Dorian Shainin, la Red X y otras técnicas estadísticas para la resolución de problemas

Claramente influenciado por su mentor y colega Joseph Juran, el ingeniero estadounidense Dorian Shainin es considerado una de las personalidades que más aportaron al desarrollo de técnicas para la resolución de problemas en el campo de la  calidad y la industria de manufactura. La mayor parte de estas técnicas poseen origen estadístico y siguen aplicándose en la actualidad, o son punto de partida para el desarrollo de nuevos métodos. Shainin falleció en el año 2000, y durante toda su carrera asesoró a numerosas empresas líderes de diversos rubros, incluyendo desde organizaciones automotrices y fabricantes textiles, hasta organismos estatales como el Departamento de Defensa de los Estados Unidos. Su empresa, fundada en 1947, sigue prestando servicios de asesoría a las organizaciones en la resolución de problemas complejos (https://shainin.com/).

Durante la década del 40, Juran se encargó de aggiornar el Principio de Pareto y aplicarlo a la variación de las causas de un problema, para determinar cuáles tenían influencia realmente sobre el problema en sí. Shainin se basó en esta aplicación, y fue un poco más alla: de las múltiples causas que podían originar el problema, sólo una de ellas era la principal. A esta la denominó la “Gran X Roja” (Big Red X o, simplemente, Red X). Para la determinación de esta causa principal, Shainin planteó la utilización de métodos completamente empíricos. Como en otras oportunidades, no entraremos en profundidad en desarrollos estadísticos. Sólo mencionaremos algunas de las técnicas más difundidas de Shainin y cuál es su aplicación.

Lot Plot

Lot Plot es en realidad una técnica de muestreo, que busca evitar la necesidad de que se realice una inspección del 100% de un lote. En un lote donde se sabe que existen piezas defectuosas, la idea es aplicar esta técnica para no llegar al extremo de tener que inspeccionar pieza por pieza. Para esto se utilizan gráficas, basadas en conceptos previos del estadístico Walter A, Shewart. Con esta técnica, Shainin buscaba mayor efectividad en el proceso de inspección.

“Habla con las partes; son más listas que los ingenieros.” (Dorian Shainin)

Lot Plot - FUENTE: Wikilean

Comparación Pareada o Apareada (Paired Comparisons)

La Comparación Pareada forma parte de un conjunto de herramientas esenciales del Diseño de Experimientos (DOE) según lo define Shainin. Aquí hay históricamente una especie de rivalidad entre él y Taguchi por la efectividad de sus técnicas en esta disciplina, pero vamos a dejarlo de lado por el momento.

Para hacerlo sintético, este método consiste en tomar una muestra de igual cantidad de productos considerados conformes ("buenos") y de productos no conformes ("malos). Se deben identificar cuáles son los parámetros que se están teniendo en cuenta para esta diferenciación, y deben poder cuantificarse. Deben ser medibles. Por ejemplo, podemos hablar de la longitud de una pieza, de su dureza, del espesor, etc. A estos parámetros se los ordena de una determinada manera en función de su importancia en el resultado final (conforme-no conforme). Por cada parámetro tendremos dos valores (el "bueno" y el "malo"). Todos estos valores se listan en orden descendente o ascendente, sin importar su clasificación. En función de los cambios de malo a bueno, o de bueno a malo, se va realizando una gráfica. Luego se realiza un conteo que determina, de acuerdo al resultado, si ese parámetro es realmente causa del problema que se está analizando, o no, con una confiabilidad que depende del número de muestras tomadas (por ej, 90% para 6 muestras, 99% para 10 muestras). 

Gráficas Multi-Vari (Multi-Vari Charts)

La gráficas o cartas Multi-Vari fueron desarrolladas en realidad por Leonard Seder en la década del 50, aunque se popularizaron gracias a Shainin, quien las incluyó dentro de su conjunto de herramientas. Estas gráficas tienen como objetivo determinar las fuentes de variabilidad de un proceso, cuantificarlas e identificar las más influyentes. Para esto, se clasifican a las variaciones de tres maneras posibles, según su ocurrencia. Pueden ser:

• Variaciones posicionales: cuando la variación aparece dentro de lote, entre máquinas, entre operadores, entre plantas, etc.
• Variaciones cíclicas: cuando la variación se produce entre lotes de piezas. 
• Variaciones temporales: la variación aparece entre períodos de tiempo (hora a hora, turno a turno, semana a semana).

En resumen, las graficas Multi-Vari son una representación visual de un análisis de varianza, de los resultados en función de las fuentes de variabilidad.

Gráfica Multi-Vari - FUENTE: asq.org

Pre-Control

Pre-Control es una técnica estadística cuyos principios son similares al Control Estadístico de Procesos (SPC), que vimos en una publicación anterior, aunque se aplica generalmente al comienzo de la fabricación de una pieza. Sirve para poner a punto el proceso desde el arranque.

Test de Confiabilidad B vs. C (Six Pack Test)

Esta prueba compara muestras del proceso actual con un proceso mejorado o nuevo. De ahí viene su nombre: la "C" representa el estado actual (Current) y la "B" el estado mejorado (Better). Para realizar esta comparativa, se toman 3 muestras de cada estado, 6 en total. También se la conoce como Six Pack Test (la "prueba del paquete de seis"), por esta razón. A través de una combinatoria matemática entre las "B" y las "C", podemos rankearlas en función de sus resultados. Si las "B" quedan mejor posicionadas que las "C", podemos decir que nuestro proceso ha mejorado, con una confiabilidad del 95%.

Otras técnicas de Shainin

Existen otras técnicas popularizadas por Shainin, entre las que podemos destacar:

• Factoriales Completos (Full Factorial)
• Gráficas de Dispersión (Scatter Plot) (no la desarrolló, aunque la incluyó dentro de sus herramientas)
• Overstress Testing 
• Paralelogramo de Tolerancia (Tolerance Parallelogram)
• Secuencia Aleatoria (Randomized Sequencing)
• Isoplot
• ANOVA por Orden de Rango (Rank Order ANOVA)

Aplicación de las técnicas de Shainin en la fase de Análisis de DMAIC en Six Sigma, y vigencia de su uso

Es muy habitual que se utilicen técnicas de Shainin en la fase de Análisis del DMAIC en Six Sigma. Hemos tratado muy superficialmente cada técnica. Para conocer más en detalle cada una de ellas, su base estadística y ejemplos de aplicación, recomendamos leer el libro "World Class Quality: Using Design of Experiments to make it happen" de Keki R. Bothe y Adi K. Bothe (1991).

Después de casi 80 años de aplicación de sus técnicas, Shainin sigue contando con muchos seguidores (y con algunos detractores, también). Hoy en día, su legado sienta las bases para diferentes metodologías estadísticas para la resolución de problemas. Muchas de ellas no se siguen realizando o aplicando con frecuencia tal como han sido planteadas, ya que hoy se cuenta con herramientas poderosas de software. Minitab™, por ejemplo, incluye prácticamente todos sus métodos, o variantes mejoradas o optimizadas de éstos. 

Otros artículos relacionados

• El Método Taguchi, la Ingeniería Robusta y el Diseño de Experimentos
• La Trilogía de Juran
• ¿Qué es Six Sigma?
• DMAIC: Las 5 fases del proceso de implementación de Six Sigma
• ¿Mi proceso está bajo control? Gráficas de control y cómo detectar desvíos.
• Principio de Pareto: Pocos vitales, muchos triviales + Ejemplo en Excel para descargar