Métodos Cuantitativos para la Producción

Producción y Gestión Industrial

“Trabajo Final”

Integrantes:

Mayhuay Ramírez, Robert Adrián (50%)

Palomino Guzmán, Rubén Marcelo (50%)

Profesor: Ing. Jorge Valcárcel G.

Sección: 4to C12A

2022-2
Índice

Índice
1. Objetivo General ......................................................................................................... 3
2. Objetivos Específico .................................................................................................... 3
3. Introducción ................................................................................................................ 4
4. Marco teórico .............................................................................................................. 5
4.1. Diagramas de causa y efecto ................................................................................ 5
4.2. Histogramas ......................................................................................................... 6
4.3. Diagrama de cajas y bigotes ................................................................................. 6
4.4. Diagramas de dispersión ...................................................................................... 7
4.5. Gráficos de control................................................................................................ 7
5. Desarrollo ................................................................................................................... 8
5.1. Gráfica de cajas:................................................................................................... 9
5.2. Histograma......................................................................................................... 12
5.3. Estudio MSA....................................................................................................... 13
5.4. Estudio de capacidad.......................................................................................... 15
5.5. Análisis de correlación y regresión ...................................................................... 17
5.6. Análisis de Prueba de Hipótesis .......................................................................... 24
5.7. Gráficos de control.............................................................................................. 26
5.7.1. Gráfico de control (Excel) ................................................................................ 27
5.7.2. Gráfico de control (Minitab) ............................................................................. 27
5.8. Diseño de Experimentos..................................................................................... 30
6. Conclusiones ............................................................................................................ 34
1. Objetivo General
● Determinar y aplicar las herramientas aprendidas en las sesiones de clase en
el área de producción de la empresa “BACKUS S.A.C ATE” con la finalidad
de supervisar, controlar y prevenir posibles fallos de producción en los
procesos productivos de nuestros productos.

2. Objetivos Específico
● Aplicar y analizar la estadística descriptiva e inferencial para el control de
procesos productivos de la empresa Backus.
● Realizar un estudio completo de regresión lineal simple y múltiple.
● Definir la capacidad de los procesos productivos de la empresa Backus.
● Efectuar adecuadamente un análisis del sistema de medición de procesos de
Backus.
● Determinar las ventajas que aporta un análisis de prueba de hipótesis e
intervalos de confianza para la variedad de productos de la empresa Backus.
● Hacer un correcto diseño de experimentos y toma de decisiones de la mejor
manera para realizar mejoras.
3. Introducción

El concepto de control estadístico de procesos ha existido por un tiempo. En 1924, el empleado

de Bell Laboratorios, William A. Stewart, diseñó el primer gráfico de control y fue pionero en
la idea del control estadístico. Este proceso de control de calidad se utilizó ampliamente durante
la Segunda Guerra Mundial en las instalaciones de municiones y armas. El control de proceso
estadístico supervisó la calidad de los productos sin comprometer la seguridad.

El control estadístico de proceso supervisa los procesos de fabricación con la tecnología este
mide y controla la calidad. Por lo cual se utilizan instrumentos que proporcionan datos de
calidad a partir de las mediciones de productos y lecturas de proceso. Una vez recopilados, los
datos se evalúan y monitorean para controlar ese proceso. El control estadístico de procesos es
una forma sencilla de fomentar la mejora continua. Cuando un proceso se monitorea y controla
continuamente, los gerentes pueden asegurarse de que funcione a su máximo potencial, lo que
da como resultado una fabricación consistente y de calidad.

Hoy en día, el sector manufacturero mundial utiliza ampliamente los controles de procesos
estadísticos.

Las empresas de fabricación modernas tienen que hacer frente a la constante fluctuación de los
precios de las materias primas y una gran competencia. Las empresas no pueden controlar estos
factores, pero pueden controlar la calidad de sus productos y procesos. Necesitan trabajar
constantemente para mejorar la calidad, la eficiencia y los márgenes de costo para ser líderes
en el mercado.

