PDF Clases E.johns

11/28/2022
MAGISTER EN GESTIÓN DE ACTIVOS Y MANTENIMIENTO-MGA
Gestión de Procesos
Relatores: Edward Johns N. -Cristian Carvallo
RELATOR
EDWARD JOHNS NEUMANN
Nacido en Viña del Mar, Chile el 6 de Mayo de 1966.Nacionalidad Chilena-Británica.
Ingeniero Civil Industrial, Universidad Técnica Federico Santa María-Chile, 1990
Master of Science “Integrated Management System”, University of Birmingham, Inglaterra 1993
Diploma en “Advanced Total Quality Management”, Estocolmo, Suecia. 1994. Perfeccionamiento MPE
(management programme for executives) en la Universidad de Pittsburgh, EEUU -1998. Miembro del
Comité Técnico TC 251 - Gestión de Activos – INN (ISO55000)
Se desempeña hace 31 como académico de jornada completa en el Departamento de Industrias,

Universidad Federico Santa María. Profesor Internacional ADEN desde 2002. Profesor de posgrado en
MBA y Magíster en Gestión de Activos USM (Ex Director).
Con 31 años de experiencia, ha sido expositor en numerosos congresos nacionales e internacionales,

dictado importantes cursos y seminarios, entre otros Gestión de la Calidad Total, Gestión de
Operaciones y logística (SCM), Planificación Estratégica de la Manufactura, Mantenimiento
Productivo Total (TPM) y AM, Justo a Tiempo (JIT). Ha participado como coautor en dos libros del
área de operaciones
En el ámbito privado se desempeña como socio director de Inducom GPS Ltda. y Gerente general de
la inmobiliaria El Trigal S.A. en Chile.
1
11/28/2022
PROCEDIMIENTO especifica como realizar

una actividad. No existe una exigencia Eficaz es la capacidad de
específica de documentar la actividad”. atender las necesidades y
expectativas de los
EFFECTIVENESS
clientes.
OF PROCESS(Foco
= de la ISO
9001:2000)
Ability to achieve
desired results
(Focus of ISO
9001:2000)
Entradas proceso Salidas

PRODUCTO
(recursos) (“Conjunto de actividades inter-
relacionadas”) Resultados del proceso
Eficiencia
OF del proceso
Oportunidades de Medición y Seguimiento (KPI) es el uso racional (sin
(Antes, durante y después de la realización del proceso) desperdícios) de los
recursos. (Foco de la
ISO 9004:2000)
PROCESOS SEGUN ISO9000

.
• Procesos estratégicos: Estos procesos, normalmente realizados por la

dirección, son los que utiliza la empresa para “pensar” sobre sí misma y
su entorno. Sirven para gestionar la forma en que se toman decisiones
sobre planificación, cambios y mejoras globales en la organización. Son
los procesos utilizados para plantear la estrategia empresarial.
• Procesos claves: Son los procesos directamente relacionados con la

prestación del servicio al cliente externo desde el contacto inicial al final.
Estos procesos se suelen caracterizar por ser los que más valor añaden (o
restan) al cliente.
• Procesos de apoyo: Proporcionan recursos/apoyo para los procesos

clave.
2
11/28/2022
Nomenclatura (Flowsheet)
El símbolo para designar una actividad es un rectángulo.
Símbolo de actividad Dentro del rectángulo se escribe una breve descripción
de la actividad.
El símbolo para designar un punto de decisión es un
rombo, desde el cual el proceso se divide en dos o más
Símbolo de decisión
trayectorias. Dentro del rombo se escribe una pregunta,
cuya respuesta indica el curso que toma el proceso.
Símbolo de inicio o El símbolo para designar el comienzo o fin de un
término proceso es un rectángulo con vértices redondeados.
Símbolo de Este símbolo representa la existencia de un documento
documento pertinente o relacionado con el proceso.
Este símbolo sirve para conectar los distintos elementos
Línea de flujo de un proceso. La punta de la flecha indica la dirección
del proceso.
Los conectores son círculos que se usan para indicar que
Conectores
el diagrama continúa.
Ejemplos de Procesos
4
Mina
Chancado Molienda Relaves
1 2
Puerto
5
3
11/28/2022
Recepción de
aviso
Crear O.T
SI NO
Trabajo
interno
Cotizar Terceros:
- Bases técnicas
Cotizar O.T - Invitación
Retirar Materiales:
DIAGRAMA DE Cliente
SI -Reservas Apertura y asignación
-Solicitud Pedido
FLUJO aprueba
Ejecución de trabajos:
“FLUJOGRAMA” NO Ejecución de trabajo: - Supervisión de Andina
SI - Trazado
- Corte
Se puede Terminación:
corregir - Pintura
Ejecución de trabjos otros

