Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Equipo 2
Ejemplo de solución de un caso usando método 8 d ( JACOBO Y ALEX )
Equipo 3
Ejemplo de solución de un problema y aplicación de KAIZEN en manufactura, con uso de
Ishikawa y Pareto, poka, joke. ( JUANITA Y FLOR )
Equipo 4
Requisitos y aplicación de Jit en producción, características y análisis (ELIZABETH Y DIEGO )
Equipo 5
Definición, ejemplo de implementación de un SMED ( Cecilia y Abraham )
Sistemas de manufactura
Sistemas de manufactura y la calidad total
Elementos de análisis en los sistemas de
manufactura
Calidad y competitividad en los sistema de
manufactura
Desde el punto de vista de los clientes, las empresas y/u organizaciones existen
para proveer un producto material o inmaterial, un bien o un servicio, ya que ellos
necesitan productos con características que satisfagan sus necesidades y
expectativas. Estos productos son resultado de un proceso, el cual es un conjunto
de actividades entrelazadas o interrelacionadas que reciben determinados insumos
(entradas) que son transformados en un resultado (salidas) o en un producto. Un
proceso está conformado por varias etapas o subprocesos, mientras que los insumos
incluyen sustancias, materiales, productos o equipos.
Calidad y competitividad en los sistema de
manufactura
Los resultados pueden ser un producto en sí o alguna modificación de los insumos,
que a su vez será un insumo para otro proceso. Las variables de salida, es decir, las
características de calidad o variables de respuesta, las Y, son las variables en las
que se reflejan los resultados obtenidos en el proceso. A través de los valores que
toman estas variables se evalúa la eficacia del proceso; por ello, al analizarlas se
estará escuchando la “voz” de éste (figura 1.1). Algunos ejemplos de estas
variables que son específicas para cada tipo de producto y proceso son:
dimensiones (longitud, espesor, peso, volumen); propiedades físicas, químicas o
biológicas; características superficiales, propiedades eléctricas, sabor, olor, color,
textura, resistencia, durabilidad, etcétera
De aquí se deriva que tanto la competitividad de una empresa como la satisfacción del cliente
están determinadas principalmente por tres factores:
la calidad del producto,
el precio
y la calidad del servicio.
Se es más competitivo cuando se ofrece mejor calidad a bajo precio y mediante un buen
servicio. Los componentes de estos tres factores de la competitividad. Como se aprecia, en la
columna de calidad se incluye la tecnología del producto, que implica la necesidad de innovar
para ser competitivo, ya que un producto puede estar libre de defectos; no obstante, el cliente
está esperando que además tenga nuevos y mejores atributos. También se aprecia que uno de
los componentes de la calidad en el servicio es tener menores tiempos de la entrega porque en
la actualidad se requiere que el producto esté justo cuando se le necesita (justo a tiempo).
Sistemas de manufactura (ocho pasos en la
solución de un problema)
Ciclo de la calidad (ocho pasos en la solución
de un problema)
Ejemplo:
Un inspector de alimentos examina una muestra aleatoria de 7 latas de una cierta
marca de atn, para determinar el grado de impurezas extrañas.