La inspección sigue siendo la forma clave de detectar problemas de calidad para la mayoría de
las empresas, pero su eficacia es discutible. Con el control estadístico de procesos, una
organización puede pasar de estar basada en la detección a estar basada en la prevención. Con
el monitoreo constante del desempeño del proceso, los operadores pueden detectar tendencias
o procesos cambiantes antes de que el desempeño se vea afectado. Para ello tenemos
Herramientas de control de calidad que podemos emplear lo cuales son:
4. Marco teórico

4.1. Diagramas de causa y efecto

Un diagrama de Causa y Efecto es la representación de varios elementos (causas) de un sistema

que pueden contribuir a un problema (efecto). Fue desarrollado en 1943 por el Profesor Kaoru
Ishikawa en Tokio. Algunas veces es denominado Diagrama Ishikawa o Diagrama Espina de
Pescado por su parecido con el esqueleto de un pescado. Es una herramienta efectiva para
estudiar procesos y situaciones, y para desarrollar un plan de recolección de datos.
 4.2. Histogramas

El histograma se le atribuye a Karl Pearson, un matemático inglés. Los histogramas son

específicamente útiles en estadísticas, ya que pueden representar la distribución de datos de
muestra. Un histograma es un gráfico que se utiliza para representar la distribución de
frecuencias de algunos puntos de datos de una variable. Los histogramas frecuentemente
clasifican los datos en varios “contenedores” o “grupos de rango” y cuentan cuántos puntos
de datos pertenecen a cada uno de esos contenedores.

4.3. Diagrama de cajas y bigotes

Un diagrama de cajas y bigotes es una manera conveniente de mostrar visualmente grupos de

datos numéricos a través de sus cuartiles. Las líneas que se extienden paralelas a las cajas se
conocen como «bigotes», y se usan para indicar variabilidad fuera de los cuartiles superior e
inferior. Los valores atípicos se presentan a veces como puntos individuales que están en
línea con los bigotes. Los diagramas de cajas y bigotes se pueden dibujar vertical u
horizontalmente.
 4.4. Diagramas de dispersión

Los gráficos de dispersión visualizan la relación entre dos variables numéricas, de forma que
una variable se muestra en el eje x y la otra, en el eje y. Para cada registro, se traza un punto
donde las dos variables se intersecan en el gráfico. Cuando los puntos resultantes forman una
estructura no aleatoria, existe una relación entre las dos variables.

4.5. Gráficos de control

Las gráficas de control son diagramas que sirven para examinar si un proceso se encuentra en
una condición estable, o para asegurar que se mantenga en esa condición. Por el cual se dice
que un proceso es estable (o está en control) cuando las únicas causas de variación presentes
son las de tipo aleatorio. Con base en la información obtenida en intervalos determinados de
tiempo, las gráficas de control definen un intervalo de confianza: Si un proceso es
estadísticamente estable, el 99.73% de las veces el resultado se mantendrá dentro de ese
intervalo.
La estructura de las gráficas de control contiene una “línea central” (LC), una línea superior
que marca el “límite superior de control” (LSC), y una línea inferior que marca el “límite
inferior de control” (LIC). Los puntos contienen información sobre las lecturas hechas; pueden
ser promedios de grupos de lecturas, o sus rangos, o bien las lecturas individuales mismas. Los
límites de control marcan el intervalo de confianza en el cual se espera que caigan los puntos.
Todas estas herramientas mencionadas nos ayudan a la reducción de desperdicios.
Mejora de la productividad al hacer predecible el comportamiento de los procesos. Mejora de
la calidad al poder reaccionar antes de que aparezcan defectos en la producción.
Cumplimiento de las especificaciones y mayor capacidad para lograr estándares de calidad
más elevados.
5. Desarrollo
La empresa “BACKUS S.A.C ATE” quien produce las siguientes marcas de cerveza:
Cristal, Pilsen Callao, Cusqueña, Backus Ice, Pilsen Trujillo, Guaraná Backus, Malten
Power, Viva Backus y Agua Tónica Backus. Requiere de personal altamente capacitado
para desempeñar labores de supervisión en el área de envasado por lo que envía un
requerimiento de personal al área de recursos humanos para que se encargue de reclutar
supervisores de calidad para el área de envasado que cumplan con ciertos requisitos.
Por lo cual en el área se encuentran 2 máquinas embotelladoras que realizan estas
operaciones una produce cerveza cusqueña y la otra pilsen callao, los datos obtenidos
son numéricos discretos, es decir que la cantidad de ml que tenga la botella de cerveza
tendrá un valor exacto que tendrá que ser corroborado por el supervisor del área, dado
que la máquinas están calibradas para llenar la botellas a ±5 ml , siendo el valor nominal
de 630 ml lo que debería contener cada botella. Sin embargo, en los últimos meses
realizando controles de rutina se encontraron productos con ± cantidad de cerveza por
lo que se ordenó de inmediato un informe. Para ello el supervisor evaluará la
variabilidad de su producto, realizando pruebas de calidad a las botellas de cerveza
antes de ser empaquetadas, por lo que sugiere que realice un diagrama de cajas e
Histograma. Además de ello se obtienen los datos descriptivos del llenado de botellas,
la media, desviación estándar, correlación.
 5.1. Gráfica de cajas:

El supervisor del área de producción se cuestiona y toma la decisión de realizar un estudio que
determine la eficiencia de la línea de cerveza de pilsen callao y de cerveza cristal, a fin de ver
la variabilidad del proceso por lo cual cada botella tiene una medida nominal de 630 ml con
una tolerancia de ± 5ml, el proceso es en paralelo esto indica que elaboran el mismo producto,
pero distintas presentaciones. Para realizar el estudio el supervisor recolectó 6 muestras de 30
productos seleccionados aleatoriamente de cada línea de producción lo cual se puede visualizar
en el siguiente cuadro:
Interpretación de Gráfico de Cerveza Pilsen Callao

Con los datos recolectados de las tres líneas de producción del proceso de elaboración de la
Cerveza Pilsen Callao realizamos un diagrama de caja y bigotes para poder observar en qué
rangos se encuentran la mayor concentración de ml en las cervezas.

Conclusión:

Como podemos observar el diagrama de caja y bigotes se puede apreciar con los productos
terminados de la línea 1 es mucho más eficiente al de la línea 2 y línea 3, dado que el rango de
dispersión de los productos ofrecidos por la línea 1 es menor, además de que todos los datos
recolectados cumplen con los límites de tolerancia encomendados, por lo que la línea 1 es muy
eficiente. Por otro lado, la línea 2 y línea 3 son las menos eficientes, porque el rango de
dispersión de sus productos es mucho mayor, además de que cuenta con una mayor cantidad
de productos fuera de los límites. Se recomienda calibrar y hacer mantenimiento a las máquinas
de la línea 2 y línea 3, de este modo se podrá mejorar la eficiencia de la línea y aportará el
beneficio de reducir los productos defectuosos y generar más ingresos a la empresa.

Interpretación de Gráfico de Cerveza Cristal

Con los datos recolectados de las tres líneas de producción del proceso de elaboración de la
Cerveza Cristal realizamos un diagrama de caja y bigotes para poder observar en qué rangos
se encuentran la mayor concentración de ml en las cervezas.
Conclusión:

Como podemos observar el diagrama de caja y bigotes se puede apreciar con los productos
terminados de la línea 1 y línea 2 es mucho más eficiente al de la línea 3, dado que el rango de
dispersión de los productos ofrecidos por la línea es menor, además de que todos los datos
recolectados cumplen con los límites de tolerancia encomendados, por lo que la línea 1 y línea
2 es muy eficiente. Por otro lado, la línea 3 son las menos eficientes, porque el rango de
dispersión de sus productos es mucho mayor, además de que cuenta con una mayor cantidad
de productos fuera de los límites. Se recomienda calibrar y hacer mantenimiento a las máquinas
de la línea 3, de este modo se podrá mejorar la eficiencia de la línea y aportará el beneficio de
reducir los productos defectuosos y generar más ingresos a la empresa.
 5.2. Histograma
El área de control de calidad, realiza un inspección para determinar que la cantidad de lúpulo
necesaria del proceso debe tener un peso de 60 gr. Sin embargo, el peso de este producto
cuenta con un margen de error aceptable de +/- 0.5 gr. Para ello se recogió datos de 40
balanzas y se estructuró en la siguiente tabla:
INTERPRETACIÓN DEL HISTOGRAMA

