Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DEPARTAMENTO DE INGENIERIAS
Resumen
NDICE
INTRODUCCION
Objetivo General
Aplicar los conocimientos adquiridos de la calidad y su importancia, en cuanto a productos,
procesos y sistemas para la mejora contina y la toma de decisiones, que permita
comprender la calidad.
Objetivo especifico
Familiarizar a los estudiantes del Instituto Tecnolgico de Tlhuac III dando a conocer la
teora general y las herramientas bsicas para encontrar el origen de las fallas en proceso y
productos.
Preguntas de investigacin
Qu es la calidad?
Quin el padre de la calidad?
Cmo lo planteo?
Cundo se volvi importante la calidad en la productividad?
Dnde se ejerce la calidad?
6
Hiptesis
Contar con un resumen de la teora general de la calidad como elemento fundamental
probablemente favorecer el aprendizaje creado a los alumnos.
Contexto general
Por lo que se concluye que si se cuenta con la teora de la calidad como elemento
fundamental probablemente favorece el aprendizaje creado a los alumnos.
Obtendremos como utilidad una mejor aplicacin de los conocimientos sobre el control
estadstico de la calidad.
Justificacin
Esta investigacin tiene como finalidad comprender, analizar y aplicar los conceptos
bsicos del control estadstico de la calidad; contribuyendo una mejora al aprendizaje del
alumno.
Delimitacin
Nuestro reporte de investigacin se ve retenido al grupo 5IM en la materia Control
Estadstico de la Calidad.
Alcance
Conocer los principios bsicos de la calidad es muy importante como cliente y como
proveedor por lo que dar a conocer esta investigacin al Instituto Tecnolgico de Tlhuac
III.
Marco Terico
De una competencia escasa (por oferta reducida y por limitaciones oriundas del
proteccionismo comercial) se pas a la globalizacin de la economa.
De pocas opciones (a veces slo una) para un determinado producto o servicio, se pas
a un gran nmero de opciones.
De informacin restringida, controlada por unos pocos, se pas por lo menos
potencialmente a un nivel de informacin casi ilimitado.
El precio de los productos era formado sumando los costos a los lucros, por lo tanto no
haba el menos inters en reducir estos; inclusive cuando mayor fuese el costo, mejor, pues
el lucro (estimado como un porcentaje del anterior) sera ms alto. Hoy la situacin cambi
radicalmente, el precio es fijado por el mercado
Estos asuntos son: Control, Procesos, Productos, Clientes.
*Control
estn centrados en la idea de dominar, inspeccionar o supervisar y todava generalmente
acompaados de una visin coercitiva. En Calidad Total, sin embargo, controlar significa
simplemente gerenciar o administrar.
De acuerdo con Campos , el control de una empresa en trminos de Calidad Total implica
en la ejecucin de dos acciones fundamentales: "Rutina" y "Mejoras.
En resumen, mantener la "Rutina" es una salvaguardia contra cambios negativos en calidad
intrnseca, costo, cantidad o plazo de produccin, etc., que en el caso de suceder, podrn
traer serios problemas para la organizacin.
La gama de acciones que puede involucrar el gerenciamiento de las "Mejoras" es casi
infinito: creacin de nuevos productos, servicios y mercados; aumento de productividad y
lucratividad; reduccin de costos, aumento de disposicin de los empleados; reduccin del
ausentismo, rotatividad, etc.; aumento de la durabilidad y confiabilidad de los productos;
10
confianza adecuada de que una entidad cumplir los requisitos para la calidad.
SISTEMA DE LA CALIDAD: Es la estructura organizativa, los procedimientos, los
Costos de calidad
Una vez que se tiene una nocin del trmino calidad es posible definir lo que en
contabilidad se entiende por costo de calidad. Ramrez Padilla define a los costos de calidad
como: Costo que se deja de ganar o en el que se incurre por no hacer las cosas bien en la
primera ocasin.
stos surgen debido a la baja calidad existente o que pudiera haber en los productos o
servicios, e incluyen costos directos, ocultos, de creacin, identificacin, reparacin,
prevencin de defectos y costos por baja calidad.
Son los costos necesarios para alcanzar la calidad, surgen porque sta es baja o porque no
pudiera existir. Incluyen los costos directos por baja calidad para la empresa y los de
calidad oculta especificada por las funciones de prdida de calidad. Esta definicin indica
12
que los costos de calidad estn asociados con dos subcategoras de actividades relacionadas
con ella:
Actividades de control: son las que efecta una organizacin para prevenir o detectar la
mala calidad.
Actividades de falla o fracaso: son ejecutadas por una organizacin o por sus clientes en
respuesta a la mala calidad. De manera que los costos de calidad estn asociados con la
creacin, identificacin, reparacin y prevencin de defectos. stos se clasifican en cuatro
grandes grupos.
Costos por fallas internas.
Costos por fallas externas.
Costos de prevencin.
Costos de evaluacin o valoracin.
sucesivamente...
Analizando esta "cadena", descubrimos diferentes actividades que se clasifican por su
"valor" y "coste asociado respecto al producto final":
Actividades bsicas, crticas o de valor aadido real: son las que generan como resultado el
valor que el cliente espera.
Dentro de estas actividades estn: logstica interna, operaciones de produccin, logstica
externa (distribucin), el marketing (ventas) y el servicio post venta.
Actividades de apoyo, soporte o de valor aadido empresa: dan soporte a actividades
primarias, y garantizan el funcionamiento de la empresa; pero no dan valor al cliente.
Aqu podemos encontrar: aprovisionamiento, investigacin y desarrollo, administracin de
recursos humanos y la infraestructura de la empresa.
Interrelaciones dentro de la cadena: son las relaciones internas entre las actividades entre s
o entre el cliente y el proveedor.
Hay dos criterios bsicos para conseguir unas buenas interrelaciones:
cliente y el proveedor.
Actividades sin valor aadido: no aaden valor ni satisfacen al cliente. Deben
eliminarse.
Para realizar una correcta gestin de los procesos, debemos tener en cuenta unos
puntos bsicos:
a. Analizar las limitaciones de la organizacin.
b. Identificar los procesos internos, con sus factores crticos, y midiendo su coste
para relacionarlo con el valor aadido final.
14
15
Mtodo
la utilizacin
de
hojas
de verificacin o comprobacin,
estos
son formatos especialmente constituidos para colectar datos fcilmente, en la que todos los
16
TIPO DE
DIAGRAMA
CARAXTERISTICAS
EJEMPLO
DIAGRAMA
AFINIDAD
DIAGRAMA
DE
RELACIONE
S
DIAGRAMA
DE ARBOL
encuentran en un estado de
desorganizacin.
Ayuda a agrupar aquellos
elementos
que
estn
relacionados como resultado
cada grupo se une alrededor de
un tema o concepto clave, su
uso es el proceso creativo que
produce consenso por medio de
la clasificacin que hace el
equipo en vez de una discusin.
Esta herramienta se emplea al
igual que el diagrama de
afinidad, en las fases de
planificacin de la mejora de la
calidad. Con ella se pretende la
exploracin e identificacin de
las relaciones causales existentes
entre distintos elementos.se
pretendan identificar relaciones
complejas de causa-efecto o
medios-objetivos.
El diagrama de rbol comienza
de una causa principal y trata de
averiguar las herramientas que
se requieren para resolverla.
El objetivo primordial de que
utilicemos este esquema es que
utilizar en parte el diagrama de
afinidad ya que podemos tomar
el ttulo del problema o localizar
la causa a atacar que
DIAGRAMA
MATRICIAL
DIAGRAMA
MATRICIAL
(L)
Es el diagrama
matricial
bsico, se
utiliza para
representar
relaciones entre
dos tipos
distintos.
DIAGRAMA
MATRICIAL
EN (A)
Este modelo
de diagrama
es un caso
particular del
diagramas
matricial en
"L
DIAGRAMA
MATRICIAL
EN (T)
DIAGRAMA
MATRICIAL
(Y)
DIAGRAMA
MATRICIAL
(X)
Es la
Es la
combinacin de
Es la
combinacin de
dos diagramas combinacin de
cuatro
matriciales en
tres Diagramas
Diagramas
L
Matriciales en
Matriciales en
se utiliza para
L. Se utiliza
L.
representar las para representar Se utiliza para
relaciones entre
las relaciones
representar las
tres tipos de
entre los tres
relaciones entre
factores
tipos distintos
cuatro tipo de
distintos A, B,
A, BY C
relaciones (A,
C agrupndolos
agrupndolos
B, C,
de la siguiente
D) agrupndolos
forma.
