HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
1
I. INTRODUCCIÓN
La empresa Zapata Envases S.A. DE C.V. Planta Apizaco. Forma parte de una cadena muy importante a nivel mundial en el ramo de manejo de envase. Esta empresa se dedica al soplado de envese PET. Para aastecer a la industria re!t"s#uera m$s importante de la re%i&n coca cola FE'SA Planta Apizaco. Apizaco.
En esta empresa se logra conocer el manejo de un almacén así, como el proceso de soplado de envase. Lo simple que se ve un envase y todas las característi características cas que este encierra, todo el proceso que este lleva, así como las pruebas que debe cumplir para dar un producto de calidad al cliente. Esto influye una gran competitividad, productividad porque los prod produc ucto toss que que ésta ésta empr empres esa a ofre ofrece ce,, son son de la mejo mejorr cali calida dad, d, gara garant ntía ía y respuesta satisfactoria al cliente. En este traajo presentaremos en primer t"rmino( un resumen de lo #ue comprende cada una de las )erramientas y conceptos #ue se aplicaran en nuestro traajo. En se%undo t"rmino presentaremos la descripci&n del proceso en palaras( la descripci&n del proceso en dia%rama( lay out y el dia%rama de !lujo ! lujo de materiales. Por *ltimo( se presentar$ la aplicaci&n de las + )erramientas estad,sticas de calidad -la )oja de veri!icaci&n( dia%rama de pareto( dia%rama de )is)ia/a( )isto%rama( dia%rama de correlaci&n( estrati!icaci&n y las %r$!icas de control0( as, como el uso de las )erramientas administrativas.
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
2
II. JUSTIFICACIÓN
Poder conocer el manejo y aplicación adecuada de lo que son las herramientas estadísticas de calidad, así como la aplicación de las herramientas herram ientas administrativas, para poder tener un cierto control estadístico en el proceso productivo, con el fin de ir mejorando continuamente los problemas que se presenten en el proceso productivo de la Coca-Cola de 2.5 lts. Con una preforma de ! "rs.
Así, con una producción bajo control estadístico, se podrá optimiar y desarrollar un envase de calidad para el cliente !E"#A. !E"#A.
V. CONTENIDO $.%. A&'E(E)E&'E# )E LA E"*+E#A 1234E5ES DE ZAPATA E5VASES #apata $nvases Planta %pi&aco '.%. ($ C.). C.). se fundó en *++ por los 'res. (on saías #apata uerra y el n". saías #apata /sco& con la finalidad de contribuir a los en"randecimientos de la comunidad a
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
3
trav0s de la producción de envase env ase de hoja de lata y pl1stico. %ctualmente esta empresa cuenta con tres plantas 3a&atl1n, Cuautitl1n y %pi&aco. 4a planta de 3a&atl1n atiende la planta oroeste del País, su principal producción p roducción son los envases para at6n y sardina. 4a planta de Cuautitl1n se fabrica envases en vases de hoja de lata para la industria alimenticia, principalmente. 4a producción va desde envases para conservas hasta tambores de 2!7 8s., entre e ntre otros. 9ambi0n se encuentra en la misma un 1rea de pl1stico para la industria de bebidas refrescantes, y de i"ual manera en %pi&aco. #apata $nvases '.%. ($ C.). C.). Cuenta con sucursales en 3onterrey, uada*ajara y Chihuahua, para pa ra satisfacer las necesidades de envase en toda la :ep6blica. $n la planta %pi&aco trabajan desde hace un poco m1s de dos a;os, "enerando un aumento de empleo de in"reso importante para la re"ión.
Actualmente cuenta con una plantilla de %- trabajadores fabricando apro aproim imada adame ment nte e /- mill millone oness de enva envase se de plást plástic ico o mens mensua ualm lmen ente te para para la indu indust stri ria a refresquera refresquera más importante importante de la región 0(oca (ola !E"#A !E"#A *lanta Apiaco1. Apiaco1. #oplando las siguientes presentaciones. %dem1s se cuenta con proyectos de e
Clasificación de todas las presentaciones sopladas en Zapata Envases S.A. DE C.V. lanta Api!aco.
1.- Coca Cola 2.5 LT. Promoción Vasos 2.- Coca Cola 2.0 LT. Promoción Vasos 3.- Coca Cola 710 mI. $6.00 4.- Coca Cola 600 mI. Promoción MTV 5.- Manzana Lif !I. 2.5 L T. 6.- Manzana Lif V"r#" 2.5 LT. 7.- %ri" 2.5 LT. &.- 'r"sca V"r#" 2.5 LT. (.- Manzana Lif !I. 2.0 LT. 10.- Manzana Lif V"r#" 2.0 LT. 11.- 'r"sca Toron)a *o)a 2.0 LT. 12.- 'r"sca V"r#" 2.0 LT.
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
4
13.- +,a Ci"l1.5 LT. 14.- +,a Ci"l1.0 LT. 15.- +,a Ci"1 0.6 LT. 20 m/s. 16.- "loco 250 ml. 17.-'ana naran)a 2.5 Ls. HISTORIAL DE LA EMPRESA
#apata $nvases '.%. ($ C.). sur"e como un eslabón mas m as para el desarrollo de la sociedad. $sta empresa cuenta con una amplia "ama de beneficios para la sociedad, es su principal surtidor de envase para la planta m1s importante de la re"ión Coca Cola =$3'% planta %pi&aco. %pi&aco. 'u fuente de desarrollo es el proceso de soplado de envase cuenta con un equipo con tecnolo"ía de punta todo automati&ado. aranti&ando la mejor calidad de productos. p roductos. $sta empresa fue inau"urada en >ulio del 2!!2, con la finalidad de contribuir al desarrollo de empleos y obtención de "anancias para esta, los productos que esta ofrece son de la mejor calidad para responder a las e
6.7. 'A2C1 TE823C1
Acontinuación se presentará un resumen de todas y c2u de las 3erramientas para el control estadístico del proceso en envases apata, debiendo tener muy encuentra la secuencia a seguir en este tipo de aplicación. )ebemos observar que la aplicación de las 3erramientas estadísticas sea la correcta y se puedan tener mejores resultados. 6.7.7. 91:A VE23F3CAC385
En el control estadístico de la calidad se 3ace uso con muc3a frecuencia de las 3ojas de verificación, ya que es necesario comprobar constantemente si se 3an recabado los datos solicitados o si se 3ace efectuando determinados trabajos. El esquema general de estas 3ojas es la siguiente4 en la parte superior se anotan los datos generales a los que se refiere las observaciones o verificaciones a 3acer en la parte inferior se transcribe el resultado de dic3as observaciones y verificaciones. 5na 6oja de 7erificación 0también llamada 8de (ontrol8 o 8de (3equeo81 es un impreso con formato de tabla o diagrama, destinado a registrar y compilar datos mediante un
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
5
método sencillo y sistemático, como la anotación de marcas asociadas a la ocurrencia de determinados sucesos. Esta técnica de recogida de datos se prepara de manera que su uso sea fácil e interfiera lo menos posible con la actividad de quien realia el registro. 7entajas. #upone un método que proporciona datos fáciles de comprender y que son obtenidos mediante un proceso simple y eficiente que puede ser aplicado a cualquier área de la organiación.
Las 6ojas de 7erificación 7erificación reflejan rápidamente las tendencias y patrones subyacentes en los datos.
ili#a#"s. En la mejora de la (alidad, se utilia tanto en el estudio de los síntomas de un problema, como en la investigación de las causas o en la recogida y análisis de datos para probar alguna 3ipótesis.
'ambién se usa como punto de partida para la elaboración de otras 3erramientas, como por ejemplo los 9ráficos de (ontrol.
#e presenta Acontinuación un ejemplo de una 3oja de verificación4
5.1.2. DIA"RA#A DIA"RA#A P+*T "ediante el )iagrama de *areto se pueden detectar los problemas que tienen más relevancia mediante la aplicación del principio de *areto 0pocos vitales, muc3os triviales1 que dice que 3ay muc3os problemas sin importancia frente a solo unos graves. :a que por lo general, el ;-< de los resultados totales se originan en el /-< de los elementos. La gráfica es muy =til al permitir identificar visualmente en una sola revisión tales minorías de características vitales a las que es importante prestar atención y de esta manera utiliar todos los recursos necesarios para llevar acabo una acción correctiva sin malgastar esfueros. El )iagrama de *areto es una gráfica en donde se organian diversas clasificaciones de datos por orden descendente, de iquierda a derec3a por medio de barras sencillas después de 3aber reunido los datos para calificar las causas. )e modo que se pueda asignar un orden de prioridades.
"s8 El nombre de *areto fue dado por el )r. >osep3 >uran en 3onor del economista italiano ?ilfredo *areto 0%;@;%B/1 quien realio un estudio sobre la distribución de la riquea, en el cual descubrió que la minoría de la población poseía la mayor parte de la riquea y la mayoría de la población poseía la menor parte de la riquea. (on esto estableció
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
6
la llamada 8Ley de *areto8 seg=n la cual la desigualdad económica es inevitable en cualquier sociedad. El )r. >uran aplicó este concepto a la calidad, obteniéndose lo que 3oy se conoce como la regla ;-2/-. #eg=n este concepto, si se tiene un problema con muc3as causas, podemos decir que el /-< de las causas resuelven el ;-< del problema y el ;-< de las causas solo resuelven el /-< del problema. *or lo tanto, el Análisis de *areto es una técnica que separa los Cpocos vitalesD de los Cmuc3os trivialesD. 5na gráfica de *areto es utiliada para separar gráficamente los aspectos significativos de un problema desde los triviales de manera que un equipo sepa dónde dirigir sus esfueros para mejorar. +educir los problemas más significativos 0las barras más largas en una 9ráfica *areto1 servirá más para una mejora general que reducir los más pequeos. (on frecuencia, un aspecto tendrá el ;-< de los problemas. En el resto de los casos, entre / y aspectos serán responsables por el ;-< de los problemas. En relación con los estilos gerenciales de +esolución de *roblemas y 'oma de )ecisiones 0(onservador, Fombero, Gportunista e Hntegrador1 %I%J, vemos como la utiliación de esta 3erramienta puede resultar una alternativa ecelente para un gerente de estilo Fombero, quien constantemente a la 3ora de resolver problemas solo Capaga incendiosD, es decir, pone todo su esfuero en los Cmuc3os trivialesD.
