1

ESCUELA DE INGENIERÍA EN AGRONEGOCIOS

ADMINISTRACIÓN DE LA PRODUCCIÓN

Laboratorio 1: M&M’s

PROFESORA

Profesora: Paula Solano Leandro

ESTUDIANTE
Johan Morales Casasola, 2013103418
Breyder Muñoz Bustos, 2013050106
Natalia Díaz Herrera, 2019057840
Raquel Granados Castillo 2019042303

I SEMESTRE

CARTAGO – 2023
 2

Introducción
Identificación del problema

El producto M&M de chocolate que fabrica la marca Marc’s, no posee una estandarización
exacta del peso que ofrece cada empaque, a pesar de que, su etiquetado indica que es de 45
gramos; además, los empaques presentan una desproporción en los colores de los
chocolates.

Justificación del problema

Se realizó una cuantificación estadística de una muestra no representativa de 10 empaques

de 45 g de M&M de chocolate, en donde se descubrió que el promedio real del peso del
contenido es de 43,90 g con una desviación estándar de 0,74. Además, se determinó que la
proporción promedio de los colores de los chocolates es de 16,37% azul, 18,54% rojo,
18,15% amarillo, 15,19% café, 15,58% verde y 16,17% naranja, lo cual indica que hay una
desproporción notable en la distribución del contenido de los paquetes, que a la vez, es una
de las quejas recibidas en la compañía por parte de los consumidores del producto.

Objetivo general

 Determinar el problema en la diferencia de pesos de los paquetes de chocolates

M&M’s.
Objetivos específicos
 Analizar mediante herramientas, brainstorming y multivoto para encontrar solución al
problema de diferencia de pesos de los paquetes de chocolates M&M’s.
 Proponer una solución a los problemas que enfrenta la compañía Marc’s en base a los
conceptos de Administración de las operaciones y la Cadena de Suministros.
Alcance
Con el desarrollo del presente trabajo, se pretende brindar una opinión analítica respecto a
las herramientas que pueden ser utilizadas para la solución del problema que a la vez será
descrito por medio de estadística inferencial.
Limitaciones observadas
Como fue mencionado, no se tomó una muestra representativa que pueda generar un nivel
de significancia en los resultados obtenidos, esto a causa de la diferencia encontrada en la
 3

recolección de los empaques, ya que hubo distintas presentaciones de estos y se encontró

que no todos los M&M fueron fabricados por la empresa Marc’s. Además, para el análisis
estadístico de los datos, no fue posible utilizar la herramienta original de MINITAB porque
no se poseía la licencia para la respectiva descarga.
Metodología
En el presente trabajo se desea encontrar una solución al problema de diferencia de pesos y
proporción de colores en los paquetes de M&M de la cadena suministros aplicando los
conceptos de Administración de las operaciones y la Cadena de Suministro, para ello se
desarrolló un enfoque metodológico cuantitativo el cual se define según Pelekais (2000),
como aquella investigación donde se recolectan y analizan datos numéricos, que
proporcionan información estadísticamente confiable.

Ahora bien, para la recolección de datos se tomó una muestra de 10 paquetes de M&M con
un peso neto de 45g el cual se pesó su contenido en una balanza digital, posteriormente se
separó de forma manual cada chocolate según su color (café, rojo, naranja, verde, amarillo
y azul) y se cuantifico para obtener la proporción.

Para el análisis de los datos recolectados se realizó a través de la herramienta Minitab, el

cual es un software estadístico que permite el análisis de datos complejos (TCM, 2022).
Con dicha aplicación para el tratamiento de los datos de los pesos, se obtuvo el promedio,
la desviación estándar y el coeficiente variación, así mismo, se obtuvo la hipótesis nula,
alternativa y la creación del histograma.
 4

Para el análisis de la proporción de colores, se empleó Excel el cual es una 1

herramienta muy eficaz para obtener información ya que se pueden realizar cálculos y
seguimiento a cualquier tipo de información, donde las celdas pueden contener
números, textos o fórmulas lo que permite sumarlos, ordenarlos, fíltralos, crear
gráficos entre otras funciones (Microsoft , 2023). Con esta herramienta se obtuvo el
total de colores según cada color para cada paquete muestreado (10 paquetes de 45 g),
y también el total de chocolatinas en cada paquete, posteriormente se realizan la
siguiente Ecuación 1 para obtener la proporción promedio de cada color en cada
paquete.
Proporción ( % )=Sumatoriade los chocolates de un determinado ¿ ¿ Sumatoria delnúmero de chocolates de cada

