La empresa FACTORIA O.V TRADING S.R.

L empresa trujillana lder en la industria metal mecnica est solicitando estudi

inyeccin de material abrasivo, donde una caracterstica de calidad del producto denominado disco de corte es su espes

Como parte de la evaluacin para ocupar el puesto de supervisor en la modalidad de practicante, el gerente de operacio

a.- Calcule la MEDIA, MEDIANA y DESVIACIN ESTNDAR: Interprete sus resultados.

b.- Construya un HISTOGRAMA. Interprete sus resultados
c.- Es la data NORMAL, es decir, sigue una Distribucin Normal? Demuestrelo realizando una PRUEBA DE NORMALIDAD
d.- El PROCESO ES ESTABLE ESTADSTICAMENTE? Demuestre su respuesta
e.- Mediante un ESTUDIO DE CAPACIDAD determine si el PROCESO ES CENTRADO y SI EL PROCESO ES CAPAZ. Determine
f.- Utilizando una distribucin de probabilidad adecuada, determine el % de Producto No Conforme (%PNC)
g.- Determine el Nivel de Sigma del proceso.
Escriba y comente sus resultados

1.1611 1.1807 1.1842 1.1834 1.1577

1.1793 1.1766 1.1854 1.1692 1.188
1.1987 1.2000 1.1892 1.1758 1.1642
1.2045 1.186 1.1777 1.1881 1.1618
1.1892 1.1938 1.1743 1.1514 1.1513
1.2139 1.1724 1.1753 1.1987 1.1622
1.1586 1.2227 1.1523 1.1768 1.1915
1.1936 1.1764 1.188 1.1745 1.1557
1.1954 1.2166 1.1695 1.1725 1.2055
1.1695 1.1974 1.1481 1.2007 1.1996
1.1931 1.1889 1.1736 1.1757 1.2144
1.1539 1.1835 1.1977 1.1437 1.1627
1.2004 1.1781 1.1928 1.1356 1.1968
1.164 1.1724 1.2103 1.1722 1.2431
1.1911 1.1636 1.2313 1.1925 1.1818
1.1689 1.1812 1.1486 1.1832 1.1607
1.191 1.1642 1.1627 1.1994 1.2112
1.1932 1.2261 1.1895 1.1857 1.1553
1.192 1.1435 1.1497 1.2056 1.1633
1.1645 1.1806 1.197 1.1744 1.1975
1.1806 1.1644 1.1906 1.2074 1.1602

A) Media 1.18196 La media y mediana son valores aproximadamente ig

Mediana 1.1825 Es la cantidad en mm de grosor .
Desviacin
Estandar 0.020 Existe un 0,020 de desviacion estandar entrre los 126

B) N 126
Min 1.1356
Max 1.2431
Rango 0.1075
K 7.97323021
Amplitud 0.013482616
 Marca de
n Rmin Rmax Intervalos clase
1 1.136 1.149 1.136-1.149 1.14234131
2 1.149 1.163 1.149-1.163 1.15582392
3 1.163 1.176 1.163-1.176 1.16930654
4 1.176 1.190 1.176-1.190 1.18278916
5 1.190 1.203 1.190-1.203 1.19627177
6 1.203 1.216 1.203-1.216 1.20975439
7 1.216 1.230 1.216-1.230 1.223237
8 1.230 1.243 1.230-1.243 1.23671962

C)
Media 1.18196
Mediana 1.1825
Moda 1.1892

Si sigue una distribucin normal.