talleres:
- Maq. Herramientas
Cerrar O.T
Terminación:
- Pintura
Elaborar guía de
despacho
Dar aviso a cliente
FIN
Habilidad de un proceso
https://www.youtube.com/watch?v=ncUC4i9D5VQ&feature=youtu.be
Es capaz y responde a las

especificaciones
Es potencialmente capaz, pero

no responde a las
especificaciones
Es incapaz y no responde a las

especificaciones en el límite
inferior
Es incapaz y no responde a las

especificaciones del límite
superior
Límite Inferior Límite Superior

de Especificación de Especificación
4
11/28/2022
Tipos de Actividad en un Proceso
1. ACTIVIDAD CON VALOR AGREGADO: Aquellas que a los

ojos de nuestros clientes, hacen un producto más valioso.
2. ACTIVIDAD SIN VALOR AGREGADO: Aquellas que a los

ojos de nuestros clientes NO hacen al producto más valioso.
Esas actividades claramente son MUDA y deben ser eliminadas lo
más pronto posible del negocio.
3. ACTIVIDAD SIN VALOR AGREGADO NECESARIA: Son

aquellas que a los ojos de nuestros clientes NO hacen al producto
más valioso pero que, bajo las condiciones actuales, se requieren.
Deben ser eliminadas al cambiar las condiciones actuales.
FLUJO DE VALOR (ACTUAL)

https://www.youtube.com/watch?v=bshfaa5JHYs&feature=youtu.be
¿QUE ES LEAN?
TIEMPO TOTAL
ANTES
DESPUES
AGREGA VALOR NO AGREGA VALOR TIEMPOS DE ESPERA
MENOS TRABAJO, MENOS TIEMPO, MEJORES RESULTADOS

10
5
11/28/2022
Gestión de Procesos
Tiempo de respuesta
CLIENTE VALOR? PASO 1 PASO 2 PASO n PROVEEDOR
MUDA MUDA MUDA
LA PROPUESTA DE “VALOR” VARIA!!!!
https://www.youtube.com/watch?v=BhOJ0SLw898
CONTROL ESTADÍSTICO DE
PROCESOS CEP (SPC)
Monday, November
Wednesday, August 28,
12, 2022
2020 Profesores: E. Johns - C. Carvallo 12
6
11/28/2022
Objetivos
Comprender la variabilidad en los procesos.
Identificar causas asignables y aleatorias.
Construir gráficas de control (variables,

atributos).
Interpretar gráficas de control.
Monday, November 28, 2022 Profesores: E. Johns - C. Carvallo 13
Contenido
Modelos –
Contexto Metodologías Variabilidad
– Herramientas
Control
Distribución Gráficas de
estadístico de
normal control
procesos
Caso de
estudio
7
11/28/2022
Mediciones …
Esperas de los clientes en un banco.
Llenado de sacos, botellas…
Temperatura, presión, densidad del proceso.
Metros excavados al día.
Toneladas extraídas.
Km. Recorridos.
Variabilidad
Representa la diferencia entre la situación

actual y la situación ideal.
¿El diámetro será siempre el mismo?
6M:
Materiales
Mano de Obra
Métodos
Maquinaria
Medio ambiente
Medición

16
8
11/28/2022
Nos vamos a encontrar con…
Descontrol.
Precisión.
Exactitud.
Optimización
Baja
variabilidad y
centrado en el
objetivo.
Proceso preciso
y exacto.
Ejemplos de Especificaciones
Itinerario de un avión…
Tiempo de atención…
Producto manufactura…
Espesor
Temperatura
Peso
Volumen
Examen médico…
9
11/28/2022
Variabilidad alta
Implica una alta tasa de defectuosos.

