Cusa de, Nicolas. Un ignorante discurre acerca de la mente. Seleccion
El Diagrama Cusa
-
Upload
daniel-romero -
Category
Documents
-
view
295 -
download
5
description
Transcript of El Diagrama Cusa
1. Diseñe el diagrama cusa- efecto para establecer las condicionantes en la
aplicación del Sistema HACCP en la pequeña Industria Alimentaria del Perú
Diagrama de Causa efecto: Es una técnica de análisis para la solución de problemas,
que muestra la relación entre una característica de calidad y los factores de influencia,
ayudándonos a encontrar las causas posibles que nos afectan y encontrar su solución.
Para identificar las posibles causas se usa la lluvia de ideas, la cual se debe hacer sin
juicio previos y respetando las opiniones.
Técnica para generar ideas creativas cuando la mejor solución no es obvia.
Reunir a un equipo de trabajo (4 a 10 miembros) en un lugar adecuado
El problema a analizar debe estar siempre visible
Generar y registrar en el diagrama de Ishikawa un gran número de ideas, sin
juzgarlas, ni criticarlas
Motivar a que todos participen con la misma oportunidad
VERIFICACIONDESARROLLO
DE PROC. MONITOREO
ESTABLECIMENTO DE LIMITES CRITICOS
IDENTIFICACIÓN DE PUNTOS
DOCUMENTACION
ANALIZAR RIEZGOS Y PELIGROS
Verificar el procedimiento que este correcto
Corregir los errores
Capacitación de personal especial
Registrar los cambios
Conocer los puntos críticos
Conocer los riesgos del proceso
Empleados capacitados
Orden en la actualización de datos
Verificar cada procedimientoObservar cada
procedimiento
PLAN HACCP
IV. EJERCICIOS PARA LA CONSTRUCCION DE HISTOGRAMAS
1. Evaluar cómo se distribuye el volumen de una Bebida Energizante en 75
unidades evaluadas y correspondientes al turno noche. Asimismo dicha bebida
posee una especificación de 750 mL +/-2 mL. Analice los resultados.
746747749745742
748746749744749
750742750746752
752747746750748
740742750752741
747748749747746
748749747748751
746748745750748
751746749752751
749752749750739
747746752750752
752748745743745
746752746750748
750746744751743
751745748742749
TOTAL: n=75 datos VALOR MÍNIMO: 739 VALOR MÁXIMO: 752 RANGO: 752-739=13 NUMERO DE CLASE: √75=8,66≅ 9 ANCHO DE CLASE:
138,66
=1,501
n° de LI LS MARCA DE
clase CLASE (mediana) (x)
1 739 740,4 739.7
2 740,5 741,9 741.2
3 742 743,4 742.7
4 743,5 744,9 744.2
5 745 746,4 745.7
6 746,5 747,9 747.2
7 748 749,4 748.7
8 749,5 750,9 750.2
9 751 752,5 751.75
LI LS MARCA DE CLASE (mediana) (x)
frecuencia (fxi) ¿¿)
739 740,4 739.7 2 1479.40 1094312.18
740,5 741,9 741.2 1 741.20 549377.44
742 743,4 742.7 6 4456.20 3309619.74
743,5 744,9 744.2 2 1488.40 1107667.28
745 746,4 745.7 16 11931.20
8897095.84
746,5 747,9 747.2 6 4483.20 3349847.04
748 749,4 748.7 19 14225.30
10650482.11
749,5 750,9 750.2 9 6751.80 5065200.36
751 752,5 751.75 14 10524.50
7911792.88
TOTAL 75 56081.20
41935394.87
μ=56081.2075
=747,75
δ=√ 41935394.8775−747,752=2,92
738.2 739.7 741.2 742.7 744.2 745.7 747.2 748.7 750.2 751.750
2
4
6
8
10
12
14
16
18
20
HISTOGRAMA
MARCAS DE CLASE
FREC
UENC
IA
x1=750−2=748→L.I .
x2=750+2=752→L. S .
μ=747,75
δ=2,92
Z1=x1−μδ
=748−747,752,92
=0,09
Z2=x2−μδ
=752−747,752,92
=1,46
1,460,09
ÁREA: 0.392
NUMERO DE BEBIDAS QUE CUMPLEN CON LOS REQUISITOS SON:0,392×75=29,4≅ 29 BEBIDAS
NUMERO DE BEBIDAS QUE NO CUMPLEN CON LOS REQUISITOS SON:
0,608×75=45,6≅ 46 BEBIDAS
2. se cuenta con la siguiente información de los Registros del Centro de Engorde
San Bartolomé, generada entre el 18 y 22 de Agosto del 2007. Evaluar la
variable volumen de leche en cabras de diferentes meses de edad.
