Professional Documents
Culture Documents
TESIS
Para obtener el Título Profesional de Ingeniero Industrial
AUTORES:
CHRISTIAN RENATO ESPINOZA ARONI
BANESA MARILUZ FLORES TRUJILLO
ASESOR:
Ing. JAIME EDUARDO GUTIÉRREZ ASCÓN
Registro CIP 40021
Huacho – Perú
2018
ii
contribuciones del Ing. Jaime Eduardo Gutiérrez Ascón y el Ing. Julio Fabián Amado
CONTRAPORTADA
iii
…………………………………………………. ………………………………………………………
Ing. Juan Carlos De los Santos Ing. Máximo Palomino Tiznado
Registro CIP 20326 Registro CIP 26572
PRESIDENTE SECRETARIO
……………………………………… …………………………………………
Ing. Raúl Chávez Zavaleta Ing. Jaime Eduardo Gutiérrez Ascón
Registró CIP 48453 Registro CIP 40021
VOCAL ASESOR
iv
DEDICATORIA
DEDICATORIA
Banesa Mariluz
vi
AGRADECIMIENTO
AGRADECIMIENTO
CONTENIDO
PORTADA……………………………………………………………………………..i
CONTRAPORTADA ....................................................................................................ii
DEDICATORIA ........................................................................................................... iv
AGRADECIMIENTO .................................................................................................. vi
LISTA DE ECUACIONES........................................................................................... xi
RESUMEN ................................................................................................................xvii
ABSTRACT ...............................................................................................................xvii
3.1.2 Tipo………......................................................................................................... 54
3.1.3 Enfoque……....................................................................................................... 54
4.3 Realización de la gráfica de control para variables por cada mes ........................ 63
4.8 Propuesta de mejora respecto al factor para controlar las pérdidas de sacarosa en
el bagazo………. ......................................................................................................... 92
5.1 Discusión………………………………………………………………………..120
LISTA DE ECUACIONES
Fórmula 1: Teorema de límite central .......................................................................... 29
Fórmula 2: Límite central superior - grafica media ..................................................... 30
Fórmula 3: Límite central inferior - grafica media ...................................................... 30
Fórmula 4: Límite central superior - grafica p ............................................................. 31
Fórmula 5: Límite central inferior - grafica p .............................................................. 31
Fórmula 6: desviación estándar de subgrupo di ........................................................... 32
Fórmula 7: Límite central superior - carta np .............................................................. 32
Fórmula 8: Límite central inferior - carta np ............................................................... 32
Fórmula 9: Limite central - Carta np ........................................................................... 32
Fórmula 10: Limite central - Grafica c ........................................................................ 33
Fórmula 11: Limite central superior - Grafica c .......................................................... 33
Fórmula 12: Limite central inferior - Grafica c ........................................................... 33
Fórmula 13: Determinación de subgrupo - grafica u ................................................... 33
Fórmula 14: Medica - grafica u ................................................................................... 33
Fórmula 15: Desviación - Grafica u............................................................................. 33
Fórmula 16: Limite central superior - Grafica u .......................................................... 34
Fórmula 17: Limite central inferior - Grafica u ........................................................... 34
Fórmula 18: Limite central - Grafica u ........................................................................ 34
Fórmula 19: Índice de estabilidad de proceso.............................................................. 34
Fórmula 20: Variabilidad natural ................................................................................. 35
Fórmula 21: Capacidad potencial del proceso ............................................................. 36
Fórmula 22: Índice de capacidad potencial ................................................................. 37
Fórmula 23: Habilidad del proceso .............................................................................. 39
Fórmula 24: Media muestral ........................................................................................ 40
Fórmula 25: Desviación estándar muestral .................................................................. 41
Fórmula 26: Coeficiente de variación .......................................................................... 42
Fórmula 27: Productividad .......................................................................................... 44
Fórmula 28: Productividad método 02 ........................................................................ 44
Fórmula 29: Productividad método 03 ........................................................................ 45
Fórmula 30: Eficacia .................................................................................................... 45
Fórmula 31: Eficiencia ................................................................................................. 47
xii
LISTA DE FIGURAS
Figura 1: Ciclo de aplicación del control estadístico de procesos. .............................. 26
Figura 2: Grafica de control. ........................................................................................ 27
Figura 3: Control de procesos con tres tipos de resultados. ......................................... 28
Figura 4: Distribución muestral. .................................................................................. 30
Figura 5: Capacidad del proceso (distribución normal). .............................................. 36
Figura 6: Reacción en cadena de una mayor productividad. ....................................... 45
Figura 7: Diseño descriptivo correlacional. ................................................................. 54
Figura 8: Gráfica de control de sacarosa en el bagazo del área de trapiche. ............... 64
Figura 9: Comportamiento del porcentaje de sacarosa real vs el estándar. ................. 64
Figura 10: Gráfico de control de sacarosa en el bagazo del mes de octubre-2016. ..... 65
Figura 11: Comportamiento del porcentaje de sacarosa real vs el estándar. ............... 66
Figura 12: Gráfico de control de sacarosa en el bagazo del mes noviembre-2016...... 66
Figura 13: Comportamiento del porcentaje de sacarosa real vs el estándar. ............... 67
Figura 14: Gráfico de control de sacarosa en el bagazo del mes diciembre-2016. ...... 67
Figura 15: Comportamiento del porcentaje de sacarosa real vs el estándar. ............... 68
Figura 16: Gráfico del comportamiento del análisis de sacarosa en el bagazo. .......... 70
Figura 17: Gráfico del comportamiento del análisis de sacarosa en el bagazo. .......... 71
Figura 18: Gráfico del comportamiento del análisis de sacarosa en el bagazo. .......... 72
Figura 19: Gráfico del comportamiento del análisis de sacarosa en el bagazo. .......... 73
Figura 20: Gráfico del comportamiento de las pérdidas totales de sacarosa en el bagazo.
