Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Problema 9, 10 CALIDAD
Problema 9, 10 CALIDAD
Control Estadstico
Es cuando el valor del ndice Cpk es mucho ms pequeo que el Cp, significa que
la media del proceso est alejada del centro de las especificaciones. Ejemplo:
Control Estadstico
no est centrado, ya que la media del proceso, = 283 est alejada del centro de
las especificaciones (N = 280).
Control Estadstico
=1.33
= 0.86
Como el proceso Cpk es menor que 1 el proceso el proceso no cumple con una
de las especificaciones.
= -35
Como el valor de K es negativo significa que la media del proceso es menor que el
valor nominal.
=0.86
Cpm =0.775
Como el Cpm es menor que uno, significa que el proceso no cumple con
especificaciones, ya sea problemas de centrado o por exceso de variabilidad.
Para el ejercicio 13 del captulo 2, acerca del grosor de las lminas asbesto,
se tiene que las especificaciones son: EI = 4.2 mm, ES = 5.8
Control Estadstico
a)
= 31.2 %
La media del proceso esta desviada 31.2 % a la derecha del valor nominal, por lo
que el centrado del proceso es inadecuado y esto contribuye de manera
b)
= 0.59
= 0.47
Control Estadstico
Control Estadstico
LSE
1.52
72
CPU
LIE
75
0.92
70
78
C pk
81
0.92
O bjetiv o
80
LSE
90
M edida de la muestra
LC inferior
84
0.76
87
LC superior
90
1.08
82.45
Nmero de muestra
C apacidad general
80
Desv .Est. (Dentro)
Dentro de
2.73813
Pp
1.27
General
LC inferior
1.07
LC superior
1.47
PPL
LIE
Objetivo
Cp
1.58
1.22
PPU
LC inferior
0.96
1.03
P pk
0.96
2916.24
P P M Total
2004.16
P P M < LIE
2.72
P P M < LIE
1.04
P P M > LS E
0.00
LC
P P M > LSE
inferior
2913.52
0.79
LC superior
P P M > LSE
1.13
2003.12
C pm
P P M Total
0.93
0.00
LC
inferior
0.82
P P M Total
=1.22
Control Estadstico
= 0.92
Como el proceso Cpk es menor que 1 el proceso el proceso no cumple con una
de las especificaciones.
Cpm =0.93
Como el Cpm es menor que uno, significa que el proceso no cumple con
especificaciones, ya sea problemas de centrado o por exceso de variabilidad.
Para el ejercicio 15 del captulo 2, estime los ndices de capacidad Cp, Cpk y
K, e interprtelos.
Como el Cpk es menor que uno, entonces el proceso no cumple con por lo menos
una de las especificaciones.
Control Estadstico
La calidad es satisfactoria?
a)
Cpi = 0.965
Control Estadstico
= 1.3, EI =40, = 44
= 1.026
Control Estadstico
10. En una empresa que elabora productos lcteos se tiene como criterio de
calidad para la crema, que esta tenga 45% de grasa, con una tolerancia de
5. De acuerdo con los muestreos de los ltimos meses se tiene una media de
44.5 con una desviacin estndar de 1.3. realice un anlisis de capacidad
para ver si se cumple con la calidad exigida (Cp, Cpk, K, Cpm, limites reales)
represente de manera grfica sus resultados y comntelos.
=1.28
= 1.15
= -0.1
;
= 1.39
Cpm = 1.196
Como el proceso Cpm es mayor que uno, Cumple con las especificaciones
Control Estadstico
=1.67
Es de clase 1 y es adecuado
= 0.66
Como es menor que uno, entonces el proceso no cumple con por lo menos una de
las especificaciones.
= -0.2
;
= 4.47
Cpm =0.745
Como el valor de Cpm es menor que uno, significa que el proceso no cumple
especificaciones.