Para la formulación de los supuestos, se llevó a cabo un Ishikawa en base a las

problemáticas reportadas por la empresa con el fin de categorizarlas y facilitar la
identificación de la causa raíz de ellos, de acuerdo con Burgasí et al. (2021), el diagrama de
Ishikawa es una herramienta de calidad eficaz y eficiente con el objetivo de conocer el
problema central (Ver Apéndice 1).

En cuanto a, la identificación de la causa raíz del problema de la diferencia de pesos y la

proporción de los colores en cada paquete se llevó a cabo una lluvia de ideas, el cual se
define según Licari (2023), como es una técnica no estructurada para grupos de trabajo,
donde se buscan soluciones a diversas problemáticas mediante la generación de ideas
espontaneas (Ver Apéndice 2).

Posteriormente, se realizó un multívoco el cual es un procedimiento sencillo y estructurado

para seleccionar de una amplia lista los elementos más significativos y de mayor
consideración tal y como se muestra en la Figura 1 (Consultures Alteco, 2022). Para el
multivoto se empleó una escala del 1 a 5 donde 1 significa menor importancia y 5 del
aspecto de mayor importancia (Ver Apéndice 3).
5
 6

Figura 1 Diagrama de procesos de la técnica multívoto

Diagrama de procesos de la técnica multívoto

Nota. Tomado de Multivotación: Seleccionando las

Mejores Ideas. Aiteco Consultores, por Consultores
Alteco, 2022.
https://www.scribbr.es/citar/generador/folders/5N6Slnwz
u2fIVn02e5QXES/lists/6gijb99ZO73vqKuvS7zigE/

Análisis de Datos
En la tabla 2 se realizó el muestreo de pesos de 10 paquetes de chocolates M&M´s, esto con
el fin de verificar si el peso indicado en la etiqueta del producto coincidía con el contenido
de chocolates presentes dentro los empaques, en el ejercicio se logró evidenciar que cada
paquete variaba en el contenido neto de peso.
 7

Tabla 2 Pesos en gramos de algunas bolsas analizadas de paquetes de chocolates M&M’s

Pesos en gramos de algunas bolsas analizadas de paquetes de chocolates M&M’s
Muestra Peso (45 g)
1 45
2 44
3 44
4 44
5 44
6 43
7 43
8 44
9 45
10
43

Promedio 43,90
Desves 0,74
Coef. Vari 0,02

En la tabla 3 se realizó el análisis de la cantidad y los colores que estaban contenidas en los
paquetes de chocolate M&M´s arrojando resultados de variables en cada bolsa de producto,
aquí se evidencia que la estandarización en cantidad y color no se está presentando en la
manufacturación de procesos productivos en la empresa de chocolates.

Tabla 3 Análisis de cantidad y color de algunas bolsas de paquetes de chocolates M&M’s

 8

Análisis de cantidad y color de algunas bolsas de paquetes de chocolates M&M’s

Color Cantidad
Total Proporción%
Muestra 1 2 3 4 5 6 7 8 9 10

Azul 9 9 9 8 12 9 4 10 7 6 83 16,37
Rojo 4 10 11 9 6 12 8 10 10 14 94 18,54
Amarillo 8 5 11 12 14 9 9 9 11 4 92 18,15
Café 11 7 7 9 3 5 10 9 9 7 77 15,19
Verde 8 6 5 8 8 12 7 7 8 10 79 15,58
Naranja 12 14 9 5 4 4 10 7 7 10 82 16,17

Totales 52 51 52 51 47 51 48 52 52 51 507 100

Respuestas a las preguntas y análisis de caso e identificación de la causa raíz

¿Cuál es la prueba correcta?
Para la realización del análisis de datos se utilizó una sola herramienta para la prueba de
este ejercicio, la cual consistió en tomar los datos obtenidos y por medio del instrumento
Minitab se obtuvieron los siguientes resultados:
Para la obtención de la hipótesis nula y la hipótesis alternativa los resultados se pueden
observar en las figuras 2 y 3 los datos generados con la herramienta Minitab:

Figura 3 Resultado de la prueba de hipótesis

 9

Resultado de la prueba de hipótesis

Nota. *datos obtenidos en el análisis Anova de un solo

factor, ver resultados en apéndice 5.