...................................................................................................................................... 74
Figura 21: Capacidad de procesos del mes de setiembre. ........................................... 79
Figura 22: Capacidad de procesos del mes de octubre. ............................................... 80
Figura 23: Capacidad de procesos del mes de noviembre. .......................................... 81
Figura 24: Capacidad de procesos del mes de diciembre. ........................................... 82
Figura 25: Análisis de sacarosa por molinos. .............................................................. 85
xiii
LISTA DE TABLAS
Tabla 1: Los dueños del problema. .............................................................................. 52
Tabla 2: Matriz de operacionalización. ........................................................................ 56
Tabla 3: Pasos para el desarrollo de la investigación. ................................................. 59
Tabla 4: Muestras de sacarosa en el bagazo mes - setiembre año 2016. ..................... 60
Tabla 5: Muestras de sacarosa en el bagazo del mes-octubre año 2016. ..................... 61
Tabla 6: Muestras de sacarosa en el bagazo del mes- noviembre año 2016. ............... 62
Tabla 7: Muestras de sacarosa en el bagazo del mes- diciembre año 2016. ................ 63
Tabla 8: Pérdidas de % de sacarosa en el bagazo de (setiembre-diciembre) año 2016.
...................................................................................................................................... 69
Tabla 9:Porcentaje de sacarosa por molinos. ............................................................... 84
Tabla 10: Porcentaje de extracción individual de los molinos .................................... 86
Tabla 11: Muestras de las presiones (psi) del mes de setiembre del 2016. ................. 87
Tabla 12: Muestras de las presiones (psi) del mes de octubre del 2016. ..................... 88
Tabla 13: Muestras de las presiones (psi) del mes de noviembre del 2016. ................ 89
Tabla 14: Muestras de las presiones (psi) del mes de diciembre del 2016. ................. 90
Tabla 15: Comportamiento de las presiones con respecto al óptimo de los meses de
(setiembre – diciembre) ............................................................................................... 91
Tabla 16: Media de presiones reales del mes de setiembre del año 2016.................... 92
Tabla 17: Resumen de los escenarios de las presiones – setiembre 2016. .................. 93
Tabla 18: Media de presiones reales del mes de octubre del año 2016. ...................... 93
Tabla 19: Resumen de los escenarios de las presiones – octubre 2016. ...................... 93
Tabla 20: Media de presiones reales del mes de noviembre del año 2016. ................. 93
Tabla 21: Resumen de los escenarios de las presiones – noviembre 2016. ................. 94
Tabla 22: Media de presiones reales del mes de diciembre del año 2016. .................. 94
Tabla 23: Resumen de los escenarios de las presiones – diciembre 2016. .................. 94
Tabla 24: Calculo de la eficacia de setiembre – diciembre del 2016........................... 95
Tabla 25: Calculo de la eficiencia de setiembre – diciembre del 2016 ....................... 96
Tabla 26: Calculo de la efectividad de setiembre – diciembre del 2016 ..................... 97
Tabla 27: Resumen de productividad de la sacarosa en el bagazo y la productividad.99
Tabla 28: Cálculo de la productividad con el primer escenario................................. 100
Tabla 29: Cálculo de la productividad con el segundo escenario. ............................. 101
Tabla 30: Cálculo de la productividad con el tercer escenario. ................................. 102
xiv
Tabla 31: Data Histórica de molienda de los meses de setiembre - diciembre año 2016
(Real).......................................................................................................................... 103
Tabla 32: Datos técnicos – real. ................................................................................. 103
Tabla 33: Información sobre los costos y precio de venta de la producción de azúcar.