Se busca disminuir la variabilidad y/o ajustar
la media (centrar).
09/14/10
Causas de Variabilidad-2 categorías
1) Causas Random (Azar), comunes, aleatorias

Son muchas causas individuales
El impacto de cada una es insignificante
Su eliminación individual no es económicamente

atractiva (En forma agregada puede ser
interesante)
Cuando el proceso sólo tiene variaciones debido

a causas random, se dice que está “Bajo Control
Estadístico”
10
11/28/2022
09/14/10
Causas de Variabilidad
2) Causas Asignables/especiales
Son un número limitado de causas
Cualquier causa provoca gran variación
Son detectables y eliminables con una
justificación económica
Si existe al menos una de estas causas, el
proceso no opera correctamente, y se dice
que “no está bajo control estadístico”.
09/14/10
Función de Pérdida de Taguchi
(1924-2021)
https://www.youtube.com/watch?v=zMD836ozIA0&feature=youtu.be
https://www.youtube.com/watch?v=yq37fvGqmcY
 Bajo este concepto, cualquier desviación con

respecto al valor meta produce una pérdida
monetaria. (pérdida para la Sociedad)
 Según el concepto tradicional, las pérdidas ocurren

sólo cuando un producto excede los límites de
especificación. (bajo LEI o sobre LES)
 En general, se representa la función de pérdida L

(Loss) en su expresión cuadrática.
11
11/28/2022
Costo de la variabilidad
Función de pérdida de Taguchi.

$
Función de Pérdida : L (Loss)
𝐶
𝐿 𝑋 = 𝑋−𝑇
x 𝑑
LEI T LES
Función de Pérdida L(X=T)=0

Donde :
X : Valor de la característica/atributo de calidad
T : Valor meta (Target)
C : Costo unitario de reemplazo o reparación ($/u)
d : LES – T o T – LEI 23
23
Función de pérdida de Taguchi.

$
Función de Pérdida : L (Loss)
𝐶
𝐿 𝑋 = 𝑋−𝑇
𝑑
LEI T LES
Donde :
X : Valor de la característica de calidad
T : Valor meta (Target)
C : Pérdida por una unidad producida en el límite de especificación
d : LES – T o T – LEI 24
Monday, November 28, 2022 24
12
11/28/2022
Los clientes insatisfechos…
La locomoción no pasa
siempre a la misma hora.
Surgen debido a la La fila del banco no demora

variabilidad en los procesos: siempre lo mismo.
Los procesos productivos no

siempre entregan la misma
especificación: llenado [kg ],
Temperatura, Presión, ...
Control Estadístico de Procesos (CEP).
 Es un método que da la confianza estadística de que un

componente está dentro de una tolerancia sin tener que
medir cada componente.
 Medición y análisis de la variación de cualquier proceso.
Es un control del proceso, no del producto.
 Es un indicador, más que una solución.

 Es una herramienta de análisis de la variabilidad de los
procesos.
26
13
11/28/2022
LA HERRAMIENTA UTILIZADA POR EL CEP SON LAS

GRÁFICAS DE CONTROL.
 Es una comparación gráfica de los datos de desempeño del proceso

contra los “límites de control estadístico” calculados, representados
como rectas delimitantes sobre la gráfica.
 Los datos de desempeño son en general grupos de mediciones que
preservan el orden de los datos.
Se busca que los

puntos estén dentro
de los límites de
control.
No asegura CERO
defectos.
Se está trabajando con
PROMEDIOS
MUESTRALES.
Gráficas de Control
14
11/28/2022
Tipos de cartas de control
SPC
Variables Atributos
X de promedios p proporción o fracción de
artículos defectuosos
R de rangos
np número de unidades
S de desv. Standard defectuosas
X de medias c número de defectos

individuales
u número de defectos por unidad
TIPOS DE GRÁFICAS
GRÁFICAS DE CONTROL
VARIABLES ATRIBUTOS
P:
NP: número U: número
X R S proporción
de
defectuosos.
de unidades
defectuosas.
C: número
de defectos.
de defectos
por unidad.
15
11/28/2022
09/14/10
Gráficas de Control (Shewart)
Interpretación de las gráficas y causas de

inestabilidad
https://www.youtube.com/watch?v=Or_AnK4lhQo&feature=youtu.be
Tendencias en • Desajuste de los equipos.
el nivel del • Desgaste de herramientas.