D)
LIMITE LIMITE
N PROMEDIO INFERIOR DATOS SUPERIOR
1 1.2 1.1 1.1611 1.3
2 1.2 1.1 1.1793 1.3
3 1.2 1.1 1.1987 1.3
4 1.2 1.1 1.2045 1.3
5 1.2 1.1 1.1892 1.3
6 1.2 1.1 1.2139 1.3
7 1.2 1.1 1.1586 1.3
8 1.2 1.1 1.1936 1.3
9 1.2 1.1 1.1954 1.3
10 1.2 1.1 1.1695 1.3
11 1.2 1.1 1.1931 1.3
12 1.2 1.1 1.1539 1.3
13 1.2 1.1 1.2004 1.3
14 1.2 1.1 1.164 1.3
15 1.2 1.1 1.1911 1.3
16 1.2 1.1 1.1689 1.3
17 1.2 1.1 1.191 1.3
18 1.2 1.1 1.1932 1.3
19 1.2 1.1 1.192 1.3
20 1.2 1.1 1.1645 1.3
21 1.2 1.1 1.1806 1.3
22 1.2 1.1 1.1807 1.3
23 1.2 1.1 1.1766 1.3
24 1.2 1.1 1.2 1.3
25 1.2 1.1 1.186 1.3
26 1.2 1.1 1.1938 1.3
27 1.2 1.1 1.1724 1.3
28 1.2 1.1 1.2227 1.3
29 1.2 1.1 1.1764 1.3
30 1.2 1.1 1.2166 1.3
31 1.2 1.1 1.1974 1.3
32 1.2 1.1 1.1889 1.3
33 1.2 1.1 1.1835 1.3
34 1.2 1.1 1.1781 1.3
35 1.2 1.1 1.1724 1.3
36 1.2 1.1 1.1636 1.3
37 1.2 1.1 1.1812 1.3
38 1.2 1.1 1.1642 1.3
39 1.2 1.1 1.2261 1.3
40 1.2 1.1 1.1435 1.3
41 1.2 1.1 1.1806 1.3
42 1.2 1.1 1.1644 1.3
43 1.2 1.1 1.1842 1.3
44 1.2 1.1 1.1854 1.3
45 1.2 1.1 1.1892 1.3
46 1.2 1.1 1.1777 1.3
47 1.2 1.1 1.1743 1.3
48 1.2 1.1 1.1753 1.3
49 1.2 1.1 1.1523 1.3
50 1.2 1.1 1.188 1.3
51 1.2 1.1 1.1695 1.3
52 1.2 1.1 1.1481 1.3
53 1.2 1.1 1.1736 1.3
54 1.2 1.1 1.1977 1.3
55 1.2 1.1 1.1928 1.3
56 1.2 1.1 1.2103 1.3
57 1.2 1.1 1.2313 1.3
58 1.2 1.1 1.1486 1.3
59 1.2 1.1 1.1627 1.3
60 1.2 1.1 1.1895 1.3
61 1.2 1.1 1.1497 1.3
62 1.2 1.1 1.197 1.3
63 1.2 1.1 1.1906 1.3
64 1.2 1.1 1.1834 1.3
65 1.2 1.1 1.1692 1.3
66 1.2 1.1 1.1758 1.3
67 1.2 1.1 1.1881 1.3
68 1.2 1.1 1.1514 1.3
69 1.2 1.1 1.1987 1.3
70 1.2 1.1 1.1768 1.3
71 1.2 1.1 1.1745 1.3
72 1.2 1.1 1.1725 1.3
73 1.2 1.1 1.2007 1.3
 74 1.2 1.1 1.1757 1.3
75 1.2 1.1 1.1437 1.3
76 1.2 1.1 1.1356 1.3
77 1.2 1.1 1.1722 1.3
78 1.2 1.1 1.1925 1.3
79 1.2 1.1 1.1832 1.3
80 1.2 1.1 1.1994 1.3
81 1.2 1.1 1.1857 1.3
82 1.2 1.1 1.2056 1.3
83 1.2 1.1 1.1744 1.3
84 1.2 1.1 1.2074 1.3
85 1.2 1.1 1.1577 1.3
86 1.2 1.1 1.188 1.3
87 1.2 1.1 1.1642 1.3
88 1.2 1.1 1.1618 1.3
89 1.2 1.1 1.1513 1.3
90 1.2 1.1 1.1622 1.3
91 1.2 1.1 1.1915 1.3
92 1.2 1.1 1.1557 1.3
93 1.2 1.1 1.2055 1.3
94 1.2 1.1 1.1996 1.3
95 1.2 1.1 1.2144 1.3
96 1.2 1.1 1.1627 1.3
97 1.2 1.1 1.1968 1.3
98 1.2 1.1 1.2431 1.3
99 1.2 1.1 1.1818 1.3
100 1.2 1.1 1.1607 1.3
101 1.2 1.1 1.2112 1.3
102 1.2 1.1 1.1553 1.3
103 1.2 1.1 1.1633 1.3
104 1.2 1.1 1.1975 1.3
105 1.2 1.1 1.1602 1.3
106 1.2 1.1 1.1616 1.3
107 1.2 1.1 1.1772 1.3
108 1.2 1.1 1.1869 1.3
109 1.2 1.1 1.1892 1.3
110 1.2 1.1 1.1641 1.3
111 1.2 1.1 1.1685 1.3
112 1.2 1.1 1.2027 1.3
113 1.2 1.1 1.1888 1.3
114 1.2 1.1 1.1969 1.3
115 1.2 1.1 1.1768 1.3
116 1.2 1.1 1.1749 1.3
117 1.2 1.1 1.1802 1.3
118 1.2 1.1 1.1487 1.3
119 1.2 1.1 1.1924 1.3
120 1.2 1.1 1.1898 1.3
121 1.2 1.1 1.2369 1.3
 122 1.2 1.1 1.1877 1.3
123 1.2 1.1 1.1501 1.3
124 1.2 1.1 1.1933 1.3
125 1.2 1.1 1.202 1.3
126 1.2 1.1 1.1935 1.3

