Está en la página 1de 32

INGENIERÍA INDUSTRIAL

Seis Sigma

Actividades de aprendizaje de la Unidad


2

Profesor:
Alumno:
Fecha:

Actividad 2.1 (Carta proyecto, SIPOC y matriz de traducción del cliente)


Ingresa a la sección de plantillas de GoLeanSixSigma.com en la siguiente dirección URL:
https://goleansixsigma.com/free-lean-six-sigma-templates/. Descarga las plantillas de Excel
para elaborar una Carta de Proyecto, una matriz de traducción de la voz del cliente y un
SIPOC. Posteriormente, realiza lo siguiente:
a) Revisa cada componente de las plantillas y tradúcelas al español.
Actividad 2.2 (Diagrama de Pareto)
En una fábrica de botas industriales se hace una inspección del producto final, mediante la
cual las botas con algún tipo de defecto se mandan a la “segunda”, después de eliminar las
evidencias de la marca. Por medio de un análisis de los problemas o defectos por los que las
botas se mandan a la segunda, se obtienen los siguientes datos, que corresponden a las
últimas 10 semanas:
Razón de defecto Total
Piel arrugada 99
Costuras con fallas 135
Piel reventada 369
Mal montada 135

a) Aplica un análisis de Pareto a los datos.


Diagrama de Pareto de Razón de defecto
800
100
700

600 80

500

Porcentaje
60
Total

400

300 40

200
20
100

0 0
Razón de defecto Piel reventada Costuras con fallas Mal montada Piel arrugada
Total 369 135 135 99
Porcentaje 50.0 18.3 18.3 13.4
% acumulado 50.0 68.3 86.6 100.0

Gráfica de Pareto para Total

800 100.00

86.59

600
68.29
frecuencia

50.00
400

200

0
Piel reventada Mal montada Costuras con fallas Piel arrugada
Se estratificó el defecto de piel reventada de acuerdo al modelo de botas. Se encontraron los
siguientes datos:
Modelo de bota Defecto de piel reventada
512 225
501 64
507 80

b) Elabora un diagrama de Pareto de segundo nivel (Pareto de causas) con los datos
mostrados.

Diagrama de Pareto de Modelo de bota


400
100
Defecto de piel reventada

300 80

Porcentaje
60
200

40

100
20

0 0
Modelo de bota 512 507 501
Defecto de piel reventada 225 80 64
Porcentaje 61.0 21.7 17.3
% acumulado 61.0 82.7 100.0
Gráfica de Pareto para Defecto de piel reventada

400 100.00

82.66
300
60.98
frecuencia

200

100

0
512 507 501

Actividad 2.3 (Diagrama de Pareto)


Después de detectar un incremento en el número de discrepancias en el Departamento 35,
se decidió analizar la situación. Se realizaron varias auditorías de discrepancias en dicho
departamento, durante un periodo de tres semanas. La información se muestra en la
siguiente tabla.
Discrepancias Frecuencia
No sigue indicaciones 12
No verifica 3
Área desordenada 25
Registra datos falsos 1
Faltan componentes 7

a) Elabora un diagrama de Pareto e interprétalo.


Diagrama de Pareto de Discrepancias
50
100

40
80

Porcentaje
Frecuencia

30 60

20 40

10 20

0 0
Discrepancias
da

o
es

es

ic

r
on

nt

Ot
na

rif
ne
ci
de

ve
ca

po
r

o
so

di

N
in
de

co
ue
ea

n
si g

lta
Ár

Fa
o
N

Frecuencia 25 12 7 3 1
Porcentaje 52.1 25.0 14.6 6.3 2.1
% acumulado 52.1 77.1 91.7 97.9 100.0

Gráfica de Pareto para Frecuencia

97.92 100.00
50
91.67

40 77.08
frecuencia

30 52.08

20

10

0
Área desordenada
No sigue indicaciones
Faltan componentes
No verifica
Registra datos falsos

