trabajo_colaborativo_1_302582_45.pdf

18

Click here to load reader

Transcript of trabajo_colaborativo_1_302582_45.pdf

Page 1: trabajo_colaborativo_1_302582_45.pdf

CONTROL DE CALIDAD ACTIVIDAD #6

PRESENTADO POR:

LIANA MARIA CONSUEGRA PACHECO MIGUEL CALVACHE

CC. 1052383509 ANGELA VIVIANA MANOSALVA NIÑO

CC.1.052.379.924

GRUPO: 302582_45

PRESENTADO A: ANDREA ISABEL BARRERA SIABATO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA 2011

Page 2: trabajo_colaborativo_1_302582_45.pdf

INTRODUCCION

El desarrollo de procedimientos adecuados para el estudio y control de los procesos productivos, es fundamental para mantener un nivel óptimo de calidad en los productos. En este sentido, la Estadística juega un papel importante en todas las actividades empresariales relacionadas con la calidad pues proporciona un amplio abanico de técnicas que se pueden aplicar en el control de la misma. Aunque la expresión "control de la calidad" puede tener distintos enfoques se puede definir como el conjunto de las actividades técnicas y administrativas Mediante el cual se miden las características de calidad de un producto, se compararan con especificaciones o requisitos y se toman acciones correctivas cuando exista una discrepancia entre el funcionamiento real y el estándar. Generalmente estas características suelen ser medibles, lo que hace posible su evaluación y control. En otras palabras las características de calidad son, en realidad, variables aleatorias y se describen por una determinada distribución de probabilidad. Este hecho, junto con la variabilidad que se presenta en los procesos productivos justifica la necesidad de utilizar la Estadística en el control de la calidad. En este trabajo utilizaremos técnicas de Control Estadístico de Procesos (CEP), construyendo gráficos de control, con el fin de prevenir y detectar los problemas cuando se producen, sin esperar a que el proceso productivo haya concluido.

Page 3: trabajo_colaborativo_1_302582_45.pdf

APLICACIÓN DIAGRAMA DE DISPERSIÓN CASO N°1.

Productos de Aseo el Jazmín del Llano piensa cambiar la composición de uno de sus productos utilizando un nuevo material. Antes de tomar la decisión, el jefe de producción decide realizar un ensayo para estudiar la posible relación entre la utilización del nuevo material y el número de defectos, por lo cual realiza un análisis de lotes con diferentes porcentajes Los datos obtenidos son:

Lote % material nuevo

No de defectuosos

Lote % material nuevo

No de defectuosos

1 6 49 16 3.2 36

2 5.8 48 17 3.0 30

3 5.6 43 18 2.8 27

4 5.4 48 19 2.6 27

5 5.2 41 20 2.4 31

6 5 39 21 2.3 34

7 4.8 48 22 2.2 26

8 4.6 46 23 2.0 29

9 4.5 39 24 1.8 21

10 4.4 33 25 1.7 25

11 4.2 35 26 1.6 23

12 4.0 43 27 1.4 27

13 3.8 40 28 1.3 18

14 3.6 30 29 1.2 24

15 3.4 32 30 1 20

a. Obtenga el diagrama de dispersión para estas variables. (Hacer uso de Excel) b. Qué relación se observa? c. Calcule el coeficiente de correlación Lineal y la recta de regresión lineal, interprete los resultados.

Page 4: trabajo_colaborativo_1_302582_45.pdf

Los datos obtenidos son:

Lote % material nuevo No. Defectuosos

1 6 49

2 5,8 48

3 5,6 43

4 5,4 48

5 5,2 41

6 5 39

7 4,8 48

8 4,6 46

9 4,5 39

10 4,4 33

11 4,2 35

12 4 43

13 3,8 40

14 3,6 30

15 3,4 32

16 3,2 36

17 3 30

18 2,8 27

19 2,6 27

20 2,4 31

21 2,3 34

22 2,2 26

23 2 29

24 1,8 21

25 1,7 25

26 1,6 23

27 1,4 27

28 1,3 18

29 1,2 24

30 1 20

Page 5: trabajo_colaborativo_1_302582_45.pdf

No. Defectuosos

0

10

20

30

40

50

60

0 2 4 6 8

No. Defectuosos

El eje X representa el % de material nuevo El eje Y representa el No. De defectuosos

