SOLUCIONARIO_CAPITULO_5_Y_6.docx

57
Escuela Profesional de Ingeniería Industrial  Control Estadístico EJERCICIOS DEL CAPITULO 5  1. ¿Cuándo se dice que un proceso es capaz o hábil?  Se dice que el proceso es capaz Cuando el Cpk (TENDENCIA CENTRAL L  A VARIABILIDAD ) es mayor a 1.25 PARA UN PROCESO YA EXISTENTE EN CASO DE UN NUEVO PROCESO MAYOR 1.45  2. Con respecto a los índices Cp y Cpk, explique:  a) ¿Qué mide el índice Cp? Mide el ancho de las especificaciones o la variación tolerada para el  proceso con la amplitud de la variación real: b) ¿Qué significa que un proceso esté descentrado? Explique con un ejemplo. Es cuando el valor del índice Cpk es mucho más pequeño que el Cp, significa que la media del proceso está alejada del centro de las especificaciones. Ejemplo: En un proceso de envasado de gaseosa la especificación inferior EI = 270 ml y la superior ES = 290 ml, con una valorización ideal o nominal de N = 280. Para monitorear el correcto funcionamiento del  proceso de corte, cada media hora se toma 5 envases y se mide. De acuerdo con las mediciones realizadas en el último mes, en donde el  proceso ha estado trabajando de manera estable, se tiene que la media y la desviación estándar del proceso (poblacional) son μ = 283 y σ = 3, respectivamente. De donde se destaca que el proceso  

Transcript of SOLUCIONARIO_CAPITULO_5_Y_6.docx

Escuela Profesional de Ingeniera IndustrialControl Estadstico

EJERCICIOS DEL CAPITULO 5

1. Cundo se dice que un proceso es capaz o hbil?

Se dice que el proceso es capaz Cuando el Cpk (TENDENCIA CENTRAL L A VARIABILIDAD ) es mayor a 1.25 PARA UN PROCESO YA EXISTENTE EN CASO DE UN NUEVO PROCESO MAYOR 1.45

2. Con respecto a los ndices Cp y Cpk, explique:

a) Qu mide el ndice Cp?

Mide el ancho de las especificaciones o la variacin tolerada para el proceso con la amplitud de la variacin real:

b) Qu significa que un proceso est descentrado? Explique con un ejemplo.

Es cuando el valor del ndice Cpk es mucho ms pequeo que el Cp, significa que la media del proceso est alejada del centro de las especificaciones. Ejemplo:

En un proceso de envasado de gaseosa la especificacin inferior EI = 270 ml y la superior ES = 290 ml, con una valorizacin ideal o nominal de N = 280. Para monitorear el correcto funcionamiento del proceso de corte, cada media hora se toma 5 envases y se mide. De acuerdo con las mediciones realizadas en el ltimo mes, en donde el proceso ha estado trabajando de manera estable, se tiene que la media y la desviacin estndar del proceso (poblacional) son = 283 y = 3, respectivamente. De donde se destaca que el proceso

Escuela Profesional de Ingeniera IndustrialControl Estadstico

no est centrado, ya que la media del proceso, = 283 est alejada del centro de las especificaciones (N = 280).

c) El ndice Cp toma en cuenta el centrado de un proceso? Argumente su respuesta.

El ndice Cp si toma en cuenta el Variabilidad del proceso, porque de ah se puede observar la clase o categora del proceso.

d) Por qu se dice que el ndice Cp mide la capacidad de potencial y el Cpk la capacidad real? Apyese en los puntos anteriores para explicar.

Con el Cp nos dice si el proceso como se encuentra su variabilidad y de acuerdo a eso nos ubica en una clase o categora del proceso y el ndice Cpk representa el valor mnimo entre el Cpi y Cps es decir, es igual al ndice unilateral ms pequeo. Y tiene la ventaja que considera el centrado del proceso

3. Si una caracterstica de calidad debe estar entre 30 2, y se sabe que su media y desviacin estndar estn dadas por = 29.3 y = 0.5, calcule e intrprete a detalle los siguientes ndices: Cp, Cpk, K, Cr y Cpm.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

EI = 28, ES = 32, = 29.3, = 0.5

=1.33

Es de tipo 1, es un proceso adecuado.

= 0.86

Como el proceso Cpk es menor que 1 el proceso el proceso no cumple con una de las especificaciones.

= -35

Como el valor de K es negativo significa que la media del proceso es menor que el valor nominal.

El valor parcialmente adecuado que indica que la variacin del proceso potencialmente cubre el 75% de la banda de especificaciones.

; =0.86

Cpm =0.775

Como el Cpm es menor que uno, significa que el proceso no cumple con especificaciones, ya sea problemas de centrado o por exceso de variabilidad.

4. Para el ejercicio 13 del captulo 2, acerca del grosor de las lminas asbesto, se tiene que las especificaciones son: EI = 4.2 mm, ES = 5.8

Escuela Profesional de Ingeniera IndustrialControl Estadstico

mm. Adems de las mediciones realizadas en los ltimos tres meses, se aprecia un proceso con una estabilidad aceptable, con =4.75 y =

0.45. Ahora conteste lo siguiente :

a) Calcule el indica K e interprtelo.

b) Obtenga los ndices Cp y Cpk e interprtelos

c) a partir de la tabla 5.2, estime el porcentaje de lminas que no cumplen con especificaciones: del lado inferior, del superior y ambos lados.

d) En resumen, el proceso cumple con especificaciones? Argumente su respuesta.

EI = 4.2, ES = 5.8, N = 5, = 4.75, = 0.45.

a) = 31.2 %

La media del proceso esta desviada 31.2 % a la derecha del valor nominal, por lo que el centrado del proceso es inadecuado y esto contribuye de manera significativa a la baja capacidad del proceso para cumplir con la especificacin superior.

b) = 0.59

Pertenece a la clase 4, no es adecuado para el trabajo, requiere de modificaciones.

= 0.47

El proceso no cumple con por lo menos una de las especificaciones.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

5. Los siguientes datos representan las mediciones de viscosidad de los ltimos tres meses de un producto lcteo. El objetivo es tener una viscosidad de 80 10 cps

a) Construya una grfica de capacidad de este proceso (histograma con tolerancias) y de una primera opinin sobre la capacidad.

b) Calcule la media y la desviacin estndar, y tomando a estos como parmetro poblacionales estime los ndices Cp, Cpk, Cpm y K, e interprtelos con detalles.

c) Con base en la tabla 5.2, tambin estime el porcentaje fuera de especificaciones.

d) las estimaciones realizadas en los dos incisos anteriores y las correspondientes estimaciones se deben ver con ciertas reservas? Por qu?