De acuerdo al Pareto elaborado con los datos proporcionados, podemos decir que la mayor
discrepancia ocurre por tener un “Area Desordenada” ya que ocupa el 52.08% de las
discrepancias.
Actividad 2.4 (Diagrama de Pareto)
Mediante un análisis, en una empresa se detectaron seis tipos básicos de quejas de los
clientes, pero cada tipo de queja causó diferente grado de insatisfacción o molestia para el
cliente. La escala que se utilizó para medir el grado de molestia es el siguiente: máxima
molestia (10 puntos), mucha insatisfacción (8), molestia moderada (6), poca (4), muy leve
(2). Además, en el análisis se determinó la frecuencia con la que ocurrieron en el último
semestre las distintas quejas. En la siguiente tabla se sintetizan los resultados de tal análisis:
Tipo de Frecuencia
Grado de molestia
queja de ocurrencia
A 4 12%
B 8 5%
C 2 40%
D 6 25%
E 4 10%
F 8 8%

a) Realice un análisis de Pareto para determinar sobre qué tipo de queja se deben dirigir
los esfuerzos para atender sus causas.

Diagrama de Pareto de Tipo de queja


100
4

80

3
Porcentaje
Impacto

60

2
40

1
20

0 0
Tipo de queja D C F A B E
Impacto 1.50 0.80 0.64 0.48 0.40 0.40
Porcentaje 35.5 19.0 15.2 11.4 9.5 9.5
% acumulado 35.5 54.5 69.7 81.0 90.5 100.0
Pareto Chart for Frecuencia

5
100.00%
90.52%
4
81.04%
69.67%
3
Score

54.50%

2 35.55%

0
D F E
C A B

Actividad 2.5 (Diagrama de Pareto)


En una empresa X se efectuó una encuesta para identificar el tipo de defecto con respecto
de cada cliente. Dado el resumen de la encuesta mediante una tabla de doble entrada,
realiza lo que se te pide:

TIPO DE DEFECTO PRESENTADO CON EL CLIENTE


CLIENTE A B C D E F G H I J
A 1 1   12 2 3   6 3 1
B 5   1 4 2 1   1 1  
C 2 2 1 2   1 4 1    
D 3     6           12
E 18     8 2       4  
F 1   1 1           1
G 4     4     1 1   1
H 5   1 3 2 1     1  

a) Diagrama de Pareto para identificar los clientes que muestran mayor cantidad de quejas.
Pareto Chart of CLIENTE
140 100

120
80
100
Cantidad

60

Percent
80

60
40

40
20
20

0 0
CLIENTE E A D B C H G F
Cantidad 32 29 21 15 13 13 11 4
Percent 23.2 21.0 15.2 10.9 9.4 9.4 8.0 2.9
Cum % 23.2 44.2 59.4 70.3 79.7 89.1 97.1 100.0
b) Diagrama de Pareto para identificar los defectos más relevantes

Pareto Chart of DEFECTO


140 100

120
80
100
Cantidad

60

Percent
80

60
40

40
20
20

0 0
DEFECTO D A J H I E F G C B
Cantidad 40 39 15 9 9 8 6 5 4 3
Percent 29.0 28.3 10.9 6.5 6.5 5.8 4.3 3.6 2.9 2.2
Cum % 29.0 57.2 68.1 74.6 81.2 87.0 91.3 94.9 97.8 100.0
Actividad 2.6 (Diagrama de Pareto)
En una empresa procesadora de carnes frías mediante una inspección al 100% se detectaron
problemas en las salchichas. A continuación se muestran los resultados de una semana.
NÚMERO DE PAQUETES DEFECTUOSOS
TIPO DE PROBLEMA
Máquina Mancha
Turno Falta de vacío Mancha verde
empacadora amarilla
I 4300 700 700
A
II 6300 650 650
I 3500 700 400
B
II 6600 500 420
I 8500 800 324
C
II 9120 655 345

a) Realiza un análisis de Pareto para tipo de problema, para turno y para máquina
empacadora.