.................................................................................................................................... 103
Tabla 34: Análisis económico de los meses de setiembre-diciembre año 2016. ....... 104
Tabla 35: Resumen de estados financieros de los meses setiembre-diciembre del año
2016............................................................................................................................ 104
Tabla 36: Data obtenidos del escenario N° 03 (setiembre - diciembre del 2016) ..... 105
Tabla 37: Datos técnico obtenidos. ............................................................................ 105
Tabla 38: Información sobre costos y precio de venta. ............................................. 105
Tabla 39: Análisis económico de la propuesta de mejora para los meses setiembre -
diciembre del año 2016. ............................................................................................. 106
Tabla 40: Resumen de los estados financieros del escenario N° 03 (setiembre-diciembre
del año 2016).............................................................................................................. 106
Tabla 41: Calificación de los expertos. ...................................................................... 107
Tabla 42: Escala de Validez ....................................................................................... 107
Tabla 43: Resumen del procesamiento de los casos. ................................................. 108
Tabla 44: Alpha de Cronbach aplicado al instrumento. ............................................. 108
Tabla 45: Escala de confiabilidad. ............................................................................. 108
Tabla 46: Dimensiones vs variable dependiente- año2016........................................ 109
Tabla 47: Escala de correlación. ................................................................................ 109
Tabla 48. Coeficiente de correlación ......................................................................... 109
Tabla 49. Parámetros del modelo y ecuación del modelo ......................................... 109
Tabla 50. Matriz de correlaciones .............................................................................. 110
Tabla 51: Coeficiente de correlación (gráfico de control y productividad) ............... 111
Tabla.52: Parámetros del modelamiento parcial (gráfico de control y productividad)
.................................................................................................................................... 111
Tabla 53: Coeficiente de correlación (estabilidad de procesos y productividad) ...... 111
Tabla.54: Parámetros del modelamiento parcial (estabilidad de procesos y
productividad) ............................................................................................................ 112
Tabla 55: Coeficiente de correlación (capacidad de procesos y productividad) ....... 112
Tabla 56: Parámetros del modelamiento parcial (capacidad de procesos y
productividad) ............................................................................................................ 112
xv
LISTA DE ANEXOS
Anexo 1:Matriz de consistencia . ............................................................................... 127
Anexo 2: Instrumentos de la investigación ................................................................ 128
Anexo 3: Formato de validez del instrumento ........................................................... 131
Anexo 4: Documento de la validez del instrumento. ................................................. 132
Anexo 5: Documento obtenido del programa turnitin. .............................................. 133
xvii
1
Escuela Profesional de Ingeniería Industrial. Facultad de Ingeniería Industrial, Sistema e Informática.
Universidad Nacional José Faustino Sánchez Carrión. Huacho – Perú.
xviii
INTRODUCCIÓN
El presente trabajo de investigación busca aplicar los conocimientos y
herramientas estadísticas adquiridas durante el transcurso de la carrera de Ingeniería
Industrial; planteamos como objetivo general del estudio “determinar la relación entre
el control estadístico de proceso para pérdidas de sacarosa en el bagazo y productividad
en el área de trapiche de la empresa Agraria Azucarera Andahuasi S.A.A. - Sayán
2016”. Se usará un control estadístico de procesos para obtener un mejor control de las
pérdidas de sacarosa en el bagazo, realizando graficas de control, calculando la
estabilidad del proceso y capacidad del proceso, logrando así determinar la relación con
la productividad mediante un monitoreo en el proceso de extracción, permitiéndonos
con esto saber cuándo el proceso se encuentra bajo control o fuera de control y así poder
aplicar acciones correctivas frente a tales desviaciones que se presenten en él proceso,
para posteriormente ponerlo bajo control, lo cual conllevará a beneficiar a la empresa
en su totalidad.
Es así que cada vez más los ingenieros de todo el mundo se preocupan por el
buen aprovechamiento de los recursos en la producción. Por un lado, las empresas
logran con esto aumentar la producción, por lo tanto, disminuir costos. Es por ello que
en muchos casos se hacen uso de herramientas estadísticas para poder lograr el uso
eficiente de dichos recursos.
Además, el alza de los precios del azúcar a nivel internacional responde a que
la India, ha pasado de ser exportador a ser importador, Brasil continúa siendo el
principal productor de azúcar a nivel mundial, lo que está motivando la reapertura de
ingenios en Brasil, esperándose que los precios bajen en el mediano plazo por la mayor
producción. El consumo de azúcar continuará aumentando debido al mayor ritmo de
crecimiento de la economía. La mayor demanda se produce por las industrias de
alimentos, bebidas y de la población, lo cual forman un macro entorno favorable a la
industria.
Justificación teórica
Además también nos servirá para sugerir ideas o hipótesis para futuras
investigaciones, o también en la que se desea trabajar o conocer más sobre las
variables, control estadístico de procesos y la productividad.
Justificación práctica
Justificación legal
Justificación metodológica
Metodología de la investigación:
Concluye diciendo:
“Se realizó la construcción del modelo del sistema del presente proyecto
profesional, el cual servirá como base para su posterior desarrollo e
implementación, se ha procedido a enumerar los requerimientos funcionales y
no funcionales”.