Xi Yi Xi*Yi Xi^2 Yi^2

1 6 49 294 36 2401

2 5,8 48 278,4 33,64 2304

3 5,6 43 240,8 31,36 1849

4 5,4 48 259,2 29,16 2304

5 5,2 41 213,2 27,04 1681

6 5 39 195 25 1521

7 4,8 48 230,4 23,04 2304

8 4,6 46 211,6 21,16 2116

9 4,5 39 175,5 20,25 1521

10 4,4 33 145,2 19,36 1089

11 4,2 35 147 17,64 1225

Page 6: trabajo_colaborativo_1_302582_45.pdf

12 4 43 172 16 1849

13 3,8 40 152 14,44 1600

14 3,6 30 108 12,96 900

15 3,4 32 108,8 11,56 1024

16 3,2 36 115,2 10,24 1296

17 3 30 90 9 900

18 2,8 27 75,6 7,84 729

19 2,6 27 70,2 6,76 729

20 2,4 31 74,4 5,76 961

21 2,3 34 78,2 5,29 1156

22 2,2 26 57,2 4,84 676

23 2 29 58 4 841

24 1,8 21 37,8 3,24 441

25 1,7 25 42,5 2,89 625

26 1,6 23 36,8 2,56 529

27 1,4 27 37,8 1,96 729

28 1,3 18 23,4 1,69 324

29 1,2 24 28,8 1,44 576

30 1 20 20 1 400

TOTALES 100,8 1012 3777 407,12 36600

Hallamos las medias aritméticas: _ _ X= 3.36 Y= 33.73 Calculamos la covarianza: 12.56 Calculamos el coeficiente de correlación lineal: r= 0.92

Al ser el coeficiente de correlación positivo, la correlación es directa.

Como coeficiente de correlación está muy próximo a 1 la correlación es muy fuerte. Recta de regresión de y sobre x: Y= 8,32X + 5,76 Recta de regresión de x sobre y: X = 1,38y - 43,41

Page 7: trabajo_colaborativo_1_302582_45.pdf

CASO N°2. Las Directivas de la mina la Polvorosa están preocupadas por el alto porcentaje de fallos de sus máquinas cargadoras. Delega al Jefe de Mantenimiento para realice un análisis y saber si está influyendo la antigüedad de dichas máquinas en su porcentaje de Fallos. Para ello, recoge la información de la fecha de compra y del porcentaje de Fallos de cada máquina y la resume en la siguiente tabla.

Máquina Fecha de compra % de fallos

0037 1994 29

0038 1994 39

0039 1995 24

0040 1995 32

0041 1995 43

0042 1996 20

0043 1996 41

0044 1996 30

0045 1997 20

0046 1997 25

0047 1998 12

0048 1998 19

0049 1999 10

0050 1999 30

0051 2000 9

0052 2000 4

% de fallos

0

5

10

15

20

25

30

35

40

45

50

1992 1994 1996 1998 2000 2002

% de fallos

Page 8: trabajo_colaborativo_1_302582_45.pdf

Xi Yi Xi * Yi Xi^2 Yi^2

1 1994 29 57826 3976036 841

2 1994 39 77766 3976036 1521

3 1995 24 47880 3980025 576

4 1995 32 63840 3980025 1024

5 1995 43 85785 3980025 1849

6 1996 20 39920 3984016 400

7 1996 41 81836 3984016 1681

8 1996 30 59880 3984016 900

9 1997 20 39940 3988009 400

10 1997 25 49925 3988009 625

11 1998 12 23976 3992004 144

12 1998 19 37962 3992004 361

13 1999 10 19990 3996001 100

14 1999 30 59970 3996001 900

15 2000 9 18000 4000000 81

16 2000 4 8000 4000000 16

Totales 31949 387 772496 63796223 11419

Hallamos la media aritmética: _ X: 1996,81 Calculamos la covarianza: -16,90 Calculamos el coeficiente de correlación lineal: r: - 0,76 La correlación es inversa y al acercarse a -1 es considerada fuerte. Recta de regresión de Y sobre X: Y= -8,66x + 17329,87 Recta de regresión de X sobre Y: X= -1,49x + 2032,87

Page 9: trabajo_colaborativo_1_302582_45.pdf

APLICACIÓN DIAGRAMA DE PARETO Caso No 3

En una empresa procesadora de carnes frías mediante inspección al 100 % se detectaron problemas en las salchichas. A continuación se muestran los resultados de una semana.

Problema Y No de Paquetes Defectuosos Máquina

Empacadora Turno

Falta de Vacío

Mancha Verde

Mancha Amarilla

TOTAL POR TURNO

TOTAL POR MÁQUINA

I 4300 700 700 5700 A

II 6300 650 650 7600 13300

I 3500 700 400 4600 B

II 6600 500 420 7520 12120

I 8500 800 324 9624 C

II 9120 655 345 10120 19744

TOTAL 38320 4005 2839 45164

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

CAUSA CANTIDAD PORCENTAJE PORC.

