Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2
A nivel Regional, aún con la pandemia acechando el país, el sector pesca
en la región “Áncash registró las cifras de crecimiento más altas en el
2020 (11.7%)” (Diario de Chimbote, 2020).
3
• Visión:
• Misión:
• Valores:
• Política de Calidad
4
Principales clientes:
5
Gráfico 3. Organigrama general de la Corporación Pesquera Apolo S.A.C.
6
Descripción del proceso productivo
La Corporación Pesquera Apolo S.A.C. cuenta con dos líneas de producción,
la línea de crudo donde se produce el entero de anchoveta, caballa y jurel en
agua y sal, aceite vegetal y salsa de tomate y la línea de cocido donde se
produce tanto filete como grated de bonito, caballa y jurel.
7
Descripción del proceso productivo de entero:
8
● Formación de vacío: En esta operación, el aire que se encuentra dentro del
● Lavado de latas: Los envases una vez cerrados pasan por una máquina
del producto esta se lleva a cabo en la zona de enfriado hasta llegar a una
temperatura preferentemente alrededor de los 40°C.
manera manual en una faja transportadora que las llevarán hacia una
inyectora, las mismas que son impresos en la parte superior de la tapa.
9
Gráfico 5. Diagrama de flujo del proceso de entero.
10
Fuente: Fichas técnicas ITP, 2007.
11
Descripción del proceso productivo de grated/filete:
presión 2.5 a 3 psi a una temperatura de 100 °C y los tiempos varían según
la especie.
inoxidable.
12
● Formación del vacío: El producto es transportado por un túnel de vapor con
costura.
● Lavado de latas: Los envases cerrados, pasan por una maquina lavadora
de las latas.
almacén.
13
Responsables de la administración del plan HACCP y de toda la
documentación del mismo.
2. Realidad Problemática
14
Esta variación, ha llegado a generar problemas con los usuarios más
exigentes e incluso se han producido rechazos, porque no se entrega el
producto cumpliendo las especificaciones de peso
Todo esto se debe a una serie de factores dentro del proceso de producción,
que implican causas tales como el peso de envasado, las balanzas sucias al
momento de pesar, el mal prensado, el inadecuado lanzamiento a la faja
transportadora, el mal control del líquido de gobierno, el uso de balanzas
descalibradas y la falta de mantenimiento de los equipos.
15
Gráfico 6. Análisis de causa y efecto del problema de variación de pesos netos de la Corporación Pesquera Apolo S.A.C.
Fuente: Elaboración propia.
16
Delimitación de las causas a resolver
De acuerdo a las causas que influyen en la variación de pesos brutos fuera de
su rango permitido, en el presente proyecto se hará énfasis en las causas
relacionadas al líquido de gobierno, realizando un control estadístico de
proceso.
4. Antecedentes
17
los instrumentos que se utilizaron para las mediciones o datos recogidos
fueron los datos archivados y los formatos físicos de uso en planta. Obtuvo
los siguientes resultados: los parámetros obtenidos al realizar el análisis de
control estadístico con respecto al peso de las latas de 325 ml (350 g +/- 2,8
g) fueron: Promedio: 350,41 g y Desviación Estándar: 0,90. Además, el índice
de capacidad (Cp) para la línea de proceso de Leche Saborizada Enlatada fue
de 1,04 y el Cpk fue de 0,89, lo cual indica que la capacidad de proceso no
satisface las especificaciones, y por tanto, es necesario mejorar el proceso de
producción. Así mismo al analizar la gráfica -R de los pesos (g) de los
productos tras evaluar dos días de producción, se determinó que los límites
de control son los siguientes: UCL: 351,649 y LCL: 349,163. Llegó a la
conclusión de que, mediante el uso de herramientas de calidad encontró que
los principales problemas estaban relacionados a un Deficiente
Aseguramiento de calidad y a un Insuficiente Control de Proceso.