19
dos tipos
distintos (A,B)
mediante una
disposicin en
las filas y las
columnas
". Se utiliza
para
representar las
relaciones
entre los
factores que
componen un
tipo
determinado
(A)
Relaciones
Relaciones
Relaciones entre
entre el tipo A y entre el tipo A y
el tipo A y el
el tipo B.
el tipo B
tipo B
Relaciones
Relaciones
Relaciones entre
entre el tipo A y entre el tipo B
el tipo B y el
el tipo C
y el tipo C
tipo C
Relaciones
Relaciones entre
entre el tipo C
el tipo C y el
y el tipo A
tipo D
Relaciones entre
el tipo D y el
tipo A
Caractersticas
TORMENTA DE
IDEAS
Se obtiene gran
Semejanzas
Puede favorecer la
variedad de ideas en
dispersin, la confusin
poco tiempo
y el desorden.
Se dispone de mucho
Estimula la creatividad
en los participantes.
ideas, organizarlas y
dejar una idea en
Permite desbloquear un
comn
En algunos casos, la
responsabilidad del
equipo no es suficiente,
determinado
TORMENTA
DE IDEAS
esto provoca un
obstculo en la meta
proyectada.
20
Se obtiene un mayor
nmero de alternativas
de solucin para un
determinado problema
DIAGRAMA
DE FLUJO
Lo
PSEUDOCDIG
ALGORITMO
DIAGRAMA DE FLUJO
O
-Mediante Una
-Solucin De Un
-Solucin De Problemas
Serie De Pasos
Problema
-Ser De Pasos
-Ser De Pasos
Sistematizados
Que -Solucin De
Tienen
Problemas
En
Sistematizados
Lenguaje Comn
-Lenguaje Comn
Comn
Resultado
-Fcil de Entender Fcil De Entender Para -Representacin De Un
Para Su Creador Cualquier Persona
Algoritmo
(Programado)
-Grficos
-Smbolos
-Smbolos
-Flechas De Flujo
DIFERENC
-Lenguaje Estructurado
IAS
-Inicio
-Fin
-Salida Y Entrada De
Datos
CARACTERSTICAS
es una tcnica sistemtica de
SEMEJANZAS
buscar posibles causas
principales de un problema.
fase de anlisis
los miembros del equipo pueden
falla de un equipo en
21
normalmente utilizando el
CARACTERSTICAS
LO QUE SE TIENE
EN COMN
COMO-COMO
principales de un problema
de anlisis
los miembros del equipo pueden
falla de un equipo en
22
el equipo responder al
como-como, la causa ms
identificada
Durante este tiempo se
a preguntar como-como?
empezar a preguntar
porque, quien
DIFERENCIAS
SEMEJANZAS
es un mtodo de hacer
W UNA H
mejorar
la H se emplea para
con stos
fundamentales y las
declaraciones de gua para
llegar a la abstraccin.
W (por qu) se pregunta con
frecuencia cinco veces lo que
uno puede profundizar para
llegar a la esencia de un
problema.
23
HERRAMIENTA RECOLECCIN
DE
DATOS
Diagrama de
Expresa sus ideas en tarjetas
afinidad
de 14,8 x 21 cm. de tamao,
a razn de una idea por cada
tarjeta. Se concede un
tiempo de 5 a 10 minutos.
Los participantes no deben
comunicarse entre s.
Diagrama de
Escribir
cada
factor
relaciones
mencionado y el problema
en tarjetas individuales, se
estudian las relaciones entre
el problema y los factores y
entre los factores entre s,
generando otros factores
(tarjetas),
al
realizar
reiteradamente la pregunta
por qu?.
Diagrama de
rbol
Diagrama
matricial
Diagrama de
flujo
25
HERRAMIENTA
QU ES?
HOJA DE
VERIFICACIN
La hoja de verificacin es
un
registro
de
informacin que indica el
nmero de veces que ha
sucedido
algo,
por
ejemplo la cantidad de
personas atendidas por
hora en caja, tiempo de
respuesta de promotores,
causas
de
cheques
devueltos,
causa
de
solicitudes
rechazadas,
defectos en productos,
etc.
DIAGRAMA CAUSA El diagrama de causa
- EFECTO
efecto es la representacin
de
varios
elementos
(causas) de un sistema
que pueden contribuir a
un problema (efectos).
DIAGRAMA DE
PARETO
HISTOGRAMA
El anlisis de Pareto es
una tcnica que separa los
pocos vitales de los
muchos triviales.
Un histograma es una
representacin grfica de
una variable en forma de
barras. La superficie de
cada barra es proporcional
a la frecuencia de los
valores representados.
DIAGRAMA DE
El diagrama de dispersin
DISPERSIN
es una herramienta grfica
que ayuda a identificar la
posible relacin entre dos
variables. Representa la
relacin
entre
dos
variables
de
forma
26
grfica, lo que hace ms
fcil
visualizar
e
interpretar los datos.
ESTRATIFICACIN La estratificacin es un
mtodo
estadstica
utilizado para el control,
Un technometrics artculos presentan los siguientes datos sobre los carbones ndice
88.5
94.7
84.3
90.1
89.0
89.8
91.6
90.3
90.0
91.5
89.9
98.8
88.3
90.4
91.2
90.6
92.2
87.7
91.1
86.7
93.4
96.1
89.6
90.4
91.6
90.7
88.6
88.3
94.2
85.3
90.1
89.3
91.1
92.2
83.4
91.0
88.2
88.5
93.3
87.4
91.1
90.5
100.3
87.6
28
92.7
87.9
93.0
94.4
90.4
91.2
86.7
94.2
90.8
90.1
91.8
88.4
92.6
93.7
96.5
84.3
93.2
88.6
88.7
92.7
89.3
91.0
87.5
87.8
88.3
89.2
92.3
88.9
89.8
92.7
93.3
86.7
91.0
90.9
89.9
91.8
89.7
92.2
Los valores del octanaje en las mezclas de gasolina estn dentro del rea
permitida
Podemos ver que en estas graficas estamos dentro del normal de octano de
varias mezclas.
29
Podemos ver que los valores de los contenedores de combustible estn dentro
de la rea permitida y que tenemos una excelente media.
6-39
Los datos siguientes son los nmeros de ciclos hasta la rotura de probetas de
aluminio sometido a un estrs repetido alterna 21,000 psi, 8 ciclos por segundo.
Construir talla de hoja de visualizacin de estos datos tampoco parece probable que
un cupn sobrevivir ms all de 2000 ciclos? Justifique si respuesta
1115
1310
1540
1502
1258
1315
1085
798
1020
865
2130
1421
1109
1481
1567
1883
1203
1270
1015
845
1674
1016
1102
1605
706
2215
785
885
1223
375
2265
1910
1018
1452
1890
2100
1594
2023
1315
1269
30
1260
1888
1782
1522
1792
1000
1820
1940
1120
910
1730
1102
1578
758
1416
1560
1055
1764
1330
1608
1535
1781
1750
1501
1238
990
1468
1512
1750
1642
Podemos observar que en esta grafica se representa que cuando el valor est arriba que los
valores permitidos y esto nos provoca problemas ya que ni un cupn sobrevivir ms all
de2000 ciclos
6-40
34.2
33.1
37.8
36.6
33.6
34.7
32.6
33.1
33.8
34.2
31
35.8
37.6
34.7
33.6
34.6
33.6
34.5
35.6
36.3
35.1
34.7
33.6
35.4
34.6
33.8
37.1
34.0
34.1
35.0
35.4
36.2
36.8
35.1
35.3
34.6
35.9
34.7
33.6
32.9
33.5
33.4
34.7
34.6
35.0
35.2
34.9
37.3
34.6
35.5
32.8
32.1
34.5
32.5
34.1
35.1
36.8
37.9
36.4
34.1
34.7
35.7
36.8
34.3
32.7
Podemos ver que en esta grafica que el material utilizado en las camisas de hombre es buen
material porque est dentro del rea
6-41
32
33
Dentro
de
la
grfica
se
en
los
lotes
6-42
Construir una distribucin de frecuencia de un histograma sobre los datos del octanaje del
combustible de un auto
los
valores
del
octanaje
en
los
carros
34
est
dentro
del
rea
permitida
6-43
Los
datos
siguientes son
el nmero de
ciclos hasta el
fallo
de
los
cupones
de
ensayo
de
aluminio
sometidas
estrs repetido un alterna 21.000 psi 18 ciclos por segundo
35
36
6-44
el porcentaje de algodn en el material utilizado para la fabricacin de camisas para hombre
37
38
Ambos estudios tanto de 8 como de 16 el porcentaje del algodn en las prendas esta dentro
del rango permitido
39
6-46 The female students in an undergraduate engineering core course at ASU self-reported
their heights to rhe nearest inch. The data are below. Construct a steam-and-leaf diagram
for the height data and commen on any important features that you notice. Calculate the
simple mean, the simple standard deviation, and the simple median of heigh.