• Problemas asociados con la limpieza, mantención de partes y piezas..
proceso. • Cambios en las condiciones medioambientales.
Ciclos • Diferencias en los dispositivos de medición.
recurrentes. • Rotación regular de operarios y/o equipos.
Mucha • Ajustes innecesarios al proceso.

• Problemas con los proveedores y/o materias primas.
variabilidad. • Procesos mezclados.
Profesores: E. Johns - C. Carvallo 32
16
11/28/2022
https://www.youtube.com/watch?v=BrIlA0ne0Yo&feature=youtu.be
Gráfica Xbarra-R de Flujo Aire Toberas CT Nm3/Min
550 1
1
Media de la muestra
500 1
UCL=484,0
450 _
_
X=431,2
400
11 1 1 1 1
1 1 1 1 LCL=378,4
1 1
350
1
1 16 31 46 61 76 91 106 121 136
Muestra
300 1
1
Rango de la muestra
1
200 1 1 1
UCL=132,8
100
_
R=51,6
0 LCL=0
1 16 31 46 61 76 91 106 121 136
Muestra
Las pruebas se realizaron con tamaños de la muestra desiguales
Factores de gráficas de control para X y R

Cálculo de los límites de control
Gráfica 𝑋
𝑋 → 𝐿í𝑛𝑒𝑎 𝐶𝑒𝑛𝑡𝑟𝑎𝑙
𝑈𝐶𝐿 = 𝑋 + 𝐴 𝑅
𝐿𝐶𝐿 = 𝑋 − 𝐴 𝑅
Gráfica R
𝑅 → 𝐿í𝑛𝑒𝑎 𝐶𝑒𝑛𝑡𝑟𝑎𝑙
𝑈𝐶𝐿 = 𝐷 𝑅
𝐿𝐶𝐿 = 𝐷 𝑅
𝑅
𝑆=
𝑑
17
11/28/2022
METODOLOGÍA
Caso Llenado Mermeladas
IDENTIFIQUE VARIABLES
DEFINA LA CARACTERÍSTICA CRÍTICAS.
DE CALIDAD A MEDIR
•CTQ’s
SELECCIONE UN PROCESO. (consistente con los
requerimientos del cliente
y/o estándar reconocido).
DEFINA ESTUDIO:
DEFINA TOMA DE DATOS,
responsable, metodología.
TOME DATOS. MUESTRA, POBLACIÓN (hoja
Sistema de toma de datos:
de inspección).
manual, automático.
VIDEO Y TALLER
https://www.youtube.com/watch?v=BrIlA0ne0Yo
Gráfica de control por variables

X–R
0 Excel Taller Grafica XR.xlsx
0 Taller CEP XR Pauta.xlsx
18
11/28/2022
Datos continuos
 Datos no recolectados en subgrupos.
 Sólo una observación a la vez.
 Cuando se recolectan datos de lotes
homogéneos.
 Ejemplo:
 Medición del PH en un digestor.
 Medición del tiempo de atención de una
caseta* del peaje en la R68.
 Datos recolectados en subgrupos. Fuente: Menú “Asistente” SW Minitab ®
 Corresponde a múltiples
observaciones cercanas entre sí en
el tiempo.
 Ejemplo:
 Monitoreo de envases de plástico, 5
observaciones en cada turno.
 *podrían tomarse subgrupos cada “n”
autos cada “X” minutos.
Datos sobre atributos