Con el desarrollo del histograma podemos verificar si los datos de la muestra cumplen con
los límites de especificación requeridos por el mercado. En el histograma se puede apreciar
como toda la muestra recolectada de lúpulo de cada balanza cumplen con los límites de
especificación, no contamos con productos fuera de los límites, por ende, podemos afirmar
que en el proceso de elaboración de la cerveza es eficiente.

5.3. Estudio MSA

En proceso de llenado de botella de cervezas para verificar que estas cumplan con la
especificaciones establecidas. El supervisor de control de calidad analiza los resultados
haciéndolo con 3 inspectores y 2 pruebas por inspector y se muestran los siguientes
datos,haciendo un estudio R & R con sus conclusiones.
INTERPRETACIÓN DE GRÁFICO R&R

Con el estudio R & R se puede apreciar como las mediciones realizadas por los trabajadores
es la misma, en el gráfico de resultado por partes se observa como todos los trabajadores
obtienen resultados aproximados en las mediciones, además que en el diagrama de cajas y
bigotes podemos apreciar como las mediciones hechas por los operarios es se aproximan.
Con todas las gráficas dadas por el estadio podemos concluir que el problema se presenta en
los instrumentos de medición. Se recomienda calibrar los instrumentos de medición para
volver a realizar otro estudio, de este modo vamos a poder confirmar que el error se
presentaba en los instrumentos y no en los operarios.

5.4. Estudio de capacidad

Se requiere determinar en la presentación de 1 litro de Cerveza Cristal si se cumple con la
especificación siendo el valor nominal 1000 ml y teniendo una margen de ±5 Realice un
análisis de capacidad para ver si se cumple con la calidad exigida (Cp, Cpk, Cpm, límites
reales), represente de manera gráfica sus resultados y coméntalos.
INTERPRETACIÓN DEL GRÁFICO

En el gráfico presente podemos observar que el nivel sigma se encuentra en 2.69, por lo que
es un nivel sigma medio para una empresa con flujo continuo. Estos resultados son de
preocupación, porque este proceso, así como esta genera muchos gastos a la empresa, se
recomienda que se realicen mejoras en los procesos para realizar un nuevo estudio y observar
las mejoras.

INTERPRETACIÓN DEL GRÁFICO

Según el histograma que se encuentra presente en el estudio, podemos identificar que en la

muestra tenemos productos que no cumplen con los límites de especificación, además que si
no realizamos una mejora en el futuro el proceso podría ser peor y nos generará más gastos
de producción.
 5.5. Análisis de correlación y regresión
La empresa Backus recibe los reportes del área de producción del mes por parte de su despacho
de contadores teniendo como datos los gastos generales de producción de los envases de 630
ml a la par con las unidades producidas se le pide determinar lo siguiente:

Según esta base de datos del mes se procede a realizar el análisis de varianza o ANOVA.

Realizando este análisis se podrá obtener el valor de p valué, esté deberá ser menor a 0.05 para
así poder comprobar que la ecuación de regresión sea significativa para la producción de
unidades durante el mes.

A continuación, mostramos los resultados obtenidos por el análisis ANOVA

Análisis: El valor de P valué arrojado por el análisis es de 0.000 es menor a 0.05, con respecto
a la variable “Gastos Generales”. Por la tanto, podemos decir que la ecuación es significativa
para el modelo

Ahora obtendremos el coeficiente de determinación y correlación, con la ayuda de minitab

podremos obtener el coeficiente de determinación.