Control Estadstico
Si un proceso tiene un Cps = 1.3, entonces partes por milln (PPM) = 1349.967.
Estime con un nivel de confianza de 95% los ndices Cp, Cpk y Cpm, e
intrprete cada uno de ellas.
15. Conteste los primeros incisos del problema anterior, pero ahora suponga
que el tamao de la muestra fue de n = 140. las conclusiones sern las
mismas?
17.
Control Estadstico
=1.48
Es de clase 2 y es adecuado.
= 0.89
Como Cpk es menor que uno, entonces el proceso no cumple por lo menos una
de las especificaciones.
= 40 %
La media del proceso esta desviada un 40% a la izquierda del valor nominal, por
lo que el centrado del proceso es inadecuado y esto contribuye de manera
significativa a la baja capacidad del proceso para cumplir con la especificacin
superior.
19. Que significa que un proceso tenga nivel de calidad tres sigma? porque
ese nivel no es suficiente?
Control Estadstico
Diagrama de Pareto
Control Estadstico
Control Estadstico
Control Estadstico
100
100
80%
80
Control Estadstico
80
frec
60
60
Porcentaje
40
VITALES
40
20
20
defectos
fuera tono
manchas
fuera registro
mal corte
codigo barras
frec
35
30
15
12
8
Porcentaje
35.0
30.0
15.0
12.0
8.0
% acumulado
35.0
65.0
80.0
92.0
100.0
Enliste las principales actividades que realiza y, de acuerdo con el tiempo que
les dedica a cada una de ellas, haga un Pareto.
Control Estadstico
Control Estadstico
tipo de queja
grado de molestia
frecuencia de ocurrencia
A
4
12%
B
8
5%
C
2
40%
D
6
25%
E
4
10%
F
8
8%
Defecto de envasado
frecuencia
Botella
804
Tapa
715
Etiqueta
1823
Contraetiqueta
742
Otros
102
Control Estadstico
5000
100
4000
80
frecuencia
3000
60
Porcentaje
2000
40
1000
20
Defecto de envasado
la
p
r
ig
iq
iq
in
la
frecuencia
1823
916
804
742
715
102
Porcentaje
35.7
18.0
15.8
14.5
14.0
2.0
% acumulado
35.7
53.7
69.4
84.0
98.0
100.0
Control Estadstico
maquina
turno
Problemas y nmeros de paquetes
empacadora
defectuosos
Falta de
Mancha
Mancha
vacio
verde
amarilla
A
I
4300
700
700
II
6300
650
650
B
I
3500
700
400
II
6600
500
420
C
I
8500
800
324
II
9120
655
345
Realizando pareto para problemas se detect el problema con mayor Nivel que es
Falla al Vacio con 38320 de paquetes defectuoso.
Control Estadstico
Realiza
ndo pareto de segundo Nivel para las mquinas, notamos que la mquina C
realiza 16720 paquetes defectuosos de falla de vaco.
Control Estadstico
funcin de:
Control Estadstico
(o) rasguos superficiales, (x) rupturas, (-) incompletas, (/) forma inapropiada y (*) otro.
. Maquinas.
. Dia.
. Turno.
En resumen, cules son las pistas concretas para orientar los esfuerzos de
mejora?
defecto
Frecuencia
1200
Perforaciones deformes
400
Falta de fundente
130
Mal soldada
40
total
1950
Control Estadstico
Durante los cinco meses los mayores problemas de las tintas se debe a la boca
de la tinta ovalada que genero 1200 productos defectuosos siguiendo despus las
perforaciones deformes que generan 400 productos defectuosos.
Estratificacin
Control Estadstico
Primero que nada analizara la situacin para ver en que radica este problema,
luego de haber encontrado el factor negativo de la situacin actual de manera
inmediata aplicar criterios de calidad, y en este caso hacer que todos los clientes
sean tratados por igual con respecto a sus pagos.