8
Metodología de la investigación:
Concluye diciendo:
Se analizó los procesos productivos de la empresa, aplicando métodos
de Ingeniería como los diagramas de procesos, gráficos de barras y de
pastel para la medición de la producción y las ventas.
A través del uso de herramientas de diagnóstico de ingeniería como la
matriz FODA, el diagrama de causa – efecto y el análisis de Pareto, se
ha podido establecer las principales problemáticas de la empresa que han
generado 20% de reproceso, 2% de desperdicio y 11,87% de los
productos vendidos a un precio menor que el establecido como normal,
debido a la baja calidad de dichos artículos. Estos problemas producen
una pérdida de $ 3, 932,14 semestrales para la organización.
Metodología de la investigación:
Concluye diciendo:
iv. Gómez (2010), Control estadístico del proceso bajo la metodología seis sigma
aplicado en el proceso de beneficio de bovinos de frigorífico Vijagual S.A.,
realizado en la universidad industrial de Santander, Bucaramanga.
Metodología de la investigación:
semana, con un total de 50 datos cada una para encontrar los canales
defectuosos. El periodo de estudio para hacer posible esta investigación
fue de 4 meses, empezando en junio del 2010.
Concluye diciendo:
Metodología de la investigación:
Concluye diciendo:
Metodología de la investigación:
Concluye diciendo:
El estudio que se realizó por medio de la carta np, nos indica que el actual
proceso de recepción de materia prima, analizado con gráficos de control
se encuentra fuera de control estadístico, debido a que no se aplica en la
actualidad ninguna técnica ni herramienta de muestreo. Pero que si
siguen las recomendaciones del presente trabajo, se puede a estabilizar
el mismo en el corto plazo.
12
Metodología de la investigación:
Concluye diciendo:
Metodología de la investigación:
Concluye diciendo:
Metodología de la investigación:
Su diseño es no experimental en su variante descriptivo, además es de
tipo, según su alcance temporal es transversal porque toma datos en un
periodo dado y por única vez. En la investigación emplea herramientas
como, grafico de control, mide la capacidad de proceso, además se
trabajó con 24 observaciones de pesos de sacos de cemento, con un
tamaño de muestra de 5 computadoras por observación. El periodo de
estudio fue de 3 meses, empezado en enero del 2007.
Concluye diciendo:
Metodología de la investigación:
Su diseño es no experimental en su variante descriptivo, además es de
tipo, según su alcance temporal es transversal porque toma datos en un
periodo dado y por única vez. En la investigación emplea herramientas
como, grafico de control, mide la capacidad de proceso, El periodo de
estudio fue de 6 meses, empezado en junio del 2004.
Concluye diciendo:
Se ha propuesto el diseño de experimentos en conjunción con el análisis
de los resultados mediante un modelo de Regresión Logística como una
metodología eficiente a la hora de conocer los niveles óptimos de
procesos y de determinación de los factores de entrada significativos en
cada tipo de problema estudiado.
Los resultados obtenidos han puesto en manifiesto que la significación
y los niveles a emplear de los factores estudiados depende del problema
que se esté analizando en cada en cada caso (del tipo de imagen), así
como del enfoque utilizado, de los cual se deriva que la metodología
propuesta es de utilidad a la hora de optimizar el porcentaje de acierto
en la clasificación en diferentes problemas estudiados.
16
Metodóloga de investigación:
Su diseño es no experimental en su variante descriptivo correlacional,
además es de tipo según su alcance temporal, transversal porque toma
datos en un periodo dado y por única vez, tiene un enfoque cuantitativo
y en el paradigma deductivo. Conto con una población de 326
colaboradores, para el estudio se tomó una muestra de 177 colaboradores
para el siguiente estudio, a las cuales se les realizara entrevistas,
encuestas para la recolección de data. El periodo de estudio fue de todo
el año 2013.
Concluye diciendo:
Metodóloga de investigación:
Metodóloga de investigación:
Su diseño es no experimental en su variante descriptiva, explicativa,
además es de tipo según su alcance temporal, transversal porque toma
datos en un periodo dado y por única vez, siendo estos cuantitativos y
18
Concluye diciendo:
Metodóloga de investigación:
Su diseño es no experimental en su variante explicativa correlacional,
además es de tipo según su alcance temporal, transversal porque toma
datos en un periodo dado y por única vez, siendo estos cuantitativos y
cualitativos. En la investigación trabaja con una población de 19
personas, para el estudio cualitativo, además de obtener la información
necesaria para el procesamiento de datos, usando entrevistas, encuestas
y fichas de observación. El periodo de estudio fue de 3 años, empezando
en el 2011 y culminando el 2013.
19
Concluye diciendo:
Metodóloga de investigación:
Su diseño es no experimental en su variante descriptiva correlacional,
además es de tipo según su alcance temporal, transversal porque toma
datos en un periodo dado y por única vez, siendo estos cuantitativos y
cualitativos. En la investigación trabaja con una población de 19
contratistas, para el estudio cualitativo, usando entrevistas, encuestas
validando esto a un nivel del 95%, y un total de 136 muestras de cilindros
para los datos cuantitativos. El periodo de estudio fue de 3 meses,
empezando el mes de octubre y culminando en diciembre del 2010.