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Capacidad de proceso de medicion de viscocidad

(utilizando 95.0% confianza)

P rocesar datos

LIE70

O bjetiv o80

LSE90

M edida de la muestra82.45

Nmero de muestra80

Desv .Est. (Dentro)2.73813

Desv .Est. (General)2.62365

LIEObjetivoLSE

72757881848790

Dentro de

General

C apacidad (dentro) del potencial

C p1.22

LC inferior1.03

LC superior1.41

C P L1.52

C P U0.92

C pk0.92

LC inferior0.76

LC superior1.08

C apacidad general

P p1.27

LC inferior1.07

LC superior1.47

P P L1.58

P P U0.96

P pk0.96

Desempeo observ adoExp. Dentro del rendimientoExp. Rendimiento general

P P M < LIE0.00P P M < LIE2.72P P M < LIE1.04

P P M > LS E0.00P P M > LSE2913.52P P M > LSE2003.12

P P M Total0.00P P M Total2916.24P P M Total2004.16

LCinferior0.79

LC superior1.13

C pm0.93

LCinferior0.82

=1.22

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Es de tipo 2, es un proceso parcialmente adecuado requiere de un control estricto.

= 0.92

Como el proceso Cpk es menor que 1 el proceso el proceso no cumple con una de las especificaciones.

;

Cpm =0.93

Como el Cpm es menor que uno, significa que el proceso no cumple con especificaciones, ya sea problemas de centrado o por exceso de variabilidad.

6. Para el ejercicio 15 del captulo 2, estime los ndices de capacidad Cp, Cpk y K, e interprtelos.

N = 28, ES = 28.5, EI = 27.5, = 0.2, = 28.11

Es de tipo 3, no adecuado para el trabajo. Es necesario un anlisis del proceso. Requiere de modificaciones serias para alcanzar una calidad satisfactoria.

Como el Cpk es menor que uno, entonces el proceso no cumple con por lo menos una de las especificaciones.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Es un valor parcialmente adecuado que indica que la variacin del proceso potencialmente cubre el 22% de la banda de especificaciones.

7. Una caracterstica importante en la calidad de la leche de vaca es la concentracin de grasa. En una industria en particular se fij 3.0% como el estndar mnimo que debe cumplir el producto que se recibe directamente de los establos lecheros. Si de los datos histricos se sabe que =4.1 y =0.38:

a) Calcule el Cpi e interprtalo.

b) Con base en la tabla 5.2, estime el porcentaje fuera de especificaciones.

c) La calidad es satisfactoria?

Variable X= concentracin de grasa

a) Cpi = 0.965

Interpretacin: como el valor es menor que 1 entonces el proceso no cumple con por lo menos una de las especificaciones, y por cada milln de unidades del producto sale 1349.69 partes por milln que no cumple con el porcentaje de grasa.

b) Interpretacin: el porcentaje que esta fuera de especificacin seria 0.1350%.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

c) la calidad del producto lcteo no es satisfactoria porque Cp es de categora 3 por lo tanto requiere de seria modificaciones para alcanzar una calidad satisfactoria.

8. en el ejercicio 17 del captulo 2, con ES = 6, estime el ndice Cps e interprtelo.

Linea 1 = 6.87, = 1.02

Linea 2 = 7.14, = 1.11

Linea 3 = 7.32, = 0.86

9. Para el ejercicio 21 del captulo 2, estime el Cpi e interprtelo.

= 1.3, EI =40, = 44 = 1.026

Como el valor no es mayor que 1.25, no es adecuado por la parte superior.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

10. En una empresa que elabora productos lcteos se tiene como criterio de calidad para la crema, que esta tenga 45% de grasa, con una tolerancia de 5. De acuerdo con los muestreos de los ltimos meses se tiene una media de 44.5 con una desviacin estndar de 1.3. realice un anlisis de capacidad para ver si se cumple con la calidad exigida (Cp, Cpk, K, Cpm, limites reales) represente de manera grfica sus resultados y comntelos.

EI = 40, ES = 50, = 44.5, = 1.3, N = 45

=1.28

Es de clase 2, parcialmente adecuado, requiere de un control estricto.

= 1.15

= -0.1

;= 1.39

Cpm = 1.196

Como el proceso Cpm es mayor que uno, Cumple con las especificaciones

11. El volumen en un proceso de envasados debe estar entre 310y 330ml. De acuerdo con los datos histricos se tiene que = 318 y = 4. el proceso de envasados funciona bien en cuanto al volumen? Argumente su respuesta.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

EI = 310, ES = 330, = 318, = 4, N = 320

=1.67

Es de clase 1 y es adecuado

= 0.66

Como es menor que uno, entonces el proceso no cumple con por lo menos una de las especificaciones.

= -0.2

Es un valor parcialmente adecuado que indica que la variacin del proceso potencialmente cubre un 12% de la banda de especificaciones.

;= 4.47

Cpm =0.745

Como el valor de Cpm es menor que uno, significa que el proceso no cumple especificaciones.

12. El porcentaje de productos defectuosos en un proceso es de 2.3%. con base en la tabla 5.2 estime el Cp de este proceso.

13. Si un proceso tiene un Cps = 1.3, estime las PPM fuera de especificaciones (apyese de la tabla 5.2).

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Si un proceso tiene un Cps = 1.3, entonces partes por milln (PPM) = 1349.967.

14. Las especificaciones del peso de una preforma en un proceso de inyeccin de plstico es de 60 1g. para hacer una primera valoracin de la capacidad del proceso se obtiene una muestra aleatoria de n = 40 piezas, y resulta que X = 59.88 y S = 0.25.

a) Estime con un nivel de confianza de 95% los ndices Cp, Cpk y Cpm, e intrprete cada uno de ellas.

b) hay seguridad de que la capacidad del proceso sea satisfactoria?

c) Por qu fue necesario estimar por intervalo?

15. Conteste los primeros incisos del problema anterior, pero ahora suponga que el tamao de la muestra fue de n = 140. las conclusiones sern las mismas?

16. Realice el problema 14 con de n = 40 piezas, X = 59.88 y S 0.15.

17.

18. En el problema 24 del captulo 2 se desea garantizar que el porcentaje de CO2 (gas) est entre 2.5 y 3.0 por medio del anlisis de los datos obtenidos:

a) Calcule los ndices de capacidad del proceso, en especial K, Cp y Cpk, e interprtelos.

b) Con la evidencia obtenida, cul es su opinin acerca de la capacidad del proceso referido?

EI = 3.0, ES = 2.5, = 2.65, = 0.056, N = 2.75

Escuela Profesional de Ingeniera IndustrialControl Estadstico

=1.48

Es de clase 2 y es adecuado.

= 0.89

Como Cpk es menor que uno, entonces el proceso no cumple por lo menos una de las especificaciones.