62 64 66 67 65 68 61 65 67 65 64 63 67 68 64 66 68 69 65 67 62 66 68 67 66 65 69 65 70
65 67 68 65 63 64 67 67
SOLUCIN
Informe de capacidad del proceso de C1
LEI
LES
Procesar datos
LEI
64.833
Objetivo
*
LES
66.833
Media de la muestra 65.8333
Nmero de muestra 36
Desv.Est. (General)
2.1314
Desv.Est. (Dentro)
2.22365
General
Dentro de
Capacidad general
Pp
0.16
PPL 0.16
PPU 0.16
Ppk 0.16
Cpm
*
Capacidad (dentro de)
Cp
0.15
CPL 0.15
CPU 0.15
Cpk 0.15
62
Observado
PPM < LEI
250000.00
PPM > LES 444444.4
PPM Total 694444.44
1.
64
66
68
70
Rendimiento
Esperado Largo
plazo Esperado Dentro de
319416.16
326405.65
319527.94
326513.75
638944.10
652919.41
40
6-47 The shear strengths of 34 spot welds in a titanium alloy follow. Construct a steam-andleaf diagram for the Weld strength data and comment on any important features that you
notice.
5408 5431 5475 5442 5376 5388 5459 5422 5416 5435 662 664 683 695 678 674 656 667
683 691 680 685 681 715 665 676 665 675 655 659 720 675 696 663
Informe de capacidad del proceso de C1
LES
LEI
Procesar datos
LEI
2073
Objetivo
*
LES
2075
Media de la muestra 2073.94
Nmero de muestra 34
Desv.Est. (General)
2195.8
Desv.Est. (Dentro)
22.4736
General
Dentro de
Capacidad general
Pp
0.00
PPL 0.00
PPU 0.00
Ppk 0.00
Cpm
*
Capacidad (dentro de)
Cp
0.01
CPL 0.01
CPU 0.02
Cpk 0.01
-1800
Observado
PPM < LEI
705882.35
PPM > LES 294117.65
PPM Total 1000000.00
1800
3600
5400
7200
Rendimiento
Esperado Largo
plazo Esperado Dentro de
499829.00
483297.53
499807.63
481211.18
999636.63
964508.72
6-49 The United States golf association tests golf balls to ensure that they conform to the
rules of golf. Balls are tested for weght, diameter, roundness, and overall distance. The
overall distance test is conducted by hitting balls with a driver swung by a mechanical
device Nicknamed Iron Bryon Nelson, whose swing the machine is said to emulate.
Folowing are 100 distances (in yards) archived by a particular Brand of golf ball in the
overall distance test. Construct a stem-and-leaf diagra for these data and comment on any
important features that you notice. Compute the simple mean, simple standard deviation,
and the samples median.
237.9
237.8
244.3
247.7
273
240.5
274
278.5
272.2
254.8
240.8
255
264.5
273.3
248.3
272.8
276.6
273.2
244.8 264
263.7 241.4
278.7 236
270.5 254.4
264.5 264.5
251.4 276.1
268.3
260.6
271.2
232.1
226.8
277.8
272.1
280.3
279.8
271.5
255.3
266.8
41
260.2
272.7
245.6
242.9
266.6
268.5
255.8
261
241.2
273.6
250.2
260.7
260
251.1
256.1
255.8
245.5
279.3
267
251.6
285.3
279.6
252.1
273.4
256.8
255.4
SOLUCIN
Informe de capacidad del proceso de C1
LEI
LES
Procesar datos
LEI
246.39
Objetivo
*
LES
274.37
Media de la muestra 260.379
Nmero de muestra 68
Desv.Est. (General)
13.9869
Desv.Est. (Dentro)
13.1439
General
Dentro de
Capacidad general
Pp
0.33
PPL 0.33
PPU 0.33
Ppk 0.33
Cpm
*
Capacidad (dentro de)
Cp
0.35
CPL 0.35
CPU 0.35
Cpk 0.35
230
Observado
205882.35
147058.82
352941.18
240
250
260
270
280
290
Rendimiento
Esperado Largo
plazo Esperado Dentro de
158611.02
143590.85
158590.67
143570.58
317201.70
287161.43
Los lmites dejan fuera muchos de los datos, se requieren de ajustes, como los datos
son con medidas, existen muchos factores que influyen en las distancias de las
pelotas. Lo que se puede controlar es un mnimo de factores, ya que cada jugador es
diferente.
6-51 Group of wine enthusiast teaste-tested a pinot noir wine from Oregon. The evaluatin
was to grade the wine on a 0-to-100-point scale. The results follow. Construct a stem-andleaf diagram for these data and comment on any important features that you notice.
Compute the simple mean, the simple standard deviation, and the simple median. A wine
rated above 90 is considered truly exceptional. What proportion of the taste-tasters
considered this particular pinot noir truly exceptional.
42
94
91
95
90
92
92
89
92 85 91
91
86
85
91
89
89
86
89
90 88 95
88
84
91
91
85
91
88
90
90 90 93
89
92
90
83
87
87
90
89
LES
Procesar datos
LEI
86.613
Objetivo
*
LES
92.287
Media de la muestra 89.45
Nmero de muestra 40
Desv.Est. (General)
2.83703
Desv.Est. (Dentro)
2.86615
General
Dentro de
Capacidad general
Pp
0.33
PPL 0.33
PPU 0.33
Ppk 0.33
Cpm
*
Capacidad (dentro de)
Cp
0.33
CPL 0.33
CPU 0.33
Cpk 0.33
84
Observado
175000.00
100000.00
275000.00
87
90
93
96
Rendimiento
Esperado Largo
plazo Esperado Dentro de
158657.49
161129.05
158657.49
161129.05
317314.99
322258.11
La media de la concentracin del vino est dada en 89.45, la mayora de las botellas
de vino alcanza la o rebasa la concentracin de un vino excepcional, por lo que el
proceso de fabricacin de vino es totalmente efectivo.
43
9.- En una empresa procesadora de carnes fras mediante una inspeccin al 100% se
detectaron problemas en las salchichas. A continuacin se muestran los resultados de una
semana.
a) Considere que la gravedad de los tres problemas es la misma, realice un anlisis de
Pareto para problemas y detecte cul es el ms significativo.
b) Con respecto al problema vital, haga Paretos de segundo nivel (causas) tanto para
mquina como para turno.
c) Vuelva a realizar los anlisis anteriores, pero considerando que la gravedad del problema
desde el punto de vista del cliente es la siguiente: falta de vaco (6), mancha verde (10),
mancha amarilla (8).
Problema
Falta de Vaco
Mancha Verde
Mancha Amarilla
Total
Frecuencia
85
9
6
44
Frecuencia
Acumulada
85
94
100
Ilustracin 1Se Observa de forma clara que el 85% de los problemas relacionados al
proceso de las salchichas se deben a la falta de vaco, por lo que este es identificado como
el problema vital ms relevante, en consecuencia de desarrollar por lo tanto un Pareto en 2
Problema
Turno I
Turno II
Total
Frecuencia
57
43
100
Frecuencia
Acumulada
57
100
Ilustracin 2Se puede apreciar que la cantidad de problemas relacionados con la falta de
vacio en el proceso de las salchichas es mayor durante el turno 2 que es 57% del total de
problemas de este tipo.
