FACULTAD DE INGENIERÍA

ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL

EJERCICIOS DE LA SEMANA 7 Y 8

ALUMNOS:

GORDILLO VASQUEZ, CARLOS

MONTOYA SANCHEZ, ERMES

REATEGUI SATALAYA, OMAR

VILLA DIAZ, KEWIN

ASESORA

MG ING. GONZALES LOVON, ROSARIO

GRUPO

TALENTO

LLIMA – PERÚ

2014 – I
1.- En una fábrica de válvulas se está buscando reducir la cantidad de piezas defectuosas.
Cada molde está dividido en tres zonas, cada uno de los cuales incluye dos piezas. Como punto de
partida se recaban datos mediante la hoja de verificación de la tabla siguiente, en la cual se
especifica el tipo de problema, el producto y la zona del molde. En la tabla se muestran los datos
obtenidos en dos semanas.
a) Realice un análisis de Pareto completo
b) Cuál es el problema más importante?
c) Cuáles son las principales pistas para encontrar la causa del problema principal?

PRODUCTO ZONA 1 ZONA 2 ZONA 3 TOTAL

A1 ooo ooooo oooooooooo (10)
xxx xx x x x x x x (6)
++ ++// / (1)
A2 oooo ooooo ooooooooo (9)
xx xxxxx x x x x x x x (7)
+++/ / + + (2)
A3 ooooo oooo oooooooo (8)
x xxx x x x x x (5)
+ ++ / (1)
A4 oooo oooooo oooooooooooooo (14)
xx xxx x x x x x (5)
++// / + + + + (4)
TOTAL 35 41 72

Solución.-

%
CAUSAS FRECUENCIA ACUMULADO 80-20
porosidad 77 52% 77 80%
Llenado 44 82% 121 80%
Maquinado 18 94% 139 80%
Ensamble 9 100% 148 80%
 100%
140
90%
120 80%

100 70%
60%
80 77
50% fre-
cuencia
60 40%
44
30%
40
20%
18
20
9 10%
0 0%
porosidad llenado máquinado ensamble

Producto Frecuencia % Frecuencia % F. Acumulada

A4 24 31% 31%
A1 18 23% 55%
A2 18 23% 78%
A3 17 22% 100%
TOTAL 77 100%  

30 120%

25 100%

20 80%

15 60% Frecuencia
% F. Acumulada
10 40%

5 20%

0 0%
A4 A1 A2 A3

 Se puede observar que los productos A4, A1, A2 tiene el 78% de defectos,
sin embargo se puede apreciar que el 31% es del producto A4.

B) ¿Cuál es el problema más importante?

El más importante es la porosidad

c) ¿Cuáles son las principales pistas para encontrar la causa del problema principal?

El que tiene mayor porcentaje es el problema principal, que es la porosidad con 52% poner mayor
énfasis en las combinaciones de los materiales y en el llenado.

2.- Hojas de verificación:

a) En una empresa que fabrica colchones se tienen los siguientes defectos: plisado, hilvanado, fuera
de medida y manchados. El trabajo se hace por medio de cinco maquinas. Diseñe una hoja de
verificación para registrar los defectos cuando se realiza la inspección

HOJA DE VERIFICACIÓN DE LOS COLCHONES

FECHA : -------------- Num. 01  

PRODUCTO : Colchones Toma de datos : -------  
No. Pedidos:----- Turno: 1  
PROCESO : --------- Departamento: Producción  
ESPECÍFICACIONES : --------- Supervisor : ----------  
No
. RESULTADO DE INSPECCIÓN CONTEO TOTAL
1 plisado A
2 hilvanado B
3 fuera de medida C
4 manchas D
    Total rechazados
    Total aprobados
    % Rechazados
b) .En el proceso de envasado de tequila los defectos principales son los siguientes: botella, tapa,
etiqueta, contraetiqueta, botella sin vigusa, otros. Diseñe una hoja de verificación para registrar
estos defectos.

HOJA DE VERIFICACIÓN DEL ENVASADO DEL TEQUILA

FECHA : ------------------------ Num. 01  

PRODUCTO : TEQUILA Toma de datos : -------------------
No. Pedidos: -------------- Turno: 1  
PROCESO : ENVASADO Departamento: ------------  
ESPECÍFICACIONES : ---------------- Supervisor : ----------------
No. RESULTADO DE INSPECCIÓN CONTEO TOTAL
1 Botella A
2 Tapa B
3 Etiqueta C
4 Contra etiqueta D
5 Botella s/Vigusa
6 otros
    Total rechazados
    Total aprobados
    % Rechazados
3.- En la fabricación de remaches una característica de interés es la longitud de los mismos. A fin de
estudiar el comportamiento se extrae una muestra remaches y se le inspecciona. Los resultados
obtenidos se aprecian en la tabla adjunta.