= 40 %

La media del proceso esta desviada un 40% a la izquierda del valor nominal, por lo que el centrado del proceso es inadecuado y esto contribuye de manera significativa a la baja capacidad del proceso para cumplir con la especificacin superior.

19. Que significa que un proceso tenga nivel de calidad tres sigma? porque ese nivel no es suficiente?

Tener un proceso tres sigmas significa que el ndice Z correspondiente es igual a tres.

20. Explique cul es la diferencia entre capacidad de corto y a largo plazo.

Capacidad de corto plazo: se calcula a partir de muchos datos tomados durante un periodo corto para que no haya influencias externas en el proceso, o con muchos datos de un periodo largo, pero calculando con el rango promedio.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Capacidad de largo plazo: se calcula con mucho datos tomados de un periodo largo para que el proceso, y se estima mediante la desviacin estndar de todos los datos (=S)

21. Explique la mtrica seis sigmas (el estadstico Z).

El ndice Z se emplea como mtrica en seis Sigma cuando la caracterstica de calidad es de tipo continuo; sin embargo, muchas caracterstica de calidad son de atributos.

EJERCICIOS DEL CAPITULO 6

Diagrama de Pareto

1. Seale los dos objetivos principales del diagrama de Pareto.

Los dos objetivos del diagrama de Pareto es la estratificacin y la hoja de verificacin de un proyecto Seis Sigma (identificar prioridades y causa, ya que se ordena por orden de importancia a los diferentes problemas que se presenta en un proceso).

2. En un anlisis de Pareto primero se debe hacer un Pareto de problemas y despus un Pareto de causas. Explique en qu consiste cada uno de estos y de un par de ejemplos para ilustrarlo.

Pareto de problemas: sirve para identificar el grado de los problemas o fallas de un producto y saber que tan frecuente son esos problemas.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Pareto de causa: sirve para orientarse exclusivamente hacia la bsquedas de las causas del problema de mayor impacto, se estarn localizando pistas sobre la causa ms importantes a los problemas.

3. En qu consiste el principio de Pareto? Explique en el contexto de su rea de trabajo.

En mi rea de trabajo realizamos instalacin de redes interna para gas natural, y para saber la conformidad del cliente realizamos preguntas si hay fallas en el acabado, de acuerdo a lo que se nos mencione, si realizamos el diagrama de Pareto, tratara de corregir los problemas y las causa de acabado y de conformidad del cliente.

4. A partir de los datos de la hoja de verificacin de los defectos en vlvulas del ejemplo 6.4, efecte lo siguiente:

a. realice un Pareto de problemas y vea cul de ellos es predominante.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Realizando Pareto de problemas, observamos que la Zona 3 es el predomnate con 71 productos defectuosos.

b. para el defecto ms importante, realice un Pareto para causas.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Realizando Pareto de segundo Nivel para zona 3 y modelo de producto D, notamos que el mayor problema es la porosidad.

c. en resumen, Cules son las principales pistas para reducir la cantidad de piezas defectuosas?

En Resumen, las principales pistas para reducir la cantidad de piezas defectuosas es en la resistencia de los matariles debido a la porosidad que lleva dicha piezas.

5. En una empresa del ramo grafico durante dos meses se ha llevado el registro del tipo de defectos que tienen los productos finales, y se obtuvieron los siguientes problemas con sus respectivos porcentajes: fuera de tono, 35%: manches, 30%; fuera de registro, 15%; mal corte, 12%; cdigo de barras opaco, 8%. De acuerdo con el principio de Pareto, se puede afirmar que el problema vital, desde el punto de vista estadstico, es fuera de tono?

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Diagrama de Pareto de defectos

100100

80%

8080

frec6060Porcentaje

40VITALES40

2020

00

defectosfuera tonomanchasfuera registromal cortecodigo barras

frec353015128

Porcentaje35.030.015.012.08.0

% acumulado35.065.080.092.0100.0

De acuerdo al principio de Pareto si se puede afirmar que el problema Vital, desde el punto de vista estadstico, es fuera de tono con el 35%. Adems del defecto por manchas y fuera de registro.

6. Enliste las principales actividades que realiza y, de acuerdo con el tiempo que les dedica a cada una de ellas, haga un Pareto.

De acuerdo a lo relazado en da de semana, me dedico a estudiar y trabajar estas son mis 2 principales actividades:

Escuela Profesional de Ingeniera IndustrialControl Estadstico

De acuerdo al principio de pareto al dia me dedico un 33.33% a trabajar y un 20.83% a estudiar.

7. Mediante un anlisis, en una empresa se detectaron seis tipos bsicos de quejas de los clientes, pero cada tipo de queja causo diferente grado de insatisfaccin o molestia para el cliente. La escala que se utiliz para medir el grado de molestia es el siguiente: mxima molestia (10 puntos), mucha insatisfaccin (8), molestia moderada (6), poca (4), muy leve (2). Adems, en el anlisis se determin la frecuencia con la que ocurrieron en el ltimo semestre las distintas quejas. En la siguiente tabla se sinterizan los resultados de tal anlisis:

Escuela Profesional de Ingeniera IndustrialControl Estadstico

tipo de quejagrado de molestiafrecuencia de ocurrencia

A412%

B85%

C240%

D625%

E410%

F88%

a. Realice un anlisis de Pareto para determinar sobre qu tipo de queja se deben dirigir los esfuerzos para atender sus causas. Aplique la recomendacin 2 del diagrama de Pareto.

8. De acuerdo con la informacin de una hoja de verificacin en una lnea del proceso de envasado de tequila, en el ltimo mes se presentaron los siguientes resultados en cuanto a defectos y frecuencia:

Defecto de envasadofrecuencia

Botella804

Tapa715

Etiqueta1823

Contraetiqueta742

Botella sin vigusa916

Otros102

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Total de botellas envasadas en el mes424654

a. Realice un diagrama de Pareto y obtenga conclusiones.

Diagrama de Pareto de Defecto de envasado

5000100

400080

frecuencia300060Porcentaje

200040

100020

00

Defecto de envasadoaalaaao

tsltpr

eueet

uigtuaO

iqoiqT

tvBt

Eine

sa

r

lat

ln

eo

tC

o

B

frecuencia1823916804742715102

Porcentaje35.718.015.814.514.02.0

% acumulado35.753.769.484.098.0100.0

Realizando el pareto para problemas en el proceso de embazado de tequila, notamos que en el trabajo de etiquetado es el primero que comete ms errores con un 35.73%, mientras que el segundo con ms errores es la botella sin vigusa con un 17.95%.

9. En una empresa procesadora de carnes fras mediante una inspeccin al 100% se detectaron problemas en las salchichas. A continuacin se muestran los resultados de una semana.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

maquinaturnoProblemas y nmeros de paquetes

empacadoradefectuosos

Falta deManchaMancha

vacioverdeamarilla

AI4300700700

II6300650650

BI3500700400

II6600500420

CI8500800324

II9120655345

a. Considere que la gravedad de los tres problemas es la misma, realice un anlisis de Pareto para problemas y detecte cual es el ms significativo.