78
78
82
85
81
86
80
73
84
78
68
84
75
78
76
76
82
85
91
80
70
87
77
82
84
48
49
39
39
43
35
42
34
44
49
34
30
43
31
34
41
42
45
42
35
38
39
42
43
29
Conteo
Variable
total
PrcAcum
Media
Desv.Est.
Varianza
CoefVar
Mnimo
Mediana
Control Estadstico
Point
49
100
60.22
21.13
446.39
35.08
68.00
N para
Variable
Rango
IQR
Modo
moda
Mximo
Asimetra
Kurtosis
Point
91.00
39.00
42, 78
4
-0.06
-1.80
62.00
El 50% de los cuestionarios son menores o iguales a 68.00 y que el otro 50%son
mayores o iguales a 68.00
Control Estadstico
La asimetra es negativa con un valor de - 0.06, quiere decir que la variable toma
valores demasiado bajos con mayor frecuencia que valores muy altos y es
asimtrica hacia la izquierda.
Las unidades de la diferencia entre los extremos como mximo entre dos
variables es 62.00.
En este caso sera recomendable de clasificar de nuevo los datos para analizar el
problema, las fallas, las quejas o datos para clasificarlos de acuerdo con los
factores que se cree que pueden influir en su magnitud, esto se hace con el fin de
localizar la mejor manera para resolver el problema.
Control Estadstico
Como primer paso hacer la lluvia de ideas, ya que si se trata de una empresa que
tiene tres horarios, el problema podra venir de los empleados que estn en el
turno noche ya que no hay tanto control de seguridad como en horas del dia. Lo
que se podra hacer en este caso es realizar un control ms estricto de vigilancia
en lo que refiere al rea de almacenamiento de la materia prima, y por parte de los
equipos y o maquinarias pues controlar esto con un servicio de vigilancia de
confianza y ms estricto, estas seran las estrategias que se propondran para
tratar de radicar este problema.
SOLUCION ALTERNATIVA
Control Estadstico
Hoja de verificacin
19. Disee una hoja de verificacin para analizar la distribucin del grosor de
las lminas de asbesto, considerando que el espesor ideal es de 5 mm con
tolerancia de 0.8. (vase el ejemplo 6.5).
Control Estadstico
Hoja de verificacin
Producto:
Fecha:
Inspector:
Defectuosa por
Frecuencia
Subtotal
//////////////
14
fuera de norma
///////////
11
fuego
Poco compresible
///
3
Dificultad a perforacin
//
2
Total
30
Control Estadstico
Ante una situacin as teniendo en cuenta los criterios de calidad se procede hacer
primero que nada una lluvia de ideas mediante una toma de datos para realizar una
hoja de verificacin, en este caso viendo los diferentes motivos de que porque la
cantidad de piezas producidas son defectuosas, con qu frecuencia ocurren estas
anomalas. Despus de haber hecho la hoja de verificacin proceder a tomar
acciones correctivas al momento de saber cul es la razn especifica de la
produccin de piezas defectuosas en exceso.
21. En una empresa que fabrica colchones se tienen los siguientes defectos:
plisado, hilvanado, fuera de medida y manchados. El trabajo se hace por
medio de cinco maquinas. Disee una hoja de verificacin para registrar los
defectos cuando se realiza la inspeccin.
hoja de verificacin
Producto: Colchones
Fecha: 12 4
- 2011
Inspector: Luis
coronel
morales
Defectuosa por
Frecuencia
Subtotal
Plisado
///////////////////
40
///////////////////
//
Hilvanado
///////////////////
46
///////////////////
////////
Fuera de medida
///////////////////
69
Control Estadstico
///////////////////
///////////////////
////////////
manchado
///////////////////
94
///////////////////
///////////////////
///////////////////
////////////////
Total
249
hoja de verificacin
Producto: Botellas
Fecha: 10 9
de tequila - envasado
- 2010
Inspector: Jorge
Gonzales Quiones
Defectuosa por
Frecuencia
Subtotal
Botella
//
2
Control Estadstico
Tapa
///
3
Etiqueta
////////
8
Contraetiqueta
//////////
10
/////
5
otros
////
4
total
32
Ver cul es el problema y ver qu es lo que se quiere mejorar para luego ver el tipo
de diagrama que se podra construir para la mejor localizacin del problema.
ver los datos que se necesitaran y determinar las estrategias para la solucin de los
problemas.