Así mismo, Jiménez y Yañez (2016), en su tesis titulada Manual de buenas
prácticas de manufactura y control estadístico del peso de caramelos duros
en la empresa Ez Business S.R.L. cuyo objetivo fue establecer el control
estadístico de procesos para el peso de los caramelos duros de la empresa
EZ Business S.R.L. El tipo de investigación fue aplicativa con un enfoque
cuantitativo, los instrumentos que se utilizaron fueron los documentos
archivados, la guía de preguntas y el cuestionario. Obtuvo como resultado
que la normalidad de la variable mostró una distribución simétrica con una
variabilidad del 1.57 % que requirió un ajuste para un mejor cumplimiento. La
capacidad real del proceso (Cpk) de 0.31 estableció que la media de la
variable peso se encuentra dentro de los límites de especificación. Llegó a la
conclusión de que, el establecimiento del control estadístico de procesos
mostro que la variable peso en el proceso de embolsado de caramelos duros,
no se encuentra bajo control estadístico y requiere de un control del proceso.
5. Objetivos
18
5.1. General.
19
número de unidades desechadas en una máquina fresadora (Carro y
González, 2012, p.1).
“No hay dos productos o servicios exactamente iguales porque los
procesos mediante los cuales se producen incluyen diferentes fuentes de
variación, aun cuando dichos procesos se desarrollan en la forma prevista”
(Carro y González, 2012, p.2). Estas variabilidades pueden generar
productos no conformes y que no cumplan con las especificaciones, por lo
que estas diferencias, deben ser llevadas al mínimo posible para que se
presente una variabilidad menor de la que los clientes esperan (López y
Soler, 2017, p. 65). Existen tres categorías de variación en la producción de
partes o piezas. Variación dentro de la pieza: Esta clase de variación se
ilustra con la rugosidad superficial de una pieza, cuando una parte de ella
es más áspera que otra, o bien la impresión en un lado de la página es
mejor que en el lado opuesto. Variación entre piezas: Esta clase de
variación se presenta entre piezas producidas al mismo tiempo. Variación
de tiempo en tiempo: Esta clase de variación se ilustra con la diferencia en
un producto o servicio obtenido en diferentes horas del día. Así, un servicio
efectuado temprano por la mañana será diferente de uno efectuado más
tarde en ese mismo día, o bien, a medida que se desgasta la herramienta
de corte, cambiarán sus características de corte (Besterfield, 2009, p.180).
Existen dos categorías básicas de variación en los productos:
Causas comunes: Son fuentes de variación aleatorias, que no se pueden
identificar y son imposibles de evitar mientras se siga el mismo proceso
(Carro y González, 2012, p. 3). Las causas aleatorias de variación son
inevitables. Como son numerosas, e individualmente tienen relativamente
poca importancia, son difíciles de detectar o identificar (Besterfield, 2009, p.
181). Causas asignables: Las causas de variación que son de gran
magnitud, y en consecuencia fácilmente identificables, se clasifican como
causas asignables (Besterfield, 2009, p. 181). En esta categoría cualquier
factor que cause variación puede ser identificado y eliminado (Carro y
González, 2012, p. 4).
Por lo tanto, cuando sólo hay causas aleatorias en un proceso, se
considera que el proceso está bajo control. Sin embargo, cuando está
20
presente una causa de variación asignable, la variación será excesiva y se
dice que el proceso está fuera de control (Besterfield, 2009, p. 182).
Un gráfico de control es una representación gráfica de las mediciones a lo
largo de un tiempo determinado de una o varias características de calidad
de un proceso. Es la herramienta más utilizada y más poderosa para
identificar causas relacionadas a la variabilidad de un proceso
(Montgomery y Runger, 2007, p. 317), además también resulta útil para
estimar los parámetros de un proceso productivo y, a través de esta
información, para determinar la capacidad del proceso (Montgomery, 2009,
p. 181). “Las gráficas de control tienen tres aplicaciones básicas: establecer
un estado de control estadístico, hacer el seguimiento de un proceso e
indicar cuando éste se sale de control y determinar la capacidad del
proceso” (Evans y Lindsay, 2008, p. 717).