 Elementos defectuosos.
 Clasificación en dos categorías: pasa/no pasa o
defectuoso/no defectuoso.
 Se cuenta el número de elementos defectuosos y
determina la proporción (o porcentaje).
 Ejemplo
 Inspección automatizada de pernos para detectar fracturas
severas que ocasionen que los pernos no se puedan
utilizar.
 Para cada subgrupo, los analistas registran el número de
Fuente: Menú “Asistente” SW Minitab ®
pernos inspeccionados y el número de pernos rechazados.
 Defectos por unidad
 Cada elemento puede tener más de un defecto o
características indeseables.
 Por ejemplo, los defectos pueden incluir rasgaduras,
rayas o pinchazos.
 Se cuenta el número de defectos por unidad y
determina una tasa de ocurrencia.
 Ejemplo
 Los inspectores recolectan 5 toallas de playa cada hora y
las examinan para detectar defectos. Registran el número
total de defectos para todo el subgrupo. Cada toalla puede
tener más de un defecto, como por ejemplo 1 rasgadura y 2 Fuente: Menú “Asistente” SW Minitab ®
tirones (3 defectos).
19
11/28/2022
Fuente: Menú “Asistente” SW Minitab ®

CAPACIDAD DE PROCESOS
Process Capability
https://www.youtube.com/watch?v=ouMnoLcK6uw Cp
https://www.youtube.com/watch?v=wPRd2RgoC0E Cpk
40
20
11/28/2022
Estudio de la variabilidad de los procesos
1. ¿Está el proceso bajo control? (Gráfica de Control)

 Si no, ciclo de mejoramiento para corregir variación especial  Proceso estable o bajo control
2. ¿Es el proceso capaz para satisfacer los requerimientos de los clientes?
Si no, ciclo de mejoramiento  proceso capaz (Cp)
3. Ahora que el proceso (Indicador) está bajo control y es capaz, ¿Es su variabilidad adecuada
para ser competitivo? (Cpk) 
Si no, nuevo (s) ciclo de mejoramiento para disminuir variabilidad (y/o) ajustar media hasta....
PROCESO OPTIMIZADO ¡¡¡¡TEMPORALMENTE!!!!!
Indicadores de capacidad de procesos

Miden si un proceso puede cumplir
con las especificaciones (LES-LEI)
Cp, Cpk, Cpm

DPMO
Nivel de Sigma
42
21
11/28/2022
Precisión - Exactitud
Recordar que se busca un proceso con baja variabilidad y

centrado
(media del proceso igual o cercana a la media de la especificación)
90 Media Desv .Est. N

603,8 60,72 100
80 598,2 9,967 100
70
60
Frecuencia
50
40
30
20
10
0
440 480 520 560 600 640 680 720
Datos
22
11/28/2022
Los indicadores…
Cp
Capacidad potencial del proceso (centrado y
bajando la variabilidad). No considera la
media.
Cpk
Capacidad potencial del proceso sí sólo se
baja la variabilidad. Considera la media del
proceso.
COMPORTAMIENTO DEL PROCESO Y LAS

ESPECIFICACIONES DEL MERCADO
Capacidad del proceso

LÍMITES DE
CONTROL.
LÍMITES DE
ESPECIFICACIÓN. 𝑀𝐸𝑅𝐶𝐴𝐷𝑂
𝑃𝑅𝑂𝐶𝐸𝑆𝑂
No son comparables!!!!.
Límites de
Límites de control
especificación
LES LEI
Proceso Mercado CP 
6
23
11/28/2022
Definiciones Cp, Cpk,Cpm
LES  LEI LES  LEI

CP  C PM 
6 6
 x  LEI LES  x 
C PK  Mín , 
  2   2    N 2
 3s 3s 

1 n

 Xi  X
n i 1
 2
24
11/28/2022
Índice de capacidad de Taguchi
LES  LEI
C PM   2   2    N 2
6
  x
N= Valor nominal u objetivo (si no es dato se interpreta como el valor
central de la especificación)
Cp, Cpk
Caso Llenado Mermeladas
Caso Cloro
LEI LES
Cpk = Cp < 1
Cpk = Cp = 1
Cpk = 1 ; Cp > 2
Cpk = Cp > 2
25
11/28/2022
TALLER
51
Preguntas
52
26
11/28/2022
GRÁFICAS DE CONTROL POR ATRIBUTOS