Realizando pareto para problemas se detect el problema con mayor Nivel que es Falla al Vacio con 38320 de paquetes defectuoso.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

b. Con respecto al problema vital, haga paretos de segundo nivel (causas) tanto para maquina como para turno.

Realiza

ndo pareto de segundo Nivel para las mquinas, notamos que la mquina C realiza 16720 paquetes defectuosos de falla de vaco.

c. Vuelva a realizar los anlisis anteriores, pero considerando que la gravedad del problema desde el punto de vista del cliente es la siguiente: falta de vacio (6), mancha verde (10), mancha amarilla (8).

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Realizando pareto de segundo nivel para los turnos de la mquina C, notamos que en el turno II produce 9120 de paquetes defectuosos, mientras que en el turno I produce 8500 productos defectuosos.

10. En un proceso de manufactura las piezas resultan defectuosas por distintas razones. Para entender cul es la regularidad estadistica de esta problemtica se decide registrar los datos de la inspeccin. Para el diseo de la hoja de verificacin se toma en cuenta que las posibles fuentes de variabilidad (origen de los problemas) son las maquinas, el dia y el turno. En la siguiente tabla se muestran los datos obtenidos en una semana.

a. Realice un Pareto para problemas y encuentre cual es el predominante.

b. Para el defecto principal, realice paretos de segundo nivel en

funcin de:

Escuela Profesional de Ingeniera IndustrialControl Estadstico

(o) rasguos superficiales, (x) rupturas, (-) incompletas, (/) forma inapropiada y (*) otro.

. Maquinas.

. Dia.

. Turno.

c. De los paretos de segundo nivel, con cuales se encontraron pistas especficas para localizar la causa? Explique.

d. En resumen, cules son las pistas concretas para orientar los esfuerzos de mejora?

11. En una fbrica de aparatos de linea blanca se han presentado problemas con la calidad de las lavadoras. Un grupo de mejora de la calidad decide revisar los problemas de la tina de las lavadoras, ya que con frecuencia es necesario re trabajarla para que esta tenga una calidad aceptable. Para ello, estratificaron los problemas en la tina de lavadora por tipo de defecto, con la idea de localizar cual es el desperfecto principal. A continuacin se muestra el anlisis de los defectos encontrados en las tinas producidas en cinco meses. Realice un anlisis de Pareto y obtenga conclusiones.

defectoFrecuencia

Boca de la tina ovalada1200

Perforaciones deformes400

Boca de la tina despostilladas180

Falta de fundente130

Mal soldada40

total1950

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Durante los cinco meses los mayores problemas de las tintas se debe a la boca de la tinta ovalada que genero 1200 productos defectuosos siguiendo despus las perforaciones deformes que generan 400 productos defectuosos.

Estratificacin

12. Qu es la estratificacin y para que se utiliza?

La estratificacin es una herramienta de calidad que sirve para analizar posibles problemas, fallas, quejas o datos de una determinada situacin. Y es utilizada para clasificar la informacin recopilada sobre una caracterstica de calidad.

13. En el rea de finanzas de una empresa, uno de los principales problemas son los cheques sin fondos de pago de los clientes. Por ello, dudan si aplicar medidas ms enrgicas con todos los pagos con

Escuela Profesional de Ingeniera IndustrialControl Estadstico

cheques o solo hacerlo con ciertos clientes. Cmo utilizara la estratificacin para tomar la mejor decisin?

Primero que nada analizara la situacin para ver en que radica este problema, luego de haber encontrado el factor negativo de la situacin actual de manera inmediata aplicar criterios de calidad, y en este caso hacer que todos los clientes sean tratados por igual con respecto a sus pagos.

14. En un rea de servicios dentro de una empresa de manufactura se realiza una encuesta para evaluar la calidad del servicio y el nivel de satisfaccin de los clientes. La encuesta consiste en 10 preguntas, y cada una de ellas evala diferentes aspectos del servicio proporcionado. Las respuestas para cada pregunta es un nmero entre 0 y 10. Para hacer un primer anlisis de los resultados obtenidos, se suman los puntos obtenidos de las 10 preguntas para cada cuestionario. A continuacin se muestran los puntos obtenidos en 50 cuestionarios.

78788285818680738478

68847578767682859180

70877782844849393943

35423444493430433134

41424542353839424329

a) Considerando que los primeros 25 cuestionarios (ordenados por rengln) provienen de un departamento y los restantes 25 de otro, realice un anlisis estratificado por departamento, calculando estadsticos bsicos: media, mediana, desviacin estndar, etc.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Estadsticas descriptivas: Point

Conteo

VariabletotalPrcAcumMedia Desv.Est.VarianzaCoefVar

MnimoMediana

Point4910060.2221.13446.3935.08

29.0 68.00

N para

Variable MximoRangoIQRModomodaAsimetra Kurtosis

Point91.00 62.0039.0042, 784-0.06-1.80

b) cules son sus observaciones ms importantes acerca del anlisis realizado?

El total de datos obtuvieron fue 49.

El promedio de los 25 cuestionarios es 60.22 puntos.

El 50% de los cuestionarios son menores o iguales a 68.00 y que el otro 50%son mayores o iguales a 68.00

Escuela Profesional de Ingeniera IndustrialControl Estadstico

La asimetra es negativa con un valor de - 0.06, quiere decir que la variable toma valores demasiado bajos con mayor frecuencia que valores muy altos y es asimtrica hacia la izquierda.

Las unidades de la diferencia entre los extremos como mximo entre dos variables es 62.00.

El grado de dispersin de los datos con respecto al valor promedio es 21.13.

La dispersin de sus valores respecto al valor central de la media es 446.39

c) Al enfocarse en el departamento con mayores problemas, sera de alguna utilidad estratificar los datos por pregunta? Explique.

En este caso sera recomendable de clasificar de nuevo los datos para analizar el problema, las fallas, las quejas o datos para clasificarlos de acuerdo con los factores que se cree que pueden influir en su magnitud, esto se hace con el fin de localizar la mejor manera para resolver el problema.

15. Cmo aplicara la estratificacin con el fin de orientar mejor la estrategia para disminuir la inseguridad en una ciudad?

En este caso primero lo que se debe de hacer es plantear distintas y posibles hiptesis hiptesis para ver en donde radica el problema. Se realiza una lluvia de ideas, en las cuales pueden estar, la drogadiccin, el pandillaje, poco patrullaje policial, muy poco alumbrado pblico, etc. luego de esto clasificamos todas estas ideas a fin de localizar las mejores pistas para resolver los problemas y ver cul es la causa de esta situacin.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

16. En una empresa se tiene el problema de robo de materiales, componentes y equipos por parte de los empleados. Cmo aplicara la estratificacin para orientar mejor la estrategia de disminucin de tales robos?