E) G)
Promedio 1.2
Limite inferio 1.1
Limite superi 1.3

Cp 0.000673385
Cpk 0.000673385 El proceso esta centrado

Limite inferio 0.0024856%

Limite superi 100%
Total 99.9975141%

Producto no
F) conforme es 0.0024859%
a est solicitando estudiantes de ingeniera industrial de la UPN para cubrir una vacante como practicante para supervisar un proceso d
sco de corte es su espesor o grosor el cual debe ser de 1,2000 mm con una tolerancia de 0,1000 mm.

, el gerente de operaciones le ha alcanzado los datos de la tabla.

UEBA DE NORMALIDAD o GRFICA DE NORMALIDAD

SO ES CAPAZ. Determine el % de Producto No Conforme (%PNC)

me (%PNC)

Promedio Desviacin Estandar

1.1616 1.17145 0.01252
1.1772 1.17928 0.00673
1.1869 1.18580 0.01377
1.1892 1.18455 0.01413
1.1641 1.17068 0.01834
1.1685 1.18183 0.02004
1.2027 1.18410 0.02685
1.1888 1.17950 0.01385
1.1969 1.19273 0.01847
1.1768 1.18202 0.02111
1.1749 1.18677 0.01578
1.1802 1.17028 0.02028
1.1487 1.17540 0.02717
1.1924 1.19240 0.03002
1.1898 1.19168 0.02218
1.2369 1.17992 0.03076
1.1877 1.18603 0.01929
1.1501 1.18332 0.02779
1.1933 1.17457 0.02580
1.2020 1.18600 0.01507
1.1935 1.18278 0.01808
1.18196 0.020
res aproximadamente iguales , entonces la muestra es simetrica.

n estandar entrre los 126 datos del cuadro

35

30

25

20

15

10
 35

30

25

20

Frecuencia 15
6
10
16
27 5
32 0
31 1 2 3 4 5 6 7 8
Frecuenci a Frecuencia Frecuenci a Col umn I
8 Col umn G
3
3
126 En el nmero 4 es donde se centra la mayor cantidad de frecuencia repetitiva.

1.35

1.3

1.25

1.2

1.15

1.1

1.05

0.95
0 20 40 60 80 100 120 140
PROMEDIO LIMITE INFERIOR DATOS LIMITE SUPERIOR

EL PROCESO S ESTABLE ESTADISTICAMENTE

E) EL PRCOESO S CAPAZ
para supervisar un proceso de
 8

a repetitiva.
La empresa metalmecnica OV Trading SA est trabajando un Proyecto Six Sigma en su proceso de fabricacin de
del Equipo Six Sigma y le han pedido que determine el Nivel Sigma o Nmero Sigma del proceso de manufactura
ingeniera. Ud. ha coordinado con los analistas de calidad para que cada hora, tomen muestras de cables consecuti
Interprete todos sus resultados