Cuando utilizamos datos variables, tanto el promedio como la variabilidad
del proceso deben ser monitoreados. Así mismo, los límites de control
deben estar basados en la variabilidad natural del proceso (Veroya, 2014,
p. 46).
De acuerdo a Veroya (2014, p. 47), establece las siguientes reglas de
sensibilización para gráficos de control:
Uno o más puntos fuera de los LC.
Dos de tres puntos consecutivos fuera de los límites de advertencia de
dos sigmas aun cuando se encuentran dentro de los límites de control.
Cuatro de cinco puntos consecutivos más allá del límite de sigma.
Un grupo de ocho puntos consecutivos a un lado de la línea central.
5 puntos seguidos continuamente de forma creciente y decreciente.
15 puntos seguidos en la zona C (ambos por encima y por debajo de la
línea central).
14 puntos seguidos alternando de arriba a abajo.
8 puntos seguidos en ambos lados de la línea central con ninguno en la
zona C.
Un patrón inusual o no aleatorio en los datos.
Uno o más puntos cerca del límite de control.
21
Para poder detectar las mediciones fuera de límite del producto, los
inspectores deben tener la capacidad para medir e identificar los rasgos
característicos de la calidad. La calidad se puede evaluar de dos maneras:
Midiendo los atributos, que son las características del producto o servicio
donde es posible contar rápidamente para saber si la calidad es aceptable.
Este método permite a los inspectores decidir entre sí o no, acerca de si se
cumplen las especificaciones del producto. Midiendo las variables, aquí se
evalúan las características del producto o servicio que pueden ser medidas,
como el peso, la longitud, el volumen o el tiempo (Carro y González, 2012,
p. 6).
La recolección de los datos se puede dar por el método de la observación
directa, o en forma indirecta por medio de preguntas escritas o verbales.
Los datos que se recolectan para fines de calidad se obtienen por
observación directa, y se clasifican como variables o atributos. (Besterfield,
2009, p. 189).
Las gráficas x y R, son diagramas para variables que se aplican a procesos
masivos, en donde de manera periódica se obtiene un subgrupo de
productos, se miden y se calcula la media y el rango para registrarlos en la
carta correspondiente (Gutiérrez y De la Vara, 2009, p. 189).
El primer paso para elaborar gráficas x y R consiste en la recopilación de
los datos. Se toman alrededor de 25 a 30 muestras, con tamaños de
muestra entre 3 y 10, siendo 5 el más común. El número de muestras se
indica con k, y n señala el tamaño de la muestra. Para cada muestra i, se
calculan la media y el rango. Luego, se calculan la media general y el rango
promedio. Estos valores especifican las líneas centrales para las gráficas x
y R, respectivamente. La media general es el promedio de las medias de
las muestras xi.
22
El rango promedio y la media promedio se utilizan para calcular los límites
de control superior e inferior (LCS y LCI) para las gráficas x y R. Los límites
de control se calculan utilizando las siguientes fórmulas:
Por ello el gráfico de control para las medias muestrales tendría que tener
una línea central LC= u y unos límites de control iguales a
Entonces, como la media u y la desviación típica sigma son
desconocidas se estiman con los datos. La media por:
23
Carta p: Muestra las variaciones en la fracción de artículos defectuosos por
muestra o subgrupo; es usada para evaluar el desempeño de procesos
(Gutiérrez y De la Vara, 2009, p. 224).
24
∂ : Representa la dispersión de las variables de calidad del proceso.
El índice Cpk, lleva en cuenta la variabilidad del proceso y su ubicación con
relación a los límites. La evaluación del proceso a través de la utilización
del Cpk se hace de la siguiente manera:
Cpk> 2,00: proceso excelente, altamente confiable.
1,33 < Cpk <2,00: proceso capaz, relativamente confiable.
1,00 < Cpk < 1,33: proceso relativamente incapaz, poco confiable.
0 < Cpk < 1,00: proceso incapaz, pudiendo tener producción defectuosa.