C/n#o s" iliza8 Al identificar un producto o servicio para el análisis para mejorar la calidad. (uando eiste la necesidad de llamar la atención a los problema o causas de una forma sistemática. Al identificar oportunidades para mejorar Al analiar las diferentes agrupaciones de datos 0ej4 por producto, por segmento, del mercado, área geográfica, etc.1 Al buscar las causas principales de los problemas y establecer la prioridad de las soluciones Al evaluar los resultados de los cambos efectuados a un proceso 0antes y después1 (uando los datos puedan clasificarse en categorías (uando el rango de cada categoría es importante Cómo s" iliza8 %. #eleccionar categorías lógicas para el tópico de análisis identificado 0incluir el periodo de tiempo1. /. +eunir datos. La utiliación de un c3ecK List puede ser de muc3a ayuda en este paso. . Grdenar los datos de la mayor categoría a la menor. 1
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
7
@. totaliar los datos para todas las categorías $. calcular el porcentaje del total que cada categoría representa . traar los ejes 3oriontales 01 y verticales 0y primario y secundario1 M. traar la escala del eje vertical iquierdo para frecuencia 0de - al total, seg=n se calculó anteriormente1 ;. de iquierda a derec3a traar las barras para cada categoría en orden descendente. #i eiste una categoría CotrosD, debe ser colocada al final, sin importar su valor. Es decir, que no debe tenerse en cuenta al momento de ordenar de mayor a menor la frecuencia de las categorías. B. traar la escala del eje vertical derec3o para el porcentaje acumulativo, comenando por el - y 3asta el %--< %-. traar el gráfico lineal para el porcentaje acumulado, comenando en la parte superior de la barra de la primera categoría 0la más alta1 %%. dar un título al gráfico, agregar las fec3as de cuando los datos fueron reunidos y citar la fuente de los datos. %/. analiar la gráfica para determinar los Cpocos vitalesD Ejemplo de aplicaci&n 5n fabricante de 3eladeras desea analiar cuales son los defectos más frecuentes que aparecen en las unidades al salir de la línea de producción. *ara esto, empeó por clasificar todos los defectos posibles en sus diversos tipos4
'ipo de )efecto )etalle del *roblema "otor no detiene &o para el motor cuando alcana 'emperatura &o enfría El motor arranca pero la 3eladera no enfría Furlete )ef. Furlete roto o deforme que no ajusta *intura )ef. )efectos de pintura en superficies eternas +ayas +ayas en las superficies eternas &o funciona Al enc3ufar no arranca el motor *uerta no cierra La puerta no cierra correctamente 9avetas )ef. 9avetas interiores con rajaduras "otor no arranca El motor no arranca después de ciclo de parada "ala &ivelación La 3eladera se balancea y no se puede nivelar *uerta )ef. *uerta de refrigerador no cierra 3erméticamente
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD Gtros
8
Gtros )efectos no incluidos en los anteriores
*osteriormente, un inspector revisa cada 3eladera a medida que sale de producción registrando sus defectos de acuerdo con dic3os tipos. )espués de inspeccionar ;; 3eladeras, se obtuvo una tabla como esta4 'ipo de )efecto Furlete )ef. *intura )ef.
)etalle del *roblema
!rec.
Furlete roto o deforme que no ajusta )efectos de pintura en superficies eternas 9avetas )ef. 9avetas interiores con rajaduras "ala La 3eladera se balancea y no se &ivelación puede nivelar "otor no El motor no arranca después de ciclo arranca de parada "otor no &o para el motor cuando alcana detiene 'emperatura &o enfría El motor arranca pero la 3eladera no enfría &o funciona Al enc3ufar no arranca el motor Gtros Gtros )efectos no incluídos en los anteriores *uerta )ef. *uerta de refrigerador no cierra 3erméticamente *uerta no La puerta no cierra correctamente cierra +ayas +ayas en las superficies eternas 'otal4
B $ % % % /M / / @ ;;
La =ltima columna muestra el n=mero de 3eladeras que presentaban cada tipo de defecto, es decir, la frecuencia con que se presenta cada defecto. En lugar de la frecuencia numérica podemos utiliar la frecuencia porcentual, es decir, el porcentaje de 3eladeras en cada tipo de defecto4 'ipo de )efecto Furlete )ef. *intura )ef.
)etalle del *roblema
!rec.
Furlete roto o deforme que no ajusta B )efectos de pintura en superficies $ eternas 9avetas )ef. 9avetas interiores con rajaduras %
!rec. < %-./ $.M %.%
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD "ala &ivelación "otor no arranca "otor no detiene &o enfría &o funciona Gtros *uerta )ef. *uerta no cierra +ayas 'otal4
9
La 3eladera se balancea y no se puede nivelar El motor no arranca después de ciclo de parada &o para el motor cuando alcana 'emperatura El motor arranca pero la 3eladera no enfría Al enc3ufar no arranca el motor Gtros )efectos no incluídos en los anteriores *uerta de refrigerador no cierra 3erméticamente La puerta no cierra correctamente
%
%.%
%
%.%
@-.B
/M
-.M
/ -
/. -.-
-
-.-
/
/.
+ayas en las superficies eternas
@ ;;
@.$ %--
*odemos a3ora representar los datos en un 3istograma como el siguiente4
*ero N(uáles son los defectos que aparecen con mayor frecuenciaO *ara 3acerlo más evidente, antes de graficar podemos ordenar los datos de la tabla en orden decreciente de frecuencia4 'ipo de )efecto "otor no detiene
)etalle del *roblema
!rec.
!rec. <
&o para el motor cuando alcana 'emperatura
@-.B
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD &o enfría Furlete )ef. *intura )ef. +ayas &o funciona *uerta no cierra 9avetas )ef. "ala &ivelación "otor no arranca *uerta )ef. Gtros 'otal4
El motor arranca pero la 3eladera no enfría Furlete roto o deforme que no ajusta )efectos de pintura en superficies eternas +ayas en las superficies eternas Al enc3ufar no arranca el motor La puerta no cierra correctamente 9avetas interiores con rajaduras La 3eladera se balancea y no se puede nivelar El motor no arranca después de ciclo de parada *uerta de refrigerador no cierra 3erméticamente Gtros )efectos no incluidos en los anteriores
10 /M
-.M
B $
%-./ $.M
@ / /
@.$ /. /.
% %
%.% %.%
%
%.%
-
-.-
-
-.-
;;
%--
7emos que la categoría CotrosD siempre debe ir al final, sin importar su valor. )e esta manera, si 3ubiese tenido un valor más alto, igual debería 3aberse ubicado en la =ltima fila. A3ora resulta evidente cuales son los tipos de defectos más frecuentes. *odemos observar que los primeros tipos de defectos se presentan en el ;/ < de las 3eladeras, aproimadamente. *or el *rincipio de *areto, concluimos que4 La mayor parte de los defectos encontrados en el lote pertenece sólo a tipos de defectos, de manera que si se eliminan las causas que los provocan desaparecería la mayor parte de los defectos.
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
11
$.%.&. DIA"RA#A DE CAUSA ' E(ECTO )IS*I+A,AEl diagrama causaefecto es una forma de organiar y representar las diferentes teorías propuestas sobre las causas de un problema. #e conoce también como diagrama de 6is3iKaPa o diagrama de espina de pescado y se utilia en las fases de )iagnóstico y #olución de la causa. Cómo in"r%r"ar n #ia,rama #" casa-"f"co9 El diagrama causaefecto es un ve3ículo para ordenar, de forma muy concentrada, todas las causas que supuestamente pueden contribuir a un determinado efecto. &os permite, por tanto, lograr un conocimiento com=n de un problema complejo, sin ser nunca sustitutivo de los datos. Es importante ser conscientes de que los diagramas de causaefecto presentan y organian teorías. #ólo cuando estas teorías son contrastadas con datos podemos probar las causas de los fenómenos observables. A continuación veremos como el valor de una característica de calidad depende de una combinación de variables y factores que condicionan el proceso productivo 0entre otros procesos1. 7amos a utiliar el ejemplo de fabricación de mayonesa para eplicar los )iagramas de (ausaEfecto4
La variabilidad de las características de calidad es un efecto observado que tiene m=ltiples causas. (uando ocurre alg=n problema con la calidad del producto, debemos investigar para identificar las causas del mismo. *ara 3acer un )iagrama de (ausaEfecto seguimos estos pasos4 )ecidimos cual va a ser la característica de calidad que vamos a analiar. *or ejemplo, en el caso de la mayonesa podría ser el peso del frasco lleno, la densidad del producto, el porcentaje de aceite, etc. 'raamos una flec3a gruesa que representa el proceso y a la derec3a escribimos la característica de calidad4
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
12
ndicamos los factores causales m1s importantes y "enerales que puedan "enerar la fluctuación de la característica de calidad, tra&ando flechas secundarias hacia la principal. Por ejemplo, 3aterias Primas, $quipos, /perarios, 30todo de 3edición, etc.
en cada más se puedan causas de *ara 3acer formularnos preguntas4
Hncorporamos rama factores detallados que considerar fluctuación. esto, podemos estas
N*or qué 3ay fluctuación o dispersión en los valores de la característica de calidadO *or la fluctuación de las "aterias *rimas. #e anota "aterias *rimas como una de las ramas principales. NQué "aterias *rimas producen fluctuación o dispersión en los valores de la característica de calidadO Aceite, 6uevos, sal, otros condimentos. #e a grega Aceite como rama menor de la rama principal "aterias *rimas. N*or qué 3ay fluctuación o dispersión en el aceiteO *or la fluctuación de la cantidad agregada a la mecla. Agregamos a Aceite la rama más pequea (antidad. N*or qué 3ay variación en la cantidad agregada de aceiteO *or funcionamiento irregular de la balana. #e registra la rama Falana. N*or qué la balana funciona en forma irregularO *or que necesita mantenimiento. En la rama Falana colocamos la rama "antenimiento. Así seguimos ampliando el )iagrama de (ausaEfecto 3asta que contenga todas las causas posibles de dispersión.