ACUMULADO

Falta de Vacío 38320 84,8% 84,8%

Mancha Verde 4005 8,9% 93,7%

Mancha Amarilla

2839 6,3% 100,0%

Page 10: trabajo_colaborativo_1_302582_45.pdf

0

5000

10000

15000

20000

25000

30000

35000

40000

Falta de VacíoMancha Verde Mancha

Amaril la

0,0%

10,0%

20,0%

30,0%

40,0%

50,0%

60,0%

70,0%

80,0%

90,0%

100,0%

CANTIDAD

PORC. ACUMULADO

Acuerdo nuestro gráfico de Pareto, se puede evidenciar que efectivamente la mayor parte de las causas se pueden controlar con un porcentaje bajo de errores. En este caso el principal es la falta de vacío que representa casi un 85% de las fallas totales. B. Con respecto al problema Vital, haga Paretos de segundo Nivel (Causas) tanto para máquina como para turno.

Máquina Empacadora

TOTAL POR MÁQUINA

PORCENTAJE PORC.

ACUMULADO

C 19744 43,72% 43,7%

A 13300 29,45% 73,2%

B 12120 26,84% 100,0%

Diagrama segundo nivel - Máquinas

0

5000

10000

15000

20000

25000

C A B

0,0%

20,0%

40,0%

60,0%

80,0%

100,0%

CANTIDAD

PORC. ACUMULADO

Page 11: trabajo_colaborativo_1_302582_45.pdf

TURNO TOTAL POR

TURNO PORCENTAJE

PORC. ACUMULADO

II 25240

55,89%

55,9%

I 19924

44,11%

100,0%

Diagrama segundo nivel - Turnos

0

5000

10000

15000

20000

25000

II I

0,0%

10,0%

20,0%

30,0%

40,0%

50,0%

60,0%

70,0%

80,0%

90,0%

100,0%

CANTIDAD

PORC. ACUMULADO

TURNO Y MAQUINA CANTIDAD

PORCENTAJE PORC.

ACUMULADO

II-C 10120 22,41% 22,4%

I-C 9624 21,31% 43,7%

II-A 7600 16,83% 60,5%

II-B 7520 16,65% 77,2%

I-A 5700 12,62% 89,8%

I-B 4600 10,19% 100,0%

Page 12: trabajo_colaborativo_1_302582_45.pdf

Diagrama segundo nivel - Turnos y

máquinas

0

2000

4000

6000

8000

10000

II-C I-C II-A II-B I-A I-B

0,0%

10,0%

20,0%

30,0%

40,0%

50,0%

60,0%

70,0%

80,0%

90,0%

100,0%

CANTIDAD

PORC. ACUMULADO

En estos gráficos de segundo nivel se observa que la mayor oportunidad de mejora se encuentra al analizar las causas de las máquinas, encontrando que si se controla la máquina C (osea el 33,3% de las máquinas) se estaría controlando o mejorando un 43,7% de las fallas. Y coincide con que el turno que más fallas presenta es el realizado por la máquina C en su segundo turno. C. Vuelva a realizar los análisis anteriores, pero considerando que la gravedad del problema desde el punto de vista del cliente es la siguiente: Falta de Vacío (6), Mancha Verde (10), Mancha Amarilla (8)