Subgrupo Hora Muestras (Dimetro en mm) Media

1 8:00 0.4729 0.4828 0.5238 0.5132 0.5251 0.5080 0.5043
2 9:00 0.5236 0.4898 0.5372 0.4959 0.5147 0.5227 0.5140
3 10:00 0.5057 0.4932 0.4756 0.5275 0.5035 0.5037 0.5015
4 11:00 0.5097 0.4997 0.4826 0.5154 0.5087 0.4644 0.4968
5 12:00 0.5028 0.5106 0.5012 0.5210 0.4983 0.5352 0.5115
6 13:00 0.5174 0.4924 0.4776 0.5277 0.5071 0.4851 0.5012
7 14:00 0.5103 0.5306 0.4750 0.4739 0.4837 0.5105 0.4973
8 15:00 0.4819 0.5162 0.5069 0.5077 0.5069 0.5237 0.5072
9 16:00 0.5258 0.4945 0.4871 0.4892 0.5090 0.5230 0.5048
10 17:00 0.4853 0.4935 0.4957 0.4697 0.5099 0.4852 0.4899
11 18:00 0.4692 0.5177 0.4935 0.4939 0.5174 0.4781 0.4950
12 19:00 0.4981 0.5100 0.5075 0.4811 0.4915 0.5388 0.5045
13 20:00 0.5512 0.5217 0.5186 0.5271 0.5116 0.4879 0.5197
14 21:00 0.5175 0.5044 0.5137 0.5213 0.5006 0.5066 0.5107
15 22:00 0.5218 0.5187 0.4778 0.4888 0.5180 0.5308 0.5093
16 23:00 0.5535 0.5176 0.4780 0.4961 0.4994 0.4828 0.5046
17 0:00 0.4964 0.5270 0.5029 0.5123 0.4996 0.4855 0.5040
18 1:00 0.4745 0.5162 0.4942 0.4684 0.4896 0.5491 0.4987
19 2:00 0.4702 0.4914 0.5139 0.5047 0.5039 0.4833 0.4946
20 3:00 0.5060 0.5203 0.4928 0.5071 0.5341 0.5117 0.5120
21 4:00 0.4851 0.5513 0.5071 0.4907 0.4967 0.4978 0.5048
22 5:00 0.5165 0.5360 0.4639 0.4587 0.4893 0.5053 0.4950
23 6:00 0.5148 0.5309 0.5166 0.5311 0.4975 0.5973 0.5314
24 7:00 0.4996 0.5270 0.5191 0.4942 0.4949 0.4947 0.5049
25 8:00 0.5121 0.4925 0.5136 0.4601 0.4854 0.4995 0.4939
Promedi 0.5045

N=
A2=
LCI=
LCS=
LC=

N=
D3=
D4=
LCI=
LCS=
LC=
gma en su proceso de fabricacin de cables. Ud., estudiante de Ing. Industrial de la UPN ha sido llamado como Green Belt asistente
Sigma del proceso de manufactura actual. El cable debe tener 0.500 0.04 cm de dimetro para satisfacer las especificaciones de
tomen muestras de cables consecutivos de la lnea de produccin, midan y registren el dimetro.

Rango
0.0522
0.0474
0.0519
0.0510
0.0369
0.0501
0.0567
0.0418
0.0387
0.0402
0.0485
0.0577
0.0633
0.0207
0.0530
0.0755
0.0415
0.0807
0.0437
0.0413
0.0662
0.0773
0.0998
0.0328
0.0535
0.0529
Capacidad
6 EI 0.46
0.483 ES 0.54
0.47890257 PROMEDIO 0.5045
0.52978336 RANGO 0.0529
0.5045 D2 2.534
DESV. ESTANDAR 0.02087451
6 TAMAO MUESTRA 6
0
 2.004 CP 0.00027833
0 CPK 0.00024735 Es menor que 1 , por ende esta fuera de los limites
0.10600358
0.0529
 omo Green Belt asistente
cer las especificaciones de
ta fuera de los limites
Ud. ha sido seleccionado para trabajar como asistente del gerente de operaciones de la empresa 3M y le ha
de defectos en la fabricacin de los Filtros CUNO con el nmero de horas de capacitacin que reciben los t
dichos filtros . Ud. coordina con el rea de Calidad y tra realizar una serie de observaciones ha

Horas de
Observaciones % Defectos
formacin
1 100 2.1
2 110 2.2
3 90 2.5
4 120 2.1
5 200 1.7
6 300 1.3

Utilice una herramienta de mejora de la calidad y prepare un informe para el gerente de operaciones de la em
Cuales seran sus conclusiones y recomendaciones.

Coeficiente de corr -0.9618397207

X Y
Observaciones Horas de formaci % Defectos
1 100 2.1
2 110 2.2
3 90 2.5
4 120 2.1
5 200 1.7
6 300 1.3
7 130 2
8 250 1.3
9 175 2
10 190 1.8
11 210 1.6
12 290 1.2

Conclusiones

Existe una correlacion con direccion

negativa
peraciones de la empresa 3M y le ha solicitado que trate de relacionar el nmero
oras de capacitacin que reciben los trabajadores encargados de la fabricacin de
ealizar una serie de observaciones ha obtenido los siguientes datos:

Horas de
Observaciones formacin % Defectos
7 130 2
8 250 1.3
9 175 2
10 190 1.8
11 210 1.6
12 290 1.2

ara el gerente de operaciones de la empresa.