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
13
!inalmente verificamos que todos los factores que puedan causar dispersión 3ayan sido incorporados al diagrama. Las relaciones Causa-Efecto deben quedar claramente establecidas y en ese caso, el diagrama está terminado. 5n diagrama de (ausaEfecto es de por si educativo, sirve para que la gente conoca en profundidad el proceso con que trabaja, visualiando con claridad las relaciones entre los Efectos y sus (ausas. #irve también para guiar las discusiones, al eponer con claridad los orígenes de un problema de calidad. : permite encontrar más rápidamente las causas asignables cuando el proceso se aparta de su funcionamiento 3abitual.
$.%.. *ISTO"RA#A 5n 3istograma es un resumen gráfico de la variación de un conjunto de datos. La naturalea gráfica del 3istograma nos permite ver pautas que son difíciles de observar en una simple tabla numérica. Esta 3erramienta se utilia especialmente en la (omprobación de teorías y *ruebas de valide. (ómo interpretar los 3istogramas4 #abemos que los valores varían en todo conjunto de datos. Esta variación sigue cierta pauta. El propósito del análisis de un 3istograma es, por un lado, identificar y clasificar la pauta de variación, y por otro desarrollar una eplicación raonable y relevante de la pauta. La eplicación debe basarse en los conocimientos generales y en la observación de las situaciones específicas y debe ser confirmada mediante un análisis adicional. Las pautas 3abituales de variación más comunes son la distribución en campana, con dos picos, plana, en peine, sesgada, truncada, con un pico aislado, o con un pico en el etremo.
Consrcción #" n :iso,rama9 *A#G %
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
14
)eterminar el rango de los datos4 +A&9G es igual al dato mayor menos el dato menorR + S T U *A#G / Gbtener en n=mero de clases, eisten varios criterios para determinar el n=mero de clases 0 o barras1. #in embargo ninguno de ellos es eacto. Algunos autores recomiendan de cinco a quince clases, dependiendo de como estén los datos y cuántos sean. 5n criterio usado frecuentemente es que el n=mero de clases debe ser aproimadamente ala raí cuadrada del n=mero de datos, por ejemplo, la raí cuadrada de - 0 n=mero de artículos1 es mayor que cinco, por lo que se seleccionan seis clases. *A#G Establecer la longitud de clase4 es igual al rango entre el n=mero de clases. *A#G @ (onstruir los intervalos de clases4 Los intervalos resultan de dividir el rango de los datos en relación al resultado del *A#G / en intervalos iguales. *A#G $ 9raficar el 3istograma4 se 3ace un gráfico de barras, las bases de las barras son los intervalos de clases y altura son la frecuencia de las clases. #i se unen los puntos medios de la base superior de los rectángulos se obtiene el polígono de frecuencias.
5.1.5. DIAGRAMA DE DISPERSIÓN
Los métodos gráficos tales como el 3istograma o las gráficas de control tienen como base un conjunto de datos correspondientes a una sola variable, es decir, son datos univariables. 5n diagrama de dispersión se usa para estudiar la posible relación entre una variable y otra 0datos divariados1R también sirve para probar posibles relaciones de causa efectoR en este sentido no puede probar que una variable causa a la otra, pero deja más claro cuándo una relación eiste y la fuera de esta relación. )adas / variables V e :, se dice que eiste una correlación entre ambas si cada ve que aumenta el valor de V aumenta proporcionalmente el valor de : 0(orrelación positiva1 o si cada ve que aumenta el valor de V disminuye en igual proporción el valor de : 0(orrelación negativa1. La relación entre dos tipos de datos puede ser4 5na característica de calidad y un factor que inciden sobre ella. )os características de calidad relacionadas, o bien dos factores relacionados con una sola característica.
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
6.7.;.
15
<
EST2AT3F3CAC385
Es una clasificación por afinidad de los elementos de una población, para analiarlos y poder determinar con más facilidad las causas del comportamiento de alguna característica de calidad. A cada una de las partes de esta clasificación se le llama estrato, la estratificación se utilia para clasificar datos e identificar su estructura. La estratificación generalmente se 3ace partiendo de la clasificación de los factores que indican en un proceso o en un servicio 0$"4 máquinas, métodos, materiales, medio ambiente y mano de obra1 y los estratos que se utilicen, dependerán de la situación analiada. 5sos de la estratificación4 a Hdentificar las causas que tienen mayor influencia en la variación. b (omprender de manera detallada la estructura de un grupo de datos, lo cual permitirá identificar las causas del problema y llevar a cabo las acciones correctivas convenientes. c Eaminar las diferencias entre los valores promedios y la variación entre diferentes estratos, y tomar medidas contra la diferencia que pueda eistir.
6.7.+. 42=F3CAS
DE C15T21L
La gráfica de control es un método gráfico que ayuda a evaluar si un proceso está o no en un estado de control estadístico. Es decir, ver su comportamiento dentro de límites de especificación. Es muy parecida a las gráficas de línea o de tendencias, la diferencia esencial estriba en que las
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
16
gráficas de control tienen los denominados 8límites de controlD, que determinan el rango de variabilidad estadística aceptable para la variable que se esté monitoreando. #i los puntos se mantienen dentro de los límites de control y presentan un patrón aleatorio, entonces se dice que 8el proceso está en control 8, si por el contrario, se encuentran puntos fuera de los límites de control, o el conjunto de puntos muestra tendencias, periodicidad, o cosas anormales, entonces el proceso se diagnostica como inestable, o 8fuera de control8. Ante una situación de esta naturalea, debe procederse a investigar las causas que estén provocando el inestabilidad, e implementar acciones preventivas para evitar que vuelvan a presentarse. Las ventajas de las gráficas de control son4
#irve para determinar el estado de control de un proceso. )iagnostica el comportamiento de un proceso en el tiempo. Hndica si un proceso 3a mejorado o empeorado. #irve como una 3erramienta de detección de problemas.
*ermite identificar las dos fuentes de variación de un proceso4 causas comunes o también llamadas naturales son los factores que afectan en poco la variabilidad del sistema. #u presencia es aleatoria, y no son de fácil detección, generalmente están relacionadas con aspectos administrativos. : otras causas son llamadas especiales o asignadas estás son los factores esporádicos que desestabilian el sistema. #u identificación es inmediata y fácil. En las gráficas de control 3ay de observar claramente las especificaciones que están implícitas en los diferentes tipos de gráficas, por lo que debemos en el caso de envases apata, aplicar la gráfica de control que tenga medias y rangos. Acontinuación se presentará un ejemplo de gráfica de control por medias y rangos. En este apartado se epondrá el despliegue del gráfico por variables de media y rango 0W +1, al aportar bastante información y ser, tal ve, el más utiliado. El modo de traar este tipo de gráfico de control es el que sigue4 )eterminar los datos a reunir. Que 3abrán de referirse a una variable del proceso considerada relevante. En el ejemplo que ilustrará esta eposición, los datos corresponderán a4 Ctiempo en responder a las solicitudes de inclusión en el programa A, de servicios sociales comunitariosD. +ecoger los datos. La muestra 3a de estar constituida por un n=mero suficiente de datos. Es frecuente que este n=mero esté sobre los %--, aunque es posible recoger un n=mero menor. Los datos coleccionados se agrupan en subgrupos cuyo tamao suele oscilar entre @ y %- observaciones. (uanto mayor sea el tamao de los subgrupos, más sensible será el gráfico de control. En cuanto a su n=mero, en procesos industriales es 3abitual contar con /- ó /$, si bien es admisible un n=mero menor en función de las características del
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
17
proceso estudiado. Lo que sí es fundamental es que los datos de los subgrupos se tomen secuencial mente, en los momentos del proceso elegidos para ello. En el ejemplo de referencia se 3an tomado %/ subgrupos, correspondientes a las respuestas emitidas a las solicitudes efectuadas por los ciudadanos, en periodos de %$ días. *ues bien, cada periodo puede considerarse como un CloteD y las observaciones de cada uno de ellos corresponden a solicitudes efectuadas consecutivamente. . (alcular la media para cada subgrupo de datos.
@. Calcular los rangos, o recorridos para cada sugrupo. + S 07alor máimo de X 7alor mínimo de 1 $. Calcular la gran !edia "!edia de !edias# de los sugrupos.
#iendo K el n=mero de subgrupos. . Calcular la !edia de los rangos de los sugrupos.
M. Calcular los l$!ites de control para las !edias y los rangos. 'anto los superiores 0L(#1 como los inferiores 0L(H1. *ara el gráfico de control de las medias4 L(# S . Y A/ +W L(H S . A/ +W *ara el gráfico de control de los recorridos4 L(# S )@ +W L(H S ) +W Los valores de A/ ) y )@ son constantes basadas en el tamao de subgrupo 0n1 y aparecen para distinto n en la tabla %.
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
18
Gbsérvese que para n U M no 3ay límite de control inferior. La tabla / refleja las operaciones anteriores realiadas para el ejemplo. ;. %epresentar los gr&ficos de control .
B. An&lisis y e'aluaci(n. *ara la interpretación de los gráficos de control, de medias y recorrido, pueden seguirse las recomendaciones siguientes4 Z (uando un sólo punto está fuera de los límites de control, puede estar sealando La ausencia de control del proceso. &o obstante, esta probabilidad sería pequea *or lo que tal ve no sea oportuno efectuar cambios.