Pareto Chart of Tipo de falla


50000

100

40000
80

30000
Cantidad

Percent
60

20000
40

10000 20

0 0
Tipo de falla Falta de vacío Mancha verde Mancha amarilla
Cantidad 38320 4005 2839
Percent 84.8 8.9 6.3
Cum % 84.8 93.7 100.0
Pareto Chart of Turno
50000

100

40000
80

30000
Cantidad

Percent
60

20000
40

10000 20

0 0
Turno 2 1
Cantidad 25240 19924
Percent 55.9 44.1
Cum % 55.9 100.0

Pareto Chart of Máquina empacadora


50000

100

40000
80

30000
Cantidad

Percent
60

20000
40

10000 20

0 0
Máquina empacadora C A B
Cantidad 19744 13300 12120
Percent 43.7 29.4 26.8
Cum % 43.7 73.2 100.0
b) Realiza un análisis de Pareto de segundo nivel con respecto al tipo de problema más
significativo, tanto para máquinas como para turno.

c) Realiza un análisis de Pareto considerando que la gravedad del problema, desde el


punto de vista del cliente, es la siguiente: Falta de vacío (6), mancha verde (10) y
mancha amarilla (8).

Actividad 2.7 (Hoja de verificación del tipo: defectos y posibles causas)


En una fábrica de piezas metálicas se busca reducir la cantidad de válvulas defectuosas.
Cada molde está dividido en tres zonas, cada una de las cuales incluye dos piezas. Como
punto de partida se colectan datos mediante una hoja de verificación, en la cual se
especifica el tipo de problemas, el producto y la zona del molde. En la siguiente tabla se
muestran los datos obtenidos en dos semanas:

Una revisión rápida de los datos de la tabla anterior indica que el problema predominante
en las válvulas es la porosidad, y que ésta se presenta en la tercera zona del molde,
independientemente del modelo de producto. En efecto, el problema de porosidad en la
zona tres se da con una intensidad similar en los cuatro modelos de producto, ya que la
cantidad de 10, 9, 8 y 13 defectos de porosidad por cada modelo es relativamente similar.
a) Elabora una tabla dinámica con los siguientes ajustes:
 Filas: Modelo de producto
 Columnas: Zona del molde
 Valores: Cantidad de defectos
Sum of Cantidad de
defecto2 Column Labels
Zona Zona Grand
Row Labels Zona 1 2 3 Total
A 8 11 17 36
B 10 11 19 40
C 7 7 14 28
D 10 10 21 41
Grand Total 35 39 71 145

b) Elabora una tabla dinámica con los siguientes ajustes:


 Filas: Modelo de producto
 Columnas: Zona del molde
 Filtros: Tipo de defecto
 Valores: Cantidad de defectos
Tipo de Defecto (All)

Sum of Cantidad de
defecto2 Column Labels
Zona Zona Grand
Row Labels Zona 1 2 3 Total
A 8 11 17 36
B 10 11 19 40
C 7 7 14 28
D 10 10 21 41
Grand Total 35 39 71 145
Actividad 2.8 (Histograma y gráfico de caja y brazos)
Una compañía desea conocer el comportamiento de los tiempos de espera que se tienen en
un proceso de producción, se recolectó una muestra de 48 tiempos medidos en segundos,
como se muestra a continuación:

4 43 20 63 48 3 26 30 21 35 4 38 46 41 52 56
0 5 6
4 55 54 33 23 1 34 65 34 24 2 49 45 34 37 14
2 8 7
3 32 25 26 16 6 56 38 36 17 6 42 55 21 44 60
7 4 4

a) Muestra estadísticas descriptivas de los datos.