2.5

1.5

0.5

0
50 100 150 200 250 300 350

Conclusiones Recomendaciones

Implementacion de un cronograma de actividades

Existe una correlacion con direccion para capacitar , de estar manera se podra disminuir
negativa los defectos
350
En la empresa procesadora de embutidos Productos Razzetovich S.A.C. se detecta mediante una inspeccin al 100
que la gravedad de los tres problemas es la misma, realice un anlisis de Pareto para problemas y detecte cul es
Sobre el problema vital, haga un anlisis de Pareto de segundo nivel (causas) tanto para mquina como para turn
A continuacin se muestran los resultados de una semana de inspeccin.

Problema y nmero de paquetes defectuosos

Mquina empacadora Turno
Falta de vaco Mancha verde
I 3700 580
A II 1200 240
III 5700 530
I 2850 600
B II 1300 200
III 5950 400
I 1000 750
C II 1000 100
III 1620 605
Total 24320 4005
Frecuencia 78% 13%
Acumulado 78% 91%
Por turnos
Turnos Frecuencia Porcentaje relativo
I 7550 31%
II 3500 14%
III 13270 55%
24320

Problema y nmero de paquetes defectuosos

3000000%

2500000% 78%

2000000%

1500000%
2432000%
1000000%

500000%
Falta de vacio : 78% 13%
91%
400500% 100%
9%
Es la causa que esta generando el mayor porcentaje de problemas.
283900%
0%
Fa l ta de vaco Mancha verde Ma ncha a mari l l a
Row 20 Row 19 Row 18

El problema esta en "Falta de vacio " , es por ello que se debe tomar medidas para s
 Por turnos

14000
12000
10000
8000
6000
4000
2000
0
I II III
Frecuenci a
Col umn C

El turno con mayor problema es el III. Verificar para solucionar el problema.

se detecta mediante una inspeccin al 100%, los problemas en las en los embutidos El Cremosin. Considerando
e Pareto para problemas y detecte cul es el vital.
ausas) tanto para mquina como para turno.
.

de paquetes defectuosos
Mancha amarilla Frecuencia %Relativo %Acumulado
650
100
600 10600 44% 44%
350
100
370 10100 42% 85%
274
100
295 3620 15% 100%
2839 31164
9%
100%
s
Porcentaje acumulado
31% Maquina empacadora
45%
100%
1200000%

1000000%
quetes defectuosos 800000%

600000%

400000%

200000%
l um
0% Co
A B C
Col umn G Col umn H
Col umn I

91%
13% El mayor problema se presenta en la maquina A , segn lo que indica la grafic
0500% 100%
9%
porcentaje de problemas.
283900% Se debe tomar medidas correctivas , preventivas o predictivas.
ha verde Ma ncha a mari l l a
Row 18

por ello que se debe tomar medidas para solucionar el problema.

turnos

II III
cuenci a
umn C

ificar para solucionar el problema.

pacadora

G
n
l um
Co
C
Col umn H

ina A , segn lo que indica la grafica.

ntivas o predictivas.
Ud. ha sido seleccionado para supervisar la operacin de un biorreactor tipo UASB a escala de laboratorio en l
orgnica y el objetivo es tratarlo para dejar el efluente en las condiciones que cumplan los Valores Mximos Ad
normativa ambiental (D.S. N 021-2009-VIVIENDA). Este equipo usa bacterias para convertir la materia orgnic
unidad de volumen presentes en un cultivo y el tiempo de cultivo expresado en horas ya que le interesa determ
microbiologa son:

Tiempo de cultivo N
0 1
de horas
N de
12 19
bacterias/militro

+-0.96 +-1.0 Perfecta

+-0.85 +-0.95 Fuerte
+-0.70 +-0.84 Significativa
+-0.50 +-0.69 Moderada
+-0.20 +-0.49 Debil
+-0.10 +-0.19 Muy debil
+-0.09 +-0.0 Nula