Concluye diciendo:
Metodóloga de investigación:
Su diseño es no experimental en su variante explicativa correlacional,
además es de tipo según su alcance temporal, transversal porque toma
datos en un periodo dado y por única vez, siendo estos cuantitativos y
cualitativos. En la investigación trabaja con una población de 19
personas, para el estudio cualitativo, además de obtener la información
necesaria para el procesamiento de datos, usando entrevistas y encuestas.
El periodo de estudio fue de 6 meses, empezando en febrero del 2011.
Concluye diciendo:
Metodóloga de investigación:
Su diseño es no experimental en su variante explicativa correlacional,
además es de tipo según su alcance temporal, longitudinal debido al
periodo dado escogido, siendo estos cuantitativos y cualitativos. En la
investigación trabaja con toda la información obtenida en el periodo de
tiempo. El periodo de estudio para la recolección de data fue desde el
1996 hasta el 2003.
Concluye diciendo:
La evaluación de la productividad en el área de mantenimiento de
plantas la reparación General puede evaluarse por medio de un cuadro
de control una evaluación cuantitativa de resultado de la comparación de
los costos de eficiencia del presupuesto ejercicio en mantenimiento con
respecto a los equipos reparados, contra los estándares internacionales;
nos sirven para conocer sus debilidades y fortalezas, que serán utilizados
para el planteamiento de estrategias a seguir para disminuir las
diferencias encontradas.
Metodóloga de investigación:
Su diseño es no experimental en su variante descriptivo correlacional,
además es de tipo según su alcance temporal, transversal porque toma
datos en un periodo dado y por única vez, siendo estos cuantitativos y
cualitativos. En la investigación trabaja con toda la información sobre el
otorgo de préstamos. El periodo de estudio fue de 12 meses, empezando
en el mes de enero del 2008.
Concluye diciendo:
Asimismo, se ha podido comprobar las hipótesis de que si es posible
mejorar la rentabilidad de las empresas a través del monitoreo y
22
Metodóloga de investigación:
Su diseño es no experimental en su variante descriptivo correlacional,
además es de tipo según su alcance temporal, transversal porque toma
datos en un periodo dado y por única vez, siendo estos cuantitativos. En
la investigación trabaja con toda la información sobre el otorgo de
préstamos. El periodo de estudio fue de 12 meses, empezando en el mes
de enero del 2008.
Concluye diciendo:
La matriz transaccional permitió visualizar los procesos, la productividad
y eficiencia de cada unidad, y en base a estas observaciones direccionar
los procesos a la unidad adecuada y mejorar otros procesos
Metodóloga de investigación:
Su diseño es no experimental en su variante descriptivo correlacional,
además es de tipo según su alcance temporal, transversal porque toma
datos en un periodo dado y por única vez, siendo estos cuantitativos. En
la investigación trabaja con toda la data de producción. El periodo de
estudio fue de 06 meses, empezando en el mes de enero del 2013.
Concluye diciendo:
La aplicación de herramientas Lean Manufacturing son vitales para la
mejora de las operaciones de la PYMES, especialmente del sector
manufacturero, ya que contribuye al mejoramiento de los procesos
eliminando las actividades que no generan valor trayendo como
consecuencia mayor satisfacción al cliente e incluso ahorros financieros
sin realizar grandes inversiones.
1. El histograma.
2. El diagrama de Pareto
3. El diagrama de causa y efecto
4. El diagrama de concentración de defectos
5. La carta de control
6. El diagrama de dispersión
7. La hoja de verificación
27
Aun cuando estas herramientas son un parte importante del CEP, abarcan
únicamente el aspecto técnico del tema. Un elemento igualmente importante del
CEP es la actitud: el deseo de todos los integrantes de una organización para
mejorar en forma continúa la calidad y la productividad mediante la reducción
sistemática de la variabilidad. La carta de control es la más poderosa de las
herramientas del CEP.
Escalante (2011) Menciona: “La gráfica de control es una herramienta estadística que
muestran el comportamiento de cierta característica de calidad de un proceso o producto
con respecto al tiempo, su objetivo, evaluar, controlar y mejorar procesos y productos”.
Figura 2: Grafica de control.
Explica que los variables de interés aquí son aquellas que tienen
dimensiones continuas. Tales variables tienen un número infinito de
posibilidades. Algunos ejemplos son peso, velocidad, longitud, o fuerza. Las
gráficas de control para la media, x– o x-barra, y para el rango, R, se usan para
monitorear procesos con dimensiones continuas. La gráfica x– nos indica si han
ocurrido cambios en la tendencia central (en este caso, la media) de un proceso.