Figura 3 Resultado de la prueba de hipótesis

Resultado de la prueba de hipótesis

Nota. *datos obtenidos en el análisis Anova de un solo

factor, ver resultados en apéndice 5.

Como podemos ver, por los resultados de hipótesis nula, o sea H 0, y la hipótesis alterna (H1)
se expresa lo siguiente: al tener el valor de α = 0,05 y el valor de p = 0,00, se evidencia que
al ser p < α no hay suficientes datos para aceptar H0, por lo tanto, sucede H1 siendo así el
resultado de los pesos diferente a 45 g.
 10

En conclusión, se puede deducir que la enunciación de la hipótesis alternativa es la que va a

coincidir con la enunciación de la hipótesis nula.

¿Cumplen las bolsas de chocolate con el peso indicado? Utilice Minitab para sus cálculos y
haga sus conclusiones respecto a las preguntas planteadas.
Con el análisis del ejercicio en clase realizando el peso de cada uno de los paquetes de
chocolates de M&´s y los datos arrojados por la herramienta de Minitab utilizando Anova
de un solo factor, se llega al resultado de que los pesos de contenido en los empaques no
cumplen con el indicado en la etiqueta.
¿Son los resultados iguales? Utilice Minitab para sus cálculos y haga sus conclusiones
respecto a las preguntas planteadas
Observando los datos obtenidos se puede decir con certeza que los resultados no son
iguales para el ejercicio realizado en la de pesos y cantidades en los paquetes de chocolate
de M&M´s.
¿Cuál es la prueba correcta para saber si las proporciones son similares?
La prueba se realizó con el método generado por Minitab llamado Agrupar información
utilizando el método de Tukey y una confianza de 95%
Figura 4 Comparaciones en parejas de Tukey
Comparaciones en parejas de Tukey

Nota. *datos obtenidos en el análisis Anova de un solo

factor, ver resultados en apéndice 5.

¿Son iguales las proporciones para los distintos colores?

Por los datos arrojados por método de Tukey se puede decir con certeza que no son iguales
las proporciones para los distintos colores, esto se basa en que al no compartir letra las
medias, son significativamente diferentes.

Propuestas de solución
Como hemos venido desarrollando en el caso a raíz de un problema que si bien es cierto los
consumidores nunca nos fijamos en lo que compramos; por lo tanto, se realiza un muestro
para verificar si el peso en los paquetes era el correcto y además de las proporciones de los
 11

colores de los chocolates eran similares, además la empresa de M&M’s está pasando por
varios problemas o situaciones que afectan directamente a la empresa.

Por lo cual, se analizan uno a uno las situaciones de la empresa y se resuelve que poner usar
un Ishikawa para un primer descarte, y llegamos al problema a tratar el cual nos damos
cuenta que es que en la empresa no hay una estandarización de los procesos para que el
pesaje de los paquetes sean exactamente igual y con la misma proporción de colores, se
hace un brainstorming y después se procede a realizar una elección para finalmente aplicar
el método de multivo y para finalmente determinar que todo las situaciones que tiene la
empresas son producto de un descuido en la estandarización en el peso del producto por el
aumento en la productividad y es acá donde nos vamos centrar.

Por lo cual, se le propone a la empresa Marc’s trabajar dos métodos calidad y productiva ya
que estas dos están asociadas ya que debe haber un balance entre ambos conceptos, además,
la calidad se basa en el producto o servicio, donde se miden ciertos parámetros para cubrir
la necesidad del cliente y este satisfecho, aunado a esto tenemos la productividad que es
producir más pero con una optimización de los recursos y sin elevar el costo, manteniendo
la calidad, todo estandarizado; y por otro lado, se le propone aplicar la calidad sixsigma
para que el procesos y la estandarización sea más exacta y precisa, sin errores, ya que es
una poderosa herramienta para mejora de los procesos de producción, y se basa en reducir a
niveles alcanzables los defectos en todo lo que respecta al producto o servicio. Como
vemos son tres conceptos que le podrían dar una solución satisfactoria a todas las
situaciones que se están dando en la empresa y así mejorar otros problemas asociados.

