En el mundo de la gestión de cadenas de suministro, asegurar la calidad de los productos que usted obtiene es crucial para el éxito. Una sola pieza defectuosa puede alterar la cadena de suministro entera y erosionar la confianza del cliente. En este blog, exploraremos cómo se usa una prueba de proporción 1 en Minitab para evaluar la tasa de defectos de los medidores de combustible producidos por un proveedor de un fabricante de automóviles.
ENTENDAMOS EL PROBLEMA
Imagine una situación en la que su empresa fabrica vehículos y obtiene medidores de combustible de un proveedor. Si bien el proveedor goza de buena reputación, sus automóviles representan la marca de alta calidad de usted, y parte de su promesa a los clientes es su atención a la seguridad. Aun cuando usted no quiere ninguna pieza defectuosa, entiende la variabilidad normal y establece una tasa de defectos de 2 % como el límite aceptable para un proveedor. Para evaluar a su proveedor, usted realiza una prueba de calibración en un conjunto de muestras de medidores de combustible para determinar si la tasa de defectos excede el límite aceptable.
RECOPILACIÓN DE DATOS
Su personal selecciona 500 medidores de combustible entregados la semana anterior y los somete a pruebas de calibración. De los 500 medidores de combustible, usted identifica 18 que se calibraron incorrectamente.
PRUEBA DE PROPORCIÓN 1: ¿EN QUÉ CONSISTE?
Una prueba de proporción 1, también conocida como prueba de proporción de una muestra o prueba de proporción binomial, es una herramienta estadística que se usa para determinar si la proporción de una cierta característica en una muestra, difiere significativamente de una proporción conocida de una población hipotética. En nuestro caso, queremos determinar si la tasa de defectos (proporción de medidores de combustible defectuosos) es superior al 2 % especificado.
ESTABLECIMIENTO DE LA HIPÓTESIS
Las hipótesis para esta prueba son:
CONDUCCIÓN DE LA PRUEBA EN MINITAB
INTERPRETACIÓN DE LOS RESULTADOS
Los resultados sugieren que la tasa de defectos es superior al 2 %:
Debido a que el valor p es inferior a 0.05, podemos rechazar la hipótesis nula y concluir que la tasa de defectos es superior al 2 %.
Ahora que ha encontrado que la tasa de defectos es superior a la esperada, tiene que asegurarse de que su sistema de medición está en lo correcto. Si hubo algún sesgo o variación no deseado en su proceso de medición, es posible que haya identificado incorrectamente que los medidores de combustible estaban defectuosos. (Afortunadamente, Minitab tiene un módulo de Análisis del sistema de medición, diseñado específicamente para este propósito.)
No obstante, si confía en su sistema de medición, podría solicitar al proveedor que rediseñe el medidor de combustible para mejorar su exactitud. O bien, quizá es hora de buscar un nuevo proveedor capaz de suministrar las piezas de calidad que usted necesita para hacer funcionar sin contratiempos su cadena de suministro.
RECUERDE TENER EN CUENTA EL TAMAÑO DE LA MUESTRA
La muestra del proceso de fabricación se debe tomar aleatoriamente. Si los 500 medidores de combustible provienen del mismo lote o tenían la misma fecha de fabricación, en el análisis se excluirían la variación de lote a lote o las causas de variabilidad con el tiempo. En tal caso, los resultados podrían estar sesgados, en especial si la muestra consistía de un conjunto de piezas excepcionalmente bueno o malo.
TOME DECISIONES MÁS INTELIGENTES CON MINITAB
Al usar una prueba de proporción 1 en Minitab, los gerentes de cadena de suministro pueden tomar decisiones basadas en datos sobre la calidad de los productos adquiridos. Este tipo de análisis faculta a las empresas para tomar las medidas apropiadas, como trabajar muy de cerca con los proveedores para mejorar los procesos de fabricación, asegurar cadenas de suministro más fluidas y aumentar la satisfacción del cliente.
¿Listo para poner a prueba a sus proveedores y mejorar la calidad?