R 0.9708758932 La coeficiente de correlacion entre el culti

nos permite tener un mayor cantidad de b
porque es fuerte

0.9708680075
a escala de laboratorio en la Empresa Cartavio Rum Company S.A.C. La empresa genera un efluente con alta carga
lan los Valores Mximos Admisibles de las descargas de aguas residuales No domsticas (VMA) exigidos por la
onvertir la materia orgnica en gas metano. Ud. desea conocer si hay alguna relacin en el nmero de bacterias por
as ya que le interesa determinar el N de bacterias en la hora 10. Los datos reportados por el laboratorio de

2 3 4 5 6 7 8 9

23 34 56 62 71.5359 82.1649 92.7939 103.4229

Chart Title
70

60
f(x) = 10.6285714286x + 7.7619047619
R = 0.942584688
50

40
de correlacion entre el cultivo
30
ner un mayor cantidad de bacterias
20

10

0
0 1 2 3 4 5

Se observa que los valores de numero de horas ascienden a medida que el numer
 10

114.0519

A la 10 horas se espera tener una cantidad de 114 bacterias

4 5 6

n a medida que el numero de bacterias avanza.

 En el departamento de mantenimiento de una empresa fabricante de llantas se forma un equipo para trabajar en el rea de p
metodologa de los ocho pasos. El equipo lo integran siete personas: tres lubricadores, dos mecnicos de vulcanizacin, un in
En la planta hay un total de 29 prensas de vulcanizacin en cuatro lneas de produccin que anualmente requieren casi dos to
de grasa, costos y mal aspecto (una serie de fotos evidenci tanto estos desperdicios como la suciedad y el mal aspecto que
teniendo como fin ltimo hacer ms eficiente y menos costoso el mantenimiento preventivo de lubricacin. Una forma en la
prensas. Se planea como meta lograr una reduccin de 20% en el consumo de grasa. Inicialmente el proyecto se limitar a ab
La identificacin de las posibles causas se hace mediante una sesin de lluvia o tormenta de ideas, en la que se obtienen las s

Falta de programas de verificacin

falta de flujo de aire
fallas elctricas
falta de presin de aire
falta de refacciones adecuadas
variedad de inyectores del sistema de lubricacin
variedad de bombas de lubricacin
tuberas dobladas o rotas
chumaceras y coronas en mal estado
falta de herramientas
falta de capacitacin
errores humanos
falta de mano de obra
sistema (procedimiento) de lubricacin ineficiente

Usar una Herramienta del CEC e investigue cul es la causa o el factor ms importante para analizar cules de las 14 posible

Materiales
Materiales
Chumaceras y Fallas de flujo de aire
coronas en mal estado.
Falta de
herramientas Falta electricas

Falta de refaccione

Tuberias dobladas o rotas

Falta de capacitacin.
Variedad de bombas de
Falta de mano de obra. lubricacin
 Variedad de inyectores del sistema
lubricacin
Errores humanos

Mano
Manode
deobra
obra Maquinaria
Maquinaria
Causas Frecuencia %Relativo %Acumulado
Falta de programas de verificacion 54 14% 14%
Error humano 47 12% 26%
Falta de capacitacion 42 11% 37%
Falta de herramientas 36 9% 46%
Variedad de bombas de lubricacin 34 9% 55%
chumaceras y coronas en mal estado 30 8% 63%
Falta de mano de obra 27 7% 70%
VariedadFallas de flujo de
de inyectores deaire
sistema de 25 6% 76%
lubricacion 21 5% 82%
tuberias dobladas o rotas 18 5% 86%
Fallas electricas 16 4% 90%
Falta de refacciones adecuadas 14 4% 94%
Falta de presion de aire 13 3% 97%
Sistema de lubricacion ineficiente 10 3% 100%
387
o para trabajar en el rea de prensas de vulcanizado, con el propsito de implementar mejoras en los sistemas de lubricacin mediante la
nicos de vulcanizacin, un instrumentista y un electricista.
almente requieren casi dos toneladas de grasa. Parte de esta grasa se desperdicia debido a la mala lubricacin, lo que ocasiona derroche
ciedad y el mal aspecto que stos generan). Por ello el equipo se plantea como objetivo lograr un sistema de lubricacin ms adecuado,
lubricacin. Una forma en la que se cuantificar o reflejar el efecto de las mejoras es por la reduccin en el consumo de grasa en las
e el proyecto se limitar a abordar la problemtica en cuatro prensas, para despus generalizarse al resto.
as, en la que se obtienen las siguientes probables causas:

alizar cules de las 14 posibles causas son las ms importantes. Seleccione tres y proponga planes de accin.