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
19
Z #i al menos / ó puntos sucesivos están en el mismo lado de la línea media y más de dos unidades sigma alejadas de esta línea, estará indicada una falta de control del proceso. #i el tercer punto consecutivo está alejado de la línea media en la medida indicada, pero en el otro lado, la misma conclusión sería válida. Z En el caso de que @ ó $ valores sucesivos se situaran en el mismo lado, alejados de la línea +EE*(H[& "A'E+HA *+H"A o control del proceso. central más de % sigma, se apuntaría un )E déficit en la estabilidad *+E!G+"A, E'HQ5E'A, A)6E#H7G, +E(H&A Z Hgualmente, estaría indicada esta falta de control cuando al menos M valores #ucesivos estuvieran situados en el mismo lado de la línea media. Esto mostraría una inadecuada distribución de esos puntos.
REVISIÓN DE MATERIA PRIMAcuando POR todos los puntos &G *A#A #H estuvieran *A#A Z Evidentemente, el proceso se consideraría estabiliado ASEGURAMIENTO CALIDAD distribuidos a ambos lados de la línea media, DE y cercanos a la misma. En nuestro ejemplo, el proceso parece ser inestable. Aparecen dos puntos fuera de los límites de control y, además, / puntos 0%$2@ y -2@1 están, en orden sucesivo, alejados dos MATERIAL RECHAZADO AL"A(\& )E "A'E+HA desviaciones tipo de la línea central. Esta situación 3ace sospec3ar la presencia de causas REGRESOoAL PROVEEDOR asignables, específicas, de variación en el proceso.
*+E!G+"A
"AQ5H&A# #G*LA)G+A# #H)EL
E'HQ5E'A
A)6E#H7G
"AQ5H&A E'HQ5E'A)G+A F]6
E&7A#E
(A+9A&)G 'G'E#
AL"A(\&
L
E&7A#E *E' E'HQ5E'A)G
'+A&#*G+'E &E5"^'H(G _E((6E''H
'+A&#*G+'E FA&)A# 'E(. $././. DESCRICIÓN DE0 ROCESO EN DIA"RA#A 'GL7A#
#HLG# 'E(
*G#H"A' "A9&5" (LHE&'E
*G#H"A' &M
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
$. /.&. DESCRICION DE0 ROCESO EN A0A1RAS 1. *CPCI! M+T*I+ P*IM+9 #e recibe la materia prima siguiente4 A1 )E *+E!G+"A)G "EVH(G
20
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD • • • • • • •
21
*reforma cristal de - gr. *ara envases de /.$ litros *reforma verde de - gr. *ara envases de /.$ litros *reforma aul de $ gr. *ara envases de %.$ litros *reforma cristal de - gr. *ara envases de % litros *reforma cristal de /- gr. *ara envases de -- mililitros *reforma cristal y aul de $@ gr. *ara envases de / y /.$ litros *reforma cristal de /; gr. *ara envases de M%- mililitros
Las preformas se inspeccionan a través de un polariscopio, en el cual se comparan los reflejos de lu en la preforma con estándares establecidos, con el fin de rec3aar materia prima defectuosa. F1 )E *+G7EE)G+E# )E "G&'E++E:, 95A)ALA>A+A : 'GL5(A #e reciben etiquetas las cuales son4 *ara envases de refrescos, rollos de %- --- impresiones *ara envases de agua , rollos con %M -- impresiones • •
Las etiquetas se inspeccionan a través de un catalogo, en el cual se manejan los diferentes tonos que deben de reunir las etiquetas, así como los datos que deben de contener. (1 )E *+G7EE)G+ "EVH(G #e recibe el ad3esivo, el cual viene en cajas con paquetes de /$ bolsas cada una.
2. +LM+C! M+T*I+ P*IM+ )espués de decepcionada e inspeccionada la materia prima, se procede al almacenaje tanto de la preforma, de la etiqueta y del ad3esivoR en donde se lleva un registro por medio del procedimiento primeras entradas primeras salidas 0 peps1, para posteriormente utiliarla en el proceso productivo de acuerdo al modelo que deba producirse.
3. P*C '+;*IC+CI! !V+ MI+!T PL+ ! L+ M+I!+ IL TILI<+! CM M+T*I+ P*IM+ P*'*M+ •
•
#e transportan del almacén las preformas, las cuales son colocadas en tolvas 0preformas de -, -, /; gr., etc.1. 5na ve que las preformas están en las tolvas, estas las acomodan y las transportan por medio de bandas 3acia la maquina sopladora sidel `
"aquina sidel
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
22
)*a !a+uina sidel tiene !oldes y /ornos y la capacidad de producci(n es de 01 222 en'ases por /ora "pe+ue3os#, y de 4 222 "grandes#.cada uno de los !oldes se pueden ca!iar de acuerdo al ta!a3o y !odelo del en'ase +ue 'aya a producirse.
•
Antes de iniciar el proceso de soplado. #e cambian los moldes, de acuerdo al modelo que vaya a producirse, así mismo se ajustan los parámetros de estirado, esto se 3ace a través del recetario que tiene la computadora de la maquina sidel.
5ise3o de las 6refor!as
:a establecidos los parámetrosR las preformas pasan al 3orno, al cual se le aplica a cada una de las preformas una temperatura constante de entre %-$ ( y %/- (, la preforma sale a una temperatura aproimada de %-$ (. •
La preforma debe calentarse en diferentes onas de acuerdo al tamao de la preforma. Ejemplo4 en la preforma de /- gr. #e calienta en onas y en la de - gr. #e calienta en B onas, con el objeto de darle uniformidad a los espesores.
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD •
23
5na ve que la preforma ya esta maleable para el estiramiento, esta se coloca en cada uno de los moldes, y a la preforma se le introduce una varilla de estiramiento que estira la preforma 3asta la mitad del molde, y luego se saca, para posteriormente aplicar una presión de presoplado de M varts y después una presión de @ varts.
*os !oldes per!iten +ue la prefor!a se adapte a la figura, la cual se con'ierte en la otella •
(uando la preforma ya tomo la forma del envase, esta se enfría con agua a una temperatura de entre %- y %( y se transporta a la maquina etiquetadota.
4. CI'IC+CI! L !V+ P+*+ *+T*+;ILI+ Antes de transportar el envase al área de etiquetadoR a cada uno de los envases se les imprime un código para rastrearlo. En caso de que el envase sea defectuoso, por medio de este código se puede determinarla fec3a, 3ora, línea de producción, planta y trabajador que intervino en la producción del envase, así como determinar las causas del defecto.
5. TIT+ L !V+ ! L+ M+I!+ TIT+*+ ;=>. 5na ve que al envase ya se le coloco el código de rastreabilidad, este es transportado por medio de bandas de la maquina sidel a la maquina etiquetadotaR entonces se procede al etiquetado de cada botella. *rimeramente se coloca el ad3esivo y el rollo de etiquetas en los rodillos y contenedor de la maquina etiquetadota. Las impresiones tienen una marca que divide a una etiqueta de otra, entonces al pasar esa marca por el censor, ocasiona que se active un dispositivo que permite cortar la etiqueta en esa marca. •
•
HERRAMIENTAS ESTADÌSTICAS DE CALIDAD
24
*a na'a7a corta la eti+ueta para posterior!ente pegarla al en'ase
5na ve que la etiqueta ya esta cortada de manera individual, pasa a otro rodillo, el cual invierte la etiqueta para colocarle ad3esivo, y esta a su ve la coloca sobre la botella y la pega.
6egado de la eti+ueta al en'ase
6. T*+!P*T+CI! L !V+ >+CI+ L+ TLV+ (uando el envase ya se encuentra etiquetado, este se trasporta por medio de neumáticos ecc3etti para cargarlos en los totes o tolvas. Los envases se transportan a los totes para su almacenamiento, o bien se vacían los envases en tolvas para suministrar en línea al cliente 0coca cola1 o para su almacenaje en silos, se envían y descargan. •
7. IP PICI!+T !V+ ?PIM+T@ Este equipo se encarga de colocar los envases en posición para ser transportadosR para posteriormente llevar el producto terminado 0envases1 en equipo neumático C&E5 '+A&#D 3asta las lavadoras de envase del cliente 0(oca (ola1.
$./.. 0A2 OUT
$./.$. DIA"RA#A DE (0U3O DE #ATERIA0ES
RECEPCION DE MATERIA PRIMA PREORMA! ADHESIVO ETI"UETA PREORMA! ADHESIVO ETI"UETA
ALMACEN DE MATERIA PRIMA
PREORMA
ETI"UETA
ADHESIV O
TOLVAS
MA"UINA SOPLADORA SIDEL
CLIENTE %COCA&COLA'
MA"UINA ETI"UETADORA # $H
TOTES
5.3. DETERMINACIÓN DEL ÀREA DE OPORTUNIDAD "diante la aplicación y comprensión de las 3erramientas estadsticas de la calidad tenemos una gran rea de oportunidad, ya que por medio de estas podramos identificar cuáles son las causas que originan los defectos en cualquier productoR as mismo la implementación de dic3as 3erramientas en cualquier empresa, origina que tanto ella como nosotros, tengamos un mejoramiento en cuanto a la calidad de los productos como de profesionales. Es importante resaltar que con el (E* podemos reducir la variación del producto 3asta alcanar niveles de BB.M< de aceptabilidad y 3asta BB.BB<.
5.4. ESTABLECIMIENTO DE LAS HIPOTESIS. >o9 La variación en la presión de soplado es la causa que afecta la calidad de los envases en la característica claro de base. >o9 La variación del 9A'E 0espesor1 es la causa que afecta la calidad de los envases en la característica claro de base. >o9 La variación de la presión de soplado en los envases tiene relación de al menos un M-< con la característica de claro de base. >o4 La variación del 9A'E 0espesor1 de los envases tiene relación de al menos un M-< con la característica de claro de base.
5.5. OBJETIVOS. Gbtener una visión del control estadístico del proceso, su aplicación y refleionar sobre el potencial de su implantación en la empresa _apata Envases #.A. de (7. Entender la elaboración y aplicación de la 3oja de verificación, como 3erramienta para recolectar información para lograr la mejora continua de la calidad. Entender la elaboración y aplicación del diagrama de pareto, como una 3erramienta para lograr la mejora continua de la calidad. Entender la elaboración y aplicación del diagrama de Hs3iKaPa, como una 3erramienta para analiar las causas que ocasionan los problemas en la calidad de los envases. Aprender a organiar y presentar datos en tablas e 3istogramas y compararlo contra las especificaciones, así como determinar la 3abilidad real y potencial del proceso.