Estos cambios podrían deberse a factores como el desgaste de herramientas, un
aumento gradual de la temperatura, el uso de un método diferente en el segundo
turno, o a materiales nuevos y más fuertes. Los valores de la gráfica R indican
que ha ocurrido ganancia o pérdida en la dispersión. Quizá el cambio se deba al
desgaste de cojinetes, a una herramienta desajustada, al flujo errático de los
lubricantes hacia la máquina, o al descuido del operario de una máquina. Los
dos tipos de gráficas se utilizan al mismo tiempo cuando se trata de monitorear
las variables porque miden los dos parámetros críticos: tendencia central y
dispersión.
𝜎 (1)
𝜎Χ =
√𝑛
Fórmula 1: Teorema de límite central
(𝐿𝐶𝑆) = 𝑋̅ + 𝑧 𝜎× (2)
(𝐿𝐶𝐼) = 𝑋̅ − 𝑧 𝜎× (3)
Donde:
Ejemplo se muestra como establecer los límites de control para las medias
muéstrales usando las desviaciones estándar.
Figura 4: Distribución muestral.
Las fórmulas para los límites de control superior e inferior de la gráfica p son
las siguientes:
Donde:
Carta np
Gutiérrez y De la Vara (2009), sustentan:
Donde: 𝜇𝑑𝑖 = 𝑛𝑝
𝜎𝑑𝑖 = √𝑛𝑝̅ (1 − 𝑝̅ ) (6)
𝐿𝐶 = 𝑛𝑝 (9)
Gráfica c
Heizar y Render (2014), mencionan:
Las gráficas de control de defectos son útiles para monitorear procesos en los
que existe un gran número de errores potenciales, pero que en realidad ocurre
un número relativamente pequeño.
Por ello, los límites de control de la carta c se obtienen con las expresiones:
𝐿𝐶 = 𝐶̅ (10)
Gráfica u
Gutiérrez y De la Vara (2009) sustenta:
𝑐𝑖 (13)
𝜇𝑖 =
𝑛𝑖
Fórmula 13: Determinación de subgrupo - grafica u
Donde:
n es el tamaño de subgrupo. De esta manera, los límites de control en la carta u
están dados por:
(16)
𝑢̅
𝐿𝐶𝑆 = 𝑢̅ + 3√
𝑛
Fórmula 16: Limite central superior - Grafica u
(17)
𝑢̅
𝐿𝐶𝐼 = 𝑢̅ − 3√
𝑛
Fórmula 17: Limite central inferior - Grafica u
𝐿𝐶 = 𝑢̅ (18)
Un proceso se considera estable cuando existe solo variación generada por las
causas comunes de variación. Las causas comunes se originan de los básicos de
un proceso de manufactura, las cuales son típicamente las 6M’s (maquinaria,
mano de obra, métodos, mediciones, materiales, medio ambiente).
𝑆𝑡 (19)
𝛿𝑡 =
𝑆𝑝
Fórmula 19: Índice de estabilidad de proceso
35
Donde:
𝑆𝑡 : 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡à𝑛𝑑𝑎𝑟 𝑑𝑒𝑙 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑆𝑝 ò 𝜎: 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ò𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑡𝑒𝑜𝑟𝑖𝑐𝑎 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
Parámetros:
𝑆𝑖 𝑒𝑙 𝛿𝑡 < = 1,4 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑒𝑙 𝑝𝑟𝑜𝑐𝑒𝑠𝑜 𝑒𝑠 𝑒𝑠𝑡𝑎𝑏𝑙𝑒
𝑆𝑖 𝑒𝑙 𝛿𝑡 > 1,4 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑒𝑙 𝑝𝑟𝑜𝑐𝑒𝑠𝑜 𝑒𝑠 𝑖𝑛𝑒𝑠𝑡𝑎𝑏𝑙𝑒
Por lo general, para realizar un estudio de capacidad se toman datos del proceso
durante un periodo considerable para que se refleje bien el desempeño del
proceso.
Carot (2001), menciona: “La capacidad es la aptitud del proceso para producir
productos dentro de los límites de las especificaciones de calidad”.
La variabilidad natural del proceso se cuantifica mediante:
𝑉𝑁 = 6. 𝜎 (20)
Parece pues lógico que el índice que mida la capacidad del proceso relacione la
amplitud de las tolerancias con la variabilidad natural del proceso. Por ello se
define a la capacidad potencial del proceso mediante:
𝑊 𝑇2 − 𝑇1 (21)
𝑐𝑝 = =
𝑉𝑁 6. 𝜎
Fórmula 21: Capacidad potencial del proceso
Gutiérrez De la Vara (2009):
Índice de capacidad para procesos con doble especificación
Los procesos tienen variables de salida o de respuesta, las cuales deben
cumplir con ciertas especificaciones a fin de considerar que el proceso está
funcionando de manera satisfactoria.