Descriptive Statistics: Tiempo de espera

Mea StDe Varianc Minimu Media Maximu Mod


Variable n v e m Q1 n Q3 m IQR e

Tiempo de 38.7 14.10 198.78 14.00 26.2 37.50 48.7 65.00 22.5 34
espera 7 5 5 0

N for
Variable Mode

Tiempo de 3
espera

Summary Statistics for Tiempo de espera


Count 48
Average 38.7708
Median 37.5
Mode 34.0
Variance 198.776
Standard deviation 14.0988
Coeff. of variation 36.3644%
Minimum 14.0
Maximum 65.0
Lower quartile 26.5
Upper quartile 48.5
Interquartile range 22.0

c) Elabora un histograma.
Histogram of Tiempo de espera
Normal
Mean 38.77
7
StDev 14.10
N 48
6

5
Frequency

0
10 20 30 40 50 60 70
Tiempo de espera

Histogram

6
frequency

0
0 20 40 60 80
Tiempo de espera
d) Elabora un gráfico de caja y brazos.

Boxplot of Tiempo de espera


70

60

50
Tiempo de espera

40

30

20

10

Box-and-Whisker Plot

0 20 40 60 80
Tiempo de espera
e) Realiza un resumen gráfico de los datos.

Summary Report for Tiempo de espera


Anderson-Darling Normality Test
A-Squared 0.32
P-Value 0.518
Mean 38.771
StDev 14.099
Variance 198.776
Skewness 0.161694
Kurtosis -0.836099
N 48
Minimum 14.000
1st Quartile 26.250
Median 37.500
3rd Quartile 48.750
Maximum 65.000
95% Confidence Interval for Mean
20 30 40 50 60 34.677 42.865
95% Confidence Interval for Median
34.000 43.200
95% Confidence Interval for StDev
11.737 17.660

95% Confidence Intervals

Mean

Median

34 36 38 40 42 44
f) Calcula los límites naturales del proceso.
X0= -3.526
X1=81.068

Actividad 2.9
Con la siguiente información sobre la longitud de 20 pernos, cuya especificación es 1.093
±0.015”. Haz lo que se te pide.
Perno Longitu Perno Longitu Perno Longitu Perno Longitu
d d d d
1 1.087 6 1.086 11 1.080 16 1.075
2 1.091 7 1.098 12 1.093 17 1.085
3 1.095 8 1.089 13 1.099 18 1.078
4 1.093 9 1.090 14 1.083 19 1.089
5 1.097 10 1.087 15 1.103 20 1.083
a) Realiza un histograma.

Histograma de Longitud
Normal
Media 1.089
6
Desv.Est. 0.007316
N 20

4
Frecuencia

0
1.075 1.080 1.085 1.090 1.095 1.100 1.105
Longitud

Histogram

3
frequency

0
1.07 1.08 1.09 1.1 1.11
Col_2

b) Elabora un resumen gráfico de la longitud de los pernos. Determina los límites naturales
de la variable
Informe de resumen de Longitud
Prueba de normalidad de Anderson-Darling
A-cuadrado 0.10
Valor p 0.996
Media 1.0890
Desv.Est. 0.0073
Varianza 0.0001
Asimetría -0.023528
Curtosis -0.425166
N 20
Mínimo 1.0750
1er cuartil 1.0835
Mediana 1.0890
3er cuartil 1.0945
Máximo 1.1030
Intervalo de confianza de 95% para la media
1.075 1.080 1.085 1.090 1.095 1.100 1.105
1.0856 1.0925
Intervalo de confianza de 95% para la mediana
1.0852 1.0930
Intervalo de confianza de 95% para la desviación estándar
0.0056 0.0107

Intervalos de confianza de 95%

Media

Mediana

1.086 1.088 1.090 1.092 1.094

Actividad
2.10
(Gráfica
de serie de
tiempo)
Realizar e
interpretar
una gráfica de tendencias para los costos (en miles de pesos) de desperdicio y re-trabajo en
los años 1999 y 2000 en el área de acabado.
Información sobre costos
Mes Costo Mes Costo Mes Costo Mes Costo
1 128 6 12 11 58 16 101
2 48 7 22 12 165 17 2
3 211 8 93 13 54 18 87
4 45 9 12 14 61 19 48
5 147 10 38 15 99 20 75

a) Elabora una gráfica de serie simple para los costos. ¿Los datos presentan componente
de tendencia y/o componente estacional?