5.6. APLICACIÒN DE LAS HERRAMIENTAS ESTADÌSTICAS PARA EL ANÀLISIS DEL PROBLEMA DEL PROCESO DE SOPLADO DE ZAPATA ENVASES S.A. DE C.V. () )*(+,),+-. / () )+.) )/+,) ,*./ () ()),+-. / () :) / ;+<,),+-.= () ()),+-. /( /+)>)) / *) ? /( /+)>)) / I+@))= () )+<,),+-.= () ()),+-. /( +>)) ,*./+. ) () (,B) )/)= () ()),+-. /( /+)>)) / /+*+-. ? () )*(+,),+-. / () ><,) / ,.( *)) ;+B)(+) + ( *, ) ): ,.( )/+,
H)? B . B. ,B.) B )B.B )? 4 B. . () *) ). .,+.)/)! ) *)) .B ).F(++! ( 1 ? 2 B.! *)) ((;) ) ,) () )*(+,),+-. / () )+.) )/+,)
I!PCCIA! IM!I!+L ;TLL+ ! L+;*+T*I *P*T +T ;TLL+9 (G(A(GLA /.$ L'#. +LI! PL+*+
'C>+9 /--@-@-; V+*I+;L PESO CAPACIDAD AL LLENADO
>*+9 %M.@PI'IC+CIA! 2 "^VH"G "&H"G 1 -.$-
$B.$-
/$;.$-
/$-$.$-
PERPENDICULARIDAD
.@-
CLARO DE BASE
$.$-
@.$-
PRESIÓN DE SOPLADO PESO DE BASE
-.@
-.B
T*!4 /o. 3
4
5
-.@$
-.$-
-.B
L+;*+T*IT+9 !+A&(H#(G "E&E#E# ML MBI!+ IL4$FG %-2%- $LH ML 6 7 & ( 10 2 7
-.@@
-.$-
-./-
-.@;
-.@/
-.;
-.@B
/$-.- /$-./ /
[email protected]$ /$/.-@ /$-M.;% /$-;.-%
/$-$.$
/$-M.B%
/$-$.;@
/
[email protected]@
/$%.B@
/$-.//
%./
-.--
%.;B
%./
M.;B
-.--
%./
-.@
%.;@
-.--
%./
%./
.@-
.$M
.B
.@
.$$
.%M
.@
.
.$$
.@
.$M
.B
$.%M
.@
$.@
.@M
$.M/
.M
$.@
$.@
$.@%
@.;%
@.;%
.%/
%.--
%@.--
%./
%$.M$
%$.B%
%$.B
%$.BM
%.$;
%.@@
%.@%
%$.$-
%$.B/
%$.B;
%$.$
GATE
-.--
/./-
.@$
.$/;
.@;@
.-M
.@@
.//
/.B;M
.$/;
.//
.$/;
.@@
.//
TRANSICIÓN
-.--
%.$$
/.$$
/.$@B
/./%@
/./-$
/.%;-
/.;-
/.@B
/.@;
/.%;%
/.$
/./$$
/.//@
PÉTALO
-.--
-./$
-./M%
-./;@
-./M
-./;B
-./;
-./BB
-.-
-./;$
-./B
-./;M
-./M/
-./BM
TIP *I!+9 C+*;!+T+CIA!9 (G/
5 ] 9 @.
LG'E _ E A LG'E _ E A
-
; ;
-
@ @
-
@ @
-
% %
% /
$ /
7GL5"E& )E
*ara el comieno de la aplicación de las 3erramientas estadísticas en el proceso de producción de envases apata, comenaremos con la aplicación de la 3oja de verificación, la cual nos muestra las especificaciones de las variables a inspeccionar y las medidas de los moldes de la máquina sidel, en el / turno.
*osteriormente construiremos el diagrama de pareto para verificar y tener presente lo defectos que 3ay en la % inspección en el envase de cocacola de /.$ lts., para que posteriormente se vea la bitácora del proceso en las variables que se inspeccionaron en esta % inspección y para que así, construyamos el diagrama de 3is3iKaPa. *ara comenar con la construcción de nuestro pareto, registraremos los defectos en una 3oja de registro de datos4 > *O3A DE DATOS A+'e(5LG4 CC+ CL+ 2.5 LT$ LG'E )E *+G)5((H[&4 <+0&0401150 &o. )E A+'e(5LG#
!E(6A )E *+G)5((H[&4 2004040&
H&#*E((HG&A)G#4 10&
H&#*E ((HG&A)G *G+4 '*+!CI$C M!$$
)E!E('G
(G&'EG
'G'AL
(A*A(H)A) )E LLE&A)G
/
*E+*E&)H(5AL+H)A)
%
(LA+G )E FA#E
*E#G )E FA#E
%/ @ %;
TT+L
)espués de l realiación de la 3oja de datos 3ec3a anteriormente, Acontinuación se realiará la 3oja de registro de defectos resultante en la inspección4
REGISTRO DE DEECTOS !ec3a4
2004C04C0&
&o. )e inspeccionados4 ! 'ipo de defecto
D 10&
&=mero de casos n%
(apaci dad de llenado
n% S /
*erpendicularidad
n/ S %
(laro de base
n, S %/
*eso de base
n@ S @ Toal
# D 1(
*osteriormente calcularemos el porcentaje absoluto de artículos defectuosos con respecto al n=mero total de & de inspección, para cada uno de defectos a considerar4 a S n 2 & %-- S %/ 2 %-; %-- S %%.%%< a@ S n@ 2 & %-- S @ 2 %-; %-- S .M-< a% S n% 2 & %-- S / 2 %-; %-- S %.;< a/ S n/ 2 & %-- S % 2 %-; %-- S -.B<
Acontinuación, obtendremos para cada una de los diferentes tipos de defectos, el porcentaje relativo de defectos, respecto al n=mero CdD de casos defectuosos. #e tiene entonces4 r % S r % 2 d %-- S %/ 2 %B %-- S .%< r /S r / 2 d %-- S @ 2 %B %-- S /%.-$< r S r 2 d %-- S / 2 %B %-- S %-.$< r @ S r @ 2 d %-- S % 2 %B %-- S $./<
*osteriormente, calcularemos el porcentaje relativo acumulado denotado por + i y +m S %--<4 +% S r % S .%< +/ S r % Y r / S ;@./%< + S r % Y r / Y r S
[email protected]@< +@ S r % Y r / Y r Y r @ S %--< Acontinuación, agregaremos la información obtenida anteriormente en la tabla de registros defectuosos, para poder así considerar las variables a considerar en nuestro diagrama de *areto, pudiendo con ello construir nuestro diagrama de 3is3iKaPa4
2E43ST21 DE DEFECT>1S1S
Fec)a? @BB 5o. De inspeccionados? 5o. 7
(laro de base
ni %/
*orcentaje Absoluto de defectuosos &i S ni 2 & %-%%.%%<
*orcentaje +elativo de defectuosos ri S r i 2 d %-.%<
*orcentaje relativo acumulado +i S r % Y r / Y r i .%<
*eso de base
@
.M-<
/%.-$<
;@./%<
(apacidad de llenado
/
%.;<
%-.$<
[email protected]@<
% dS %B
-.B< %M.-<
$./< %--.--<
'ipo de defecto
*erpendicularidad T8TA*
&o. )e casos
%--<
*or tanto, pasaremos a la construcción del diagrama de pareto para ver gráficamente los resultados obtenidos en la 3oja de registro de defectos4 ! E M *
%--
%; ' C T %$
[email protected] @ ;@./ %
%/
.M
B
* L + T I V
(LA+G )E FA#E
*E#G )E FA#E
CAPACI DAD
/--@2-2-$ *E+*E&)H S %2 (5LA+H)A) %;hhhhh hhhhhh hhhhhh hhhhhh hhhhhh hhhhhh hhhhhh hhhhhh hhhhhh
+ C M L +
hhhhhh hhhhhh hhhhhh hhhhhh hhhhhh hhhhhh En base al diagrama de pareto anterior, nos damos cuenta que el principal defecto se tiene hhhhhh en el claro de base, por lo que con la ayuda de la bitácora del proceso, se construirá el diagrama de 3is3iKaPa y así, poder visualiar y llegar ah la causa principal del problema en
cuestión4
;ITBC*+ L P*C (5ALQ5HE+ (A"FHG )E "A&G )E GF+A, "A'E+HALE# "E)HG A"FHE&'E, "\'G)G# G "^Q5H&A#, )EFE #E+ A&G'A)G. E#'A# A&G'A(HG&E# LE A:5)A+^& A 'G"A+ A((HG&E# (G++E('H7A# (5A&)G #E LG H&)HQ5E& LA# 9+^!H(A# )E (G&'+GL
'C>+
>*+
CM!T+*I
-;2-@2/--@ %/4-
#e baja presión de soplado y se baja la temperatura de calentamiento de la preforma
-;2-@2/--@ %/4@$
#e cubren en almacén los totes para evitar mayor < de 3umedad
-;2-@2/--@ %$4-
#e baja temperatura de calentamiento de la preforma
-;2-@2/--@ %4--
se incrementa la presión de soplado
En base ala bitácora del proceso de elaboración de cocacola de /.$ lts., podemos observar que los problemas ms frecuentes que se presentaron en la fabricación de dic3o producto están, en la presión de soplado, en la temperatura de calentamiento de la preforma, en el recubrimiento mal 3ec3o en los totes y en la presión de soplado, con los que se procederá a la construcción del diagrama de 3is3iKaPa y así poder llegar a las causas que originan el efecto4