(Complementario)
https://www.youtube.com/watch?v=1gP3LTWhLNs&feature=youtu.be
Tipos de gráficas
Gráficas de control por atributos
p np c u
Proporción Número de Número de Defectos por
de defectuosos defectos unidad
defectuosos
27
11/28/2022
GRÁFICA p: proporción de defectuosos
Se parte del supuesto de que la cantidad de piezas

defectuosas sigue una distribución binomial.
Muestra la variación en la fracción (proporción) de
defectuosos por muestra (o subgrupo)
GRÁFICA p: proporción de defectuosos
Se parte del supuesto de que la cantidad de piezas

defectuosas sigue una distribución binomial.
 En estadística, la
distribución
binomial es una
distribución de
probabilidad discreta
del número de éxitos
en una secuencia de
n experimentos
independientes,
cada uno de los
cuales tiene
probabilidad θ de
ocurrir.
28
11/28/2022
DISTRIBUCIÓN BINOMIAL
29
11/28/2022
Ejemplo
% DE FACTURAS DEFECTUOSAS CADA 100 EMITIDAS
p  p % defectuosos
17%
p 1  p  28%
p  28%
29%
n 37%
p 1  p 
16%
41%
LControl  p  3 31%
n 30%
25%
44%
LCentral  p 16%
39%
n=100 34%
22%
Promedio 29,13% =0,2913
Ejemplo: Minitab ®
Gráfica P de C3
0,45 1
LCS=0,4276
0,40
0,35
Proporción
0,30 _
P=0,2913
0,25
0,20
0,15 LCI=0,1550
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Muestra
30
11/28/2022
np : Número de unidades defectuosas
Cuando p es
constante o el  d  np
tamaño de muestra,
 d  np 1  p 
se grafica el número
de defectuosos. LControl  np  3 np 1  p 
LCentral  np
EJEMPLO GRAFICA np
 Se envasa jugo de naranja en botes de cartón. Se
considera que el bote es disconforme si al llenarlo gotea.
Se sabe que la proporción de botes defectuosos es 0.23.
 Para controlar el proceso se establece un control por
atributos, tomando muestras de tamaño 50 cada hora.
 Las muestra observadas en las últimas 30 horas
presentan los siguientes resultados.
 p= 0,23
 n=50
31
11/28/2022

Número de defectos
Ejemplo: Minitab ®
32
11/28/2022
GRÁFICAS DE DEFECTOS (TOTALES O POR

UNIDAD, “c” & “u”):
 A veces el interés no reside
en el número de artículos
defectuosos sino en el
número de defectos en un
artículo o unidad de medida.
 En una película fotográfica
interesa controlar el número
de defectos por centímetro
cuadrado.
Gráficas de control por número de no conformes

Objetivo: Control del número de no conformidades presentes en el producto.
Las gráficas de control más usuales en esta

categoría son:
1. Número de defectos de todas las unidades
producidas : c
2. Número de defectos por unidad producida: u
Ambos diagramas están basados en la distribución

de Poisson.
El número mínimo de subgrupos para éstas es 25.
33
11/28/2022
RECORDATORIO: D. POISSON
 En teoría de probabilidad y estadística, la distribución de Poisson

es una distribución de probabilidad discreta. Expresa la probabilidad
de un número de eventos ocurriendo en un tiempo fijo si estos
eventos ocurren con una tasa media conocida, y son independientes
del tiempo desde el último evento.
Su media y su varianza son
34
11/28/2022
Requisitos necesarios para diagramas c y u
1. La cantidad promedio de no

conformidades debe ser menor que la
cantidad total posible de no conformidades.
2. Las no conformidades tienen que ser

independientes entre ellas.
 El diagrama c se usa en aquellos casos en donde el tamaño del

subgrupo es una unidad inspeccionada formada por un elemento
(tamaño del elemento constante). Por ejemplo: la fabricación de un
bote, un avión, 100 pies de tela, etc.
 El diagrama u se usa en aquellos casos en los cuales el tamaño del

subgrupo es variable. (observación: este gráfico también puede ser
usado cuando el tamaño del subgrupo es constante.) y se
contabilizan los defectos por unidad muestreada.
35
11/28/2022
Diagrama de control del número de defectos de todas las unidades

producidas. (Diagrama c)
 1. Seleccionar las características de la calidad:

 Una característica
 Un grupo de características
 Una pieza
 Un producto
 Un operario
 Un centro de trabajo
 Un turno
 2. Definición del tamaño del subgrupo y método.
 3. Recopilación de datos.
36
11/28/2022
5,64  3 5,64  12,12 141

c  5,64
5,64  3 5,64  1,48 25
c
c
c3 c
g
CARTAS DE CONTROL POR ATRIBUTOS

TIPO SHEWHART
Ejemplo.
Se desea monitorear el número de RECLAMOS MENSUALES

en una OFICINA DE SEGUROS. Se monitorean 30 DÍAS
obteniendo las siguientes cantidades de reclamos:
12,14,15,9,12,18,13,10,13,9,16,14,10,15,11,10,8,6,8,11,14,17,10,
16,7,8,15,17,10,15.
Diseñar una carta de control c.

CONCLUYA.
37
11/28/2022
CARTAS DE CONTROL POR ATRIBUTOS

TIPO SHEWHART
Solución.
m
  Xi 12  14  ...15
c i 1
  12,1 (defectos/unidad)
n 30
RECLAMOS/DÍA
Luego, los limites de control son:
LCS  c  3 c  12,1  3 12,1  22,536
LCS  c  3 c  12,1  3 12,1  1,664
C-Control Chart Go C-Chart

Print Data Sheet
25
20
Def ect dat a

15 Cent er line
+3 sigma
-3 sigma
UCL
10 LCL
0
0 5 10 15 20 25 30 35
Sample #
38
11/28/2022
¿Consultas?
77
Ejemplo.
Capacidad de un nuevo servidor web (X-R, variables)
 Se han detectado numerosos reclamos por la lentitud de la página web

en procesar las compras on-line y emitir el comprobante.
 Por lo anterior se ha instalado un nuevo servidor para un funcionamiento
más rápido de la página web de la compañía.
 Usted desea saber si el servidor mantendrá el proceso bajo control
estadístico. Por lo anterior realizará pruebas para ver el funcionamiento
del proceso.
 Se toman 20 muestras, cada una con 3 observaciones.
 Los resultados de lo anteriormente expuesto se muestra a continuación:
39
11/28/2022
o1 [s] o2 [s] o3 [s]

Muestra 1 0,29 1,09 2,65
Muestra 2 1,00 3,41 3,29
Muestra 3 1,26 4,35 6,12
Muestra 4 6,14 3,24 1,80
Muestra 5 5,01 3,13 5,62
Muestra 6 2,00 5,24 2,84
Muestra 7 6,55 2,46 0,06
Muestra 8 2,60 1,73 4,93
Muestra 9 5,04 2,42 3,79
Muestra 10 4,97 7,13 2,77
Muestra 11 7,86 8,12 9,00
Muestra 12 2,47 3,18 5,02
Muestra 13 5,32 5,10 3,72
Muestra 14 5,15 6,54 2,13
Muestra 15 2,53 3,74 7,33
Muestra 16 5,64 4,09 5,99
Muestra 17 2,74 6,36 2,19
Muestra 18 5,20 3,39 5,81
Muestra 19 2,67 3,18 5,35
Muestra 20 3,99 2,75 1,81
EJEMPLO
 Una dimensión crítica sobre una armadura ha estado
causando problemas. El diseñador ha decidido cambiar
la especificación de 330 ± 10 in. a 330 ± 5 in. De
acuerdo a los datos (obtenidos del proceso) determine
la propuesta de cambio para la especificación.
40
11/28/2022
EJEMPLO
Los límites de especificación son:
LES = 340
LEI = 320
Además R = 3,125 ; X = 332 ; d2= 1,693
 s = 1,846
 Cp = (340-320)/(6*1,846 )
 Cp = 1,805
Cpk = mín [(332-320)/(3*1,846); (340-
332)/(3*1,846)]
Cpk = 1,444
Cp  Cpk, por tanto se debe ajustar el proceso llevando
Cpk hasta Cp
EJEMPLO
Al cambiar los límites de especificación:
LES = 335
LEI = 325
 Cp = (335-325)/(6*1,846)
 Cp = 0,903
Cpk = mín [(332-325)/5,538 ; (335-
332)/5,538]
Cpk = 0,542
El proceso no cumple con las especificaciones, por
lo que debe ajustarse o cambiar los límites de
especificación.
41