45
Maquina
C
A
B
Total
Frecuencia
46
28
26
100
Frecuencia
Acumulada
46
74
100
Ilustracin 3Tomando en cuenta el pareto anterior se puede observar que las maquinas C y
A son las principales causas de la falta de vacio,siendo la causa de la maquina C
representando el 46% de los problemaas relacionados con la falta de Vacio.
10.-En un proceso de manufactura las piezas resultan defectuosas por distintas razones.
Para entender cul es la regularidad estadstica de esta problemtica se decide registrar los
datos de la inspeccin. Para el dise- o de la hoja de verifi cacin se toma en cuenta que las
posibles fuentes de variabilidad (origen de los problemas) son las mquinas, el da y el
turno. En la siguiente tabla se muestran los datos obtenidos en una semana. a) Realice un
Pareto para problemas y encuentre cul es el predominante. b) Para el defecto principal,
realice Paretos de segundo nivel en funcin de:
Mquinas. Da. Turno.
46
c) De los Paretos de segundo nivel, con cules se encontraron pistas especfi cas para
localizar la causa? Explique. d) En resumen, cules son las pistas concretas para orientar
los esfuerzos de mejora?
Ilustracin 4El problema de rasguos superficiales y las rupturas causan 82% de los
problemas, de los cuales el primero constituye el 62% y ese es el problema que debe tener
prioridad para ser corregido.
47
Maquina
Frecuenci
Frecuencia
Frecuenci
Acumulada
a
B
A
C
D
Total
50
24
24
21
119
42
20
20
18
100
42
62
82
100
Ilustracin 5Las maquinas B,A y C generan el 82% de los problemas que surgen en el
proceso, ya sea por averas o fallas, de ellas produce mayor cantidad de problemas es la B,
donde tendramos que visualizarlo ms .
48
Frecuencia
I
II
Total
66
53
119
Frecuencia Acumulada
Frecuencia
55
45
100
55
100
11.- En una fbrica de aparatos de lnea blanca se han presentado problemas con la calidad
de las lavadoras. Un grupo de mejora de la calidad decide revisar los problemas de la tina
de las lavadoras, ya que con frecuencia es necesario retrabajarla para que sta tenga una
calidad aceptable. Para ello, estratificaron los problemas en la tina de lavadora por tipo de
defecto, con la idea de localizar cul es el desperfecto principal.
Defecto
Defecto
Frecuenci
a
1200
400
180
despostillada
Falta de Fudente
Mal soldada
Total
130
40
1950
Frecuenci
49
Frecuencia
Frecuenci
a
Boca de la tina ovalada
Perforaciones
Deformes
Boca de la tina
despostillada
Falta de Fudente
Mal soldada
Total
Acumulada
1200
a
62
400
21
82
180
91
130
40
1950
7
2
100
98
100
62
Ilustracin 7Los defectos principales en las tinas de lavadora son que la boca de las mismas
sea ovalada o que tenga perforaciones deformes ya que constituyen el 82% de los
problemas y es aqu donde se deben concentrar los esf
50
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
340
95
210
809
80
438
107
180
100
550
220
50
193
290
340
115
362
300
75
93
320
154
51
PORCENTAJE DE
DEFECTUOSOS (Y)
5
3
6
15
4
10
4
6
3
13
7
3
6
8
2
4
10
9
2
2
10
7
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
b) Qu relacin observa?
En esta grafica se puede observar que mientras ms tiempo extra tengan hay ms artculos
defectuosos debido a que el cansancio de los trabajadores ms las maquinas que se
calientan y dems son los afectantes para este tipo de rendimiento para sacar el trabajo lo
cual se estn desgastando ambas cosas y por consiguiente el trabajo o el objetivo de la
empresa no va a llegar a ser la que desean.
c) Con base en lo anterior puede concluir con seguridad que cuando se trabaja tiempo
extra se incrementa el porcentaje de defectuosos porque ocurren factores como el
calentamiento de equipo, cansancio de obreros, etc., que causan mayores problemas
en la calidad de las piezas?
Si completamente de acuerdo ya que en la grfica lo es ms notorio ya que al darles tiempo
extra sobrecargan el cuerpo y el rendimiento ya no es el mismo que trabajar solo las horas
requeridas y tambin el agotamiento es mayor y las maquinas a pesar de estar diseadas
para mucho tiempo encendidas se pueden descomponer y bajara tanto la produccin como
la calidad de piezas realizadas.
52
31.- En una fbrica de pintura se quiere reducir el tiempo de secado del barniz. Los
siguientes datos corresponden al tiempo de secado del barniz (horas) y a la cantidad de
aditivo con el que se intenta lograr la reduccin.
CANTIDAD DE ADITIVO (X)
0
1
2
3
4
5
6
7
8
9
10
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.334001184
Al obtener este coeficiente nos damos cuenta que es muy bajo a comparacin de los nueros
que son altos tanto de aditivos como del tiempo del secado ya que esto creo que no puede
tener un grande arreglo ya que sera mejor cambiar el aditivo que se coloca o que sea un
poco menos la cantidad para que no afecte tanto al secado.
d) Al parecer, el coeficiente de correlacin lineal es muy bajo. quiere decir que el
tiempo de secado no est relacionado con la cantidad de aditivo?
Si esa opcin es buena o ya que tambin afecta que el aditivo tarda y seria o cuestin de
reemplazar ese producto o bien ponerle menos pero que quede con la misma calidad para
que su venta siga siendo la misma o mayor a la esperada lo cual se tendran que ver qu
pasa con el aditivo o que no haya la suficiente ventilacin para el secado.
54
32.- en una industria se desea investigar cmo influye la temperatura (C) en la presin del
vapor de B-trimetilboro. Los datos obtenidos con tal propsito se muestran a continuacin.
TEMPERATURA
13.0
19.5
45.7
56.1
64.4
71.4
80.5
85.7
22.5
27.2
31.8
PRESION
2.9
5.1
30.5
51.4
74.5
100.2
143-7
176.9
8.5
10.3
14.6
10
20
30
40
50
60
70
80
90
En esta grafica se puede notar la comparacin y relacin que existe entre la temperatura y la
presin ya que al aumentar la temperatura baja la presin y as respectivamente con todos
los datos obtenidos eso afecta el vapor as que es mejor tener una estable temperatura para
que no afecte tanto a la produccin respecto a la temperatura y de ser as se llega al
objetivo deseado.
b) Obtenga el coeficiente de correlacin y al interpretarlo compare con lo observado en
el inciso a)
55
Coeficiente De
Correlacin
0.947664772
Aqu se observa que es bajo ya que si les afecta la presin con respecto a la temperatura el
vapor es un factor muy importante para la industria ya que afecta bastante y los niveles de
desempeo o de produccin afectaran drsticamente ya que esto es beneficiario para la
industria.
33.- como parte del anlisis del problema de ausentismo se 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.
EMPLEAD
O
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
EDAD
FALTAS
29
33
40
23
31
20
30
38
23
25
26
30
42
34
31
18
33
33
33
32
6
5
0
8
6
9
5
5
8
6
7
5
2
5
6
11
6
4
5
5
EMPLEAD
O
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
56
EDAD
FALTAS
25
38
22
30
24
39
35
20
32
25
36
30
20
38
39
34
35
27
40
31
7
3
0
4
7
10
5
1
5
5
5
5
10
4
4
4
6
7
3
6
edad y faltas
12
10
8
6
4
2
0
15
20
25
30
35
40
45
40
45
edad y faltas
12
10
8
6
4
2
0
15
20
25
30
35
no mientras que las personas de mayor edad son ms responsables en sus labores lo cual
casi no faltan.
c) Calcule el coeficiente de correlacin e interprtelo.
COEFICIENTE DE
CORRELACION
0.911940
87
0.01599067
3
Los datos salieron muy bajos ya que al comparar las faltas con la edad de los empleados la
mayora falta los de menor edad son ms frecuentes y cuentan con mas faltas mientras que
ya los de edad mayor o un poco ms maduros faltan menos por la responsabilidad que
cuentan pero aun asi siguen faltando y eso afecta a la produccin de la empresa.