"E)HG A"FHE&'E
"A'E+HA *+H"A
"\'G)G
"AQ5H&A+HA
"A&G )E GF+A &G #E A>5#'A& FHE& )E (LA+G FA#E *+E#H[& )E LG# *A+^"E'+G#
&G #E (5F+E& FHE& LG# 'G'E#
FA>A 'E"*E+A'5+A
&G #E (5F+E& FHE& LG# 'G'E#
H&#*E((H[& H&A)E(5A)A E& +E(E*(H[&
*A+'(5LA# E& EL A95A &G #E (5F+E& FHE& LG# 'G'E#
En base a estos resultados, acontinuación 3aremos la estratificación del proceso por turno, ya que para poder tener mayor eficiencia en la identificación y aplicación de las 3erramientas estadísticas. La estratificación se 3ará tomando en cuenta el / turno y el % , debiendo tener en cuenta que por la premura del tiempo y por la confidencialidad de los datos que le da la empresa a sus datos, no se pudieron tomas las lecturas del y @ turno. Acontinuación presentaremos el análisis del turno % desde la 3oja de verificación 3asta la construcción del diagrama de 3is3iKaPa4 *ara comenar con la construcción de nuestro pareto, veremos los resultados epuestos en las mediciones de las variables de la 3oja de verificación que acontinuación se presenta4
I!PCCIA! IM!I!+L ;TLL+ ! L+;*+T*I *P*T +T ;TLL+9 (G(A(GLA /.$ L'#. +LI! PL+*+
'C>+9 /--@-@// V+*I+;L PESO CAPACIDAD AL LLENADO
>*+9 ;.@PI'IC+CIA! "^VH"G "&H"G 1 2 -.$/$;.$-
PERPENDICULARIDAD
.@-
CLARO DE BASE
$.$-
$B.$-
-.;
/$-$.$- /$%M.-/ /$-M.M% @.$-
PRESIÓN DE SOPLADO PESO DE BASE
-.@M
T*!4 %o. 3 -.@
4 -.$-
5 -.B
L+;*+T*IT+9 95A)AL5*E +A"H+E_ ML MBI!+ IL4$FG %-2%- $L% ML 6 7 & ( 10 2 7
-.@@
/$-@.$ /$-M.;%/$-$.-/ /$-$.;@
-.$-
-./-
-.@B
-.M
-.-
-.@
/
[email protected]
/$%.;/
/$//.%
/$-M.;% /$%M.-/ /$-.-;
.MB
$.-$
.MB
./
$.-
$.B
./
;.MB
$.%;
$.-
@.@
$.--
$.;-
$.$-
$.M
$.@M
$.@$
$.-
$.@B
$.@
$.@
$.@M
$.$-
$./$
./M
.$
.M@
.$M
.;/
.MM
.$
.M@
.%
$.B%
M.//
./
%.--
%@.--
%$.$/
%$.M$
%@.B%
%.--
%@.//
%$./
%$./
%.--
%$.;$
%$.B%
%$.-
%$./-
GATE
-.--
/./-
.--M
./
.%;B
.%@
.//-
.-@$
.%-M
.%@$
.-M-
.%@
.-/-
.-B$
TRANSICIÓN
-.--
%.$$
/.@/
/.$/
/.%
/.%@$
/.@;/
/.@B@
/./@
/.@$/
/.@$M
/.@-%
/.@$M
/.@;
PÉTALO
-.--
-./$
-.//
-./$/
-./$;
-./$-
-./%
-./$$
-./
%$-./$/
-./$$
-./$;
-./$-
-./$
A A
; ;
TIP *I!+9 C+*;!+T+CIA!9
5 ] 9 @.
LG'E _ LG'E _
E E
-
-
@ @
-
@ @
-
% %
/
$ M
-
7GL5"E& )E (G/
)espués de analiar los datos de esta 3oja de verificación, se procederá a registrar en la 3oja de datos los defectos identificados en dic3os registros, así también se verá su conteo y el total de datos para la construcción del diagrama de pareto
>F+ +T A+'e(5LG4 CC+ CL+ 2.5 LT$ LG'E )E *+G)5((H[&4 <+0&0401250 &o. )E A+'e(5LG#
!E(6A )E *+G)5((H[&4 20040422
H&#*E((HG&A)G#4 10&
H&#*E ((HG&A)G *G+4 '*+!CI$C M!$$
)E!E('G
(G&'EG
'G'AL
(A*A(H)A) )E LLE&A)G
$
*E+*E&)H(5AL+H)A)
/
(LA+G )E FA#E
%
(A+9A 7E+'H(AL
% B
TT+L
)espués de l realiación de la 3oja de datos 3ec3a anteriormente, Acontinuación se realiará la 3oja de registro de defectos resultante en la inspección4 REGISTRO DE DEFECTOS
!ec3a4
2004C04C22
&o. )e inspeccionados4 !
D 10&
'ipo de defecto
&=mero de casos n%
(apaci dad de llenado
n% S $
*erpendicularidad
n/ S /
(laro de base
n, S %
(arga vertical
n@ S % Toal
# D (
*osteriormente calcularemos el porcentaje de artículos absoluto defectuosos con respecto al n=mero total de & de inspección, para cada uno de defectos a considerar4 a% S n% 2 & %-- S $ 2 %-; %-- S @.< a/ S n/ 2 & %-- S / 2 %-; %-- S %.;$< a S n 2 & %-- S % 2 %-; %-- S -.B< a@ S n@ 2 & %-- S % 2 %-; %-- S -.B<
Acontinuación, obtendremos para cada una de los diferentes tipos de defectos, el porcentaje relativo de defectos, respecto al n=mero CdD de casos defectuosos. #e tiene entonces4 r % S r % 2 d %-- S $ 2 B %-- S $$.$$< r /S r / 2 d %-- S / 2 B %-- S //./< r S r 2 d %-- S % 2 B %-- S %%.%%< r @ S r @ 2 d %-- S % 2 B %-- S %%.%%<
*osteriormente, calcularemos el porcentaje relativo acumulado denotado por + i y +m S %--<4 +% S r % S $$.$$< +/ S r % Y r / S MM.M;< + S r % Y r / Y r S ;;.;B< +@ S r % Y r / Y r Y r @ S %--< Acontinuación, agregaremos la información obtenida anteriormente en la tabla de registros defectuosos4 2E43ST21 DE DEFECT>1S1S Fec)a? @BB 5o. De inspeccionados? 5o. 7
(apacidad de llenado
ni $
*orcentaje Absoluto de defectuosos &i S ni 2 & %-@.<
*orcentaje +elativo de defectuosos ri S r i 2 d %-$$.$$<
*orcentaje relativo acumulado +i S r % Y r / Y r i $$.$$<
*erpendicularidad
/
%.;$<
//./<
MM.M;<
(laro de base
%
-.B<
%%.%%<
;;.;B<
(arga vertical T8TA*
% dS B
-.B< %.M<
%%.%%< %--.--<
'ipo de defecto
&o. )e casos
%--<
*or tanto, pasaremos a la construcción del diagrama de pareto para ver gráficamente los resultados obtenidos en la 3oja de registro de defectos4
! E M *
D
' B CT ; 1 M
%-;;.; B MM.M ;
$
$$.$$
@
* L + T I V
/
+ C > M L +
% (A*A(H)A) )E LLE&A)G
*E+*E&)H (5LA+H)A)
(A+9A 7E+'H(A L En base al diagrama de pareto anterior, nos damos cuenta que el principal defecto se tiene en la capacidad de llenado, por lo que con la ayuda de la bitácora del proceso, se construirá el diagrama de 3is3iKaPa y así, poder visualiar y llegar a la causa principal del problema en cuestión4 CLARO
DE BASE
;ITBC*+ L P*C (5ALQ5HE+ (A"FHG )E "A&G )E GF+A, "A'E+HALE# "E)HG A"FHE&'E, "\'G)G# G "^Q5H&A#, )EFE #E+ A&G'A)G. E#'A# A&G'A(HG&E# LE A:5)A+^& A 'G"A+ A((HG&E# (G++E('H7A# (5A&)G #E LG H&)HQ5E& LA# 9+^!H(A# )E (G&'+GL
'C>+ >*+
CM!T+*I
-;2-@2/--@
%4-
#e incrementa la temperatura de calentamiento de la preforma
-;2-@2/--@
/4$
se incrementa la presión de soplado
En base ala bitácora del proceso de elaboración de cocacola de /.$ lts., se procederá a la construcción del diagrama de 3is3iKaPa4
"\'G)G
"A&G )E GF+A &G #E A>5#'A& FHE& LG# *A+^"E'+G#
9A'E 0E#*E#G+1
!AL'A )E A'E&(H[& E++G+ E& LG# A>5#'E#
"A:G+ 'E"*E+A'5+A
AL'A *+E#H[& )E #G*LA)G
E&!+HA"HE&'G FA>G )EL "GL)E
#E 'A*A& LA# "A&95E+A#
(LA+G )E FA#E
FA>G (A5)AL
*A+'H(5LA# E& EL A95A
"AQ5H&A+HA
C. */ ;) B . ( 1 TB. . )? B, /, , ( . ( 2 B. % /+./ . . ,B.) B * () *B) /( +* ? * () ,.
I!PCCIA! IM!I!+L ;TLL+ ! L+;*+T*I *P*T +T ;TLL+9 (G(A(GLA /.$ L'#.
3
4
5
L+;*+T*IT+9 :A)H+A #A&(6E_ ML MBI!+ IL4$FG %-2%- $LH ML 6 7 & ( 10 2 (
@-.$-
-.@$
-.;
-./$
+LI! PL+*+
'C>+9 /--@2-2-$ V+*I+;L PESO
>*+9 %M.@PI'IC+CIA! "^VH"G "&H"G 1 2 -.$-
$B.$-
/$;.$-
/$-$.$-
-.@$
-.@
T*!4 /o.
-.%/
-./$
-./
-.M
-.