CASO EDAD
CABRA
LECHE
(L)
CASO EDAD
CABRA
LECHE
(L)
CASO EDAD
CABRA
LECHE
(L)
1 25 2.9 16 23 3.5 31 23 2.75
2 22 2.9 17 27 3.62 32 19 3.18
3 32 4.04 18 28 3.3 33 19 3.14
4 22 4.35 19 19 2.65 34 26 3.08
5 18 3.6 20 32 2.86 35 18 2.8
6 21 3.5 21 17 2.62 36 24 3.4
7 20 3.2 22 21 3.56 37 30 3
8 19 3 23 18 3.1 38 26 3.05
9 23 3.6 24 27 3.62 39 19 2.9
10 26 2.8 25 21 3.18 40 34 3.1
11 36 3 26 19 2.95 41 28 3.4
12 30 3.3 27 19 3.9 42 24 2.97
13 23 3.1 28 31 3 43 26 2.94
14 29 3.3 29 32 4 44 22 3.8
15 22 3.3 30 21 3.85 45 34 4.65
SOLUCIÓN:
Con la ayuda del excel graficamos el diagrama de dispersión y tenemos que para cada
edad (meses) representamos el volumen de leche de cabra.
Figura 1. Gráfico de Dispersión de la edad (meses) y la cantidad de leche (litros)
15 20 25 30 35 400
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
Edad vs cantidad de Leche
EDAD (meses)
LECH
E (L
)
El grafico de dispersión nos muestra en primer lugar que a mayores edades
tienen mayor producción de leche de cabra, es decir parece haber una
correlación positiva entre edad expresada en meses y cantidad de leche
expresada en litros.
Además según el grafico se ve que no hay una correlación total y absoluta
entre variables edad (meses) y leche (L).
En el punto 1 del gráfico de dispersión se nota que hay animales de igual edad
(de 19 meses) y diferentes producción de leche (2.65 litros, 3 litros y 3.9 litros).
En el punto 2 de gráfico de dispersión se nota que hay animales de igual edad
(de 26 meses) y diferentes producción de leche (2.8 litros, 2.94).
Según el grafico hay mayor producción de leche (4.65 litros) a los 34 meses de
edad.
En segundo lugar la producción de leche es de 4.35 litros a los 22 meses de
edad.
V. EJERCICIOS PARA LA CONSTRUCCIÓN DE DIAGRAMAS DE DISPERSIÓN
1 2
1. Presentar al menos 3 ejemplos de Construcción de Diagramas de Dispersión de
relaciones entre variables en el campo de la Industria Alimentaria.
a. Una empresa procesadora de néctar desea utilizar un nuevo edulcorante
en sus productos. Antes de realizar el cambio, la empresa decide realizar
una prueba para determinar una posible relación entre la utilización del
nuevo edulcorante y el número de posibles defectos obtenidos. Para dicho
propósito, analiza muestras producidas con diferentes porcentajes del
nuevo edulcorante, recolectándose los siguientes datos:
% nuevo edulcorante
Nro defectos % nuevo edulcorante
Nro defectos
1 20 4.2 35
1.2 24 4.4 33
1.4 18 4.6 39
1.6 27 4.8 46
1.8 23 5 48
2 25 5.2 39
2.2 21 5.4 41
2.4 29 5.6 48
2.6 26 5.8 43
2.8 34 6 48
3 31 6.2 49
3.2 27 6.4 50
3.4 27 6.6 48
3.6 30 6.8 53
3.8 36 7 51
4 40 7.2 58
0 1 2 3 4 5 6 7 80
10
20
30
40
50
60
70
f(x) = 5.65340909090909 x + 13.2897727272727R² = 0.906816538273177
Nro defectosNro defectos Linear (Nro defectos)
% de sustitucion
defe
ctos
Tal y como lo indica el grafico, hay una relación directa entre el porcentaje de
sustitución del nuevo edulcorante y el número de defectos, por lo que la empresa
tendría que decidir en no cambiar el edulcorante utilizado, o sustituirlo
parcialmente, para obtener los menores números de defectos.
b. Una fábrica de galletas evalúa la relación que hay entre el tiempo de
horneado de las galletas que produce y el número de las mismas que
resultan quemadas en el proceso, obteniendo los siguientes datos:
Tiempo de horneado galletas quemadas
10 1
45 8
30 5
75 20
60 14
20 4
25 6
0 10 20 30 40 50 60 70 800
5
10
15
20
25
f(x) = 0.275770925110132 x − 2.15418502202643R² = 0.958005544500237
galletas quemadasgalletas quemadas Linear (galletas quemadas)
Como lo muestra la figura, hay una relación directa entre el número de productos
quemados y el tiempo, como es de esperarse, a mayor tiempo de horneado,
mayor será el número de defectos, en este caso, galletas quemadas.