Control Estadstico
Diagrama de dispersin
Es una grfica cuyo objetivo es analizar la forma en que dos variables numricas
estn relacionadas, medidas usualmente sobre el mismo elemento de la muestra
de una poblacin o proceso (grfica del tipo X-Y donde cada elemento est
representado por un par de valores (x, y) y un punto en el plano.
28. En cierta empresa es usual pagar horas extras para cumplir con los
tiempos de entrega. En este centro productivo, un grupo de mejora de
calidad est tratando de reducir la proporcin de piezas malas. Con
Control Estadstico
SEMANA
HORAS EXTRAS
PORCENTAJE DE DEFECTUOSOS
1
340
5
2
95
3
3
210
6
4
809
15
5
80
4
6
438
10
7
107
4
8
180
6
9
100
3
10
550
13
11
220
7
12
50
5
13
193
6
14
290
8
15
340
2
16
115
4
17
362
10
18
300
9
19
75
2
20
93
2
21
320
10
22
154
7
Control Estadstico
16
DE DEFECTUOSOS
14
12
10
PORCENTAJE
0
100
200
300
400
500
600
700
800
900
HORAS EXTRAS
Qu relacin observa?
Se observa una relacin de bajo nivel de correlacin porque existen puntos que
estn ms alejados y hacen dificultoso la relacin entre ellos.
Con base a lo anterior, Puede incluir con seguridad que cuando se trabaja
con tiempo extra se incrementa el porcentaje de defectuosos porque ocurren
factores como calentamiento de equipo, cansancio de obreros, etc., que
causa mayores problemas en la calidad de las piezas?
Control Estadstico
CONTENIDO DE ADITIVO
TIEMPO EN SECADO
1
14
2
11
3
10
4
8
5
7.5
6
9
7
10
8
13
9
12
10
15
15
14
EN SECADO
13
12
11
TIEMPO
10
0
2
4
6
8
10
CONTENIDO DE ADITIVO
b) Con base en la
relacin,
alrededor de qu
cantidad de aditivo
c) Obtenga el
coeficiente de
correlacin entre
ambas variables e
interpretarlo.
Control Estadstico
TEMPERATURA
PRESIN
13
2,9
19,5
5,1
45,7
30,5
56,1
51,4
64,4
74,5
71,4
100,2
8035
143,7
a) Construya
85,7
176,9
un
22,5
8,5
diagrama
de
27,2
10,3
dispersin
31,8
14,6
interprtelo.
Control Estadstico
La ecuacin de regresin es
Control Estadstico
33. Como parte del anlisis del problema de ausentismos decide investigar la
relacin entre edad del empleado y das que falto a laborar en el ao. Los
datos del ltimo ao se muestran a continuacin.
empleado
edad
faltas
empleado
edad
faltas
1
29
6
21
25
7
2
33
5
22
38
3
3
40
0
23
22
0
4
23
8
24
30
4
5
31
6
25
24
7
6
20
9
26
39
10
7
30
5
27
35
5
8
38
5
28
20
1
9
23
8
29
32
5
10
25
6
30
25
5
11
26
7
31
36
5
12
30
5
32
30
5
13
42
2
33
20
10
14
34
5
34
38
4
15
31
6
35
39
4
16
18
11
36
34
4
17
33
6
37
35
6
Control Estadstico
18
38
27
33
19
33
5
39
40
20
32
5
40
31
Como bien notamos no existe una relacin particular entre nuestras variables,
pero si se denota un patrn aleatorio que hay entre ellas.