Evaluar la habilidad o capacidad de un proceso consiste en conocer la
amplitud de la variación natural de éste para una característica de calidad dada,
lo cual permitirá saber en qué medida tal característica de calidad es satisfactoria
(cumple especificaciones).
En esta sección se supone que se tiene una característica de calidad de
un producto o variable de salida de un proceso, del tipo valor nominal es mejor,
en donde, para considerar que hay calidad las mediciones deben ser iguales a
cierto valor nominal o ideal (N), o al menos tienen que estar con holgura dentro
de las especificaciones inferior (EI) y superior (ES).
𝑉𝑎𝑟𝑖𝑎𝑐𝑖𝑜𝑛 𝑡𝑜𝑙𝑒𝑟𝑎𝑑𝑎
𝐶𝑃 =
𝑉𝑎𝑟𝑖𝑎𝑐𝑖𝑜𝑛 𝑟𝑒𝑎𝑙
Los límites reales o naturales de un proceso indican los puntos entre los cuales
varía la salida de un proceso y, por lo general, se obtienen de la siguiente
manera:
Limite real inferior (LRI) = μ − 3σ y Limite real superior (LRS) = μ + 3σ
Por lo general, esto significa que la habilidad del proceso está dentro de
±3 desviaciones estándar de la media del proceso. Como este rango de valores
es de 6 desviaciones estándar, la tolerancia de un proceso capaz, que es la
diferencia entre las especificaciones superior e inferior, debe ser mayor o igual
a 6.
La razón de la habilidad del proceso, Cp.
Media muestral
Mediana o percentil
Moda
Otra forma de medir la tendencia central de un conjunto de datos es
mediante la moda, que es igual al dato que se repite más veces. Si varios datos
tienen la frecuencia más grande, entonces cada una de ellos es una moda, y se
dice que el conjunto de datos es multimodal.
Las medidas de tendencia central son insuficientes como criterio de calidad. Por
qué los datos puedes tener una cierta variabilidad o dispersión.
𝑺 (25)
(𝑿𝟏 − 𝑿̅ )𝟐 + (𝑿𝟐 − 𝑿
̅ )𝟐 + ⋯ + (𝑿𝑵 − 𝑿
̅ )𝟐
=√
𝒏−𝟏
Fórmula 25: Desviación estándar muestral
Donde x1, x2, x3,…, xn son las observaciones numéricas de la muestra,
n su tamaño y “x” es la media muestral. Como se puede apreciar, S mide la
distancia que en “promedio” hay entre los datos y la media, por ello, entre más
42
𝑆 (26)
𝐶𝑉 = (100)
𝑋̅
Fórmula 26: Coeficiente de variación
El coeficiente de Variación es útil para comparar la variación de dos o
más variables que están medidas en diferentes escalas o unidades de medición
(por ejemplo, metro frente a centímetro o metro frente a kilogramos.
2.2.2 Productividad
La productividad está relacionada con la mejora continua, se determina a través
de la relación entre la producción obtenida por un sistema productivo y los recursos
utilizados. También puede ser definida como la relación entre los resultados y el tiempo
utilizado para obtenerlos, cuanto menor sea el tiempo que lleve obtener el resultado
deseado, el sistema es más productivo. En realidad la productividad se define como el
43
Medición de la productividad
Se conquista el mercado
con la mejora de la calidad y Se permanece Hay más y más
un buen precio incrementa en el negocio trabajo
la productividad
𝑆𝑎𝑙𝑖𝑑𝑎𝑠 (29)
𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 =
𝐸𝑛𝑡𝑟𝑎𝑑𝑎𝑠
Fórmula 29: Productividad método 03
2.2.2.1 Eficacia
Producción
Según Vignatti (2007)
2.2.2.2 Eficiencia
Tiempos muertos
García (2011) “Las causas de los tiempos muertos, tanto en horas – hombre y
horas – máquina. Son las siguientes: Falta de material, falta de personal, falta
de energía, manufactura, mantenimiento, producción, calidad, falta de tarjetas,
falta de información, etc.”
Desperdicio
Según García (2011)
Los productores tradicionales tienen metas limitadas por ejemplo,
aceptan la producción de algunas partes defectuosas y mantienen
inventarios. Los productores esbeltos ponen su mirada en la perfección:
ninguna parte defectuosa, cero inventarios, sólo actividades que agregan
valor, y ningún desperdicio. Cualquier actividad que no agrega valor a
48
Recursos
Se denomina recursos a aquellos elementos que aportan algún tipo de
benéfico a la sociedad, también son los materiales, insumos, mano de
obra, etc., que se necesitan para poder realizar un producto dentro de un
proceso en un tiempo determinado, también podemos decir que es todo
lo necesario que se pueda medir para poder producir un bien
Gráfica de control
Los gráficos de control ayudan en la detección de modelos no naturales de
variación en los datos que resultan de procesos repetitivos y dan criterios para
detectar una falta de control estadístico. Un proceso se encuentra bajo control
estadístico cuando la variabilidad se debe sólo a "causas comunes".