-.;
/$@B.$-
/$-%.$
/$-$./
/$.%/
/$@;.%-
/$.%/
CAPACIDAD AL LLENADO PERPENDICULARIDAD
.@-
CLARO DE BASE
$.$-
@.$-
PRESIÓN DE SOPLADO* PESO DE BASE
/$-.%/ /$-.%/ /$-;.;% /$$.%/
/$@.%$ /$.%/
%./
%.%M
%.%%
%.%$
-./-
-.--
%.%-
%.%@
%.%M
%.%
%.%$
%.-B
.$M
./
.;
.@
.B-
.;$
.-
.
.@$
.-$
.M
.$$
$.%M
$.@
$.@
$.@M
$.M/
$.M
$.@
$.@
$.
%$@.;%
.%/
$.%
%.--
%@.--
%$./
%$.M$
%$.;%
%$.B
%@.M
%$.$M
%$.-@
%$.@%
%$.$-
%@.B/
%@.B;
%$.-
GATE
-.--
/./-
.@$$
./;@
.@/
.;M
.@;
.@/
.B$
./$
.$
.$/
.$/
.@M
TRANSICIÓN
-.--
%.$$
%.M-%
/.
/.-
%$/./%%
/.%%
/.-%%
%.BM
%.B-
/.--%
/.-%$
/./$$
/.-/@
PÉTALO
-.--
-./$
-./M
-./;
-./;B
-./
-./M
-./@B
-./
-./;$
-./;B
-./@
-./M%
-.-%
A A -
; ;
TIP *I!+9 C+*;!+T+CIA!9
5 ] 9 @.
LG'E _ E LG'E _ E
-
@ @
-
@ @
-
% %
/
M ;
$
7GL5"E& )E (G/
)espués de analiar los datos de esta 3oja de verificación, se procederá a registrar en la 3oja de datos los defectos identificados en dic3os registros, así también se verá su conteo y el total de datos para la construcción del diagrama de pareto.
L) ,B.+/)/ L)+.) / B/+). / .>,+ >F+ +T A+'e(5LG4 CC+ CL+ 2.5 LT
LG'E )E *+G)5((H[&4 <+0&0401370
&o. )E A+'e(5LG#
!E(6A )E *+G)5((H[&4 /--@2-2-$
H&#*E((HG&A)G#4 10&
H&#*E((HG&A)G *G+4 '*+!CI$C M!$$
)E!E('G
(G&'EG
'G'AL
(LA+G )E FA#E
%/
(A*A(H)A) )E LLE&A)G
/
*E#G
% %$
TT+L
)espués de l realiación de la 3oja de datos 3ec3a anteriormente, acontinuación se realiará la 3oja de registro de defectos resultante en la inspección4 REGISTRO DE DEFECTOS
!ec3a4 /--@2-L2-$ &o. )e inspeccionados4 !
D 10&
'ipo de defecto
&=mero de casos n%
(laro de base
n% S %/
(apacidad de llenado
n/ S /
*eso
n, S % Toal
# D 15
*osteriormente calcularemos el porcentaje absoluto de artículos defectuosos con respecto al n=mero total de & de inspección, para cada uno de defectos a considerar4 a% S n% 2 & %-- S %/ 2 %-; %-- S %%.%%< a/ S n/ 2 & %-- S / 2 %-; %-- S
%.;$<
a S n 2 & %-- S % 2 %-; %-- S
-.B<
Acontinuación, obtendremos para cada una de los diferentes tipos de defectos, el porcentaje relativo de defectos, respecto al n=mero CdD de casos defectuosos. #e tiene entonces4
L /,B. B B,) F. . *K>+*(+,
L) ,B.+/)/ L)+.) / B/+). / .>,+ r % S r % 2 d %-- S %/ 2 %$ %-- S ;-.--< r /S r / 2 d %-- S
/ 2 %$ %-- S %.-<
r S r 2 d %-- S
% 2 %$ %-- S .M-<
*osteriormente, calcularemos el porcentaje relativo acumulado denotado por + i y +m S %--<4 +% S r % S ;-.--< +/ S r % Y r / S B.-< + S r % Y r / Y r S %--< Acontinuación, agregaremos la información obtenida anteriormente en la tabla de registros defectuosos4 REGISTRO DE DEFECTUOSOS
Fec)a? @BB 5o. De inspeccionados? 5o. 7
(laro de base
ni %/
*orcentaje Absoluto de defectuosos &i S ni 2 & %-%%.%%<
*orcentaje +elativo de defectuosos ri S r i 2 d %-;-.--<
*orcentaje relativo acumulado +i S r % Y r / Y r i ;-.--<
(apacidad de llenado
/
%.;$<
%.-<
B.-<
*eso
%
-.B<
.M-<
%--<
dS%$
%.M<
%--.--<
'ipo de defecto
T8TA*
&o. )e casos
*or tanto, pasaremos a la construcción del diagrama de pareto para ver gráficamente los resultado obtenidos en la 3oja de registro de defectos, teniendo en cuenta que después de
L /,B. B B,) F. . *K>+*(+,
L) ,B.+/)/ L)+.) / B/+). / .>,+ 3aber 3ec3o la estratificación, tomaremos el / turno para verificar si esta bajo control estadístico4 ! E M *
D
' C T 1
%$ %--
%/
B. ;-.
B
* L + T I V
(LA+G )E FA#E
+ C > M L +
(A*A(H)A) )E LLE&A)G
En base al diagrama de pareto anterior, nos damos cuenta que el principal defecto se tiene en la capacidad de llenado, por lo que con la ayuda de la bitácora del proceso, se construirá el diagrama de Hs3iKaPa y así, poder visualiar y llegar a la causa principal del problema en cuestión4
;ITBC*+ L P*C (5ALQ5HE+ (A"FHG )E "A&G )E GF+A, "A'E+HALE# "E)HG A"FHE&'E, "\'G)G# G "^Q5H&A#, )EFE #E+ A&G'A)G. E#'A# A&G'A(HG&E# LE A:5)A+^& A 'G"A+ A((HG&E# (G++E('H7A# (5A&)G #E LG H&)HQ5E& LA# 9+^!H(A# )E (G&'+GL
'C>+ >*+
CM!T+*I
-;2-@2/--@
%4-
#e incrementa la temperatura de calentamiento de la preforma
-;2-@2/--@
/4$
se incrementa la presión de soplado
L /,B. B B,) F. . *K>+*(+,
L) ,B.+/)/ L)+.) / B/+). / .>,+ En base ala bitácora del proceso de elaboración de cocacola de /.$ lts., se procederá a la construcción del diagrama de Hs3iKaPa4 MANO DE O#RA
E++G+ E& LG# A>5#'E#
'+LT+ +T!CIA !
(LA+G )E FA#E
*+E#H[& )E #G*LA)G
ELE7A)A *+E#H[& )E #G*LA)G
*** ! G+T
E++G+ E& A>5#'E#
MA"UINARIA (on esto, podemos ver que las variables que se relacionan con el defecto en el claro de base, son la presión de soplado y el gate, por lo que ya 3abiéndose 3ec3o la estratificación del proceso para la implementación de las restantes 3erramientas administrativas y después de 3aber visualiado mediante el diagrama de 3is3iKaPa las variables que se relacionan con el claro de base, se procederá a la aplicación de los 3istogramas. 6ay que resaltar que en un comieno se identifico a el espesor del gate en el diagrama de 3is3iKaPa en la parte del método, pero en nuestro análisis posterior realiado, y ya 3abiendo 3ec3o la estratificación, podemos visualiar que el espesor del gate queda en la parte de la maquinaria, pues es una variable que se readiciona con la variable del claro de base.
5.6. 4. HISTOGRAMA. L /,B. B B,) F. . *K>+*(+,
L) ,B.+/)/ L)+.) / B/+). / .>,+ *ara investigar la distribución del claro de base de los envases, en el proceso de soplado 0maquina #H)EL1, se tomaron lecturas de la característica claro de base en ;envases, como se muestra en la tabla siguiente4 $./B $.%@ $.% @.BM @.;; @.B$ $.%/ @.B$ $.-% @.B
$.-$ $.%$ @.;; @.MM @.B; $.-$ @.B@ @.;M $.%% @.B
$./% $.%@ $.- $.% $.- $.%% @.;@ @.MM $.-@ @.B-
@.;M @.M$ @.BB $.-@.;@ $.%@ $.-/ $.% $.-% @.;%
@.B$ $.- $./$.-$ @.B% @.; $.- @.;M $.-@ @.;
@.B $./ $./; @.B; $.-M $.-% $./$./ $./$ $./
@.B@.;@.B$ @.B @.M$ @.BB $.- @.;; @.M/ @.BM
@.;@ @.; @
[email protected]; @.B @.M @.B @.BM @.MM @.;;
5na ve que obtuvimos las lecturas, lo que realiamos fue determinar el valor máimo y mínimo 0$./BR @.B1 para que posteriormente calculáramos el tamao del intervalo de clase, con la formula siguiente4
ID
*an,o 1 H3.322 Lo, n
I D
5.2( 4.6( D .0& 1 H3.322 Lo, &0
sustituyendo en la formula obtuvimos lo siguiente4
5na ve calculado el intervalo de clase, se determinaron los límites de clase, junto con los límites reales de claseR para posteriormente leer cada uno de los valores y registrar la frecuencia correspondiente a cada clase. (uando el conteo ya se realio y se tiene la frecuencia, procedimos a dibujar el 3istograma para poder compararlo con los límites de especificación tanto inferiores como superioresR para esto tomamos en cuenta los estándares de claro de base siguientes4 "áimo S $.$"ínimo S @.$*ara poder analiar el 3istograma adecuadamente, a continuación se apreciara, tanto la tabla como el 3istogramaR el cual será comparado con los límites superiores e inferiores de especificación antes sealados.
LIMIT CL+
C!T
'*C.