Cpk < 0: proceso totalmente incapaz, sin condiciones de mantener las
especificaciones del mismo (Ministerio de Agroindustria, p.10, s.f.).
2. Desarrollo
2.1. Elaboración del diagnóstico de los pesos brutos
Tabla 1. Rango de peso en gramos del filete de bonito de la Corporación Pesquera Apolo S.A.C.
25
El peso bruto consiste en: el peso de envasado que en esa fecha se
encontró en un rango de 106-108 g, más el líquido de gobierno compuesto
por una mezcla de salmuera y aceite con cantidades de 25 y 45 ml o 25 y 40
g respectivamente y el peso tanto del envase como de la tapa 21 y 15 g
respectivamente.
Tabla 2. Peso en gramos del filete de bonito de la Corporación Pesquera Apolo S.A.C.
BRUTO 208
TARA 36
PESOS (g) g
NETO 172
ESCURRIDO 119
Tabla 3. Volumen del líquido de gobierno del filete de bonito de la Corporación Pesquera Apolo
S.A.C.
LÍQUIDO DE ACEITE 38
cm3
GOBIERNO SALMUERA 15
26
bonito se empleó la técnica de observación y como instrumento una
bitácora, donde se realizó una premuestra para hallar la cantidad de
muestras óptimas para elaborar el control estadístico de proceso, es así que
se registraron 5 muestras diarias por un periodo de 5 días de producción de
filete de bonito correspondientes a las producciones del 17,19,20,22 y 24 de
mayo, la hoja de recolección de datos se estructuro de tal manera que se
anotó de forma ordenada y cronológica los datos de los pesos de filete de
bonito de las fechas ya mencionadas de producción.
28
Fuente: Software Minitab 20.
Fuente: Software
Minitab 20.
29
Gráfico 7. Curva de potencia para Prueba t de 1 muestra.
30
Fuente: Software Minitab 20.
Gráfico 8. Curva de potencia para Prueba t pareada.
31
Tamaño de muestra: 10 unidades de filete de bonito en aceite vegetal.
Frecuencia de muestreo: cada 60 minutos en un turno de 6/8 horas.
Recolección de datos
Los datos se recolectaron en 3 días de producción, en recomendación del
jefe de Aseguramiento de Calidad tomando como criterios sus
conocimientos, experiencia, la variabilidad del proceso, y el personal a cargo
del envasado.
Tomando en cuenta el tamaño de la muestra y los subgrupos, la recolección
de los pesos brutos del filete de bonito en aceite vegetal se realizó en un
turno de producción de ocho horas con una frecuencia de 60 minutos. La
recolección de los pesos se realizó de forma directa, colocando cada lata de
½ lb tuna A/F sobre la balanza analítica del área de pesado. Se inició el
proceso de pesado a las 06:30 a.m. y se registró el peso de las 10 primeras
latas de filete de bonito; posteriormente a las 07:30 a.m. se siguió el mismo
procedimiento y así sucesivamente hasta completar el muestreo a las 14:30
p.m. del día de producción seleccionado. Se recolectaron ocho sub grupos
de 10 datos cada uno, dando un total de 80 observaciones por día, como se
presentan en la figura 10.
Tabla 8. Pesos brutos del filete de bonito en aceite vegetal SFB01 FP.28.05.2021 (día 1).
Muestra P1 P2 P3 P4 P5 P6 P7 P8 P9 P10
1 210 206 206 204 207 203 212 200 202 208
2 207 205 212 204 206 209 201 206 204 204
3 210 198 205 206 208 210 205 204 209 206
4 208 206 207 207 204 206 204 208 213 209
5 203 207 202 208 207 210 203 209 203 211
6 208 207 208 204 211 204 207 210 209 206
7 207 202 206 210 207 208 209 207 211 204
8 204 202 204 206 204 205 204 202 206 207
32
Se realizó un análisis descriptivo a las mediciones de los pesos brutos del
filete de bonito en aceite vegetal del primer día, los cuales se muestran en la
Tabla 9.
Tabla 9. Estadística descriptiva de los pesos brutos (día 1).