Control Estadstico
Se observa una relacin simple, que se puede interpretar haciendo uso de una
regresin para observar valores futuros y tendencias de nuestros datos
La ecuacin de regresin es
Edad = 36.9 - 1.18 Faltas
Diagramas de proceso
Control Estadstico
Control Estadstico
INICIO
AGREGAR AGUA
AGREGAR CAFE
QUIERE
AGREGAR
LECHE?
LECHE
NO
QUIERE
AGREGAR
SI
AZCAR?
AZCAR
NO
CAF
PREPARADO
FIN
Esta herramienta es til para definir el inicio y el fin del proceso al facilitar la
identificacin de sus proveedores, entradas, subprocesos, salidas y usuarios.
Representan:
Control Estadstico
entradas
como
materiales,
informacin
y
otros
Insumos.
Entradas:
Son los materiales, informacin y otros
insumos necesarios para
operar los
procesos. Los requisitos de las entradas deben
estar definidos, y se
debe verificar que las entradas los satisfacen. Pueden darse el caso de que exista
una o varias entradas para un mismo proceso.
P E
P
SU
INICIO
AGREGAR AGUA
AGREGAR CAFE
QUIERE
NO
QUIERE
NO
CAF
FIN
Control Estadstico
LECHE?
AZCAR?
PREPARADO
SI
SI
AGREGAR
AGREGAR
LECHE
AZCAR
AZUCAR
LECHE
El Mapeo de Proceso es una de las tcnicas de mejora propuestas por Lean Manufacturing.
Es una representacin grfica de un proceso, mostrando la secuencia de tareas a realizar y
su trayectoria
Control Estadstico
39. Haga un mapeo de proceso para elaboracin de una pizza, anotando las
variables de salida del producto final que a su juicio considere las ms
importantes, as como las variables de entrada en la etapa en que la pizza se
mete al horno.
Ayuda a concentrar energas en los detalles de alto riesgo que casi siempre pasan
desapercibidos y permite que el sistema normal de operacion maneje multitud de
detalles,
al costo en una era en la que estos son los factores que conducen a aumentar la
participacin del mercado.
Control Estadstico
La analoga ms usada para explicar cmo est estructurado el QFD, es una casa
La pared de la casa en el costado izquierdo, componente 1, es el input del cliente.
Esta es la etapa en el proceso en la que de determinan los requerimientos del
cliente relacionados con el producto/servicio.
Control Estadstico
componente que se usa para traducir los requerimientos del cliente en planes para
satisfacer o sobrepasar esos requerimientos. Incluye marcar los requisitos del
cliente en una matriz, y los procesos de manufactura en otra, jerarquizando los
requisitos del cliente, y tomando decisiones relacionadas a las mejoras necesarias
en los procesos de manufactura.
Control Estadstico
43. Conteste los siguientes incisos, suponga que va a disear una pizza a su
gusto y que para ello emplear el DFC.
Anote esta lista en forma en blanco del DFC. Que est en la figura 6.19 (en el
rea de los qus).
Asigne prioridades a la lista anterior, utilice la escala de 0 a 5.
Piense en cada qu y haga una lista de los cmos que crea necesarios para
atender esos qus, y antelos en la forma de la figura 6.19.
Control Estadstico
Poka-yoke
cualquier tipo; originalmente que piezas mal fabricadas siguieran en proceso con
el consiguiente costo.
Ejm:
Control Estadstico
Control Estadstico
Verifica los factores que causan errores, no los defectos resultantes. Se podra
decir que en la empresa este factor se da en un 60%.
Control Estadstico
52. Una persona debe adherir una etiqueta a una caja que contiene un
objetivo a fin de advertir la posicin correcta de la misma. Sin embargo, en
ocasiones se equivoca y pone la etiqueta al revs.