Se registraron los siguientes datos: 1.9,2.0, 1.8,1.7, 1.9, 2.7, 1.8 calcule la media
muestral
R= 1.8 %
Medidas de tendencia central
La mediana
Si X1, X2, X3, ,,, Xn representan una muestra aleatoria de tamaño n Si X1, X2, X3
representan una muestra aleatoria de tamaño n , acomodada en orden de magnitud
creciente, entonces la mediana muestral se define por el estadístico :
X Mediana = X ( n + 1)/ 2 si n es impar formula 1
X Mediana = (X (n/2) + X ((n/2) + 1 ))/ 2 si n es par formula 2
ejemplo:
El numero de barcos extranjeros que llegan aun puerto en 7 días seleccionados
aleatoriamente fueron 8,3,10,5,6,8, y 5 Encuentre la mediana de la muestra
Solución:
Se ordenan la observaciones en orden creciente de magnitud:
3 , 5 , 5 , 6, 8, 8, 10
N es 7 es impar aplica la formula 1
Por lo tanto calculamos X Mediana es = X ( 7 + 1 )/ 2 = X (8/ 2) = X4 = 6
Medidas de tendencia central
La mediana
Ejercicio :
El contenido de azúcar para una muestra aleatoria de 6 refrescos de una cierta marca
fueron: 2.4, 2.7, 2.5, 2.9, 3.1, y 1.8 miligramos. Encuentre la mediana
solución:
Se ordenan la observaciones en orden creciente de magnitud:
1.8, 2.4, 2.5, 2.7, 2.9, 3.1
N = es par aplicamos la formula para tamaño de muestra par :
N es 6 es par aplicamos formula 2
Por lo tanto calculamos X Mediana es = X ( 6 )/ 2 + X (6/2 + 1 ) = X (3) + X (4) = La
suma de X3 Y X4 = ( 2.5 + 2.7 )/ 2 = 2.6 miligramos.
Medidas de tendencia central
La moda
El tercer y ultimo estadístico para medir el centro de una muestra aleatoria es la
moda, representada por M.
Si X1, X2,X3…, Xn no necesariamente todas diferentes, representan una muestra
aleatoria de tamaño n, entonces la moda M es el valor de la muestra que ocurre mas
frecuentemente o con mayor frecuencia. La moda puede no existir y cuando existe no
necesariamente es única.
Ejemplo:
Si los donativos de una muestra aleatoria se registran como:
10, 10, 5, 9, 9, 7, 8, 6, 10 y 11 mil pesos.
Cual es la moda: 10, es le valor que ocurre con mayor frecuencia.
Ejercicio:
El numero de series vistas por una muestra aleatoria de 12 estudiantes de preparatoria
se registraron como sigue:
5,0, 3,1, 5, 4, 5, 5,4, 0,1,y 4
Cual es la moda o modas? 4 y 5 , la distribución es bimodal
Medidas de tendencia central
Ejercicios para clase
El numero de respuestas incorrectas de una prueba de competencia de falso
verdadero para una muestra aleatoria de 15 estudiantes fueron las siguientes:
2, 4, 5, 2, 1, 3, 6, 0, 3, 3, 5, 2, 1, 4 , y 2
Encuentre:
LA MEDIA
LA MEDIANA
LA MODA
Sin embargo, cada día hay más organizaciones en las que se sabe que la calidad en todas las áreas y
actividades influye de manera positiva en los tres factores. Cuando se tiene mala calidad en las
diferentes actividades hay equivocaciones y fallas de todo tipo, por ejemplo:
• Reprocesos, desperdicios y retrasos en la producción.
• Pagar por elaborar productos malos.
• Paros y fallas en el proceso.
• Una inspección excesiva para tratar que los productos de mala calidad no salgan al mercado.
• Re-inspección y eliminación de rechazo.
• Más capacitación, instrucciones y presión a los trabajadores.
• Gastos por fallas en el desempeño del producto y por devoluciones.
• Problemas con proveedores.
• Más servicios de garantía.
• Clientes insatisfechos y pérdidas de ventas.
• Problemas, diferencias y conflictos humanos en el interior de la empresa.
Cabe señalar que los costos de la mala calidad pueden ser muy altos dependiendo del
desempeño de la empresa, e incluso llegan a representar entre 25 y 40% de las ventas de la
empresa
Origen
Su origen es Japonés como consecuencia de la segunda Guerra Mundial, al
terminar Japón enfrenta muchos problemas en su industria por lo crean la “JUSE”
la cual es la Unión Japonesa de Cientificos e Ingenieros e invitan a Dr. William
Edwards Deming y a Joseph Juran en varios seminarios con lo cual logran crear
nueva metodología para mejorar el sistema empresarial.
