Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Evidencia 2
Universidad TecMilenio
Maestría en administración de la Calidad y Productividad
0290873
1
Maestría
Evidencia 2
Contenido
AVANCE 2 ........................................................................................................ 3
2
Maestría
Evidencia 2
AVANCE 2
3
Maestría
Evidencia 2
Recolección de datos
Base de datos
4
Maestría
Evidencia 2
Con estos datos tomado del 1 de junio al 23 de junio del 2020 se realizó un análisis obteniendo los siguientes parámetros
Error
Conteo estándar N para
Variable N N* Media Desv.Est. Varianza CoefVar Suma Mínimo Q1 Mediana Q3 Máximo Rango Modo
total de la moda
media
Mermas 200 200 0 2.5210 0.0197 0.2787 0.0777 11.06 504.2000 1.9800 2.3400 2.4500 2.7400 3.7300 1.7500 2.36 21
5
Maestría
Evidencia 2
Para la recolección de datos se pidió apoyo al área de producción, ya que son ellos
los que llevan esos datos y los concentran en sus bases de datos, se recolectaron
1200 datos de los cuales se promedió la merma generada por maquina por día y de
aquí quedaron 400 datos, son este promedio se tomó como un universo de datos, para
saber el tamaño de la muestra necesaria con una heterogeneidad del 50%, margen
de error del 5%ynivel de confianza del 95% con ayuda del software Netquest
obtuvimos 197 datos para analizar, para hacer el ejercicio de cálculo más fácil de
manipular se tomaron 200 de un total de 400 datos, con estos datos pudimos observar
que con una la fase experimental donde se tenían las mismas 20 máquinas, pero solo
se analizó en 3 turnos ese estudio nos arrojó 2.49 kg, ahora tenemos 1200 datos
condensado, de los cuales seleccionamos 200 en la tabla anterior (datos del promedio
de cada día) y nos arroja un promedio de 2.52 kg de merma en 20 días de análisis ,
el rango de variación de merma es de 1.75 kg, debido a que el menor número de
merma es de 1.98 kg y el máximo de 3.73 kg, también se muestran una desviación
estándar de 0.278 lo que nos indica que los datos tienen poca variación entre ellos
esto lo podemos comprobar con el histograma de los datos.
Distribución AD P LRT P
Normal 1.034 0.010
Con esto podemos concluir que los datos de merma no se ajustan para una
distribución normal (rectángulo rojo), pero por la prueba de distribución de datos que
se adecua es la de Weibull de 3 parámetros, porque esta presenta un valor mayor a
0.05 para p value.
6
Maestría
Evidencia 2
En el diagrama de causa raiz nos muestra cuales son los principales factores que
llevan a los aumentos de merma, realizando un diagrama de pareto observamos
cuales son las principales consecuencias que trae consigo el aumento de merma
identificando las dos principales que son las que se buscan atacar de manera directa
con el proyrctode recuperacion, la primera es cumplir con los programas de
7
Maestría
Evidencia 2
8
Maestría
Evidencia 2
9
Maestría
Evidencia 2
ocurrencia
severidad
detección
causa controles controles
modo potencial de
potencial de actuales de actuales de NPR
falla
la falla prevención detección
10
Maestría
Evidencia 2
no identificar el
producto al momento
En este proceso las auxiliares pesan el total esto tiene como falta de formato de
de la merma al finalizar el turno o al cambio consecuencia perder capacitación auxiliares
pesado e de producto, también esta se identifica por la rastreabilidad y los y/o para merma
identificación medio de etiquetas donde se coloca el sabor, historiales de distracción y
de merma el total, el lote y la fecha producto recuperado 6 del personal 1 recuperación no hay 1 6
falta de
no hacer la liberación capacitación formato de
En este proceso el personal de molino se de limpieza en cada y/o limpieza y
encarga de triturar el material para después cambio, mezclado de distracción cambio de inspector de
trituración reutilizarlo producto 9 del personal 3 producto calidad 1 27
llenado de
formato de validarlo en
después del proceso de trituración esta será falta de almacenaje sistema una
emplayada y almacenada el peso total se no sea emplayada e capacitación, y darlo de vez que
anotará en una etiqueta al igual que el sabor y identificada falta de alta en bacteriología
almacenaje lote correctamente 4 espacio 1 sistema libere el lote 1 4
se contamine el
producto al realizar falta de
El Inspector de calidad deberá realizar un mal muestreo o capacitación
muestreo, con este muestreo se analizará que el muestreo sea y/o
para el departamento de bacteriología y para mal tomado y tenga distracción
muestreo análisis sensoriales que repetirse 2 del personal 1 no hay no hay 1 2
llenado de
falta de bitácora de
capacitación caseta de
uso de El material recuperado será usado en que la proporción de y/o surtido de
material proporción 7:3 es decir 7 medidas del lote mezcla no sea la distracción materia
recuperado virgen y 3 medidas del lote recuperado correcta 2 del personal 5 prima no hay 5 50
11