Como primer paso hacer la lluvia de ideas, ya que si se trata de una empresa que tiene tres horarios, el problema podra venir de los empleados que estn en el turno noche ya que no hay tanto control de seguridad como en horas del dia. Lo que se podra hacer en este caso es realizar un control ms estricto de vigilancia en lo que refiere al rea de almacenamiento de la materia prima, y por parte de los equipos y o maquinarias pues controlar esto con un servicio de vigilancia de confianza y ms estricto, estas seran las estrategias que se propondran para tratar de radicar este problema.

SOLUCION ALTERNATIVA

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Hoja de verificacin

17. Qu son y cul es el objetivo de las hojas de verificacin?

La hoja de verificacin es un documento que se elabora con el fin de recoleccin de datos basados en la observacin del comportamiento de un proceso con el fin de detectar tendencias, para despus analizar los resultados que se obtengan de un determinado proceso de trabajo o situacin crtica. Los objetivos de las hojas de verificacin son los siguientes:

Determinar claramente el proceso sujeto a observacin.

Definir el perodo de tiempo durante el cual sern recolectados los datos.

Disear un formato que sea claro y fcil de usar.

Obtener los datos de una manera consistente y honesta.

18. Seale los distintos tipos de hojas de verificacin.

Los distintos tipos de hojas de verificacin son:

Hoja de verificacin del tipo: defectos y posibles causas.

Hoja de verificacin de proceso (color, tamao)

Hoja de verificacin para productos defectuosos.

19. Disee una hoja de verificacin para analizar la distribucin del grosor de las lminas de asbesto, considerando que el espesor ideal es de 5 mm con tolerancia de 0.8. (vase el ejemplo 6.5).

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Esta hoja de verificacin se hace deacuerdo a los defectos encontrados en la inspeccin de calidad:

Hoja de verificacin para productos defectuosos

Hoja de verificacin

Producto:Fecha:

Inspector:

Defectuosa porFrecuenciaSubtotal

Laminas muy delgadas/ / / / / / / / / / / / / /14

fuera de norma

Poca resistencia al calor y al/ / / / / / / / / / /11

fuego

Poco compresible/ / /3

Dificultad a perforacin/ /2

Total30

20. En una fbrica de vlvulas, en cierta rea de maquinado existen tres mquinas para fabricar roscas, las cuales son utilizadas por cinco trabajadores. Se han tenido problemas con el nmero de piezas defectuosas en tal rea. Los directivos presionan a los trabajadores y los culpan de los problemas de calidad. Los trabajadores, por su parte, le expresan a los directivos que las maquinas son demasiado viejas y que por eso ocurren los problemas. Qu hara especficamente para aclarar la situacin?

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Ante una situacin as teniendo en cuenta los criterios de calidad se procede hacer primero que nada una lluvia de ideas mediante una toma de datos para realizar una hoja de verificacin, en este caso viendo los diferentes motivos de que porque la cantidad de piezas producidas son defectuosas, con qu frecuencia ocurren estas anomalas. Despus de haber hecho la hoja de verificacin proceder a tomar acciones correctivas al momento de saber cul es la razn especifica de la produccin de piezas defectuosas en exceso.

21. En una empresa que fabrica colchones se tienen los siguientes defectos: plisado, hilvanado, fuera de medida y manchados. El trabajo se hace por medio de cinco maquinas. Disee una hoja de verificacin para registrar los defectos cuando se realiza la inspeccin.

hoja de verificacin para productos defectuosos

hoja de verificacin

Producto: ColchonesFecha: 12 4 - 2011

Inspector: Luis coronel

morales

Defectuosa porFrecuenciaSubtotal

Plisado/ / / / / / / / / / / / / / / / / / /40

/ / / / / / / / / / / / / / / / / / /

/ /

Hilvanado/ / / / / / / / / / / / / / / / / / /46

/ / / / / / / / / / / / / / / / / / /

/ / / / / / / /

Fuera de medida/ / / / / / / / / / / / / / / / / / /69

Escuela Profesional de Ingeniera IndustrialControl Estadstico

/ / / / / / / / / / / / / / / / / / /

/ / / / / / / / / / / / / / / / / / /

/ / / / / / / / / / / /

manchado/ / / / / / / / / / / / / / / / / / /94

/ / / / / / / / / / / / / / / / / / /

/ / / / / / / / / / / / / / / / / / /

/ / / / / / / / / / / / / / / / / / /

/ / / / / / / / / / / / / / / /

Total249

Llegamos a la conclusin de que podemos observar en esta hoja de verificacin que el defecto principal de que los colchones son el manchado a la hora de la fabricacin.

22. En el proceso de envasado de tequila los defectos principales son los siguientes: botella, tapa, etiqueta, contraetiqueta, botella sin vigusa, otros. Disee una hoja de verificacin para registrar estos defectos.

hoja de verificacin para productos defectuosos

hoja de verificacin

Producto: Botellas de tequila - envasadoFecha: 10 9 - 2010

Inspector: Jorge

Gonzales Quiones

Defectuosa porFrecuenciaSubtotal

Botella/ /2

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Tapa/ / /3

Etiqueta/ / / / / / / /8

Contraetiqueta/ / / / / / / / / /10

Botellas sin vigusa/ / / / /5

otros/ / / /4

total32

En conclusin para este caso podemos afirmar que el defecto ms observado es la contraetiqueta en el proceso de envasado de tequila.

Diagrama de Ishikawa y lluvia de ideas

23. Cul es el propsito del diagrama de Ishikawa?

El diagrama de Pareto se realiza con el propsito del mejoramiento de la calidad para identificar y separar en forma crtica los pocos proyectos que provocan la mayor parte de los problemas de calidad.

24. Cules son los diferentes mtodos de construccin del diagrama de Ishikawa?

Los pasos son los siguientes:

Ver cul es el problema y ver qu es lo que se quiere mejorar para luego ver el tipo de diagrama que se podra construir para la mejor localizacin del problema.

ver los datos que se necesitaran y determinar las estrategias para la solucin de los problemas.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Diagrama de dispersin

25. Cul es el propsito de un diagrama de dispersin

Es una grfica cuyo objetivo es analizar la forma en que dos variables numricas estn relacionadas, medidas usualmente sobre el mismo elemento de la muestra de una poblacin o proceso (grfica del tipo X-Y donde cada elemento est representado por un par de valores (x, y) y un punto en el plano.