LIMIT *+L CL+
L /,B. B B,) F. . *K>+*(+,
L) ,B.+/)/ L)+.) / B/+). / .>,+ @.;$ X @.M$ $
@.B @.M
@.M$ X @.;@$ @.MM X @.;@
%-
@.;$ X @.B/
@.;@$ X @.B/$ %/ @.B/$ X $.--$
@.B X $.--
%B
$.-% $.-;
%$
$.--$ X $.-;$
$.-B X $.%
%-
$.-;$ X $.%$
$.%M X $./@
$
$.%$ X $./@$
$./$ X $./
@
/./@$ X $./$
;-
LI D 4.50
LICD 4.7(
J D 4.(&
LCD5.27
L D 5.50
n D 30 D 0.144
20
15
10
5
4. 4 4 5
4. 5 2 5
4. 6 0 5
4. 6 & 5
4. 7 6 5
4. & 4 5
4. ( 2 5
5. 0 0 5
5. 0 & 5
5. 1 6 5
5. 2 4 5
5. 3 2 5
5. 4 0 5
5. 4 & 5
L /,B. B B,) F. . *K>+*(+,
5. 5 6 5
L) ,B.+/)/ L)+.) / B/+). / .>,+ Conclsión9 El 3istograma muestra aproimadamente una distribución normal y todas las muestras se encuentran dentro del rango especificado en el claro de base de los envases. *or lo tanto el proceso esta bajo el control estadístico. #in embargo en la grafica de control 3ay envases que salen fuera de los límites de control, pero cumplen con las características pues el proceso esta controlado.
Calclo #" la :aKili#a# %o"ncial C% N r"al C%O 'omando en cuenta las medidas anteriores, es de esperar que se logre la capacidad del proceso para las lecturas del claro de base de los envasesR los defectos se eliminaran y el índice de capacidad de proceso será4
C% D
L LI 6s
D 5.5 4.5 60.144
D 1.15
(omo los valores de claro de base se encontraron alrededor de la media y la variación es pequea, el índice de capacidad del proceso cp tiene un valor bueno de %.%$, el cual esta entre la unidad y %., por lo tanto el proceso tiene 3abilidad a con el BB.M< de los envases dentro de especificación.
C%O D
L J 3Q
C%O D min.
J LI 3Q
min
1.1( 1.11
A fin de evaluar la 3abilidad del proceso, se utiliara el valor menor de los dos (pK calculados. *or lo tanto (pK S %.%% y tiene 3abilidad de con el BB.M< de los envases dentro de especificación.
Porc"na)" #" #"f"cos "n "l LI _ S V Xk
S @.$- @.B; -.%@
S . S -.---@%
Porc"na)" #" #"f"cos "n "l L _ S V Xk
S $.$- @.B; -.%@
S .$M S -.---%M
-.---@% Y -.--%M S -.--$;
L /,B. B B,) F. . *K>+*(+,
L) ,B.+/)/ L)+.) / B/+). / .>,+ *or lo tanto eiste probabilidad de que el -.-$;< de los envases tengan defectos dentro del proceso total.
$.4.$. DIA"RA#A DE DISERSION. *ara determinar que variables 0características de calidad1 tienen relación con las variaciones en el claro de base, se analiaran las dos variables 0causas1 resultantes en el diagrama de Hs3iKaPa. #e sospec3a que la causa de que el claro de base salga defectuoso, se debe a la variación de la presión de soplado, la cual varía día con día
P*I! PL+ ;ar"s ?J@
CL+* ;+ mm ?R?
P*I! PL+ Kar"s ?J@
CL+* ;+ mm ?R?
@.;M @.B@.MM @.; @.B$ @.$@ @.B@.$.%/ @.BB @.M; $.@ $.@ $./M $.%@
$.%% $.-M $. $.-% $./$./ $./ $./$ @.; $./ $.; @.M @.BM @
[email protected]@
$.M $.%% $.@ $.-$ @.;% .%/ $.; $./$.B$ @.B$.; @.BM $.;B @./M $.@$
@.;$.-/ @.B$ $.-@ @.B @.B @.M$ $.-B @.BB $.- @.;; $.%; @.M/ $./@.B
B.+&05&04 2/ B. . 30
L /,B. B B,) F. . *K>+*(+,
L) ,B.+/)/ L)+.) / B/+). / .>,+
A3ora calculemos el coeficiente de correlación para determinar la relación entre la presión de soplado y el claro de base. El coeficiente de correlación para este diagrama es de 2 r S -.M%B$ 2, por lo tanto eiste una correlación negativa de M%.B$< entre la presión de soplado y el claro de baseR es decir, a medida que aumenta la presión de soplado, disminuye el valor del claro de base. *or lo tanto la presión de soplado debe ajustarse a un promedio de $.% bares para reducir el grado de variación en el proceso. *or otro lado analiaremos de igual manera la relación eistente entre el 9A'E 0espesor de la pared del envase1 y el claro de base, para ello tomaremos las mismas lecturas del claro de base, pero a3ora las relacionaremos con las lecturas del 9A'E, dic3as lecturas fueron tomadas de la misma muestra de los envases. A continuación se muestra la tabla con dic3a información.
G+T ?J@
CL+* ;+ ?R?
G+T ?J@
CL+* ;+ ?R?
.--M .M;B .//.%-M .-M.-/.@%$ .@;@ .@@ /.B;@ .// .$/; .// ./ .%@$
$.%% $.-M $. $.-% $./$./ $./ $./$ @.; $./ $.; @.M @.BM @
[email protected]@
.-@$ .%@$ .%@ .-B$ .$/; ./-@ .// .$/; .$/; .// .@$$ .@/ ./$ ./;@ .$/
@.;$.-/ @.B$ $.-@ @.B @.B @.M$ $.-B @.BB $.- @.;; $.%; @.M/ $./@.B
L /,B. B B,) F. . *K>+*(+,
L) ,B.+/)/ L)+.) / B/+). / .>,+
B.+&05& 04 2/ TB.
A3ora calculemos el coeficiente de correlación para determinar la relación entre el 9A'E y el claro de base. El coeficiente de correlación para este diagrama es de 2 r S -./;;- 2, por lo tanto esta característica no afecta a los envasesR es decirR no es una causa por la cual los envases estén fuera de especificación en el claro de base.
Conclsión9 )ebido a que la presión de soplado afecta en gran medida a la característica claro de base, la presión de soplado debe ajustarse en el recetario a una presión de soplado promedio de $.% bares
$.4.5 "RA(ICA DE CONTRO0 DE #EDIAS 2 RAN"OS. 5na ve que se elaboraron los 3istogramas y los diagramas de dispersión, para verificar el comportamiento de la característica del claro de base, lo que 3icimos fue recolectar información 0datos1, en este caso fueron %@- lecturas, para lo cual sacamos una muestra de $ lecturas cada - minutos en lo correspondiente al segundo turno. *ara su elaboración realiamos lo siguiente4 %. +ecogimos los datos 0$ lecturas cada - minutos1 /. (alculamos el promedio para cada subgrupo
L /,B. B B,) F. . *K>+*(+,
L) ,B.+/)/ L)+.) / B/+). / .>,+ . Así mismo calculamos el promedio de promedios @. (alculamos el rango para cada subgrupo y el promedio del rango $. (alculamos las líneas de control para las medias y rangos . 5na ve calculado lo anterior, graficamos las líneas de control y los puntos de las medias y los rangos para cada subgrupo. A continuación se presenta la grafica de control de medias y rangos para la característica del claro de base4
VI. CONCLUSIÒN Y SUGERENCIAS. CONCLUSIN Las variables que tienen mayores defectos en el proceso de soplado 0 envase coca cola /.$ lts.1 son4 en primer terminó el claro de base, seguido por la capacidad de llenado, la perpendicularidad y el peso de base. Así mismo se determinó que las causas que provocan los defectos en el claro de base son principalmente el gate,0espesor de la pared del envase y la presión de sopladoR siendo esta =ltima característica, la variable que más tiene relación con el claro de base, es decir, la presión de soplado provoca los defectos en el claro de base en un M%.B$<. En cuanto a las 3ipótesis presentadas anteriormente, se demostró que la presión de soplado tiene una relación de al menos un M-
SUGERENCIAS
L /,B. B B,) F. . *K>+*(+,
L) ,B.+/)/ L)+.) / B/+). / .>,+ )e acuerdo con los resultados obtenidos anteriormente, los cuales fueron resultados de la aplicación de las 3erramientas estadsticas, se sugiere4 (on la característica del claro de base se ve afectado en un M%.B$< por la variable de presión de soplado, por lo que es recomendable buscar la presión de soplado a un promedio de $.% barts. En lo que respecta a la materia de administración de calidad, creemos que la profundiación con que se vo la aplicación de cada una de las 3erramientas estadsticas de la calidad fue muy acertada, ya que a través de la aplicación de los procesos productivos, podemos encontrar problemas y proponer soluciones para la mejora contin=a de la calidad. 'ambin pensamos que falt profundiar un poco ms en lo que se refiere a normas de calidad, pues consideramos que es de suma importancia conocer los requisitos y procedimientos que deben seguirse para lograr la certificación de las empresas. Le damos las gracias por su enseana y los conocimientos transmitidos para nuestra formación profesional
VII. BIBLIOGRAÌA
OB)! LB,) O>).+),+-. C+.<,) / () E*) L+B) 1980 #..! M L ? L;+. D M E)/+,) *)) A/+.+),+-. ? E,.) M,G) H+(( 1991 E/)/ D+.> L) .B;) ,.) D) / S). 1994 DB T+((?! R ? +(! M+,( P().),+-. ? C.( / C T+(() 1980 #+). ! H)(/ T) / C.)+(+/)/ / C ? T) / D,++. ./ / CB(B) E,.-+,) 1976 E*,+)(+) . Q)+.! S+ S+>) ? C)(++;+/)/ I.;+>)/ . E)/+,) A*(+,)/) ? C*)+. O>).+),+.)( P+.,+*+ / A/+.+),+-. / O*),+. #)? R./ ? )? H+ P.+, H)((! P+.,+*+ / )/+.+),+-. / *),+.! **1 & 19 > H+/)! R S) ? E/B)/ Q)+@) M),,+ A/+.+),+-. ? )>+) %) ? *F,+,)' **195202!547&549 L /,B. B B,) F. . *K>+*(+,