Gráfica de series de tiempo de Costos

200

150
Costos

100

50

Mes
n

n
e

e
l

l
ay

ay
ar

ar

r
t

c
b

b
o

o
ju

ju
oc
ab

ab
en

ju

en

ju
di
no
fe

se

fe
ag

ag
m

m
m

Año
99

00
19

20

No hay una tendencia ya que en cada periodo va cambiando. Por lo que decimos que es un
patron aleatorio.
b) Elabora la gráfica de promedio móvil con una longitud de tamaño 2. Determina las
medidas de exactitud y pronostica los meses 21, 22 y 23.
Gráfica de promedio móvil de Costos
250 Variable
Actual
200 Ajustes
Pronósticos
IP de 95.0%
150
Promedio móvil
Longitud 2
100
Costos

Medidas de exactitud
MAPE 391.89
50
MAD 53.72
MSD 4143.42
0

-50

-100
Mes
b

p
o

o
n

n
l

l
e

e
ar

mr

ar
r
t

ct
ay

ay

v
c
ju

ju
ab

oc

ab
ag

ag
no

no
en

ju

en

ju
di
fe

se

fe

se
m

o
Año
9

00
9
19

20

c) Repite el análisis anterior con el método de suavizado exponencial simple.

Gráfica de suavización para Costos


Método exponencial simple
Variable
200 Actual
Ajustes
Pronósticos
150 IP de 95.0%

Constante de suavización
α 0.0503729
Costos

100
Medidas de exactitud
MAPE 278.93
50 MAD 43.63
MSD 3025.89

-50
Mes
b

mb

p
o

o
n

n
l

l
e

e
ar
r

ar

mr
t

t
ay

ay

v
c
ju

ju
ab

oc

ab

oc
ag

ag
no

no
en

ju

en

ju
di
fe

se

fe

se
m

Año
9

00
9
19

20
Actividad 2.11 (Gráfica de serie de tiempo)
A continuación, se presentan los datos trimestrales para los gastos en planta y equipos en
los E.U. para los años 2003-2007.
a) Realizar una gráfica de tendencias.

Time Series Plot of Datos

140

130
Datos

120

110

100

Quarter 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q

Year
03 04 05 06 07
20 20 20 20 20

b) Interpretar la gráfica para determinar tendencias, ciclos.


Se puede concluir que existe un incremento en los gastos de la planta conforme pasa cada
trimestres de cada año.
Trimestr Año
e 2003 2004 2005 2006 2007
I 97.2 106.1 116.5 126.1 133.2
II 100.2 107.8 117.3 125.7 133.8
III 102.8 110.5 119.9 128.3 141.1
IV 102.6 110.6 119.3 132.1 142.1

a) Elabora una gráfica de serie simple para los gastos en planta. ¿Los datos presentan
componente de tendencia y/o componente estacional?
Smoothing Plot for Datos
Single Exponential Method
Variable
140 Actual
Fits

Smoothing Constant
130 α 1.11477

Accuracy Measures
MAPE 1.92034
Datos

MAD 2.3027
120
MSD 9.97726

110

100

Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3
Quarter

b) Elabora la gráfica de análisis de tendencia. Determina las medidas de exactitud y


pronostica los trimestres del año 2008.

Trend Analysis Plot for Datos


Linear Trend Model
Yt = 94.371 + 2.3132×t
150 Variable
Actual
Fits
140 Forecasts

Accuracy Measures
130 MAPE 0.94619
MAD 1.13794
Datos

MSD 2.00608
120

110

100

90
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3
Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q

Quarter

Se puede observar que, para los trimestres del año 2008, se tiene en pronostico un
incremento de gastos.
c) Repite el análisis anterior con el método de suavizado exponencial doble.