PDF Clases E.johns

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

PDF Clases E.johns

Cargado por

Copyright:

Formatos disponibles

11/28/2022

MAGISTER EN GESTIÓN DE ACTIVOS Y MANTENIMIENTO-MGA

Relatores: Edward Johns N. -Cristian Carvallo

Se desempeña hace 31 como académico de jornada completa en el Departamento de Industrias,

Con 31 años de experiencia, ha sido expositor en numerosos congresos nacionales e internacionales,

PROCEDIMIENTO especifica como realizar

Entradas proceso Salidas

PROCESOS SEGUN ISO9000

• Procesos estratégicos: Estos procesos, normalmente realizados por la

• Procesos claves: Son los procesos directamente relacionados con la

• Procesos de apoyo: Proporcionan recursos/apoyo para los procesos

Ejecución de trabjos otros

Dar aviso a cliente

Es capaz y responde a las

Es potencialmente capaz, pero

Es incapaz y no responde a las

Es incapaz y no responde a las

Límite Inferior Límite Superior

Tipos de Actividad en un Proceso

1. ACTIVIDAD CON VALOR AGREGADO: Aquellas que a los

2. ACTIVIDAD SIN VALOR AGREGADO: Aquellas que a los

3. ACTIVIDAD SIN VALOR AGREGADO NECESARIA: Son

FLUJO DE VALOR (ACTUAL)

AGREGA VALOR NO AGREGA VALOR TIEMPOS DE ESPERA

MENOS TRABAJO, MENOS TIEMPO, MEJORES RESULTADOS

CLIENTE VALOR? PASO 1 PASO 2 PASO n PROVEEDOR

MUDA MUDA MUDA

LA PROPUESTA DE “VALOR” VARIA!!!!

Comprender la variabilidad en los procesos.

Identificar causas asignables y aleatorias.

Construir gráficas de control (variables,

Monday, November 28, 2022 Profesores: E. Johns - C. Carvallo 13

Monday, November 28, 2022 Profesores: E. Johns - C. Carvallo 14

Esperas de los clientes en un banco.

Llenado de sacos, botellas…

Temperatura, presión, densidad del proceso.

Metros excavados al día.

Representa la diferencia entre la situación

¿El diámetro será siempre el mismo?

Nos vamos a encontrar con…

Monday, November 28, 2022 Profesores: E. Johns - C. Carvallo 17

Monday, November 28, 2022 Profesores: E. Johns - C. Carvallo 18

Implica una alta tasa de defectuosos.

Monday, November 28, 2022 Profesores: E. Johns - C. Carvallo 19

1) Causas Random (Azar), comunes, aleatorias

El impacto de cada una es insignificante

Su eliminación individual no es económicamente

Cuando el proceso sólo tiene variaciones debido

 Bajo este concepto, cualquier desviación con

 Según el concepto tradicional, las pérdidas ocurren

 En general, se representa la función de pérdida L

Función de pérdida de Taguchi.

Función de Pérdida L(X=T)=0

Función de pérdida de Taguchi.

Monday, November 28, 2022 24

Los clientes insatisfechos…

Surgen debido a la La fila del banco no demora

Los procesos productivos no

Monday, November 28, 2022 Profesores: E. Johns - C. Carvallo 25

Control Estadístico de Procesos (CEP).

 Es un método que da la confianza estadística de que un

 Medición y análisis de la variación de cualquier proceso.

Es un control del proceso, no del producto.

 Es un indicador, más que una solución.