26. Qu tipo de variable va en el eje X y cual en el eje Y?

Como el objetivo es analizar la relacin entre variables, se puede citar como ejemplo lo siguiente en un grupo de estudiantes, la relacin entre su estatura (X) y su peso (Y), o tambin podra sea de inters investigar una variable de entrada (X) de un proceso con el valor de una caracterstica de calidad (Y) del promedio final.

27. Si el valor en el coeficiente de correlacin entre dos variables, es cercano a cero, significa que tales variables no estn relacionadas? Argumente su respuesta.

Cuando el coeficiente de correlacin es igual o prximo a cero, nos indica que no habr un grado de correlacin entre las variables, ya que la proximidad a cero nos indica una correlacin lineal prcticamente inexistente.

28. En cierta empresa es usual pagar horas extras para cumplir con los tiempos de entrega. En este centro productivo, un grupo de mejora de calidad est tratando de reducir la proporcin de piezas malas. Con

Escuela Profesional de Ingeniera IndustrialControl Estadstico

este propsito deciden investigar la relacin que existe entre la cantidad de horas extras, X y el porcentaje de artculos defectuosos, Y. a continuacin se muestran los datos obtenidos.

SEMANAHORAS EXTRASPORCENTAJE DE DEFECTUOSOS

13405

2953

32106

480915

5804

643810

71074

81806

91003

1055013

112207

12505

131936

142908

153402

161154

1736210

183009

19752

20932

2132010

221547

a) Obtenga el diagrama de dispersin para estas variables.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Grfica de dispersin de PORCENTAJE DE DEFECTUOSOS vs. HORAS EXTRAS

16

DE DEFECTUOSOS14

12

10

8

PORCENTAJE

6

4

2

0100200300400500600700800900

HORAS EXTRAS

b) Qu relacin observa?

Se observa una relacin de bajo nivel de correlacin porque existen puntos que estn ms alejados y hacen dificultoso la relacin entre ellos.

c) Con base a lo anterior, Puede incluir con seguridad que cuando se trabaja con tiempo extra se incrementa el porcentaje de defectuosos porque ocurren factores como calentamiento de equipo, cansancio de obreros, etc., que causa mayores problemas en la calidad de las piezas?

No necesariamente, porque casi siempre se busca innovar y mostrarse a las diferentes etapa que presenta cambios en la rentabilidad y eficiencia.

29. En una fbrica de pintura se quiere reducir el tiempo de secado de barniz, los siguientes datos corresponden al secado de barniz (horas), y a la cantidad de aditivo con el que se interesa lograr tal reduccin.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

CONTENIDO DE ADITIVOTIEMPO EN SECADO

114

211

310

48

57.5

69

710

813

912

1015

a) Mediante un diagrama de dispersin investigue la relacin entre el tiempo de secado y la cantidad de aditivo.

Grfica de dispersin de TIEMPO EN SECADO vs. CONTENIDO DE ADITIVO

15

14

EN SECADO13

12

11

TIEMPO10

9

8

7

0246810

CONTENIDO DE ADITIVO

b) Con base en larelacin,alrededor de qucantidad de aditivo

recomendara para reducir el tiempo de secado?

Es mucha la cantidad de aditivo que tendramos que cambiar.

c) Obtenga elcoeficiente decorrelacin entreambas variables e

interpretarlo.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

d) Al parecer el coeficiente de correlacin lineal es muy bajo. Quiere decir que el tiempo de secado no est relacionado con la cantidad de aditivo?

As es, como nuestro coeficiente de correlacin es bajo, es un indicador que no hay ningn tipo de relacin entre la cantidad de aditivo y el tiempo en secado.

32. En una industria se desea investigar cmo influye la temperatura (C) en la presin del vapor de B-trimetilboro. Los datos obtenidos con tal propsito se muestran a continuacin:

TEMPERATURAPRESIN

132,9

19,55,1

45,730,5

56,151,4

64,474,5

71,4100,2

8035143,7

a) Construya85,7176,9un

22,58,5

diagramade

27,210,3

dispersine

31,814,6

interprtelo.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Como bien notamos, en el grfico mientras ms aumenta la temperatura tambin aumenta la presin en la industrial del B-trimetilboro, esto nos indica que la curva tiene una pendiente positiva y en aumento, y que presentan un grado de relacin entre las 2 variables.

b) Obtenga el coeficiente de correlacin y al interpretarlo compare lo observado con el inciso a)

Anlisis de regresin: TEMPERATURA vs. PRESIN

La ecuacin de regresin es

TEMPERATURA = 24.3 + 0.405 PRESIN

Correlaciones: TEMPERATURA, PRESIN

Correlacin de Pearson de TEMPERATURA y PRESIN = 0.948 Valor P = 0.000

As como denotamos en la interpretacin del grafico de arriba, el coeficiente de correlacin esta que nos indica que existe un alto grado de relacin entre nuestras variables estudiadas, y de esta manera con la ecuacin de regresin, nos indica el grado de aumento que tiene una dependiendo de la otra.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

33. Como parte del anlisis del problema de ausentismos decide investigar la relacin entre edad del empleado y das que falto a laborar en el ao. Los datos del ltimo ao se muestran a continuacin.

empleadoedadfaltasempleadoedadfaltas

129621257

233522383

340023220

423824304

531625247

6209263910

730527355

838528201

923829325

1025630255

1126731365

1230532305

13422332010

1434534384

1531635394

16181136344

1733637356

Escuela Profesional de Ingeniera IndustrialControl Estadstico

18438277

33

1933539403

2032540316

a) Mediante un diagrama de dispersin, analice la relacin entre estas dos variables

Como bien notamos no existe una relacin particular entre nuestras variables, pero si se denota un patrn aleatorio que hay entre ellas.

b) qu tipo de relacin observa y cuales son algunos hechos especiales?

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Se observa una relacin simple, que se puede interpretar haciendo uso de una regresin para observar valores futuros y tendencias de nuestros datos

Anlisis de regresin: Edad vs. Faltas

La ecuacin de regresin esEdad = 36.9 - 1.18 Faltas

c) Calcule el coeficiente de correlacin e interprtalo.

Correlacin de Pearson de Edad y Faltas = -0.442 Valor P = 0.004

El coeficiente de correlacin en nuestro caso es un valor pequeo lo que nos indica que no existe un alto grado de relacin entre nuestras variables, detalle que se observ en la grfica, por tanto la relacin entre nuestras variables no es muy contundente.

Diagramas de proceso

34. Qu es un diagrama de flujo y para qu es til?

EL Flujo grama o Diagrama de Flujo, consiste en representar grficamente hechos, situaciones, movimientos o relaciones de todo tipo, por medio de smbolos.

A continuacin se observar de tres autores diferentes el concepto de Flujo grama o Diagramas de Flujo, caractersticas, tipos, simbologa, diseo y elaboracin.