Análisis: El 99% de la variabilidad en los gastos generales (variable de respuesta) puede ser
explicada por el modelo de regresión (variable de entrada)

Para hallar el coef. de correlación es la raíz cuadrada del coef. de determinación:

Análisis: Entonces decimos que la intensidad de la relación lineal entre las unidades (X) y los
gastos generales (Y) es de 99.50%

A continuación, se realizará la gráfica de probabilidad normal

Análisis: Se puede observar que los puntos están cerca a línea de tendencia, pero también se
muestran dos o tres datos atípicos donde están sumamente alejados a la línea de tendencia
entonces esto hace que la probabilidad normal de los datos no sea la ideal.

Después se realiza la gráfica de varianza constante. En está gráfica se tiene que observar que
la cantidad de puntos tanto en la parte superior como inferior deben ser iguales o tener una
proximidad para que pueda pasar la prueba.
Análisis: Se puede observar que la cantidad de datos tanto en la parte superior como inferior
están casi en la misma cantidad, en la parte superior tenemos 14 puntos y en la parte inferior
tenemos 15 puntos, Por lo tanto, aceptamos la prueba de varianza.

Finalmente se realizará la gráfica de independencia, en está gráfica se observa el

comportamiento de los datos a analizar

Análisis: Podemos decir que la distribución de los datos es aceptable, como se observan
fluctuaciones aleatorias en una banda horizontal, la independencia se acepta.
Se procede a realizar la prueba de Durbin - Watson para verificar el supuesto de incidencia

Para obtener los valores del dL y dU, se obtendrá de la tabla de valores brindada en clase

Como se trabaja con 30 datos se obtiene el valor de 1.35 y 1.49 respectivamente.

Tabla Durbin - Watson

Análisis: El valor estadístico de Durbin - Watson es de 2.11242. Este valor se encuentra en la

zona de aceptación de Independencia de los datos.

Para finalizar con todo el análisis de regresión, se calculará la capacidad de predicción. Para
ello, se necesitará el valor de error por una cierta cantidad de datos y el valor PRESS
obtenido en el resumen del modelo.
Análisis: Dado que la división de PRESS / SCE es menor a dos. Podemos inferir que la
capacidad de predicción es buena.

Aparte de todo lo calculado se puede verificar la ecuación de regresión obtenida para estos
datos es la ideal

Entonces decimos que por cada unidad que avanza la variable de entrada "Unidades" (X) la
variable de salida "Gastos Generales" aumenta. 5.1806

Conclusiones generales:

Todos los resultados arrojados por el análisis realizado fueron aprobados, por lo tanto podemos
decir que nuestro modelo de regresión es significativa, determinante y confiable en nuestro
proceso analizado para la empresa BACKUS
 5.6. Análisis de Prueba de Hipótesis
El supervisor del área de producción nos dio el encargo de verificar si las dos líneas de
producción de la cerveza cristal y la cervezas pilsen callao cuentan con la misma media de la
muestra para verificar que ambas líneas cuentan con la misma eficiencia. Procedemos a
recolectar las muestras de 30 botellas de cerveza de la línea 1 y 2, con estos datos
procedemos a realizarlos respectivos cálculos.

INTERPRETACIÓN DEL GRÁFICO

Para obtener la relación de las varianzas de las dos muestras realizamos las

pruebas de hipótesis de dos varianzas para poder determinar si las varianzas

de ambas muestras son iguales o diferentes.

hipótesis nula: La varianza de la Línea 1 / La varianza de la Línea 1 = 2

hipótesis alterna: La varianza de la Línea 2 / La varianza de la Línea 1 ≠ 2

Con la relación de la desviación estándar se puede apreciar como la relación

La probabilidad de ambas varianzas es 0.90.

Con los resultados de la prueba de hipótesis se puede concluir que la relación entre las
varianzas de ambas poblaciones es diferente, porque el valor del P valúe es menor a 0.05,
esto quiere decir que se rechaza la hipótesis nula y se acepta la hipótesis alternativa, por ende,
la eficiencia de ambas líneas de. La producción es diferente.
 5.7. Gráficos de control
Las gráficas de control sirven para poder observar posibles fallos en los procesos de
producción, a través de gráficos de métodos estadísticos.