1.35 1.15 1.31 1.34 1.30 1.35 1.33 1.35 1.31 1.36
1.36 1.37 1.33 1.36 1.34 1.31 1.36 1.37 1.35 1.37
1.36 1.32 1.29 1.35 1.39 1.36 1.40 1.32 1.33 1.31
1.35 1.34 1.32 1.38 1.37 1.36 1.31 1.33 1.30 1.35
1.34 1.31 1.33 1.34 1.34 1.34 1.36 1.39 1.34 1.28
1.35 1.37 1.35 1.35 1.35 1.36 1.39 1.31 1.31 1.40
1.41 1.27 1.36 1.41 1.31 1.33 1.35 1.34 1.35 1.29
1.33 1.38 1.37 1.44 1.38 1.39 1.34 1.32 1.30 1.35
1.36 1.30 1.32 1.33 1.32 1.37 1.34 1.38 1.36 1.35
1.37

Obtenga un histograma de frecuencias.

Interprete el histograma.

SOLUCION.-

FRECUENCI
UNICOS A
1.15 1
1.27 1
1.28 1
1.29 2
1.30 4
1.31 9
1.32 6
1.33 8
1.34 11
1.35 15
1.36 12
1.37 8
1.38 4
1.39 4
1.40 2
1.41 2
1.44 1

TOTAL DE
DATOS 91
 Histograma
16
14
12
10
8
Frecuencia

6 Frecuencia
4
2
0
.
15 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 44 r..
1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. ayo
ym

Clase

Observamos en el histograma que se nos presenta que casi existía una distribución normal ya que
los datos varían por muy poco. Pero conforme a los límites de especificación se ve que varían
mucho, esto quiere decir que tenemos un porcentaje de error muy alto por lo tanto la calidad de los
remaches no es de tanta confianza porque solo una cierta cantidad de ellos cumple con las
especificaciones. Y como consecuencia de que los datos no entran casi a los limites de
especificación tenemos una sigma de cada lado dentro de las especificaciones.

4.- Los costes originales por los hurtos en las diferentes secciones de un centro comercial son:

SECCION COSTES
Hogar 10
Muebles 4
Deportes 50
Música 47
Electrodomésticos 22
Joyería 62
Perfumería 58
Ropa 16
Alimentación 15

¿Cuál sería el correspondiente grafico de Pareto?

Interprétalo.
SOLUCION.-

COSTES
VENTAS %
SECCION POR % TOTAL
ACUM ACUMULADO
HURTO
Joyería 62 62 21.83% 21.83%
Perfumería 58 120 20.42% 42.25%
Deportes 50 170 17.61% 59.86%
Música 47 217 16.55% 76.41%
Electrodomésticos 22 239 7.75% 84.15%
Ropa 16 255 5.63% 89.79%
Alimentación 15 270 5.28% 95.07%
Hogar 10 280 3.52% 98.59%
Muebles 4 284 1.41% 100.00%
TOTAL 284   100%  

70 100.00%
90.00%
60
80.00%
50 70.00%
40 60.00%
50.00%
30 40.00%
COSTES POR HURTO
20 30.00% VENTAS ACUM
20.00% % ACUMULADO
10
10.00%
0 0.00%
ría ría tes ica os pa ón ar les
oye me por ús éstic Ro taci Hog ueb
J rfu e M m en M
D
Pe o do lim
r A
ct
Ele

 En la Joyería, Perfumería, Deportes y Música se producen el 76.41% de los

hurtos. Se debe de resolver el problema en estas 4 secciones para así anular los
hurtos.
5.- En una empresa procesadora de carnes frías se detecta, mediante inspección al 100% los problemas
en las salchichas. A continuación se muestran los resultados de una semana

Máquina Turno Problema y número de paquetes defectuosos

empacadora
Falta de vacío Mancha verde Mancha amarilla
A I 4300 700 700
II 6300 650 650
B I 3500 700 400
II 6600 500 420
C I 8500 800 324
II 9120 655 345

- Considerando que la gravedad de los tres problemas es la misma, realice un análisis de