Mtodo
Mtodo
de aire Falta de progrmas de verificacin

Sistema(procedimiento) de lubricacin ineficiente

tricas

Falta de refacciones adecuadas Falta de presio de aire

Desperdicio de Grasas.
mbas de
 de inyectores del sistema de
n

Pareto
60

40

20

Col umn C Col umn D Frecuenci a %Rel ativo

%Acumul a do

Causas Plan de accin

Problema Nmero 1 : Falta de programas de verificacion Implementar programas de verificacin.

Problema Nmero 2 : Error humano Motivacin constante.
Problema Nmero 3 : Falta de capacitacion Charlas relacionado al trabajo
lubricacin mediante la

que ocasiona derroche

icacin ms adecuado,
umo de grasa en las
Seleccione una empresa de manufactura y elabore un Diagrama de Ishikawa para analizar y determinar las pot
siguiente problema: ALTOS COSTOS DE PRODUCCIN.
Indicar la metodologa de trabajo usada.
Interprete sus resultados

Metodologia :
Diagrama de Ishikawa de la problemtica del rea de Produc

Materiales
Materiales Medio
MedioAmbiente
Ambiente
Desorden de
materiales

Residuos de Varillas.

Escasez de varillas y gravilla.

Falta de personal

Carencia de m
preventivo y pr
Personal no capacitado

Mano
Manode
deobra
obra Maquinaria
Maquinaria

Causas Encuesta
Desorden de materiales 20
Escasez de varillas y gravilla 18
Residuos de varillas 16

Carencia de tecnicas Lean

Manuffacturing en el proceso
productivo 14

nexistencia de procedimientos
d produccion 12
Falta de personal 11
Personal no capacitado 9

Carencia de mantenimiento
preventivo y predictivo 6
Carencia de indicadores de
produccion 3
109
izar y determinar las potenciales causas del

a del rea de Produccin de la empresa Postes del Norte S.A.

mbiente Mtodo
Mtodo
Ambiente
Inexistencia de procedimientos de
produccin
e Varillas.

Carencia de tcnicas Lean

Manufacturing en el proceso
productivo

ALTOS COSTOS DE
Inexistencia de objetivos y PRODUCCIN.
metas de produccin

Carencia de
indicadores de
Carencia de mantenimiento produccin.
preventivo y predictivo

naria
inaria Medicin
Medicin

%relativo %acumulado
18% 18%
17% 35%
PARETO
15% 50% 25
20
15
10
5
13% 62% 0

11% 73%
10% 83%

Encue sta %re l ativo

8% 92%
Encue sta %re l ativo

6% 97%

3% 100%

Se debe tomar medidas correctivas en desorden de materiales , por lo que los traba
eriales , por lo que los trabajadores pierden tiempo en buscar lo que necesitan.
Al principio del ao 2016 la Corporacin QUIMTIA, S. A. inici un programa de mejoramiento de la calidad en la cual p
trabajo han dedicado su mximo esfuerzo para reducir el nmero de unidades defectuosas (PNC). Al final del ao, los
reducido. El Vicepresidente de la compaa se encuentra contento de saber que se tena xito en los programas de m
evaluacin se recibieron los siguientes datos financieros para el ao 2016 y el 2015.

U.M 2015 2016

Desechos S/ 400,000 300,000
Retrabajo o reproceso S/ 600,000 400,000
Inspeccin del producto S/ 100,000 125,000
Garanta del producto S/ 800,000 600,000
Capacitacin de calidad S/ 40,000 80,000
Inspeccin de materiales S/ 60,000 40,000

Ventas S/ 10,000,000 10,000,000

Se pide:
Clasificar los costos de calidad de la empresa en los cuatro tipos:
Costos de prevencin, Costos de evaluacin, Costos por fallas internas, Costos por fallas externas
Calcular el costo de calidad como porcentaje de ventas para cada uno de los aos.
Analizar si fueron apalancados correctamente los COQ de un ao para otro.
Calcular la tasa de variacin de los COQ del 2016 respecto al 2015.
En cunto se ha incrementado la utilidad como resultado del mejoramiento de la calidad.
En el supuesto de que los costos de calidad del ao 2017 puedan reducirse hasta 2.5% del porcentaje total de las ve
mediante el mejoramiento de la calidad?
En el ao 2016, determinar donde se aplicara un plan de accin inmediato para lograr los resultados del punto ante