VI. EJERCICIOS PARA LA APLICACIÓN DEL DIAGRAMA DE PARETO
1. Durante 6 meses de evaluación, la empresa “Bocaditos S.A” ha analizado los
reclamos de los clientes por defectos encontrados en los productos producidos,
los mismos que se han establecido de la siguiente manera:
CAUSAS DE DEVOLUCIONES CASOS
A 10
B 42
C 6
D 104
E 4
F 34
Solución:
Una vez definida las causas de devoluciones y los casos, se procede a ordenar
en orden descendente los casos de mayor importancia, obteniendo el total
acumulado, el porcentaje y el porcentaje acumulado.
CAUSAS DE DEVOLUCIONES
CASOS % % Acumulado
D 104 52 52
B 42 21 73
F 34 17 90
A 10 5 95
C 6 3 98
E 4 2 100
200 100
DIAGRAMA DE DEVOLUCIONES DE BOCADITO
D B F A C E0
20
40
60
80
100
120
52
2117
5 3 2
100
52
73
9095 98 100
Series1 Series2
2.- Incidencia de recuentos microbiológicos altos en hisopado en operarios por
deficiencias en aplicaciones de principios generales de higiene:
DEFICIENCIAS CASOS
(INCIDENCIAS)
No usa uniforme completo (gorro, mascarilla, pantalón y chaqueta, botas)
62
No sigue procedimientos de limpieza y desinfección (L y D) 58
No sigue reglas de comportamiento 50
No se lava las manos en actividades requeridas 47
Usa uniforme sucio 22
Sufre de enfermedad gastrointestinal 16
Higienizan su uniforme en casa 15
Consumen alimentos durante su trabajo 10
Los procedimientos de L y D no son efectivos 4
¿Cuál sería el correspondiente Grafico de Pareto, y como se interpretaría?
SOLUCIÓN
Se ordena las categorías de causas de mayor a menor importancia; obteniendo el
total acumulado y el porcentaje acumulado.
DEFICIENCIAS Nº DE CASOS % % ACUMULADO
No usa uniforme completo (gorro, mascarilla, pantalón y chaqueta, botas)
62 21.8% 21.8%
No sigue procedimientos de limpieza y desinfección (L y D)
58 20.4% 42.2%
No sigue reglas de comportamiento 50 17.6% 59.8%
No se lava las manos en actividades requeridas
47 16.6% 76.4%
Usa uniforme sucio 22 7.8% 84.2%
Sufre de enfermedad gastrointestinal 16 5.6% 89.8%
Higienizan su uniforme en casa 15 5.3% 95.1%
Consumen alimentos durante su trabajo
10 3.5% 98.6%
Los procedimientos de L y D no son efectivos
4 1.4% 100%
284 100%
Luego obtener el diagrama de Pareto
INTERPRETACION:
El diagrama nos permitió visualizar que el 60% de la Incidencia de recuentos
microbiológicos altos en hisopado en operarios, ocasionadas principalmente por las
causas; no usa uniforme completo (gorro, mascarilla, pantalón y chaqueta, botas), y
no sigue procedimientos de limpieza y desinfección (L y D) y en menor medida por
la causa (No sigue reglas de comportamiento)
De esta manera, se obtiene una lectura fácil sobre cuáles deben ser las causas del
problema que deben ser atacadas mediante un Plan de Mejora.
VII. EJERCICIOS PARA LA CONSTRUCCIÓN DE GRAFICOS DE CONTROL
1. Presente un ejemplo de cada gráfico de control (variables: promedio y rango,
atributos: defectuosos y atributos: defectos) referido a la evaluación de un proceso
o productos en campo de la industria alimentaria.
Ejemplo de una carta de control p. Se ha encontrado que una carta de control
de las proporciones en una industria de alimentos se anotó las conservas de
envases defectuosas es más adecuada para este análisis. También se ha
determinado realizar el muestreo con subgrupos de tamaño variable, por lo
que se ha optado por llevar a cabo el análisis con una carta de control p.