Pareto para problemas y detecte cual es vital

Solución

Análisis de Pareto Para Problemas

      FRECUENCI  
A
Problemas Nº Paquetes defectuosos % ACUMULAD 80-20
ACUMULADO A
Falta de vacío 38320 85% 38320 80%
Mancha verde 4005 94% 42325 80%
Mancha 2839 100% 45164 80%
amarilla
 45164 100%

38712
80%
32260

25808 60%

Nº Paquetes defectuosos
19356 40% % ACUMULADO
12904 80-20
20%
6452

0 0%
vací
o rde illa
a de cha ve a amar
Falt Man Man
ch

Análisis de Pareto para turnos

 Se observa que el 85% del problema está en la falta de vacío siendo el

problema vital más relevante, se desarrollara análisis de Pareto tanto a las
maquinas con a los turnos en la Falta de vácio.

Pareto (Turnos)
Falta de Vacío Frecuencia % Frecuencia % F. Acumulada
Turno II 22020 57% 57%
Turno I 16300 43% 100%
Total 38320 100%  

      FRECUENCI  
A
Turnos Nº de paquetes defectuosos % ACUMULAD 80-20
ACUMULAD A
O
Turno II 22020 57% 22020 80%
Turno I 16300 100% 38320 80%
 38320 100%

80%
28740

60%
Nº de paquetes defectuosos
19160
% ACUMULADO
40% 80-20
9580
20%

0 0%
Turno II Turno I
 Se puede observar que la mayor cantidad de problemas en cuanto a la falta
de vacío se da en el turno II con un 57% del total de los problemas.

Análisis de Pareto para Maquinas

Maquina Frecuencia % Frecuencia % F. Acumulada

C 17620 46% 46%
A 10600 28% 74%
B 10100 26% 100%
TOTAL 38320 100%  

      FRECUENCI  
A
Maquinas Nº de paquetes % ACUMULADO ACUMULAD 80-20
defectuosos A
Maquina C 17620 46% 17620 80%
Maquina A 10600 74% 28220 80%
Maquina B 10100 100% 38320 80%
 38320 100%

80%
28740

60%
Nº de paquetes defectuosos
19160
% ACUMULADO
40% 80-20

9580
20%

0 0%
Maquina C Maquina A Maquina B

 Se puede observar que la maquina c es la principal causa de la falta de

vacío con un 46%.

EJERCICIOS PARA HERRAMIENTAS BASICAS DE CALIDAD (Parte 2)

1.- En una fábrica de pintura se quiere reducir el tiempo de secado de barniz, los siguientes datos
corresponden al secado de barniz (horas), y a la cantidad de aditivo con el que se interesa lograr tal
reducción.
CANTIDAD DE TIEMPO DE
ADITIVO SECADO
0 14
1 11
2 10
3 8
4 7.5
5 9
6 10
7 11
8 13
9 12
10 15

Solución:
a) Mediante un diagrama de dispersión investigue la relación entre el tiempo de secado de la pintura
y la cantidad de aditivo empleado.
 16
14
12
Timepo de secado

10
8
6
4
2
0
0 2 4 6 8 10 12
Cantidad de aditivo

 Se observa una relación lineal positiva baja, lo que indica que son directamente
proporcionales, es decir, a mayor cantidad de aditivo se necesitarán más horas de
secado.

b) Con base en la relación, ¿alrededor de qué cantidad de aditivo recomendaría para reducir el
tiempo de secado?
 Basado en la relación, recomendaría el aditivo 4 para reducir el tiempo de secado,
es el que registra menor tiempo de secado de 7.5 horas.

c) Obtenga el coeficiente de relación entre ambas variables e interprételo.

Tabla de cálculos:
Xi Yi ܺ݅ ଶ ܻ݅ ଶ XiYi
Muestras
X Y ܺଶ ܻଶ XY
1 0 14 0 196 0
2 1 11 1 121 11
3 2 10 4 100 20
4 3 8 9 64 24
5 4 7,5 16 56,25 30
6 5 9 25 81 45
7 6 10 36 100 60
8 7 11 49 121 77
9 8 13 64 169 104
10 9 12 81 144 108
11 10 15 100 225 150
Total 55 120,5 385 1377,25 629
Interpretación: Existe un coeficiente de correlación positiva baja, entre la cantidad de aditivo
utilizado y el tiempo de secado del barniz, lo cual afectaría la calidad del producto terminado.

d) Al parecer el coeficiente de correlación es muy bajo. ¿Quiere decir entonces que el tiempo de
secado no está relacionado con la cantidad de aditivo?
El coeficiente de correlación es 0,33 positiva baja, lo cual significa que el tiempo de secado no está
relacionado con la cantidad de aditivo usado actualmente, por lo tanto al tener coeficiente
correlación bajo se puede tener problemas al momento de realizar el barnizado.