U.M 2015 Frecuencia re

Garanta del producto S/ 800,000 40%
Retrabajo o reproceso S/ 600,000 30%
Desechos S/ 400,000 20%
Inspeccin del producto S/ 100,000 5%
Inspeccin de materiales S/ 60,000 3%
Capacitacin de calidad S/ 40,000 2%
Total - 2,000,000

900000

800000

700000

600000

500000

400000

300000

200000

100000

0
Ga ra nta del Retrabajo o Des echos Ins pecci n del Ins pecci n de Capaci ta ci n
producto reproces o producto materi al es de ca l i da d
 500000

400000

300000

200000

100000

0
Ga ra nta del Retrabajo o Des echos Ins pecci n del Ins pecci n de Capaci ta ci n
producto reproces o producto materi al es de ca l i da d
U.M 2015 Frecuenci a rel ativa

Se debe aplicar un plan de accin en "Garantia del producto " , Retrabajo o reproceso" y "desechos"
que son los mas relevantes.
2015 2016
Prevencion 40,000 80,000
Evaluacion 160,000 165,000
Fallas interna 1,000,000 700,000
Fallas extern 800,000 600,000
Total 2,000,000 1,545,000
 programa de mejoramiento de la calidad en la cual particip Ud. como practicante al ser un estudiante de Ingeniera Industria de UPN
o de unidades defectuosas (PNC). Al final del ao, los informes del gerente de operaciones revelaron que tanto los desechos como el re
o de saber que se tena xito en los programas de mejorar, pero quera revisar y analizar una evaluacin del impacto financiero del mej
o 2016 y el 2015.

TOTAL (2015) = 2,000,000

TOTAL (2016) = 1,545,000

s:
nternas, Costos por fallas externas
da uno de los aos.
o para otro.
015.
ejoramiento de la calidad.
an reducirse hasta 2.5% del porcentaje total de las ventas (asumiendo que se mantienen constantes en 10, 000,000), cunta utilidad p

n inmediato para lograr los resultados del punto anterior.

Frecuncia acumulada Categoria de Costo

40% Falla externa Garanta del
70% Falla interna Retrabajo o
90% Falla interna Desechos
95% Evaluacion Inspeccin de
98% Evaluacion Capacitacin
100% Prevencion Inspeccin de
Total
ANALISIS DE PARETO

700000

600000

500000

400000

300000

200000

100000
ns pecci n del Ins pecci n de Capaci ta ci n
producto materi al es de ca l i da d 0
 500000

400000

300000

200000

100000
ns pecci n del Ins pecci n de Capaci ta ci n
producto materi al es de ca l i da d 0
nci a rel ativa Garanta del Retrabajo o Des echos
producto reproces o
U.M 2016 Fre

ucto " , Retrabajo o reproceso" y "desechos"

Categoria del costo
Costo de conformidad
Costo de conformidad
Costo de no conformidad
Costo de no conformidad
Se puede comprobar que en el ao 2016
se gasto mas en prevencion ( capacitacion)
que el ao 2015.
( Al igual que en el analisis d Evaluacin)
1,200,000
1,000,000

800,000

600,000

400,000

200,000

0
Prevenci on Eval uaci on Fa l l as i nterna s Fa ll a s
2015 2016 Categori a del costo
ngeniera Industria de UPN Trujillo. Los integrantes del grupo de
to los desechos como el retrabajo o reproceso se haban
impacto financiero del mejoramiento. Para presentar esta

00,000), cunta utilidad podra incrementarse para el 2017

U.M 2016 Frecuencia reFrecuencia a Categoria de costo

S/ 600,000 39% 39% Falla externa
S/ 400,000 26% 65% Falla interna
S/ 300,000 19% 19% Falla interna
S/ 125,000 8% 28% Evaluacion
S/ 80,000 5% 5% Prevencion
S/ 40,000 3% 8% Evaluacion
- 1,545,000
 del Retrabajo o Des echos Ins pecci n Capaci ta ci Ins pecci n
reproces o del n de de
U.M 2016 Frecuencia relativacal i dad
producto materi a l es

el ao 2016 Respecto a lo que se observa en el grafico ,

capacitacion) se puede apreciar que en fallas internas
y externas se gasto menos en una
Evaluacin) comparacin respecto al ao 2016.

Fa l l as i nterna s Fa ll a s externa s
tegori a del costo