8.-De acuerdo con cierta norma, a una bomba de gasolina en cada 20 L se le permite una
discrepancia de 0.2 L. En una gasolinera se hacen revisiones peridicas para evitar
infracciones y ver si se cumplen las especificaciones (EI = 19.8, ES = 20.2). De acuerdo
con los resultados de 15 inspecciones para una bomba en particular, la media y la
desviacin estndar de los 15 datos son 19.9 y 0.1, respectivamente. De acuerdo con esto,
se puede garantizar que la bomba cumple con la norma? Argumente su respuesta.
alrededor de la media mayor que para una variable aleatoria similar con una desviacin
estndar mayor.
10.-Dos mquinas, cada una operada por una persona, son utilizadas para cortar tiras de
hule, cuya longitud ideal es de 200 mm, con una tolerancia de 3 mm. Al fi nal del turno
un inspector toma una muestra e inspecciona que la longitud cumpla especifi caciones. A
continuacin se muestran las ltimas 110 mediciones para ambas mquinas
a) Obtenga las medidas de tendencia central y con base en ellas seale si la tendencia
central del proceso es adecuada.
Estadstica Descriptiva: C1
Variable
Mediana
Mediana
c1
200
200.1
Modo
200.5,201.
Moda
6
4
Estas nos indican que la tendencia es adecuada, porque est dentro de los lmites
permitidos.
b) Calcule la desviacin estndar y una aproximacin de los lmites reales, y a partir de
stos decida si la variabilidad de los datos es aceptable.
Variable
C1
Desviacion
Estandar
1.16
Varianza
1.64
59
12)
En un rea de servicios dentro de una empresa de manufactura se realiza una encuesta para
evaluar la calidad del servicio proporcionado y el nivel de satisfaccin de los clientes
internos. La encuesta consiste de 10 preguntas, y cada una de ellas evala diferentes
aspectos del servicio proporcionado. Las respuestas para cada pregunta es un nmero entre
0 y 10. Para hacer un primer anlisis de los resultados obtenidos se suman los puntos
obtenidos de las 10 preguntas para cada cuestionario. A continuacin se muestran los
puntos obtenidos en 50 cuestionarios.
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
60
41 42 45 42 35 38 39 42 43 29
a) Calcule las medidas de tendencia central, de dispersin a los datos anteriores y de una
primera opinin acerca de la calidad en el servicio.
b) Realice el histograma e interprtelo con cuidado.
c) .Que es lo ms destacado que observa en el histograma?
d) .Tendra alguna utilidad hacer un anlisis por separado de cada una de las preguntas?
Explique.
Se puede observar qu en el histograma est dentro del rea permitida para la calidad de
servicio. Tal vez y si pero mejor todo unto para solo hacer un mejor anlisis de todo.
13)
En una fbrica de piezas de asbesto una caracterstica importante de la calidad es el grosor
de las lminas. Para cierto tipo de lmina el grosor optimo es de 5 mm y se tiene una
discrepancia tolerable de 0.8 mm, ya que si la lmina tiene un grosor menor que 4.2 mm se
considera demasiado delgada y no reunir las condiciones de resistencia exigidas por el
cliente. Si la lmina tiene un grosor mayor que 5.8 mm, entonces se gastara demasiado
material para su elaboracin y elevaran los costos del fabricante. Por lo tanto, es de suma
importancia fabricar las lminas con el grosor ptimo, y en el peor de los casos dentro de
las tolerancias especificadas. De acuerdo con los registros de las mediciones realizadas en
los ltimos tres meses se aprecia un proceso con una estabilidad aceptable, el grosor medio
es = 4.75, la mediana 4.7, y la desviacin estndar = 0.45.
a) De acuerdo con la media y la mediana, .el centrado del proceso es adecuado?
Argumente.
b) Si considera solo la media y la mediana, .puede decidir si el proceso cumple con las
especificaciones? Explique.
c) Calcule los lmites reales, haga la grfica de capacidad y seale si el proceso cumple con
especificaciones. Argumente su respuesta.
62
Aqu en estas graficas podemos ver que si estamos en en el proceso que cumple la media la
mediana.
63
Si cumple con la media y la mediana ya que estamos dentro del rea que se nos especfica,
tambin podemos ver que estamos dentro de un buen proceso.
14.- en el problema anterior, con el propsito de mejorar la calidad que se tena es como el
grosor de las lminas, se implement un proyecto de mejora siguiendo la metodologa seis
sigmas. Varios de los cambios implementados fueron relativos a mejora y estandarizacin
de los procedimientos de operacin del proceso. Para verificar si el plan tuvo xito, se
eligieron lminas de manera aleatoria y se midi su grosor, los 120 datos obtenidos durante
tres das se muestran a continuacin.
4.8
4.7
4.3
5.7
4.8
4.5
5.1
5.3
4.9
4.4
4.6
5.1
4.9
4.6
64
4.6
4.9
5.0
4.2
4.9
4.6
4.8
5.3
4.5
5.2
4.7
4.9
4.7
4.6
4.2
5.0
5.3
4.4
4.1
4.8
5.0
5.0
4.5
5.0
4,9
5.0
5.1
4.7
5.0
4.6
5.3
4.9
5.0
4.5
5.0
5.1
5.3
4.8
5.1
5.2
4.4
5.0
5.0
5.1
5.1
4.7
4.8
5.6
4.9
5.2
4.9
5.3
5.1
4.9
4.4
5.1
4.7
4.7
4.6
5.1
4.5
4.4
4.7
5.2
4.6
5.0
4.9
5.0
5.2
4.5
5.3
4.5
5.3
5.3
5.2
5.3
4.1
5.3
5.1
4.6
4.8
5.6
4.8
5.0
5.1
5.3
4.7
5.2
4.7
5.0
4.7
5.1
4.9
4.4
4.7
4.9
4.6
5.0
5.1
5.2
4.9
5.0
4.8
5.0
5.1
4.5
a) Calcule la media y mediana de estos datos y comprelas con las que se tenan antes
del proyecto, decida si con los cambios se mejor el centrado del proceso.
4.8433333
media
3
mediana
4.9
Si mejoro ya que en este caso es muy buen promedio mejor dicho media lo cual son
cercanos no hay tanta variacin es considerable para la mejora del grosor de las lminas es
ms exacta para lo solicitado.
b) Calcule la desviacin estndar y, con esta, obtenga una estimacin de los nuevos
lmites reales y decida si la variabilidad se produjo.
desviacio
n estandar
0.5464527
8
65
Un poco pero aun no es sufriente ya que pare tener un buen desempeo y estar en las
especificaciones debe estar lo ms cerrada posible lo cual en las 12 graficas se puede
observar que si estn centradas pero les falta un poco para llegar a la perfeccin lo cual
se debe trabajar un poco ms para llegar a lo establecido
15.- en la elaboracion de envases de plastico primero se elabora la preforma, para la
cual se tienen varios criterios de calidad, uno de ellos es el peso de esta. Para cierto
envase se tiene que el peso debe estar entre 28.00 (+/-) 0.5 g. a continnuacion se
muestran los ultimos 112 datos obtenidos mediante una carta de control para esta
variable.
27.72
28.06
27.81
27.87
27.86
28.26
27.95
28.22
28.09
28.13
28.04
27.63
27.85
28.16
28.39
27.91
27.74
27.87
27.84
28.10
27.94
27.96
28.02
27.88
28.05
27.93
27.84
28.16
28.21
27.97
27.95
27.82
27.70
27.94
27.81
27.88
27.85
28.11
27.75
27.74
28.12
28.01
28.19
27.95
27.91
28.23
27.98
28.07
27.76
28.08
28.27
28.05
27.89
28.10
28.01
28.13
28.02
27.96
27.93
27.90
28.02
27.84
27.96
28.04
27.75
28.14
27.94
28.14
27.97
27.97
27.93
27.94
28.07
27.91
28.00
27.90
27.84
28.19
27.98
28.11
28.19
27.91
27.88
27.90
27.89
28.04
28.13
28.16
27.99
27.87
27.85
27.89
27.75
28.08
28.10
27.84
28.00
27.87
27.88
28.05
27.98
27.94
28.13
27.76
27.93
28.08
27.82
28.16
27.78
28.21
28.10
27.94
27.967858
central
7
Si es adecuada ya que se encuentra dentro de los datos obtenidos dentro de las pruebas de
calidad tambien se encuentra dentro de los limites que otorga la empresa de la elaboracion
de los envases de plastico.