-Tormenta de ideas
-Definición de la problemática
-Registros
Definir el proyecto -Medir repercusiones de la falla
-Flowchart
-Establecer indicadores
-Diagrama de Pareto
Planeación
-Tormenta de ideas
-Definir potenciales causas
-Registros
-Análisis de los datos previamente
-Flowchart
Realizar análisis de potenciales causas obtenidos
-Diagrama de Pareto
-Valorar la experiencia personal
-Diagrama de dispersión
-Tormenta de ideas
-Diagrama de causa-efecto
-Tormenta de ideas
Llevar a cabo los cambios y soluciones
Hacer Implementar las soluciones
anteriormente planificadas
-Gráficos de línea
-Gráficos circulares
-Diagrama de Pareto
Recopilación de datos obtenidos -Gráficos de línea
Medición de resultados
Evaluar resultados -Histogramas
-Gráficos de control
Verificar
-Estandarizar los cambios a escala -Diagrama de Pareto
-Capacitar y formar a todo el personal -Gráficos de línea
Estandarización de resultados de mejora
-Expandir y mantener las nuevas -Histogramas
operaciones y estándares -Gráficos de control
-Procedimientos generales
Mantener registros del alcance de la -Procedimientos específicos
Actuar implementación de mejora continua
Condensar procedimiento aprendido
-Documentación y manuales de
procesos
KAI significa ‘cambio’
ZEN significa ‘bueno’.
• Ishikawa
• Medidas de tendencia central
• Paretto
• Histograma
• Análisis de dispersion
Herramientas de mejora continua en TQM
y sistemas de manufactura.
Metodologia KAIZEN
https://www.google.com/url?sa=i&url=https%3A%2F%2Fdenkeringenieria.com%2F7-pasos-para-aplicar-la-
metodologia-kaizen
%2F&psig=AOvVaw3Pf0lzqFEvhGk3Ax5QZ1pI&ust=1618176826368000&source=images&cd=vfe&ved=0CAIQjRxqFwoT
CLii4c_Q9O8CFQAAAAAdAAAAABAD
Metodologia KAIZEN
7 Pasos para aplicar la metodología Kaizen
Primero elige el tema a seleccionar dependiendo la estructura jerárquica de la empresa puede ser definido
por la presidencia o la gerencia.
Los Posibles temas a tratar pueden ser la productividad (mejora de tiempos), calidad (requerimientos del
cliente) o la seguridad (reducción de accidentes). y define un objetivos respecto al tema elegido y acorde
con los objetivos de la empresa, debe ser claro y motivador y debe involucrar a todos los colaboradores.
Ahora Elige un equipo multidisciplinario, es decir, formado por personas de diferentes áreas o procesos,
para que todas ellas aporten el conocimiento y la experiencia de su área de trabajo.
Es recomendable que cada grupo cuente con un líder, que sea el responsable de coordinar las reuniones
e informar sobre el progreso.
3.Recolecta y analiza datos
la tarea ahora es la recolección de datos por parte del equipo tiene como finalidad determinar las causas
principales para arreglar el problema. Para ello, puedes utilizar diferentes herramientas, te mencionamos
algunas a continuación:
1.
2.
Metodologia KAIZEN
Pareto
Dispersión
4. Causa efecto
5. Estratificación
6. Gráfica de control
7. Hoja de chequeo
En esta fase acude al área donde se produce el problema y verifica los datos obtenidos en la fase anterior junto con
las personas que trabajan en dicha área, es decir Ir al lugar de los hechos y comparar con los datos obtenidos con
lo real.
Toma acciones para aquellos problemas que son críticos para la mejora del proceso de la empresa, registralos en
un plan que incluya fechas para implementarlas y responsables de la ejecución de las mismas.
El kaizen sirve para detectar y solucionar los problemas en todas las áreas de
nuestra organización y tiene como prioridad revisar y optimizar los todos los
procesos que se realizan. Una empresa con la filosofía Kaizen tiene como primer
ventaja competitiva el siempre estar en cambio para mejorar y su personal motivado
realizando las actividades de kaizen.