Problema Y No de Paquetes Defectuosos

Máquina Empacadora

Turno

Falta de Vacío

Mancha Verde

Mancha Amarilla

TOTAL POR TURNO

TOTAL POR MÁQUINA

I 4300 700 700 5700 A

II 6300 650 650 7600

13300

I 3500 700 400 4600 B

II 6600 500 420 7520

12120

I 8500 800 324 9624 C

II 9120 655 345 10120

19744

TOTAL 38320 4005 2839 45164

Page 13: trabajo_colaborativo_1_302582_45.pdf

Problema Y No de Paquetes Defectuosos PONDERADO

Máquina Empacadora

Turno

Falta de Vacío

Mancha Verde

Mancha Amarilla

TOTAL POR

TURNO

TOTAL POR

MÁQUINA

I 25800 7000 5600 38400 A

II 37800 6500 5200 49500 87900

I 21000 7000 3200 31200 B

II 39600 5000 3360 47960 79160

I 51000 8000 2592 61592 C

II 54720 6550 2760 64030 125622

TOTAL 229920 40050 22712 292682

CAUSA CANTIDAD CANTIDAD

PONDERADA PORCENTAJE

PORC. ACUMULADO

Falta de Vacío

38320 229920 78,6% 78,6%

Mancha Verde

4005 40050 13,7% 92,2%

Mancha Amarilla

2839 22712 7,8% 100,0%

0

50000

100000

150000

200000

250000

Falta de VacíoMancha Verde Mancha

Amaril la

0,0%

10,0%

20,0%

30,0%

40,0%

50,0%

60,0%

70,0%

80,0%

90,0%

100,0%

CANTIDAD

PORC. ACUMULADO

Page 14: trabajo_colaborativo_1_302582_45.pdf

TURNO Y MAQUINA CANTIDAD

PORCENTAJE PORC. ACUMULADO

II-C 64030 21,88% 21,9%

I-C 61592 21,04% 42,9%

II-A 49500 16,91% 59,8%

II-B 47960 16,39% 76,2%

I-A 38400 13,12% 89,3%

I-B 31200 10,66% 100,0%

Diagrama segundo nivel - Turnos y

máquinas

0

10000

20000

30000

40000

50000

60000

70000

II-C I-C II-A II-B I-A I-B

0,0%

10,0%

20,0%

30,0%

40,0%

50,0%

60,0%

70,0%

80,0%

90,0%

100,0%

CANTIDAD

PORC. ACUMULADO

A pesar que se presentan variaciones acuerdo la puntuación que se le otorgó a cada causa, finalmente los resultados se asemejan mucho a los iniciales y por eso sus observaciones y conclusiones son las mismas.

Page 15: trabajo_colaborativo_1_302582_45.pdf

APLICACIÓN DIAGRAMA CAUSA-EFECTO CASO N°4.

Elija dos de los siguientes problemas y aplique un diagrama de Ishikawa

1. ¿Cuáles son los obstáculos para que una persona baje de peso?

OBSTACULOS PARA

QUE UNA PERSONA

BAJE DE PESO

EJERCICIO

PEREZA

DIETAS

ALIMENTACION

Comer fuera de

la casa.

Comer

enlatados Por ánimo,

deprimido o

aburrido

No queda

tiempo

Cansancio

Tentaciones

en las fiestas

No le gusta el ejercicio

No mantiene

una rutina

El ejercicio le da

hambre

Habito de comer la ver

la TV, cine.

Mantiene una

vida muy

sedentaria

Solo querer

ver la TV.

Solo querer

dormir

No le gustan

las frutas ni las

verduras

Problema para calcular

la cantidad de comida

Comienza con

ánimo pero no la

continua

No hay tiempo

para preparar

comida

CAUSA

EFECTO

Page 16: trabajo_colaborativo_1_302582_45.pdf

2. ¿Cuáles son los problemas principales para lograr una verdadera transformación hacia la calidad?

¿Cuáles son los

problemas principales

para lograr una

verdadera

transformación hacia la

calidad?

PROBLEMAS DE

ELIMINACION

PROBLEMAS DE

REDUCCION

PROBLEMAS DE

INCREMENTO

Quejas de los

usuarios

Fallas del producto

Reclamos de

un cliente

Errores de los

registros contables

Incomunicación

entre las áreas

Costos de

materiales

Tiempos de

fabricación

Consumo de

combustible

Ventas de un

producto

Eficiencia del

mantenimiento

Satisfacción del

cliente MAQUINAS

Mala calidad

Dificultad

Mal

estado

Enfriamiento de

maquinas

CAUSA

EFECTO

Page 17: trabajo_colaborativo_1_302582_45.pdf

CONCLUSIONES Principalmente este enfoque nos lleva a estudiar y controlar los procesos productivos buscando mantener un nivel óptimo de calidad, así mismo buscando habilidades en la aplicación de las técnicas y metodologías para el diseño de planes estadísticos, implementación y evaluación de control de calidad de los procesos, buscando satisfacer las necesidades de los clientes y elevar el desempeño productivo y así lograr mejorar técnicas de calidad y determinar los costos de la calidad. Para contribuir al mejoramiento de los procesos Este curso tiene como objetivo principal, orientarnos y brindarnos como profesionales las herramientas que estimulen la capacidad de analizar, preparar y ejecutar planes necesarios para que sean objeto de información en la elaboración de proyectos que se desean llevar a cabo

Page 18: trabajo_colaborativo_1_302582_45.pdf

BIBLIOGRAFÍA

Modulo control de calidad UNAD.

http://es.wikipedia.org/wiki/Pareto

Aula virtual UNAD

http://www.eduteka.org/DiagramaCausaEfecto.php

http://www.youtube.com/watch?v=W-TTz1fbgss

http://www.fundibeq.org/opencms/export/sites/default/PWF/downloads/gallery/methodology/tools/diagrama_causa_efecto.pdf