2.- Al revisar los productos de una fábrica de aparatos electrodomésticos, se encontró que era
importante la cantidad de defectos en las tinas de lavado; el principal defecto observado fue que la
“boca de la tina salía ovalada”.

Durante una junta en la planta se redactó una lista de posibles causas del defecto.

Es posible que las tinas salgan ovaladas porque:

1. La tina llega dañada del departamento de formación al de esmaltado.

2. El montaje de la tina sobre el chasis obliga al operario a deformar la tina.
 3. El molde que forma la tina está en malas condiciones.
4. La máquina de formado está desajustada.
5. El operario de ensamble es nuevo y carece de capacitación.
6. El diseño de la tina no ha sido corregido para el nuevo chasis.
7. El supervisor exige a los operarios otras actividades.
8. Las tinas se colocan horizontalmente en el horno de esmaltado y se deforman por su propio
peso.
9. El operario fue cambiado de turno y se siente castigado.

Elaborar un diagrama de causa y efecto para organizar las causas.

DIAGRAMA CAUSA EFECTO
3.- Como parte del análisis del problema de ausentismo se decide investigar la relación
entre edad del empleado y días que faltó a laborar en el año. Los datos del último año se
muestran a continuación.

Empleado Edad Faltas Emplea Edad Faltas

do
1 29 6 21 25 7
2 33 5 22 38 3
3 40 0 23 22 0
4 23 8 24 30 4
5 31 6 25 24 7
6 20 9 26 39 10
7 30 5 27 35 5
8 38 5 28 20 1
9 23 8 29 32 5
10 25 6 30 25 5
11 26 7 31 36 5
12 30 5 32 30 5
13 42 2 33 20 10
14 34 5 34 38 4
15 31 6 35 39 4
16 18 11 36 34 4
17 33 6 37 35 6
18 33 4 38 27 7
19 33 5 39 40 3
20 32 5 40 31 6

a) Mediante un diagrama de dispersión analice la relación entre estas dos variables.

 Se observa que existe una relación lineal negativa entre las variables.
b) ¿Qué tipo de relación observa y cuáles son algunos hechos especiales?

Se puede observar que existe una relación lineal negativa entre las variables que son objeto
de nuestro estudio, la edad y el número de días que los empleados faltan a sus trabajos; esto
sugiere que entre más joven es el empleado está más susceptible al ausentismo.

Empleado Edad Faltas X2 Y2 XY

1 29 6 841 36 174
2 33 5 1089 25 165
3 40 0 1600 0 0
4 23 8 529 64 184
5 31 6 961 36 186
6 20 9 400 81 180
7 30 5 900 25 150
8 38 5 1444 25 190
9 23 8 529 64 184
10 25 6 625 36 150
11 26 7 676 49 182
12 30 5 900 25 150
13 42 2 1764 4 84
14 34 5 1156 25 170
15 31 6 961 36 186
16 18 11 324 121 198
17 33 6 1089 36 198
18 33 4 1089 16 132
19 33 5 1089 25 165
20 32 5 1024 25 160
21 25 7 625 49 175
22 38 3 1444 9 114
23 22 0 484 0 0
24 30 4 900 16 120
25 24 7 576 49 168
26 39 10 1521 100 390
27 35 5 1225 25 175
28 20 1 400 1 20
29 32 5 1024 25 160
30 25 5 625 25 125
31 36 5 1296 25 180
32 30 5 900 25 150
33 20 10 400 100 200
 34 38 4 1444 16 152
35 39 4 1521 16 156
36 34 4 1156 16 136
37 35 6 1225 36 210
38 27 7 729 49 189
39 40 3 1600 9 120
40 31 6 961 36 186
TOTAL 1224 215 39046 1381 6314

c) Calcule el coeficiente de correlación e interprételo

S(XX)= 1591.6
S(YY)= 225.375
S(XY)= 265

265
R= =0.44
√ 1591.6∗225.375

Al calcular el coeficiente de correlación el cual es de R= 0.44 se tiene una mayor certeza

que entre las variables existe una relación lineal negativa media.

4) En una industria alimenticia se quiere garantizar que la concentración mínima grasa de

un producto sea de 1.8%. En la siguiente tabla, se muestran los datos obtenidos para el
estudio inicial, con tamaño de subgrupo de 4.