67
b) Calcule la desviacion estandar y una aproximacion de los limites reales y con base
en estos decida si la variabilidad de los datos es aceptable.
Si es aceptable aunque ya casi llega el limite establecido, pero continua dentro de los
rangos correspondientes que han establecido dentro de la fabricacion envases de plastico
dentro del contol de calidad.
c) Obtenga un histograma e interpretelo (tendencia central, variabilidad, acantilados,
sesgos, etc.).
d) es adecuado el peso de las preformas?
68
18.6
19.1
19.6
19.3
19.6
19.1
20
19
19.1
18.6
19.9
18.8
18.4
19
20.1
19.7
19.3
19.5
19.1
18.5
19.6
19.4
19.6
20.3
18.8
20
18.4
18.9
19.7
17.8
19.4
18.9
18.4
3
20.1
20.2
21
19.7
20.1
20
19.1
20.4
10
19.7
20.8
19.7
19.7
20.4
19.8
20.5
20.2
19.7
20
19.6
19.7
19.8
19.9
20.3
a) de acuerdo con los 90 datos, el centrado del proceso es adecuado?
20.7
19.2
19
19.6
20
20.4
19.6
20.6
19.7
20.6
20
20.2
70
71
LOTE 2
72
LOTE 3
73
17. En una empresa que fabrica y vende equipo para fotocopiado utilizan como un
indicador importante de la calidad en el servicio postventa, el tiempo de respuesta a
solicitudes de apoyo tcnico debido a fallas en los equipos. Para problemas mayor, en cierta
zona del pas se estableci como meta que la respuesta se de en un mximo de 6 horas
hbiles, es decir de qu habla el cliente solicitando el apoyo y que si el problema se
clasifica como grave no deben pasar ms de 6 horas hbiles para que un tcnico acuda a
resolver el problema. A continuacin se aprecian los tiempos de respuestas en horas para
los primeros nueve meses del ao (65 datos)
5
5.4
7.1
7
5.5
4.4
5.4
6.6
7.1
4.2
4.1
3
5.7
6.7
6.8
4.7
7.1
3.2
5.7
4.1
5.5
7.9
2
5.4
2.9
5.3
7.4
5.1
6.9
7.5
3.2
3.9
5.9
3.6
4
2.3
8.9
5.8
5.8
6.4
7.7
3.9
5.8
5.9
1.7
3.2
6.8
7
5.4
5.6
4.5
6.5
4.1
7.5
6.8
4.3
5.9
3.1
8.3
5.4
4.7
6.3
6
3.1
4.8
a) calcule las medidas de tendencia central y con base a estas cree que se cumple con
la meta?
La mayora cumple con la meta, porque entran en los limites estipulados.
b) Aplique la regla emprica interprete y diga que tan bien se cumple la meta.
Se cumple no de manera excepcional ya que hay muchos datos que se encuentran
an fuera de los lmites, pero bajo esta perspectiva la calidad de la empresa sobre la
atencin del cliente es buena.
c) Haga un histograma e interprete sus aspectos ms relevantes.
d) A partir del anlisis que sea realizado Qu recomendaciones dara para ayudar a
cumplir mejor la meta?
Hacer que los lmites sean ms reducidos, para que el tiempo de respuesta sea mas
efectivo y el cliente este satisfecho.
74
LES
Procesar datos
LEI
3.75
Objetivo
*
LES
6.97
Media de la muestra 5.36615
Nmero de muestra 65
Desv.Est. (General)
1.61848
Desv.Est. (Dentro)
1.51792
General
Dentro de
Capacidad general
Pp
0.33
PPL 0.33
PPU 0.33
Ppk 0.33
Cpm
*
Capacidad (dentro de)
Cp
0.35
CPL 0.35
CPU 0.35
Cpk 0.35
Observado
169230.77
184615.38
353846.15
Rendimiento
Esperado Largo
plazo Esperado Dentro de
159002.54
143501.83
160852.24
145344.92
319854.78
288846.76
18. los siguientes datos representan las horas cadas de equipos por semana en tres lneas de
produccin
a) analice los datos para cada lnea y anote las principales caractersticas de la distribucin
de los datos.
Entre la lnea 1 y lnea 2 no hay tanta variabilidad, donde en realidad cambia es en la lnea
3 por lo que quiere decir que es ah donde las horas cadas son mayores.
b) compare las tres lneas nota alguna diferencia importante?
75
En la lnea 2 las horas cadas son ms frecuentes quiere decir que ah existe una causa que
denomina que la produccin anda mal.
semana
linea 1
1
2
3
4
5
6
7
8
9
10
11
12
13
linea2
7.7
6.8
8.5
8.6
5.7
7.9
8.1
7.6
7.1
7.3
7.8
6.1
6.4
linea3
6.6
5.2
7.2
9.2
6.7
6.2
7.1
8.1
6.4
6.3
8.2
8.4
7.4
semana
linea1
7.5
8.1
6.2
7.4
8.2
6
8.2
8.1
6.7
8
8.1
8.1
7
14
15
16
17
18
19
20
21
22
23
24
25
linea2
6.3
7.8
6.7
7.3
5.7
6.2
7.3
5
5
5.4
7.5
6
LINEA 1
Informe de capacidad del proceso de C1
LEI
LES
Procesar datos
LEI
5.75
Objetivo
*
LES
7.92
Media de la muestra 6.872
Nmero de muestra 25
Desv.Est. (General)
1.04981
Desv.Est. (Dentro)
0.901133
General
Dentro de
Capacidad general
Pp
0.34
PPL 0.36
PPU 0.33
Ppk 0.33
Cpm
*
Capacidad (dentro de)
Cp
0.40
CPL 0.42
CPU 0.39
Cpk 0.39
Observado
200000.00
120000.00
320000.00
Rendimiento
Esperado Largo
plazo Esperado Dentro de
142587.71
106547.70
159072.69
122418.80
301660.40
228966.50
76
linea3
6.5
7.7
7.4
6.1
6.2
7.3
6.9
6.1
6.9
8.4
5
7.4
8.5
8
7.7
7.5
8.2
7.7
7
6.5
6.2
6
6.1
5.8
LINEA 2
77
LES
Procesar datos
LEI
5.99
Objetivo
*
LES
7.99
Media de la muestra 6.996
Nmero de muestra 25
Desv.Est. (General)
1.00062
Desv.Est. (Dentro)
1.04467
General
Dentro de
Capacidad general
Pp
0.33
PPL 0.34
PPU 0.33
Ppk 0.33
Cpm
*
Capacidad (dentro de)
Cp
0.32
CPL 0.32
CPU 0.32
Cpk 0.32
Observado
80000.00
200000.00
280000.00
Rendimiento
Esperado Largo
plazo Esperado Dentro de
157356.90
167777.75
160260.55
170676.01
317617.45
338453.76
LINEA 3
78
LES
Procesar datos
LEI
6.44
Objetivo
*
LES
8.18
Media de la muestra 7.312
Nmero de muestra 25
Desv.Est. (General)
0.877648
Desv.Est. (Dentro)
0.669984
General
Dentro de
Capacidad general
Pp
0.33
PPL 0.33
PPU 0.33
Ppk 0.33
Cpm
*
Capacidad (dentro de)
Cp
0.43
CPL 0.43
CPU 0.43
Cpk 0.43
5.6
Observado
240000.00
160000.00
400000.00
6.4
7.2
8.0
8.8
Rendimiento
Esperado Largo
plazo Esperado Dentro de
160217.54
96539.58
161329.97
97564.64
321547.51
194104.22
79
2.7
3.4
2.2
3.2
3.4
2.9
3.4
2.9
3.4
2.7
3.4
3.1
3
3.5
3.1
3
3.5
3.3
3.3
2.9
2.9
3.1
3.2
3.2
4
3.6
2.5
2.7
3.2
3.5
3.3
3.2
3.1
2.9
3.4
3.3
3.2
3
3.2
3.3
3.3
2.8
2.7
3.6
3
3.1
3.3
3.8
3.5
3
2.9
3.3
3.3
2.9
3
3.3
3.6
3.6
3.1
3.3
3.1
3.2
3.2
3.5
3.3
3.1
3.3
3.1
3.5
3.4
2.8
2.7
3.4
3
2.9
3.4
2.6
3.1
3.7
3
3
2.9
3.8
3.1
2.8
3.3
3.5
3.5
3.4
3.2
LES
Procesar datos
LEI
2.87
Objetivo
*
LES
3.5
Media de la muestra 3.19778
Nmero de muestra 90
Desv.Est. (General)
0.312287
Desv.Est. (Dentro)
0.322042
General
Dentro de
Capacidad general
Pp
0.34
PPL 0.35
PPU 0.32
Ppk 0.32
Cpm
*
Capacidad (dentro de)
Cp
0.33
CPL 0.34
CPU 0.31
Cpk 0.31
2.4
Observado
111111.11
88888.89
200000.00
2.8
3.2
3.6
4.0
Rendimiento
Esperado Largo
plazo Esperado Dentro de
146949.95
154384.28
166579.35
174005.38
313529.30
328389.66
21. En el caso del problema anterior, a continuacin se muestran 100 datos obtenidos en las
pruebas destructivas de las resistencias de botellas
80
29.5
29.2
23.8
26.5
26.8
27.6
26.5
27.4
28.3
26.4
27.3
28.7
28.3
28.4
26.9
26.5
26.4
26.8
26.3
27.7
29.1
26.3
26.6
28.1
26.2
23.7
27.0
26.5
28.7
27.0
29.7
23.7
28.1
27.0
27.6
26.8
27.7
24.8
25.5
28.8
29.5
25.5
30.4
28.8
27.1
b) Limites reales
LI=25.706
LS=28.484
La mayora de las resistencias de las botellas cae dentro de los lmites, se pueden
reducir los nmeros para que todas las resistencias estn dentro de los lmites.