Conclusión y recomendaciones
Conclusiones

 Se identificó que la herramienta Ishikawa no resultó de gran utilidad para la

identificación de la causa raíz, por lo que se recurrió a la lluvia de ideas.
 La utilización del multivoto fue de utilidad para clasificar el grado de significancia
de los supuestos, lo cual fue de utilidad para la identificación de la causa raíz de los
problemas.
 12

 La calidad y productividad están asociadas y son fundamentales en un producto o

servicio y son factores determinantes en los procesos, en este caso se asocian al
sixsigma para estandarizar procesos y que no haya errores, se logre mejorar el
proceso productivo.
 La optimización de los recursos es un factor clave en la producción de un bien o
cuando se ofrece un servicio, pero se debe tener un balance con la eficiencia y
eficacia, ya que pueden alterar las condiciones y las características del producto
final, por lo tanto, puede ser que al final el producto o servicio cumpla o no con la
necesidad del cliente.
 Mediante la herramienta Minitab y con el análisis Anova se logró reforzar el
resultado de la diferencia de pesos y proporciones en los contenidos de chocolates
M&M´s los cuales no cumplieron con el dato de peso establecido en la etiqueta y el
incumplimiento de no llevar procesos de manufactura estandarizados para dar
proporciones de cantidad y color iguales.

Recomendaciones

 Respecto a la metodología se puede tomar en cuenta la aplicación de la técnica de

los 5 porqué para identificar con mayor facilidad la causa raíz de los problemas.
 Se deben controlar o evaluar la calidad y productividad, así como el sixsigma, con
el objetivo de la efectividad que tiene en la empresa y el proceso productivo; así
como el entrenamiento y la capacitación constante del talento humano ya que de
estos depende la calidad de un producto o servicio.
 Al usar solamente una herramienta de verificación (minitab) para la verificación de
datos se puede ampliar la utilización de otra herramienta para este tipo de ejercicios
en relación.

Bibliografía
Burgasí , D., Cobo , D., Pérez , D., Pilacuan, R., & Rpcha , M. (2021). EL DIAGRAMA DE
ISHIKAWA COMO HERRAMIENTA DE CALIDAD EN LA EDUCACIÓN: UNA
REVISIÓN DE LOS ÚLTIMOS 7 AÑOS. Departamento CEAC. Obtenido de
https://tambara.org/wp-content/uploads/2021/04/DIAGRAMA-
ISHIKAWA_FINAL-PDF.pdf
 13

Consultures Alteco. (29 de Diciembre de 2022). Multivotación: Seleccionando las Mejores

Ideas. Aiteco Consultores. Obtenido de
https://www.scribbr.es/citar/generador/folders/5N6Slnwzu2fIVn02e5QXES/lists/
6gijb99ZO73vqKuvS7zigE/
Licari, S. (20 de enero de 2023). ¿Qué es una lluvia de ideas? Ejemplos y técnicas eficaces.
Obtenido de
https://www.scribbr.es/citar/generador/folders/5N6Slnwzu2fIVn02e5QXES/lists/
6gijb99ZO73vqKuvS7zigE/
Microsoft . (2023). Tareas básicas en Excel - Soporte técnico de. Obtenido de Microsoft :
https://www.scribbr.es/citar/generador/folders/5N6Slnwzu2fIVn02e5QXES/lists/
6gijb99ZO73vqKuvS7zigE/
Pelekais, C. (2000). Métodos cuantitativos y cualitativos: diferencias y tendencias. Telos.
Obtenido de https://dialnet.unirioja.es/descarga/articulo/6436313.pdf
TCM. (28 de Julio de 2022). Minitab: ¿qué es y para qué sirve? Obtenido de tcmetrologia:
https://www.tcmetrologia.com/blog/minitab-que-es-y-para-que-sirve/
 14

Apéndices
Apéndice 1. Diagrama Ishikawa de las causas de distintos problemas que enfrenta la compañía
Marc´s