TAREA
Variabilidad
La variabilidad es parte de nuestra vida diaria; por ejemplo, el tiempo
que tardamos en trasladarnos de nuestra casa al trabajo o escuela es
diferente de una día a otro; la temperatura del ambiente es distinta de
una hora a otra; lo dulce de una bebida que es preparada en casa es
diferente de un día a otro aunque aparentemente se preparó igual, etc
Un ejemplo rápido que ilustra la importancia de que los procesos
tengan poca variación se ilustra mediante el siguiente caso. Existen dos
empresas que proveen el mismo producto. La empresa A tarda entre 10
y 22 días en surtir los pedidos; mientras que la empresa B requiere
entre 13 y 19 días. Las dos empresas tardan en promedio lo mismo (16
días), pero si usted es cliente de la empresa B se tendrá menos
incertidumbre (menos variabilidad) acerca de cuándo van a surtir su
pedido.
Variabilidad
Reducir la variación de los procesos es un objetivo clave del control
estadístico y de Seis Sigma. Por lo tanto, es necesario entender los motivos
de la variación, y para ello se parte de que en un proceso (industrial o
administrativo) interactúan las 6 M materiales, máquinas, mano de obra
(gente), mediciones, medio ambiente y métodos. Estos seis elementos
(las 6 M) determinan de manera global todo proceso y cada uno aporta algo
de la variabilidad y de la calidad de la salida del proceso, como se
esquematiza .El resultado de todo proceso se debe a la acción conjunta de
las 6 M, por lo que si hay un cambio significativo en el desempeño del
proceso, sea accidental u ocasionado, su razón se encuentra en una o más
de las 6 M
Variabilidad
Además, en los esfuerzos permanentes que es necesario realizar para mejorar la
calidad y la productividad de un proceso, como lo contempla la estrategia Seis
Sigma, resulta indispensable apoyarse en las técnicas y el pensamiento
estadístico, ya que proporcionan metodologías que facilitan la planeación, el
análisis y la toma de decisiones a través de:
• Identificar dónde, cómo, cuándo y con qué frecuencia se presentan los
problemas (regularidad estadística).
• Analizar los datos procedentes de las guías clave del negocio, a fin de
identificar las fuentes de variabilidad, analizar su estabilidad y pronosticar su
desempeño.
• Detectar con rapidez, oportunidad y a bajo costo anormalidades en los procesos
y sistemas de medición (monitoreo eficaz).
• Enfocarse a los hechos vitales; es decir, a los problemas y causas realmente
importantes.
• Analizar de manera lógica, sistemática y ordenada la búsqueda de mejoras.
Variabilidad
Medidas de dispersión o variabilidad Además de conocer la
tendencia central de un conjunto de datos es necesario saber qué
tan diferentes son entre sí, es decir, es preciso determinar su
variabilidad o dispersión. Esto es un elemento vital en el estudio
de capacidad de un proceso. En seguida veremos cuatro formas de
medir la variabilidad. La desviación estándar muestral es la
medida más usual de variabilidad e indica qué tan esparcidos
están los datos con respecto a la media; se denota con la letra S y
se calcula mediante la siguiente expresión:
Variabilidad
Donde x1, x2,..., xn son las observaciones numéricas de la muestra, n su
tamaño y x – es la media muestral. Como se puede apreciar, S mide la
distancia que en “promedio” hay entre los datos y la media; por ello, entre
más grande sea el valor de S habrá mayor variabilidad en los datos. La
desviación estándar es expresada en las mismas unidades de medición
(gramos, milímetros, etc.) que los datos. Además, S no muestra la magnitud
de los datos, sólo refleja lo retirado que están los datos de la media y, al
igual que ésta, es afectada por datos atípicos.
Media y desviación estándar de una muestra
Relación entre X y S (interpretación de la desviación estándar)
Una forma de apreciar claramente el significado de la desviación estándar como medida
de dispersión en torno a la media, es a través de la relación entre la media y la
desviación estándar, la cual está dada por la desigualdad de Chebyshev y la regla
empírica. Dos hechos particulares que afirma la desigualdad de Chebyshev,1 es que
entre X − 2S y X + 2S están por lo menos 75% de los datos de la muestra, y que entre X
+-3S están por lo menos 89% de éstos.