C)
81
LES
Procesar datos
LEI
25.706
Objetivo
*
LES
28.484
Media de la muestra 27.095
Nmero de muestra 100
Desv.Est. (General)
1.38887
Desv.Est. (Dentro)
1.44351
General
Dentro de
Capacidad general
Pp
0.33
PPL 0.33
PPU 0.33
Ppk 0.33
Cpm
*
Capacidad (dentro de)
Cp
0.32
CPL 0.32
CPU 0.32
Cpk 0.32
24
Observado
170000.00
170000.00
340000.00
25
26
27
28
29
30
Rendimiento
Esperado Largo
plazo Esperado Dentro de
158632.91
167964.32
158632.91
167964.32
317265.81
335928.63
d) Aproximadamente el 40% de los datos est fuera de los lmites, por lo que el proceso
requiere de ajustes y verificaciones para ser efectivo y rentable.
23. El volumen en un proceso de envasado debe estar entre 310 y 330 ml. De acuerdo con
los datos histricos se tiene que =318 y =4. El proceso de envasado funciona bien en
cuanto a volumen? Argumente su respuesta.
SOLUCIN
La media nos indica que el llenado debe estar cercano a 318, la desviacin estndar de 4
establece la cercana que deben tener los llenados, como estos van de 310 a 330, el llenado
es superior a 4 en ambos lados. El proceso de envasado no es efectivo en cuanto a volumen.
24. En la elaboracin de una bebida se desea garantizar que el porcentaje de CO2 (gas) est
entre 2.5 y 3.0. En el monitoreo del proceso se obtuvieron los siguientes 115 datos:
2.61 2.62 2.65 2.56 2.68 2.51 2.69 2.53 2.67 2.66 2.63 2.52 2.61 2.64 2.49 2.58 2.61 2.53
2.57 2.56 2.52 2.58 2.64 2.59 2.73 2.51 2.61 2.71 2.64 2.59 2.60 2.61 2.55 2.66 2.69 2.56
2.61 2.49 2.63 2.72 2.67 2.52 2.64 2.62 2.64 2.65 2.67 2.61 2.50 2.65 2.57 2.55 2.64 2.66
2.56 2.60 2.59 2.56 2.57 2.66 2.56 2.62 2.63 2.57 2.60 2.53 2.61 2.60 2.52 2.62 2.67 2.58
2.53 2.57 2.66 2.51 2.57 2.55 2.57 2.58 2.52 2.61 2.55 2.55 2.60 2.64 2.56 2.60 2.57 2.48
2.64 2.67 2.60 2.59 2.67 2.56 2.63 2.57 2.61 2.492.60 2.70 2.67 2.65 2.60 2.58 2.59 2.65
2.67 2.61 2.52 2.65 2.57 2.52 2.64
a) Por medio de medidas de tendencia central determine si la tendencia central de las
mediciones es adecuada.
b) Calcule la desviacin estndar y una aproximacin de los lmites reales y, con base en
stos, decida si la variabilidad de los datos es aceptable.
82
LES
Procesar datos
LEI
2.48
Objetivo
*
LES
2.73
Media de la muestra 2.59887
Nmero de muestra 115
Desv.Est. (General)
0.0557998
Desv.Est. (Dentro)
0.0558286
General
Dentro de
Capacidad general
Pp
0.75
PPL 0.71
PPU 0.78
Ppk 0.71
Cpm
*
Capacidad (dentro de)
Cp
0.75
CPL 0.71
CPU 0.78
Cpk 0.71
2.50
Observado
0.00
0.00
0.00
2.55
2.60
2.65
2.70
Rendimiento
Esperado Largo
plazo Esperado Dentro de
16574.06
16619.38
9386.35
9416.92
25960.41
26036.30
83
84
INSEGURIDAD EN LOS
ALTOS MANDOS
DIAGRAMA DE RELACIONES
FALTA DE
CAPACITACIN
FALTA DE
LIDERAZGO
FALTA DE
PLANIFICACIN
POCA
COMUNICACIN
IMPORTANCIA DEL
SISTEMA DE CALIDAD EN
UNA EMPESA
FALTA DE
CONOCIMIENTOS EN
LOS SISTEMAS
FALTA DE RECURSOS
MATERIAL DE ALTO
PRECIO
PROCEDIMIENTOS
MAL EXPLICADOS
POCA CAPACIDAD EN
LOS QUE LA
ENSEAN
CONCLUSIONES Y RECOMENDACIONES
Bibliografa
Aiteco. (s.f.). Diagrama de dispersin. Recuperado el 2015, de http://www.aiteco.com/diagrama-de-dispersion/
Aiteco. (s.f.). Estratificacin. Recuperado el 2015, de http://www.aiteco.com/estratificacion/
Cyta. (s.f.). Cyta. Recuperado el 2015, de
http://www.cyta.com.ar/biblioteca/bddoc/bdlibros/herramientas_calidad/causaefecto.htm
Gonzalez, I. H. (11 de Julio de 2012). Wordpress. Recuperado el 2015, de
https://calidadgestion.wordpress.com/tag/hoja-de-verificacion/
Sales, M. (28 de Julio de 2002). Diagrama de Pareto. Recuperado el 2015, de http://www.gestiopolis.com/ diagrama-depareto/
Vitutor. (s.f.). Estadistica descriptiva. Recuperado el 2015, de http://www.vitutor.com/estadistica/descriptiva/a_6.html
Administrar para la calidad, conceptos administrativos del control total de calidad, Mario Gutirrez, 2004.
Mtodos cuantitativos para los negocios, novena edicin, Barry Render Michel A. Hanna, 2003.
Manual de control estadstico de la calidad: teora y aplicacin, pablo juan verdoy Jorge mateu Santiago sagasta raul
sirvent, 2006.
Conclusiones
Para toda empresa que desee competir en el mercado global debe de aplicar una estrategia estructurada para lograr la excelencia
operativa aplicada por todos los actores involucrados, esto mediante un proceso definido, con la finalidad de satisfacer las necesidades
de los clientes y por poder conseguir el posicionamiento de la marca y proteger la imagen global de la misma.
Es necesario que los costos de la calidad sean declarados formalmente por las empresas, parte de sus planes operacionales y sus
sistemas presupuestarios, y que los ejecutivos los manejen como corresponde. La tarea de calcular los costos de la calidad no es
sencilla.
La recopilacin y el uso de los costos relacionados con la calidad puede ser, y es, de utilidad. Sin embargo, no se debe olvidar que no
basta con haber organizado el mecanismo necesario para recopilar los costos; tambin es necesario que el personal de alta direccin
est decidido a realizar el ejercicio del clculo de los costos de la calidad y a usar los datos.
Glosario
Auditora
Es una herramienta de gestin que comprende una evaluacin sistemtica, documentada, peridica y objetiva del funcionamiento de la
organizacin en su conjunto o de alguna de las unidades que la integran.
Autoevaluacin
Es un examen global, sistemtico y regular de las actividades y resultados de una organizacin comparados con un modelo de
excelencia.
Benchmarking
Proceso continuado y analtico para medir de forma sistemtica las actividades, procesos, operaciones y prcticas de la propia
organizacin frente a las anlogas de organizaciones reconocidas como lderes o excelentes, sean competidoras o no.
Cadena de valor
Consiste en desagregar la actividad general de la empresa en actividades tecnolgicas y econmicas distintas, las cuales tienen
diferente influencia en la posicin relativa de costes de la organizacin (ventajas competitivas) o suponen distintas bases de
diferenciacin hacia el producto y el mercado.
Calidad total
Concepto de gestin empresarial que sita como primer objetivo de la misma la calidad del bien o servicio ofrecido y la satisfaccin
del cliente, a travs de la mejora contina.
Clientes
Persona que demanda los servicios o productos que presta una Organizacin/Unidad Administrativa. Es el ms prximo destinatario de
los servicios o productos que ofrece una Unidad Administrativa.
Calidad total
Concepto de gestin empresarial que sita como primer objetivo de la misma la calidad del bien o servicio ofrecido y la satisfaccin
del cliente, a travs de la mejora continua.
Clientes
Persona que demanda los servicios o productos que presta una Organizacin/Unidad Administrativa. Es el ms prximo destinatario de
los servicios o productos que ofrece una Unidad Administrativa.
Cultura de la organizacin
Es el conjunto de valores, smbolos, mitos, pautas de conducta y normas de actuacin que influyen en la organizacin y que permiten
una integracin social y cultural de sus miembros.
Eficacia
Se mide comparando los resultados realmente obtenidos con los previstos independientemente de los medios utilizados. Tambin
puede entenderse como la comparacin entre los resultados obtenidos y un ptimo posible.
Eficiencia
Consiste en obtener el mximo resultado posible con unos recursos determinados, o en mantener con unos recursos mnimos la calidad
y cantidad adecuada de un determinado servicio/producto.
Estndar
Fijacin de normas o reglas a las que se deben ajustar las especificaciones de un servicio/ producto o los mtodos y procedimientos
seguidos en su prestacin/elaboracin.
Estndar de calidad
Compromiso respecto al mantenimiento de un nivel de calidad en el contenido de sus prestaciones por parte de una unidad
administrativa.
BIBLOGRAFIA
ADLER, MARTN y otros
"Produccin y Operaciones"
Macchi Edicones
Buenos Aires, 2004, 789
KRAJEWSKI, L. & RITZMAN, L.Administracin de Operaciones. -Estrategia y anlisis--.
Ed. Prentice Hall
Mxico, 2000
5 edicin, 892
GOLDRATT, ELIYAHU
La Meta. Un proceso de mejora continua.Ediciones Castillo.
Mxico, 1996
5 Edicin, 408
FUCCI, TOMS A.R
Enfoque actual de las tcnicas y sistemas de produccin 1990
GONZLEZ, CARLOS
ISO 9000 QS 9000 ISO 14000. Normas implcitas de administracin de la calidad, sistemas de calidad y sistemas
ambientales.
Ed. Mc. Graw Hill.
Mxico, 1998, 574
GUTIRREZ PULIDO, HUMBERTO
"Calidad Total y Productividad"
Ed. Mc. Graw Hill
Mxico, 1999, 403
HAMMER, MICHAEL y CHAMPY, JAMES
Reingeniera
Ed. Norma.
Colombia, 1995
7 edicin, 226
HAY, EDWARD Jr.
Justo a Tiempo
Ed. Norma.
Colombia, 1994
7 edicin, 247
HEIZER, JAY & RENDER, BARRY
Direccin de la Produccin.Vol.I: Decisiones Estratgicas.
Vol. II: Decisiones Tcticas.
Ed. Prentice Hall
Espaa, 2001
6 edicin
ISHIKAWA, KAROU
"Qu es el control total de calidad?"
Ed. Norma.
1991
MEREDITH, JACK. R.
"Administracin de Operaciones"
Ed. Limusa - Wiley
Mxico, 1999
MIRANDA GONZLEZ, RUBIO LACOBA, CHAMORRO MERA, BAEGILPALACIOS
"Manual de Direccin de Operaciones"
Ed. Thomson
Madrid, 2005
MONDEN, YASUHIRO
El sistema de produccin de Toyota
Ed. Macchi.
Buenos Aires, 1990, 274
NOORI, HAMID y RADFORD, RUSSELL
Administracin de Operaciones y Produccin: calidad total y respuesta sensible rpida
Ed. Mc. Graw Hill.
Colombia, 1997, 648
PRIDA ROMERO, BERNARDO y GUTIRREZ CASAS, GIL
Logstica de Aprovisionamiento
Ed. Mc. Graw Hill
Espaa,1996, 204
SCHONBERGER, ROGER J.
Manufactura de categora mundial
Ed. Norma.
Colombia, 1994, 292
SCHROEDER, ROGER G.
Administracin de Operaciones.Ed. Mc. Graw Hill.
Mxico, 1992
3 edicin, 855
SOLANA, RICARDO F.
"Produccin. Su organizacin y administracin en el umbral del tercer milenio"
Ediciones Interocenicas
Buenos Aires, 1994
1a. edicin, 556
VALDES, LUIGI
"Conocimiento es futuro. - Hacia la sexta generacin de procesos de calidad -".Ed. CONCAMIN (CCTC) (Confederacin de Cmaras Industriales de Mxico)
Mxico, 1996
2 Edicin.
HOROVITZ, JACQUES La Calidad del servicio. Madrid: McGraw-Hill, DL 1993. -(Cinco das : diario de economa y negocios. Libros de empresa ; 7)
SENLL ANDRES Y VILAR JOAN "ISO 9000 en empresas de servicios", Gestin 2000.
cop 1996
ZADI, A.. QFD : despliegue de la funcin de la calidad. Madrid : Daz de Santos, cop.
1993
BROPHY, P. La dmarche qualit : dans les bibliotheques du Royaume-Uni. Bulletin des
Bibliothques de France, 1998, v. 43, n 1, p. 52-56
BROPHY, P., COULLING K. Quality Management for Information and Library Managers.
CARR, S.J. Strategic planning in libraries : an analysis of a managerial function and its
application to library and information work. Library Management, 1992, v. 13, n 5, p. 4-17
CLAYTON, C. Quality and the Public Services. Public Library Journal, 1993, v. 8, n 1, p.
11-12
DAWSON, A. Quality First: The Taywood Information Centre and BS5750. Aslib
Information 1992, v. 20, 3, 112-115
125, 45-50
HAYNES, M. ; WILSON, T. editors. Quality assurance in Libraries: the Health Care sector.
Ottawa : Canadian Library Association, 1990
ISO 9000 for Libraries and Information Centres: a guide. Report of a project supported by
NORDINFO. The hague: FID, 1995
JOHANNSEN, C.G. The use of quality control. Principles and methods in Library and
Information Science : theory and practice. Libri, 1992, v. 42, n 4, p. 283-295
p. 65-71
MEYER, A. Renforcer la qualit l'accueil : dans les bibliothques de Lyon. Bulletin des
Bibliothques de France, 1998, v. 43, n 1, p. 30-34
MOORES, B. Concepts of Quality and Quality Management in Industry and the Service
Sector. En: IFLA General Conference and Council Meeting, Barcelona 1993. COD 141SOC/RTLM-E
RAMSDALE, P. The qualitu issue: library statistics in Europe. Seminario de Trabajo sobre
Estadsticas de Bibliotecas (1997. Luxemburgo)