Se plantea el siguiente problema:

La empresa Backus reconocida a nivel nacional requiere que su proceso de llenado de sus
botellas esté bajo control (630 ml), es por ello que se manda a realizar un estudio de 15 días
para tomar los datos necesarios para realizar los gráficos de control del proceso de envasado.

Envasado N°1 Pilsen Callao

Como se puede observar este proceso de llenado de Backus tiene tres muestras por lo tanto se
trabaja con un gráfico X-R
5.7.1. Gráfico de control (Excel)

5.7.2. Gráfico de control (Minitab)

Análisis:

En primera instancia se ve claramente que en la muestra N° 10 el punto está en la zona C casi

a punto de pasar el LCI lo que nos indica que este proceso está fuera de control o puede haber
un error de medición de datos, por lo tanto, se le aplicará las 8 pruebas para verificar si esta
gráfica está fuera de control.

Después de implementar las mejoras correspondientes

Gráfico de control (Excel)

Gráfico de control (Minitab)

Análisis:

Luego de hacer las mejoras correspondientes para el proceso de llenado en la elaboración de

cervezas pilsen callao se puede observar en la gráfica un proceso controlado apegados al
límite central
 5.8. Diseño de Experimentos
La empresa BACKUS produce lotes de cerveza Cuzqueña para todos los centros de
distribución de todo el Perú. En esta planta se tiene una ollas gigantes o mejor llamadas pailas
de maceración donde el resultante es el mosto, esté resultante tiene que ser hervido y posterior
a eso se agrega una tercera materia prima, el lúpulo es la planta que le da el amargo y aroma
característico de la empresa, este proceso se lleva a cabo en 8h a 10h dependiendo de la marca
que se produzca. Después de eso pasa a través de un caldero para el proceso de cocimiento,
seguidamente pasa a un tanque de acero inoxidable para el proceso de fermentación donde los
operarios controlan sus temperaturas durante 10 días, concluido el proceso de fermentación se
pasa a unos tanques especiales por la empresa donde se busca que madure a una temperatura
de -1.5°C para comenzar a fijar los sabores y aromas de las distintas variedades de cervezas
que produce BACKUS. Se desea realizar un experimento para determinar si existe la
posibilidad de mejorar el tiempo de producción del proceso. Para ello se decide controlar los
siguientes factores:

Diseño de experimentos completo (16 corridas)

Para empezar debemos determinar los factores significativos para la operación.

Los factores significativos para esta operación son: Macerado, Temperatura de caldero,
Enfriado y Fermentado
Según los resultados obtenidos por las gráficas factoriales podemos decir que todos los factores
influyen en este proceso junto con una combinada que viene a hacer la "temperatura del caldero
“con el "Enfriado". Así mismo para poder mejorar tiempo de producción del proceso se
concluye que el proceso de macerado debe estar en 3.5 (m/min), la temperatura del caldero a
100°C, El enfriado del proceso a 8°C y por último el fermentado a 40°C.
Diseño de experimentos fraccionado (8 corridas)

Como se puede observar en la gráfica de Pareto podemos afirmar que el estudio fraccionado
no es válido, ya que no cumple con ningún factor significativo por ende se recomienda hacer
el estudio completo.
6. Conclusiones
● Se llegó a la conclusión que los métodos cuantitativos, infieren mucho al momento de
analizar un proceso productivo de cualquier empresa, ayudan en la toma de decisiones
y el planteamiento que debemos de tener en cuenta.
● Se concluyó que los gráficos de control son cruciales al momento de analizar un proceso
para verificar el correcto comportamiento que debe presentar el proceso de producción.
● Se llegó a la conclusión que mediante el diseño de experimentos puedes encontrar
factores que mejoren la productividad mediante combinaciones que definen un mejor
desempeño.