Fuente:
Software Minitab 20.
33
Fuente: Software Minitab 20.
34
normal.
La normalidad de los datos se tiene que corroborar con la Prueba de
Anderson-Darling, para determinar si las muestras provienen de una
distribución normal.
Se obtuvo un Valor p > 0.05, p=0.127, por lo que se acepta Ho, es decir la
distribución de los pesos brutos del filete de bonito en aceite vegetal,
presenta un comportamiento normal, ya que la mayoría de los puntos se
encuentran alrededor de la línea roja, con lo cual se concluye que los pesos
netos del filete de bonito en aceite vegetal, se distribuyen normalmente.
35
Gráfico 13. Capability Sixpack del proceso para pesos brutos (día 1).
El índice de capacidad (Cp) fue 0.22. Este valor indica que el proceso es
considerado adecuado pero la capacidad del proceso no satisface las
especificaciones; por tanto, se debe continuar el control del proceso.
El índice de la capacidad real del proceso (Cpk) evalúa el centro del proceso
dentro de la especificación al mismo tiempo que la variación, el valor
obtenido fue de 0.03, lo que significa que el proceso es considerado poco
confiable puesto que está presto a producir con defectos fuera de los rangos
permitidos, es necesario modificar el patrón de trabajo que se sigue y
realizar un análisis que permita mejorar el rendimiento del proceso.
36
Tabla 10. Pesos brutos del filete de bonito en aceite vegetal SFB01 FP.31.05.2021 (día 2).
Muestra P1 P2 P3 P4 P5 P6 P7 P8 P9 P10
1 209 199 203 206 208 206 207 211 207 202
2 208 206 202 210 204 213 206 207 205 211
3 204 205 208 207 206 201 208 210 208 212
4 202 206 208 206 212 207 202 205 206 206
5 208 201 210 204 211 206 205 205 205 208
6 201 208 209 207 205 204 208 208 202 204
7 203 207 207 209 202 206 205 212 207 207
8 205 202 204 200 200 204 202 205 203 204
Fuente: Elaboración propia.
37
encuentra dentro del rango permitido. Se observa que tanto el valor máximo
y mínimo se encuentran fuera de los límites de especificación (206 g – 210
g).
Además, se observan los cuartiles que son los valores que dividen la data en
cuatro partes iguales. En este caso, el cuartil 1 es 204 g, valor bajo el cual
se encuentra el 25 por ciento de los datos; mientras que el cuartil tres, es de
208 g, valor bajo el cual se encuentra el 75 por ciento de la data. Entre el
cuartil 1 y el cuartil 3, se concentra el 50 por ciento del total de mediciones.
En el Gráfico 14, se observa el histograma resultante de la tabla de datos en
una representación gráfica.
38
Gráfico 15. Histograma con ajuste de pesos brutos (día 2).
39
Gráfico 16. Prueba de normalidad de los pesos brutos (día 2).
Se obtuvo un Valor p > 0.05, p=0.197, por lo que se acepta Ho, es decir la
distribución de los pesos netos del filete de bonito en aceite vegetal,
presenta un comportamiento normal.
Tabla 12. Pesos brutos del filete de bonito en aceite vegetal SFB01 FP.02.06.2021 (día 3).
Muestra P1 P2 P3 P4 P5 P6 P7 P8 P9 P10
1 206 206 208 202 210 202 200 208 202 204
2 202 206 205 210 214 208 212 202 210 197
3 206 210 213 208 204 213 204 209 205 208
4 202 203 200 210 205 208 201 206 208 208
5 208 206 210 208 212 207 210 213 204 206
6 209 204 207 204 198 202 205 205 207 203
Fuente: Elaboración propia.
40
Evaluación de las variables en estudio
Se realizó un análisis descriptivo a las mediciones de los pesos brutos del
filete de bonito en aceite vegetal del primer día, los cuales se muestran en la
Tabla 13:
Tabla 13. Estadística descriptiva de los pesos brutos (día 3).
41
Fuente: Software Minitab 20.
42
valores de peso se mantienen dentro de los límites de especificación,
además la media (206.1 g) y la mediana (206 g) toman valores bastante
cercanos, lo cual propicia también que la distribución se aproxima a una
normal.
Prueba de normalidad de Anderson - Darling
Aplicando el software Minitab 20, se obtuvo la representación de la prueba
de normalidad de Anderson Darling que se presenta en el Gráfico 19.
En cuanto al histograma de la frecuencia de la variable peso bruto del filete
de bonito en aceite vegetal se presenta en el Gráfico 19; se observa que la
forma de distribución de la variable es simétrica, esto demuestra que gran
parte de los valores se ubican debajo de la curva normal; sin embargo, se
requiere realizar la prueba de normalidad de Anderson – Darling para
confirmar la normalidad de los valores. `
Gráfico 19. Prueba de normalidad de los pesos brutos (día 3).
Se obtuvo un Valor p > 0.05, p=0.457, por lo que se acepta Ho, con lo cual
se concluye que los pesos netos del filete de bonito en aceite vegetal, se
distribuyen normalmente.
Gráficas de control
43
Debido a que la distribución de los pesos se ajustó a una distribución
normal, se analizó el peso del producto final del filete de bonito en aceite
vegetal mediante las gráficas de control. El uso de la gráfica x-R (Promedio
– Rango) se da por ser el tamaño del subgrupo de 8 y 6 mediciones.
44
Gráfico 21. Gráfico de control Xbarra-R (día 2).
45
Fuente: Software Minitab 20.
46
Fuente: Elaboración propia.
Gráfico 23. Diagrama de Pareto de las causas asignables.
Tabla 15. Pesos brutos del filete de bonito en aceite vegetal SFB01 FP.23.06.2021 (día 4)
Muestra P1 P2 P3 P4 P5 P6 P7 P8 P9 P10
1 210 206 206 208 207 208 205 207 207 209
2 204 209 210 206 207 209 205 207 204 209
3 210 209 203 206 208 210 205 207 209 206
4 208 206 207 207 208 206 208 208 211 211
5 206 207 208 208 207 210 209 209 208 212 47
6 208 204 208 205 211 206 207 210 209 207
Fuente: Elaboración propia.
Para
el día
4, se
48
Gráfico 25. Capability Sixpack del proceso para pesos brutos (día 4).
Fuente: Software
Minitab 20.
49
Tabla 16. Pesos brutos del filete de bonito en aceite vegetal SFB01 FP.25.06.2021 (día 5)
Muestra P1 P2 P3 P4 P5 P6 P7 P8 P9 P10
1 209 208 208 209 208 206 207 211 207 207
2 208 204 204 210 206 211 207 207 205 212
3 207 203 208 207 206 209 208 210 208 210
4 209 206 208 206 211 207 207 205 207 207
5 208 209 209 204 210 206 206 205 205 209
6 209 208 209 207 206 207 208 208 210 210
Fuente: Elaboración propia.
50
histograma y los cálculos de Cp=0.34 y Cpk=0.34 correspondientes a este
día. Ver Gráfico 27.
Gráfico 27. Capability Sixpack del proceso para pesos brutos (día 5).
3. Resultados
Se realizó un análisis exploratorio muy básico de los datos previamente
recopilados en la empresa, a partir de los cuales se obtuvo un valor
promedio de peso de 207 g y una desviación estándar de 1.90 g. A través
del análisis exploratorio se determinó que los datos presentan una
distribución normal. Además, Para conocer el tamaño de muestra, se usó la
herramienta de Potencia y tamaño de la muestra del software Minitab 20,
con una desviación estándar de 1.90 g y una potencia de 0.84 %. Así
mismo, la normalidad de los datos se corroboró con la Prueba de
Anderson-Darling, para un nivel de significancia = 0.05, fueron: Ho: Los
pesos netos del filete de bonito en aceite vegetal, se distribuyen
normalmente. H1: Los pesos netos del filete de bonito en aceite vegetal, no
se distribuyen normalmente, el criterio de aceptación fue: Si: Valor p>; se
acepta Ho Si: Valor p ≤ ; se rechaza Ho, aplicando el software Minitab 20,
se obtuvo un Valor p > 0.05, por lo que se acepta Ho, es decir la
distribución de los pesos brutos del filete de bonito en aceite vegetal,
51
presenta un comportamiento normal. Por otra parte, el índice de capacidad
(Cp) fue 0.22. Este valor indica que la capacidad del proceso no satisface
las especificaciones; por tanto, se debe continuar el control del proceso;
además el valor obtenido para el índice de la capacidad real del proceso
(Cpk), fue de 0.03.
Al aplicar el software Minitab 20, se obtuvo la gráfica de promedios por día,
un valor x=206.2, x= 205.9, x=206.85 para cada uno de los 3 días, valores
que se encuentran casi al límite y por debajo del peso promedio óptimo
(208 g); límites de control inferiores: LCI = 202.93, LCI=202.82, LCI=
204.77; y un límite de control superior LCS = 208.86, LCS= 209.6, LCS=
208.93. Estos límites indican el estado del proceso en base a los datos
recolectados, en este caso el límite de control inferior se encuentra fuera
del límite de especificación de la empresa (206 g), mientras que el límite de
control superior se encuentra dentro del límite de especificación presentado
por la empresa (210 g). Además, en el día 2 se puede observar que uno de
los puntos de control se encuentra fuera de los límites y se puede observar
la misma tendencia tanto en el día previo como en el día siguiente. Esta
condición muestra que el proceso no se encuentra estadísticamente
controlado y que necesita ser ajustado. A partir del diagrama de Pareto, se
encontró que la presión en el flujo del líquido de gobierno, junto con el
ventilador del área, afecta en un 81.8 % el problema de la variación de
pesos finales, por lo que para el análisis del día 4 y 5, fue solicitado la
inactivación del ventilador, así como también, la supervisión del flujo del
aceite y la presión del mismo.
Para el día 4, se observó en el gráfico que todas las muestras están dentro
de la especificación de peso establecidas (206 g – 210 g) y su distribución
no presenta puntos próximos a los límites, se encuentra mayormente
distribuida en torno al valor nominal. Los valores obtenidos para la
capacidad del proceso y la capacidad del proceso fueron Cp=0.34 y
Cpk=0.34. Así mismo, para el día 5, se observó que todas las muestras
están dentro de la especificación de peso establecidas y su distribución no
presenta puntos próximos a los límites, se encuentra mayormente
distribuida en torno al valor nominal. Posteriormente se obtuvo el
52
histograma y los cálculos de Cp=0.34 y Cpk=0.34 correspondientes a este
día.
1. Conclusiones
Se elaboró el diagnóstico de los pesos brutos del filete de bonito en aceite
vegetal y con la ayuda del software Minitab, se determinó que para una
potencia de 0.84 y una desviación estándar de 1.9, se necesitan 10 datos
como tamaño de muestra, así mismo se comprobó la distribución normal de
los datos obtenidos con un valor p=0.127.
Se ajustó el proceso del filete de bonito en aceite vegetal atacando a las
causas asignables presentes con más frecuencia determinadas por medio
del diagrama de Pareto, las cuales fueron la presión en el flujo del líquido
de gobierno y el ventilador del área de líquido de gobierno.
Se aplicó el control estadístico de proceso que fue capaz de mantener las
muestras dentro del rango de peso establecido (206 g – 210 g) en los
gráficos de control, además de que aumentó la capacidad del proceso y la
capacidad real del proceso de 0.22 y 0.03 a 0.34 y 0.34 respectivamente.
2. Recomendaciones
Se recomienda la implementación de un control estadístico de proceso
diario a fin de poder evaluar en tiempo real el comportamiento de los pesos
brutos del producto y poder realizar acciones correctivas en ese preciso
momento.
Designar un nuevo lugar para el ventilador del área para que no afecta el
flujo del líquido de gobierno del producto.
53