Después de 30 días se ha obtenido los siguientes datos. También se ha
encontrado que en los días 4,18 y 19 se dio un número anormal de unidades
defectuosas, lo cual parece deberse a problemas con el transporte.
Solución:
Datos recopilados de los reportes del mes anterior:
Primer cálculo para obtener los límites de control:
p=∑ d
∑ n=
Totalde defectuososTotal de inspeccionados
=37027031
=0.0137
n=Total de inspeccionadosTotal de subgrupos
=2703130
=901
LCS=p+3√ p (1−p)n
=0.0137+3√ 0.0137(1−0.0137)901=0.0253
LCI=p−3√ p (1−p )n
=0.0137−3√ 0.0137(1−0.0137)901=0.0021
Primer grafico para observar los puntos fuera de los límites de control.
Subgrupos descartados de acuerdo a la gráfica anterior.
Segundo cálculo para obtener nuevos puntos de control.
La carta de control muestra tres puntos fuera de los límites de control.
Precisamente en esos días se reportaron varios envases de conserva con defectos
en las clavijas. Por lo tanto, esas causas deben ser descartadas y la línea central y
los límites de control deben ser calculados nuevamente.
pnuevo=∑ d−∑ d descartados
∑ n−∑ ndescartados=
370−(22+25+25)27031−789+908+837
=0.0120
n=Total de inspeccionados−∑ ndescartados
Total desubgrupos−∑ T descartados=27031−(789+908+837)
30−3=907.3
LCS=p+3√ p (1−p)n
=0.0121+3√ 0.0121(1−0.0121)907.3=0.0231
LCI=p−3√ p (1−p )n
=0.0121−3√ 0.0121(1−0.0121)907.3=0.0012
Segundo gráfico para observar los puntos fuera de los límites de
control.
Subgrupos descartados acumulados de acuerdo a las gráficas
anteriores.
Tercer cálculo para obtener nuevos puntos de control.
pnuevo=∑ d−∑ d descartados
∑ n−∑ ndescartados=370−(22+25+22)30000−3000
=0.0110
μ=n p=1000∗0.0110=11.00
σ=√n p−p
LCS=n p+3√n p−p=11.00+3 √11.00−0.011=20.89
LCI=n p−3√n p−p=11.00−3 √11.00−0.011=1.11
Tercer grafico para observar los puntos fuera de los límites de control.
Conclusión:
Se comprobara que todos los valores de unidades de conserva reportados de las
muestras para la industria alimentaria de los gráficos correspondientes no están
dentro de sus límites de control.
BIBLIOGRAFÍA:
Díaz, J. (2007). Optimización del proceso de liofilización de huevos tamaño
no comercial de gallina ponedora Leghorn Blanca Hy – line W-98. (Tesis
para optar el título de Ingeniero en Agroindustria Alimentaria). Zamorano,
Honduras.
Mestre, G.; Masuda C.; Brea M.; Levy L.; Pico M.; y Blasi B. (2011).
Evaluación del riesgo de infecciones alimentarias en pacientes internados
en un hospital pediátrico de alta complejidad y su sistema de prevención.
Revista científica de nutrición, págs.: 30-39.
II. LAS SIETE NUEVAS HERRAMIENTAS PARA LA MEJORA DE LA
CALIDAD.
1. EJERCICIO PARA LA OBTENCION DE DIAGRAMA DE AFINIDAD.1.1. Establecer el diagrama de afinidad para la lista de problemas identificados durante
la aplicación de la tormenta de ideas en la empresa FEMIR S.A.C.
2. EJERCICIO PARA LA OBTENCION DEL DIAGRAMA DE RELACIONES
2.1. Generar el diagrama de relaciones para el tema: ¿Por qué comete errores un operario?
3. EJERCICIO PARA LA CONSTRUCCION DEL DIAGRAMA DEL ARBOL.3.1. Obtener el diagrama de árbol para el tema : aumentar la motivación de los
empleados.
4. EJERCICIO PARA LA OBTENCION DEL DIAGRAMA DE MATRICES.
Desarrollar el diagrama matricial el L para las variables “perfil
motivacion al personal
Construir una marca fundacional
coherencia entre la imagen externa y la interna del personal
Es importante que se reconozcan sus logros
incentivando
dando un reconocimiento
Es importante que se reconozcan sus logros
Desarrollar la carrera del personal
Crear un clima laboral estimulante
se sientan parte de los conseguidos por la
empresa.
Tomar en cuenta ideas, opiniones y sugerencias de los
empleados