En cuanto a la regla empírica se afirma que en muchos de los datos que surgen en la práctica
se ha observado por la experiencia que:
• Entre X − S y X + S está 68% de los datos de la muestra.
• Entre X − 2S y X + 2S está 95%.
• Entre X − 3S y X + 3S está 99.7%.
Todos los intervalos anteriores son válidos sólo para los datos muestrales y no necesariamente
para toda la población o proceso. Sin embargo, si los intervalos se calculan con la media y la
desviación estándar del proceso o población, entonces serán válidos para toda la población.
Por lo tanto, en la medida que se tengan muestras aleatorias grandes y representativas, los
intervalos anteriores podrán dar una idea aproximada de lo que pasa en el proceso.
QUE ES LA DESVIACION ESTANDAR
La desviación estándar es la medida de dispersión más común, que indica qué
tan dispersos están los datos con respecto a la media. Mientras mayor sea la
desviación estándar, mayor será la dispersión de los datos.
El símbolo σ (sigma) se utiliza frecuentemente para representar la desviación
estándar de una población, mientras que s se utiliza para representar la
desviación estándar de una muestra. La variación que es aleatoria o natural
de un proceso se conoce comúnmente como ruido.
La desviación estándar se puede utilizar para establecer un valor de
referencia para estimar la variación general de un proceso.
Hospital 1 Hospital 2
QUE ES LA DESVIACION ESTANDAR
Tiempos de egreso de un hospital
Considere el ejemplo siguiente. Los administradores dan seguimiento al tiempo
de egreso de los pacientes tratados en las áreas de urgencia de dos hospitales.
Aunque los tiempos de egreso promedio son aproximadamente iguales (35
minutos), las desviaciones estándar son significativamente diferentes. La
desviación estándar del hospital 1 es de aproximadamente 6. En promedio, el
tiempo para dar de alta a un paciente se desvía de la media (línea discontinua)
aproximadamente 6 minutos. La desviación estándar del hospital 2 es de
aproximadamente 20. En promedio, el tiempo para dar de alta a un paciente se
desvía de la media (línea discontinua) aproximadamente 20 minutos.
Hospital 1 Hospital 2
Media y desviación estándar de una muestra
Media y desviación estándar de una muestra
Resolver
EJEMPLO : En un proceso de inyección de plástico una característica de calidad del producto (empaque) es su
grosor, que debe ser de 1.30 mm con una tolerancia de ±0.10 mm. Así, para considerar que el proceso de
inyección fue satisfactorio, el grosor del disco debe estar entre la especificación inferior, LIE = 1.20 y la superior,
LSE = 1.40. En un estudio de capacidad para este proceso es necesario contestar las siguientes interrogantes:
¿qué tipo de empaques en cuanto a grosor se están produciendo?
¿El grosor medio es adecuado? Calcular:
Media, desviación estándar
¿La variabilidad del grosor es mucha o poca?
Para contestar estas preguntas, durante una semana se obtuvieron de una línea de producción los 75 datos de la
tabla El muestreo fue sistemático: cada determinado tiempo se tomaban cinco productos y se medían y al final
de la semana se tuvieron los datos referidos. A continuación se analizarán estos datos por medio de diferentes
estadísticos.
1.25 1.30 1.27 1.26 1.26 1.25 1.27 1.20 1.26 1.29 1.27 1.23 1.25 1.30 1.28 1.27 1.26 1.30 1.27 1.27 1.30 1.24 1.29
1.23 1.29 1.26 1.28 1.26 1.27 1.25 1.31 1.25 1.30 1.28 1.27 1.27 1.23 1.26 1.26 1.27 1.30 1.28 1.25 1.23 1.30 1.27
1.29 1.33 1.30 1.34 1.27 1.27 1.27 1.27 1.28 1.34 1.26 1.28 1.26 1.32 1.33 1.32 1.29 1.23 1.25 1.25 1.32 1.29 1.28
1.29 1.27 1.26 1.27 1.28 1.29
Datos para el grosor de los empaques.