramer, “Statistical Process Monitoring and

Feedback Adjustment, A Discussion”, Technometrics, 34,

(1), 251–267, 2012.

J. Maleyeff, F.C. Kaminsky, “Six sigma and introductory

statistics education,” Education + Training, 44 (2), 82–

, 2002.

M. Abreu, R. Cañedo, “Gerencia Total de la calidad en

las organizaciones”, Acimed, 6, (2), 79 - 92, 1998.

R.J.M. Does, W.A. Schippers, A. Trip, “A framework for

implementation of statistical process control”, International

Journal of Quality Science, 2 (3), 181–198, 1997.

A. Kumar, J. Motwani, “Doing it right the second time”,

Industrial Management & Data Systems, 96 (6), 114–19, 1996.

J. Antony, T. Taner, “A conceptual framework for the

effective implementation of statistical process control”,

Business Process Management Journal, 9 (4), 473–489, 2003.

E. Arnheiter, J. Maleyeff, “The Integration of Six Sigma

and Lean Management”, TQM Magazine, 17 (1), 5 – 18,

M. Behbahani, A. Saghaee, R. Noorossana, “A case-based

reasoning system development for statistical process

control: Case representation and retrieval”, Computers and

Industrial Engineering, 63 (4), 1107 – 1117, 2012.

M. Kulahci, “Multivariate Statistical Process Control”,

in Proc. Farm Animal and Food Quality Imaging 2013, Lyngby,

, pp. 29.

H. Gutierrez, R. de la Vara, “Análisis de Modo y efecto

de las fallas (AMEF)” in Control Estadístico de Calidad y Seis

Sigma, 2nd ed. México D.F., México, McGraw Hill, 2009, pp.

– 416.


Enlaces refback

  • No hay ningún enlace refback.


Licencia Creative Commons
Este trabajo esta licenciado bajo una Licencia Internacional Creative Commons Atribución-NoComercial-SinDerivados 4.0.

 

ISSN : 1692-8261 Versión impresión
ISSN : 2216-1368 Versión Web

RedesRepositorio UACRedes Sociales
 


Licenciada bajo: