Portada

Universidad Tecmilenio

Jose Manuel Cervantes Burgos

Brandon Vidal Segura

Evidencia 2

Fernando Alberto Garate Vargas

Metodología de Optimización de Procesos

(DMAIC)

17/10/2020

1
Indice
Portada...................................................................................1
Pacific Shipment.....................................................................3
Identificacion del problema................................................4
Tipo de proyecto....................................................................5
QFD.........................................................................................6
SIPOC......................................................................................7
Ishikawa.................................................................................8
Grafica de Pareto...................................................................9
Matriz Causa y Efecto...........................................................10
AMEF....................................................................................11
Plan de recolección de datos...............................................12
Tabla de datos......................................................................13
Prueba de hipótesis.............................................................14
Sistema Gage R&R................................................................16
Análisis correlación..............................................................19
Anova...................................................................................21
Conclusión avance 2.............................................................27

2
Pacific Shipment
La empresa de Pacific Shipment es la principal ayuda de DHL en esta zona ya que se encarga de enviar
paquetes hacia los estados más al norte de Sinaloa, del lado del pacifico principalmente, ubicada en la
Ciudad de Mazatlán, en colonia centro, esta empresa no solo se dedica a ayudar a DHL, sino también se
dedica a enviar paquetes independientes, esta empresa tiene más de 15 años trabajando en el rubro de
entregas a domicilio.

3
Identificacion del problema
Proyecto Base Meta EVA Riesgo Puntuación
(0 -100)
Al día se envían
un total de 200
paquetes de los
cuales no se
logran enviar un
total de 70
paquetes lo que
Reducir el representa una
numero de perdida de
paquetes no 75 % 95% 160,600 pesos al 20 % Ganador
entregados año.

El proyecto en el cual trabajaremos durante esta evidencia tiene una problemática con la que la empresa
a lidiado en los últimos años y es ideal resolver esta problemática para así seguirle brindando un
servicio de calidad al cliente, ya que por muchos factores tanto internos y externos poco a poco fue
bajando la calidad de nuestro servicio.

4
Tipo de proyecto
Se realizara un proyecto para reducir el número de paquetes no entregados en la semana, ya que los
paquetes no entregados se consideran un retraso y con la aplicación de este proyecto sabremos cual es
la causa de ese defecto lo cual esta afectando directamente la entrega del paquete que la empresa desea
enviar y así evitar una perdida de clientes frecuentes

QFD

En el QFD se toma en cuenta lo que el cliente espera del servicio brindado , aquí lo que se busca es
demostrar la eficiencia y la entrega del paquete en tiempo y forma como se requiere. En el caso de los
como´s se utilizaron requerimientos de calidad, abarcando al personal a cargo de dicha area, la calidad

5
de la materia prima utilizada, el precio, la cantidad y el tiempo en que el cual se establece la llegada. Es
necesario maximizar los como`s para así observar un resultado mas favorable

SIPOC
Aná lisis SIPOC No mb re d e l p ro c e so : p ro c e so e ntre g a d e p a q ue te Au to r (Fe c h a ); 17/ 10/ 2020
S I P O C
Pro ve e d o re s Entra d a s Pro c e so Sa lid a s Clie nte s
En tra d a s p a ra c a d a p a so La s sa lid a s d e c a d a p a so
Pro v e e d o re s d e e nt ra d a Div id ir e l p ro c e so e n a p ro xim a d a m e n te d e 5 a 7 p a so s. Re c e p t o re s d e sa lid a
d e l p ro c e d im ie n to (In c l. (In c l. In fo rm a c ió n )
p ro o v e d o r d e c a ja s c a ja s C o m ie n zo
p ro ve e d o r p a q u e te s p a q ue te s p a q ue te v e nd e d o re s
p ro o ve d o r d e c a m io n e t a s c a m io n e ta s p a q ue te jo v e ne s
p ro o ve d o r d e g a so lin a g a so lin a p a q ue te a d u lto s
p ro o ve d o r d e rue d a s lla n ta s p a q ue te a d ulto s m a yo re s
p ro o ve d o r d e lu z luz p a q ue te e m p re sa s d e p a q u e te ria s
p ro o v e d o r d e a g u a a g ua p a q ue te

se acomodan en el
se reempqueta o pasa directo a se acomodan los paquetes tranporte correspondiente a llega al cliente del
llega cliente deja su paquete area de acomodo por zonas de distribucion cada zona, camionetas salen
cada 6 horas

En el SIPOC nos enfocamos en el proceso o grupos de procesos, a partir de la identificación de

elementos (Supplier, Input, Process, Output y Costumer). Se observa como empieza nuestro proceso
desde los proveedores de nuestras cajas y contenedores, por ejemplo nuestro proveedor de materia prima
que en este caso es ULINE , en el segundo apartado veremos lo que se utiliza para así empezar a realizar
el empaquetado, en el tercer vemos el proceso de como se empaca el producto deseado a enviar, en
Outputs o salidas, podemos observar como esta listo nuestro paquete y por ultimo se observa el destino
hacia donde será enviado.

6
Ishikawa

7
Grafica de Pareto

Gracias a la herramienta diagrama-causa efecto de Ishikawa, uno se puede percatar cuales eran los
diferentes factores y las diferentes áreas en las que se basa el diagrama para así llegar concluir porque los
paquetes no logran ser enviados

Después en un grafica de Pareto se establecen las causas y la frecuencia con las que suceden esto nos
arrojó que 80% de las veces, nuestro defecto se debe a tres factores principales.

1. Desperfectos mecánicos de los transportes

2. Ruta
3. Mala calidad de materia prima
Conforme a los resultados arrojados, podremos empezar a desglosar las causas mas especificas de los
defectos.

8
Matriz Causa y Efecto

entrega

COMPON EN TE Factor

Entrega
Tiempo

calidad

Total
se descompone 1 3 9 27
Transporte mal conduccion 9 6 9 486
robos 9 1 9 81
rotas 1 3 9 27
Cajas
mal embaladas 1 3 0
Personal poco capacitado 3 3 3 27
camionetas mal
3 3 3 27
cargadas
Acomodo
manejo ineficaz de
3 9 9
producto 243

Se consideran los factores con los valores más altos y da como resultado lo siguiente:

En la matriz Causa-efecto se muestra que hay una relación entre las variables de entrada y las variables
de salida, las variables de entrada mas importantes son: El transporte con un total de 486 puntos, el cual
coincide con la distribución y da como resultado que se retrase en el envió, tomando en cuenta el factor
de la calidad de nuestras cajas y las cajas del proveedor por el motivo de que no se puede entregar al
destinatario un paquete roto o de muy mala calidad lo que genera pérdidas y retraso en pedidos,

9
AMEF
S O Current D R
Process Potential Effects Potential Cause(s)/
Potential Failure Mode E C Process E P
Function of Failure Mechanism(s) of Failure
V C Controls T N

The highest value In what ways might the What is the effect of each How can the failure occur? What are the existing controls and

How well can you detect

How Severe is the effect

SEV x OCC x DET

process steps process potentially fail to failure mode on the outputs Describe in terms of something procedures (inspection and test) that

cause or failure mode

from the C&E meet the process and/or customer requirements? that can be corrected or either prevent failure mode from

How often does the

to the cusotmer?
matrix. requirements and/or design The customer could be the next controlled. Be specific. Try occurring or detect the failure should

cause or FM?
intent? operation, subsequent identify the causes that directly it occur? Should include an SOP
operations, another division or impacts the failure mode, i.e., root number.
the end user. causes.

occur?
transporte La manera en la que se puede ser robado el el conductor puede ingresar a no se entrena a los conductores,
mantiene el producto producto, puede caerse si 10 zonas riesgosas o perderser 7 para saber , que tanto conocen la 8 560
durante el transporte esta mal acomodado ciudad
Material Cajas de calidad cajas y empaquetado de calidad inferior, mala revision cambiar de proveedor, usar las
calidad, una caja defectuosa de producto cajas que el cliente nos deja
10 7 8 560
puede causar retraso de
entrega
Manejo de forma en la que se cargan, pueden ser productos poner pocas cajas, causando brindar capacitacion para el
paquetes se descargan y se fragiles,si se manipulan de huecos y caidas de estas personal en el area de carga
10 7 9 630
transldan los paquetes las una mala manera puede
camioneta causar su roptura

Con la realización del AMEF pudimos identificar cuales son las causas de la falla principal la cual es
¿Por qué los paquetes no llegan en el tiempo establecido? Con ello nos pudimos dar cuenta que el
transporte es la principal causa ya que el personal encardo de su manejo es muy ineficaz, sumado a esto,
el personal que carga las camionetas , no las carga como debería , existe un modo para contrarrestar
estas fallas y seria enviar las unidades a servicio mecánico cada 2 meses para evitar más retrasos en
envíos y que esto genere perdidas a la empresa.

10
Plan de recolecció n de datos
Tipo de datos Magnitud de Frecuencia Cantidad de Responsable de
medición datos la medición
Toda una 31 datos, los
semana, después cuales me dirán
de cada ruta el número de Josefina
Unidades no terminada de las paquetes no Arellano Mejía
Continuo entregadas por cinco camionetas entregados por
semana disponibles. semana después
de cada ruta

11
Tabla de datos
Camion Ruta Paquetes no entregados promedio por semana
1 1 2
1 2 2
1 3 3
1 4 1
1 5 2
2 1 1
2 2 3
2 3 3
2 4 4
2 5 2
3 1 1
3 2 3
3 3 3
3 4 4
3 5 2
4 1 2
4 2 1
4 3 2
4 4 3
4 5 1
5 1 1
5 2 4
5 3 3
5 4 2
5 5 3
6 1 2
6 2 3
6 3 2
6 4 3
6 5 1
6 1 1

Los datos fueron recolectados durante 1 semana dando un total de 31 datos de tal manera que puedan ser
analizados.

12
Prueba de hipó tesis
HOJA DE TRABAJO 1

T de una muestra: Paquetes no entregados promedio

Estadísticas descriptivas

Error
estándar
de la
N Media Desv.Est. media IC de 95% para μ

31 2.258 0.965 0.173 (1.904, 2.612)

μ: media de población de Paquetes no entregados promedio

13
14
Sistema Gage R&R

Estudio R&R del sistema de medición - método ANOVA

Tabla ANOVA de dos factores con interacción

Fuente GL SC MC F P

Ruta 4 11.968 2.992 4.23197 0.016

Camion 4 1.008 0.252 0.35644 0.836

Ruta * 16 11.312 0.707 0.97652 0.488

Camion

Repetibilidad 100 72.400 0.724    

Total 124 96.688      

α para eliminar el término de interacción = 0.0

Tabla ANOVA dos factores sin interacción

Fuente GL SC MC F P

Ruta 4 11.968 2.99200 4.1460 0.004

2

Camion 4 1.008 0.25200 0.3492 0.844

0

Repetibilida 116 83.712 0.72166    

d

Total 124 96.688      

R&R del sistema de medición

15
 Componentes de la varianza

%Contribución
Fuente CompVar (de CompVar)

Gage R&R total 0.721655 88.82

  Repetibilidad 0.721655 88.82

  0.000000 0.00
Reproducibilidad

    Camion 0.000000 0.00

Parte a parte 0.090814 11.18

Variación total 0.812469 100.00

Evaluación del sistema de medición

%Var.
Desv.Est. Var. estudio estudio
Fuente (DE) (6 × DE) (%VE)

Gage R&R total 0.849503 5.09702 94.25

Repetibilidad 0.849503 5.09702 94.25

Reproducibilida 0.000000 0.00000 0.00

d

Camion 0.000000 0.00000 0.00

Parte a parte 0.301353 1.80812 33.43

Variación total 0.901371 5.40822 100.00

Número de categorías distintas = 1

16
 Informe de R&R del sistema de medición (ANOVA) para Unidades rotas p
Notificado por:
Nombre del sistema de medición : Tolerancia:
Fecha del estudio: Misc:

Componentes de variación Unidades rotas promedio por Ruta

100
% Contribución
% Var. estudio 3.5
Porcentaje

2.5
50

1.5

0 1 2 3 4 5
R&R del sistema de medición Repetib Reprod Parte a parte
Ruta
Gráfica R por Camion
Unidades rotas promedio por Camion
Rango de la muestra

1 2 3 4 5
4 LCS=3.975
3.5
_
2 R=1.88
2.5

0 LCI=0
1.5
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
Ruta 1 2 3 4 5
Camion
Gráfica Xbarra por Camion
1 2 3 4 5
Interacción Ruta * Camion
Media de la muestra

LCS=3.220
3 3.2
Camion
__ 1
Promedio

2 X=2.136 2
2.4 3
4
5
1 LCI=1.052
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1.6

Ruta 1 2 3 4 5
Ruta

Después de revisar el estudio Gage R&R podemos decir que aceptamos la hipótesis nula ya que las
medidas de las piezas coinciden. Nuestro valor p es de 0.004, lo cual es menor que el nivel de
significancia de 0.05 por lo tanto la idea de que los paquetes no entregados son iguales es aceptada. En
cambio, el valor p del camión es de 0.844 mayor a 0.05 por lo tanto se puede deducir que las medidas de
los vendedores no son equitativas.

El % de contribución total para Gage R&R es de 88.82 lo cual es valor notablemente alto a comparación
de la regla de porcentaje de contribución que menciona que arriba del 9% no es aceptable.

Los valore de categorías distintas nos arrojo 1, por lo tanto, no es aceptable ya que el valor debe de estar
en entre 5 y 8.

17
Aná lisis correlació n

HOJA DE TRABAJO 1

Correlación: prueba, Paquetes no entregados promedio,

proveedor

Método

Tipo de correlación Pearso

n

Número de filas 31
utilizadas:

Correlaciones

prueba Paquetes no
entregados

18
 promedio

Paquetes no entregados 0.178  

promedio

proveedor -0.044 -0.145

HOJA DE TRABAJO 1

Correlación: prueba, Paquetes no entregados promedio,

proveedor

Método

Tipo de correlación Spearma

n

Número de filas 31
utilizadas:

19
Correlaciones

Paquetes no
entregados
prueba promedio

Paquetes no entregados 0.186  

promedio

proveedor -0.044 -0.140

Anova
HOJA DE TRABAJO 1

ANOVA de un solo factor: Paquetes no entregados promedio

vs. ruta
Método

Hipótesis nula Todas las medias son

iguales

Hipótesis alterna No todas las medias son

iguales

Nivel de α = 0.05
significancia

Se presupuso igualdad de varianzas para el análisis.

Información del factor

Factor Niveles Valores

ruta 6 1, 2, 3, 4, 5,
6

Análisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

ruta 5 3.535 0.7071 0.72 0.611

Error 25 24.400 0.9760    

20
 Total 30 27.935      

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)

0.98792 12.66% 0.00% 0.00%

7

Medias

ruta N Media Desv.Est. IC de 95%

1 5 2.000 0.707 (1.090,

2.910)

2 5 2.600 1.140 (1.690,

3.510)

3 5 2.600 1.140 (1.690,

3.510)

4 5 1.800 0.837 (0.890,

2.710)

5 5 2.600 1.140 (1.690,

3.510)

6 6 2.000 0.894 (1.169,

2.831)

Desv.Est. agrupada = 0.987927

Comparaciones en parejas de Tukey

Agrupar información utilizando el método de Tukey y una confianza de 95%

ruta N Media Agrupación

5 5 2.600 A

3 5 2.600 A

2 5 2.600 A

6 6 2.000 A

21
 1 5 2.000 A

4 5 1.800 A

Las medias que no comparten una letra son significativamente diferentes.

Comparaciones en parejas de Fisher

Agrupar información utilizando el método LSD de Fisher y una confianza de 95%

ruta N Media Agrupación

5 5 2.600 A

3 5 2.600 A

2 5 2.600 A

6 6 2.000 A

1 5 2.000 A

4 5 1.800 A

Las medias que no comparten una letra son significativamente diferentes.

22
Comparaciones múltiples de Dunnett con un control

Agrupar información utilizando el método de Dunnett y una confianza de 95%

ruta N Media Agrupación

1 5 2.000 A
(control)

5 5 2.600 A

3 5 2.600 A

2 5 2.600 A

6 6 2.000 A

4 5 1.800 A

Las medias no etiquetadas con la letra A son significativamente diferentes de la media del
          nivel de control.

23
24
Gracias a los datos arrojados por el anova de un factor, deducimos que la ruta numero 2 es la que genera
desperdicio

Se puede deducir que algún causante de que la unidad tenga fallas mecánicas o que el paquete se rompa
es debido al mal estado del camino de la ruta 2 , en base a esto se tjene que preparar una nueva ruta la
cual sea corta y que este en buen estado para así no retrasarnos con el pedido.

25
Conclusió n avance 2
Se puede concluir que la empresa tiene oportunidad de mejora, ah pesar de arrojar varias causantes sobre
el porque no se entregan los paquetes a tiempo es importante optimizar el proceso de empaque así como
también verificar la calidad de nuestra materia prima que serán las cajas, también es importante recalcar
la importancia de mantener un adecuado mantenimiento a las unidades de transporte, como se muestra
en la Matriz Causa y Efecto, es relevante que el encargado de las flotillas de las unidades se encargue de
tener una bitácora la cual obtenga los datos de cada cuando se le hace mantenimiento mecánico así como
también tener a la mano los datos de vida sobre las llantas ya que como se arrojo en los resultados una de
las causas es el mal estado de la ruta, que con esto va dela mano el encargado de logística este en
constante búsqueda sobre una nueva ruta optima para que la unidad transite sin problemas.

26