Segn Gmez Cejas, Guillermo. Ao 1997; El Flujo grama o Flux grama, es un diagrama que expresa grficamente las distintas operaciones que componen un procedimiento o parte de este, estableciendo su secuencia cronolgica. Segn su formato o propsito, puede contener informacin adicional sobre el mtodo de ejecucin de las operaciones, el itinerario de las personas, las formas, la distancia recorrida el tiempo empleado, etc. Segn Chiavenato Idalberto. Ao 1993; El Flujo grama o Diagrama de Flujo,

Escuela Profesional de Ingeniera IndustrialControl Estadstico

es una grfica que representa el flujo o la secuencia de rutinas simples. Tiene la ventaja de indicar la secuencia del proceso en cuestin, las unidades involucradas y los responsables de su ejecucin.

35. Haga un diagrama de flujo para el proceso de preparar un buen caf

El diagrama para preparar un buen caf es el siguiente:

Escuela Profesional de Ingeniera IndustrialControl Estadstico

INICIO

AGREGAR AGUA

AGREGAR CAFE

QUIEREAGREGAR

S

LECHE?LECHE

NO

QUIEREAGREGAR

SI

AZCAR?AZCAR

NO

CAF

PREPARADO

FIN

36. Qu es un diagrama PEPSU y para qu es til?

Esta herramienta es til para definir el inicio y el fin del proceso al facilitar la identificacin de sus proveedores, entradas, subprocesos, salidas y usuarios.

Las siglas PEPSU

Representan:

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Proveedores: Entidades o simplemente son personas las cuales proporcionan las

entradascomomateriales,informacinyotrosInsumos.

Entradas:Son los materiales, informacin y otrosinsumos necesarios para

operar losprocesos. Los requisitos de las entradas debenestar definidos, y se

debe verificar que las entradas los satisfacen. Pueden darse el caso de que exista una o varias entradas para un mismo proceso.

Proceso: Un proceso es un conjunto de actividades mutuamente relacionadas o que interactan, las cuales transforman elementos de entrada en resultados.

Usuarios: Son las organizaciones o personas que reciben un producto. El usuario (o cliente), puede ser interno o externo a la organizacin.

La definicin del proceso se realiza en sentido inverso a la presentacin del PEPSU (Usuarios Salidas-Proceso-Entradas-Proveedores) es decir, se debe iniciar con la columna de usuarios. Para identificar a los usuarios del proceso se recomienda enlistar a los usuarios y verificar si son estos efectivamente los que reciben el trabajo o servicio y si existen usuarios que no han sido considerados.

37. Haga un diagrama PEPSU para el proceso de preparar un buen caf

Escuela Profesional de Ingeniera IndustrialControl Estadstico

P EPSU

INICIOAGREGAR AGUAAGREGAR CAFEQUIERENOQUIERENOCAFFIN

LECHE?AZCAR?PREPARADO

SISI

AGREGARAGREGAR

LECHEAZCAR

AZUCAR

LECHE

38. Qu es un mapeo de proceso y para qu es til?

El Mapeo de Proceso es una de las tcnicas de mejora propuestas por Lean Manufacturing. Es una representacin grfica de un proceso, mostrando la secuencia de tareas a realizar y su trayectoria

Una forma fcil de entender el gerenciamiento de los procesos a todo el personal de la empresa, es mediante el diseo de un mapa de procesos, que represente la situacin particular o propia de la organizacin y donde primordialmente se identifiquen las interrelaciones de los procesos como mecanismo para mejorar las comunicaciones al interior, que son normalmente deficientes por no conocer qu productos y requisitos requieren los clientes internos y ms grave an, cuando se desconocen las necesidades de los clientes externos, que son los que pagan por los servicios y productos.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

En primer lugar debe definirse un mapa de procesos, que se constituir en la puerta de entrada al mundo de los procesos dentro de las empresas. Haciendo una analoga al mundo del internet, el mapa de procesos es como la pgina de inicio de un portal web. De ah en adelante ser ms fcil la orientacin y navegacin por cada uno de los procesos.

39. Haga un mapeo de proceso para elaboracin de una pizza, anotando las variables de salida del producto final que a su juicio considere las ms importantes, as como las variables de entrada en la etapa en que la pizza se mete al horno.

Funcin de despliegue de la calidad

40. Cul es el objetivo del DFC?

Permite centrarse en los detalles, ya sean de productos o de servicios, que conducen al xito del mercado.

Ayuda a concentrar energas en los detalles de alto riesgo que casi siempre pasan desapercibidos y permite que el sistema normal de operacion maneje multitud de detalles,

Lo ms importante es que el DFC es una herramienta para identificar y satisfacer las necesidades de los clientes, para fabricar productos orientados a la calidad y al costo en una era en la que estos son los factores que conducen a aumentar la participacin del mercado.

41. Dibuje la forma general de la casa de la calidad, y describa de manera breve la informacin que va en cada una de las partes de la misma.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Estructura del QFD:

La analoga ms usada para explicar cmo est estructurado el QFD, es una casa La pared de la casa en el costado izquierdo, componente 1, es el input del cliente. Esta es la etapa en el proceso en la que de determinan los requerimientos del cliente relacionados con el producto/servicio.

Para satisfacer los requisitos de los clientes, el productor trabaja a ciertas especificaciones de desempeo, y le pide a sus proveedores que hagan lo mismo. Este es el techo interior de la casa o componente 2. Una de las preguntas que contestar el proceso de QFD ser la siguiente: Son suficientes nuestros actuales requerimientos de manufactura para satisfacer o exceder los requerimientos de los clientes?

La pared derecha de la casa, componente 3, es la matriz de planeacin. Este es el componente ms ampliamente asociado con QFD. La matriz de planeacin es el

Escuela Profesional de Ingeniera IndustrialControl Estadstico

componente que se usa para traducir los requerimientos del cliente en planes para satisfacer o sobrepasar esos requerimientos. Incluye marcar los requisitos del cliente en una matriz, y los procesos de manufactura en otra, jerarquizando los requisitos del cliente, y tomando decisiones relacionadas a las mejoras necesarias en los procesos de manufactura.

El centro de la casa, componente 4, es donde se convierten los requisitos del cliente en trminos o expresiones de manufactura. Si un cliente quiere que la vida operativa (til) de su producto sea doce meses en lugar de seis, qu significa esto en trminos de los materiales empleados? El diseo? Los procesos de manufactura? Estos tipos de preguntas se contestan en este componente.

El fondo o base de la casa, componente 5, es donde se jerarquizan los requisitos del proceso que son crticos. Cul requisito de manufactura es ms importante en trminos de satisfacer o sobrepasar los requisitos del cliente? Cul es el siguiente, y as sucesivamente? Cada requerimiento jerarquizado del proceso recibe una puntuacin que representa su nivel de dificultad o que tan difcil es lograrlo.