Subgrupo GRASA
Nº 1 2 3 4
1 1,88 1,93 1,98 1,88
2 1,93 1,97 1,89 1,94
3 1,92 1,95 1,90 1,98
4 1,89 1,89 1,90 1,94
5 1,95 1,95 1,93 1,90
6 2,00 1,95 1,94 1,89
7 1,95 1,93 1,97 1,85
8 2,87 1,98 1,96 2,04
9 1,96 1,92 1,98 1,88
10 1,99 1,93 2,01 2,02
11 1,93 1,95 1,90 1,93
 12 1,95 1,98 1,89 1,90
13 1,88 1,93 1,88 1,90
14 1,97 1,88 1,92 1,96
15 1,91 1,91 1,96 1,93
16 1,98 1,90 1,92 1,91
17 1,93 1,94 1,95 1,90
18 1,82 1,92 1,95 1,94
19 2,00 1,97 1,99 1,95
20 1,98 1,94 1,96 1,88

a) Calcule los límites de control para las cartas X-R e interprételos.

b) Elabore la carta de control X y la R y de sus conclusiones.

Carta X
n 4
A2 0.729
X 1.946
LCS 2.035
LCI 1.858
LCC 1.946
R 0.122

 Se observa que la muestra 8 está por arriba del límite de control superior. La
concentración de grasa en los productos se encuentra entre 1.86 y 2 con un
promedio de 1.95.

Carta R
LCS 0.28
LCC 0.12
 LCI 0
DS 0
D4 2.28

 Se observa que el rango de la concentración de grasa en los productos se

encuentra entre 0.0% y 0.28% con un rango promedio de 0.1 %.

5.- En una fábrica de artículos de plástico inyectado se tiene el problema de la rebaba en las piezas,
que es necesaria eliminarla con el re trabajo. Con el propósito de evaluar la realidad actual y
detectar posibles causas especiales de variación se decide implementar una carta de control para el
producto que más se fabrica, los datos obtenidos en 24 lotes de tamaño 500, en cuanto a la cantidad
de piezas con rebaba se muestran a continuación

Subgrupo (Número de Tamaño del

Nº unidades subgrupo
defectuosas) Pn n
1 86 500
2 95 500
3 113 500
4 93 500
5 88 500
6 101 500
7 90 500
8 85 500
9 111 500
10 80 500
 11 96 500
12 89 500
13 98 500
14 126 500
15 9 500
16 124 500
17 129 500
18 115 500
19 95 500
20 78 500
21 97 500
22 110 500
23 108 500
24 118 500

Lote Tamaño de Piezas defectuosas P LClnp LC LCSnp

Muestra
1 500 86 0,172 70,7 97,25 123,8
2 500 95 0,19 70,7 97,25 123,8
3 500 113 0,226 70,7 97,25 123,8
4 500 93 0,186 70,7 97,25 123,8
5 500 88 0,176 70,7 97,25 123,8
6 500 101 0,202 70,7 97,25 123,8
7 500 90 0,18 70,7 97,25 123,8
8 500 85 0,17 70,7 97,25 123,8
9 500 111 0,222 70,7 97,25 123,8
10 500 80 0,16 70,7 97,25 123,8
11 500 96 0,192 70,7 97,25 123,8
12 500 89 0,178 70,7 97,25 123,8
13 500 98 0,196 70,7 97,25 123,8
14 500 126 0,252 70,7 97,25 123,8
15 500 9 0,018 70,7 97,25 123,8
16 500 124 0,248 70,7 97,25 123,8
17 500 129 0,258 70,7 97,25 123,8
18 500 115 0,23 70,7 97,25 123,8
19 500 95 0,19 70,7 97,25 123,8
20 500 78 0,156 70,7 97,25 123,8
21 500 97 0,194 70,7 97,25 123,8
22 500 110 0,22 70,7 97,25 123,8
23 500 108 0,216 70,7 97,25 123,8
24 500 118 0,236 70,7 97,25 123,8
 12000 2334 0,1945

NP=np/k= 97,25 LCS=NP+3√NP*(1-P) 123,80

P=np/n 0,1945 LCS=NP-3√NP*(1-P) 70,70

140

120

100

80 LCS
LC
60 LCI
Piezas defectuosas

40

20

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

 que de cada muestra de 500 componentes inspeccionados el

Se observa
número de defectos varíe entre 70.70 y 123.80, con un promedio de
0.1945.