Figura 2 Diagrama Ishikawa de la compañía Marc’s

Diagrama Ishikawa de la compañía Marc’s

Apéndice 2. Brainstorming para la identificación del problema

1. Maquinaria descalibrada
2. Falta de capacitación por parte de los colaboradores en procesos de calidad con
respecto a la medición de los pesos
3. Bajos costos en materia prima
4. Colaboradores no prestan atención a los procedimientos de verificación de calidad
5. Problemas con los proveedores
6. Ahorro en los costos en materia prima provocando baja calidad en el producto.
7. Descuido de la estandarización en peso del producto por aumentar la productividad
8. No hay una estandarización de los procesos
9. Escasez de herramientas para poner a funcionar la maquinaria
10. Capacitación e inducción al personal
11. Falta de personal indicado en procesos de calidad, por reducción de costos
12. La oferta está por debajo de la demanda
13. Aumento de la productividad, con gasto desmedido de los recursos de la empresa
 15

Apéndice 3. Supuestos para la identificación del problema

1. Falta de capacitación por parte de los colaboradores en procesos de calidad con
respecto a la medición de los pesos.
2. Maquinaria descalibrada.
3. Escasez de herramientas para poner a funcionar la maquinaria.
4. La oferta está por debajo de la demanda.
5. Problemas con los proveedores.
6. Ahorro en los costos en materia prima provocando baja calidad en el producto.
7. Descuido de la estandarización en peso del producto por aumentar la productividad.
8. No hay una estandarización de los procesos.
9. Aumento de la productividad, con gasto desmedido de los recursos de la empresa.

Apéndice 4. Multivoto
Tabla 1
Multivoto de los supuestos generado del brainstorming
Supuesto P1 P P3 P Multiplicación
2 4
1.Falta de capacitación por parte de los 5 5 4 4 400
colaboradores en procesos de calidad con respecto a
la medición de los pesos
2.Maquinaria descalibrada 3 5 3 5 225
3.Escasez de herramientas para poner a funcionar la 1 1 1 2 2
maquinaria
4.La oferta está por debajo de la demanda 1 1 2 3 6
5.Problemas con los proveedores 1 1 3 5 15
6.Ahorro en los costos en materia prima provocando 2 3 3 4 72
baja calidad en el producto
7.Descuido de la estandarización en peso del 5 4 5 5 500
producto por aumentar la productividad
8.No hay una estandarización de los procesos 1 3 4 2 24
9.Aumento de la productividad, con gasto 2 1 2 1 4
desmedido de los recursos de la empresa

Apéndice 5. ANOVA de un solo factor: Muestra vs. Peso

Método
Hipótesis nula Todas las medias son iguales

Hipótesis alterna No todas las medias son iguales

Nivel de significancia α = 0,05

Se presupuso igualdad de varianzas para el análisis.

 16

Tabla 2 Información del factor

Información del factor

Factor Niveles Valores

Peso 3 43; 44; 45

Tabla 3

Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Peso 2 20,63 10,317 1,17 0,365

Error 7 61,87 8,838

Total 9 82,50

Tabla 4 Resumen del modelo

Resumen del modelo

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

2,97289 25,01% 3,58% 0,00%

Tabla 5 Medias

Medias
Peso N Media Desv.Est. IC de 95%

43 3 7,67 2,08 (3,61; 11,73)

44 5 4,40 2,30 (1,26; 7,54)

45 2 5,00 5,66 (0,03; 9,97)

Desv.Est. agrupada = 2,97289

Tabla 6 Comparaciones en parejas de Tukey. Agrupar información utilizando el método de Tukey y una confianza de 95%

Comparaciones en parejas de Tukey. Agrupar información utilizando el método de Tukey y una confianza de 95%
Peso N Media Agrupación

43 3 7,67 A

45 2 5,00 A

44 5 4,40 A

Las medias que no comparten una letra son significativamente diferentes.

Tabla 7 Pruebas simultáneas de Tukey para diferencias de las medias

Pruebas simultáneas de Tukey para diferencias de las medias

Diferencia
Diferencia de las EE de Valor p
de niveles medias diferencia IC de 95% Valor T ajustado

44 - 43 -3,27 2,17 (-9,67; 3,14) -1,50 0,345

45 - 43 -2,67 2,71 (-10,67; 5,34) -0,98 0,610

 17

45 - 44 0,60 2,49 (-6,73; 7,93) 0,24 0,969

Nivel de confianza individual = 97,86%

Figura 2 Diferencia de las medias para muestra

Diferencia de las medias para muestra

Figura 2 Grafica de intervalo de muestra vs. peso

Grafica de intervalos de muestra vs. peso