El techo exterior de la casa, componente 6, es donde se identifican los trade-offs. Estos son trade-offs que tienen que ver con los requisitos del productor. En vista de los requisitos de su cliente y de sus capacidades de manufactura, qu es lo mejor que puede hacer la organizacin? Este tipo de pregunta se contesta aqu. Esta es la estructura principal de una matriz de QFD.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

42. Cmo se obtiene la prioridad o importancia de los cmos?

El cmo es la caracterstica del proceso. Obtendremos los cmos dando solucin a las necesidades y expectativas de nuestros clientes en consulta y de las respuestas de ellos con los qu, as, que se podra decir que se obtienen los cmos con ayuda de los qu.

43. Conteste los siguientes incisos, suponga que va a disear una pizza a su gusto y que para ello emplear el DFC.

a) Haga una lista de las principales caractersticas que esperara cuando va a comer una pizza en un restaurante (piense en la pizza y en el servicio).

b) Anote esta lista en forma en blanco del DFC. Que est en la figura 6.19 (en el rea de los qus). c) Asigne prioridades a la lista anterior, utilice la escala de 0 a 5.

d) Piense en cada qu y haga una lista de los cmos que crea necesarios para atender esos qus, y antelos en la forma de la figura 6.19.

e) Obtenga las relaciones entre los qus y los cmos.

f) Obtenga la importancia y la importancia relativa de los cmos.

g) Cules son los dos cmos de una pizza que influyen ms en su satisfaccin?

Escuela Profesional de Ingeniera IndustrialControl Estadstico

44. Cul es el propsito principal de un sistema poka-yoke?

La finalidad del Poka-yoke es la eliminar los defectos en un producto ya sea previniendo o corrigiendo los errores que se presenten lo antes posible.

El concepto es simple: si los errores no se permite que se presenten en la lnea de produccin, entonces la calidad ser alta y el re trabajo poco. Esto aumenta la satisfaccin del cliente y disminuye los costos al mismo tiempo. El resultado, es de alto valor para el cliente. No solamente es el simple concepto, pero normalmente las herramientas y/o dispositivos son tambin simples.

Poka-yoke

45. Explique el origen y el significado de las palabras poka-yoke

Entendiendo que este trmino ofenda a muchos trabajadores, Sigeo Shingo desarrollo el trmino Poka Yoke. Traducido como fail-proofing o fail-safing (a prueba de errores). El significado literal es: Evitar (yokeru) errores sin intencin (poka). La idea de esta tcnica Poka Yoke es respetar la inteligencia de los trabajadores. Un poka-yoke (en japons , literalmente a prueba de errores) es un dispositivo (generalmente) destinado a evitar errores; algunos autores manejan el poka-yoke como un sistema anti-tonto el cual garantiza la seguridad de la maquinaria ante los usuarios, proceso o procedimiento, en el cual se encuentren relacionados, de esta manera, no provocando accidentes de cualquier tipo; originalmente que piezas mal fabricadas siguieran en proceso con el consiguiente costo.

Ejm:

El conector de un USB es un poka-yoke que no permite conectarlo al revs.

46. Seale los dos tipos principales de dispositivos poka-yoke y explique en qu cosiste cada uno.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

47. Proporcione algunos ejemplos de dispositivos que cumplen con la filosofa de dispositivos poka-yoke.

Ejemplo: Hecho real: Un ejemplo de millones de dlares perdidos por un error evitable por el poka Yoke lo ha ofrecido la NASA. Debido a la colocacin al revs de un interruptor, la sonda gnesis no abri su paracadas al volver a la tierra y se estrell. Si el interruptor estuviese diseado de forma que fuera imposible de encajar al revs, no se hubiera producido este accidente. Otro caso real y reciente es el de la administracin de papilla a un beb neonato travs de una va dirigida al torrente sanguneo en lugar de mediante la va al estmago: las conexiones eran iguales. La entrada de alimentos directamente en sangre caus la muerte por fallo multiorgnico al beb. Si las conexiones hubieran sido incompatibles, el fallo humano no habra sido posible.

Instituto Tecnolgico Superior de Lerdo.

48. Los mecanismos poke-yoke slo previenen errores humanos? Explique su respuesta.

S. Podemos determinarlo por el siguiente lema. Las personas somos animales que olvidan. Busque aprender ms de lo que olvida

El hecho es que los seres humanos somos muy olvidadizos, y tendemos a cometer errores y es muy comn culpar a las personas por cometer errores. Particularmente en el trabajo esta actitud no solo desmotiva y baja la moral de los trabajadores, sino que no resuelve el problema. Poka Yoke es una tcnica que ayuda a evitar los errores humanos en el trabajo.

49. Explique el significado de hacer inspeccin en la fuente en el contexto poka-yoke

Escuela Profesional de Ingeniera IndustrialControl Estadstico

Verifica los factores que causan errores, no los defectos resultantes. Se podra decir que en la empresa este factor se da en un 60%.

50. A quin se le reconoce como el creador de la idea de los dispositivos poka-yoke?

Poka-yoke es una tcnica de calidad desarrollada por el ingeniero japons Shigeo Shingo en los aos 1960, que significa "a prueba de errores". La idea principal es la de crear un proceso donde los errores sean imposibles de realizar. Shigeo Shingo era un especialista en procesos de control estadsticos en los aos 1950, pero se desilusion cuando se dio cuenta de que as nunca podra reducir hasta cero los defectos en su proceso. El muestreo estadstico implica que algunos productos no sean revisados, con lo que un cierto porcentaje de error siempre va a llegar al consumidor final.

51. En un proceso de manufactura, despus de realizar cierta operacin sobre un recipiente de forma cilndrica, un operador debe colocarla boca arriba sobre un mecanismo transportador. Sin embargo, en ocasiones, por descuido del obrero comete el error de poner la pieza boca abajo, lo que posteriormente causa un problema de calidad en la siguiente operacin.

a) Por qu la estrategia de insistir o presionar al operario es insuficiente para evitar el error descrito antes?

b) Cul es la causa o fuente del error?

c) Proponga diferentes dispositivos poka-yoke que permitan realizar la inspeccin al 100% en la fuente de error. Para cada dispositivo que proponga haga las consideraciones sobre las cuales tal mecanismo seria idneo.

Escuela Profesional de Ingeniera IndustrialControl Estadstico

52. Una persona debe adherir una etiqueta a una caja que contiene un objetivo a fin de advertir la posicin correcta de la misma. Sin embargo, en ocasiones se equivoca y pone la etiqueta al revs.

a) Por qu la estrategia de insistir o presionar a la persona para que coloque bien la etiqueta es insuficiente para evitar el error?

b) Cul es la causa o fuente de error?

c) Proponga diferentes dispositivos poka-yoke que permitan eliminar o reducir el error