Smoothing Plot for Datos


Double Exponential Method
160 Variable
Actual
150 Fits
Forecasts
140 95.0% PI

Smoothing Constants
130 α (level) 0.198396
Datos

γ (trend) 0.554487

120 Accuracy Measures


MAPE 1.01784
110 MAD 1.23103
MSD 2.42772

100

90
Quarter 1 1 1 1 1 1
Q Q2 Q 3 Q4 Q Q2 Q 3 Q4 Q Q2 Q 3 Q4 Q Q2 Q 3 Q4 Q Q2 Q 3 Q4 Q Q2 Q 3 Q4

Year 21 22 23 24 25 26
20 20 20 20 20 20

Double Exponential Smoothing for Datos


Method
Data Datos
Lengt 20
h
Smoothing Constants
α (level) 0.198396
γ 0.554487
(trend)
Accuracy Measures
MAP 1.01784
E
MAD 1.23103
MSD 2.42772
Forecasts
Period Forecast Lower Upper

Q1/202 143.820 140.804 146.836


6
Q2/202 146.511 142.997 150.024
6
Q3/202 149.202 145.141 153.262
6
Q4/202 151.893 147.252 156.533
6
Actividad 2.12 (Diagrama de flujo)
Considere el siguiente diagrama de flujo que presenta un análisis de capacidad de un
proceso estándar. Elabóralo mediante Statgraphics y Word.

1
Inicio

2 Proceso de
Revisión

4 Corregir Si 3
¿Problemas?
problemas
No
5 Colectar
Datos

6 Analizar
Datos

13 No 7 ¿Bajo
Reunión Control?
Si
8 Graficar
Histograma

9 Capacidad Estimada
del Proceso

11 Clasificar No 10
¿Capaz?
productos

12 Mejorar
Capacidad
Actividad 2.13
Múltiple de admisión MA-W01
Características finales del producto requeridas por el cliente
CTQs
• Dureza final 10 Rc
• Sin poros
• Sin grietas
• Sin arena
• Sin fugas
• Sin rebabas
• Pieza sólida
• Sin golpes

Información adicional sobre el múltiple de admisión

Elabora un diagrama de flujo para la fabricación de un múltiple de admisión.

Operaciones Variables del proceso


1. Precalentar molde a 400°C Temperatura de precalentamiento
Tiempo de sopleteo 1
2. Limpiar el molde
Presión de sopleteo 1
3. Colocar y alinear el corazón en el Estado del corazón
molde Posición del corazón
4. Cerrar el molde
5. Inspeccionar el ensamble. Criterio del inspector
6. Si hay destellos, regresarse al paso 4;
sino, continuar al paso 7.
7. Formular el aluminio Formulación del aluminio
Velocidad de vaciado
8. Vaciar el aluminio
Nivel de llenado
9. Esperar a que solidifique el aluminio Tiempo de solidificación
10. Extraer la pieza Procedimiento del operador
Tiempo de sopleteo 2
11. Limpiar la pieza
Presión de sopleteo 2
12. Inspeccionar la pieza Criterio del inspector
13. Si no hay defectos, llevar al almacén.
Si hay defectos, reprocesar y elaborar
reporte
Actividad 2.14 (Diagrama Ishikawa)
Elabore un diagrama de Ishikawa para encontrar las causas de desperdicios en el área de
árboles de levas, considerando las siguientes causas y subcausas:

 Métodos
oMétodos estandarizados
oMétodos inadecuados
 Medio ambiente
oTemperatura
oIntensidad del sonido
oIluminación
 Mano de obra
oConocimiento
oCapacitación
oMotivación
oGrado de estudios
oAños de experiencia
 Maquinaria
oCapacidad
oAntigüedad
oCondiciones de operación
oMantenimiento
oNivel de desgaste
 Mediciones
oSesgo
oLinealidad
oEstabilidad
oRepetibilidad
oReproducibilidad
 Materia Prima
oEspecificaciones
oVariación de las dimensiones

Actividad 2.15 (Diagrama de Ishikawa)


Construye uno de los siguientes diagramas mediante ambos programas:

También podría gustarte