49
Grafica x
Gráfica de control de calidad para medir variables que indica cuándo ocurren
cambios en la tendencia central de un proceso de producción.
Gráfica R
Gráfica de control que rastrea el “rango” dentro de una muestra;
indica cuándo ocurre ganancia o pérdida de uniformidad en la dispersión de
un proceso de producción.
Gráfica p
Gráfica de control de calidad usada para controlar atributos.
Gráfica c
Gráfica de control de la calidad usada para controlar el número de defectos
por unidad de producción.
Capacidad de proceso
El índice de capacidad potencial es una comparación entre los
límites de especificaciones (tolerancia) y los límites del proceso sin tomar
en cuenta la ubicación del mismo. El índice de capacidad real si toma en
cuenta la localización del centro del proceso en comparación con los límites
de especificaciones. Si un proceso no es potencialmente capaz,
definitivamente tampoco tiene la capacidad real.
Tendencia central
Valor en torno al cual los datos o mediciones de una variable tienden
a aglomerarse o concentrarse.
Media
Medida de tendencia central que es igual al promedio aritmético de
un conjunto de datos, que se obtiene al sumarlos y el resultado se divide
entre el número de datos.
Mediana
Medida de tendencia central que es igual al valor que divide a la
mitad a los datos cuando son ordenados de menor a mayor.
Moda
Medida de tendencia central de un conjunto de datos que es igual al
dato que se repite más veces.
Rango
Medición de la variabilidad de un conjunto de datos que es resultado
de la diferencia entre el dato mayor y el dato menor de la muestra.
Coeficiente de variación
Medida de variabilidad que indica la magnitud relativa de la
desviación estándar en comparación con la media. Es útil para contrastar la
variación de dos o más variables que están medidas en diversas escalas.
51
Histograma
Representación gráfica de la distribución de un conjunto de datos o
de una variable, donde los datos se clasifican por su magnitud en cierto
número de clases. Permite visualizar la tendencia central, la dispersión y la
forma de la distribución.
Tabla de frecuencias
Representación en forma de tabla de la distribución de unos datos, a
los que se clasifica por su magnitud en cierto número de clases.
Productividad
Chase, Jacobs y Aquilano (2009)
La productividad es una medida que suele emplearse para conocer qué
tan bien están utilizando sus recursos (o factores de producción) un país, una
industria o una unidad de negocios. Dado que la administración de operaciones
y suministro se concentra en hacer el mejor uso posible de los recursos que están
a disposición de una empresa, resulta fundamental medir la productividad para
conocer el desempeño de las operaciones.
Producción
“Se define a la producción como la cantidad de productos terminados
realizados por un proceso de transformación, en un tiempo determinado”.
Eficiencia
Se define como la capacidad de disponer de alguien o de algo para conseguir
un objetivo en especial con lo mínimo de recursos posibles viables.
Recursos
“Son los materiales, insumos, mano de obra, etc., que se necesitan para
poder realizar un producto dentro de un proceso en un tiempo determinado,
también podemos decir que es todo lo necesario que se pueda medir para
poder producir un bien”.
52
Eficacia
La eficacia es la capacidad de alcanzar el efecto, resultados que se espera o
se desea tras la realización de una acción
3.1.1 Diseño
El trabajo de investigación tiene un diseño no experimental en su variante
descriptivo correlacional, por demostrar el grado de relación que existe en las variables:
Control estadístico de procesos y Productividad.
3.1.2 Tipo
El tipo de investigación es:
Según su finalidad, es una investigación aplicada
Según su alcance temporal, es transversal puesto a que se desarrolla durante
periodo de tiempo, se recolectan datos en un solo momento.
Según su nivel o profundidad, es investigación explicativa.
Según su carácter de medida es investigación cuantitativa.
3.1.3 Enfoque
El siguiente estudio ha desarrollado una investigación cuantitativa y con el
paradigma deductivo, puesto que se ha utilizado los datos que se obtuvieron del trabajo
de campo. Debido a que se analizan las relaciones entre la variable Control Estadístico
de proceso y la variable Productividad.
3.2.1 Población
3.2.2 Muestra
Para la investigación se decidió tomar toda la población debido a que la
población es pequeña, se realizara una muestra censal para obtener información
confiable y exacta que contribuya con la investigación (n=35).
56
Numero de
Fecha Porcentaje de pol de bagazo
muestras
1 05-sep-16 2,31 2,21 2,41 2,21 2,14
2 06-sep-16 2,91 2,86 2,96 2,96 2,85
3 07-sep-16 2,50 2,70 2,80 2,73 2,65
4 08-sep-16 2,14 2,21 2,41 2,59 2,14
5 09-sep-16 2,41 2,69 3,10 2,41 2,21
6 10-sep-16 2,31 2,69 2,75 2,21 2,21
7 11-sep-16 2,20 2,04 2,31 2,31 2,21
8 12-sep-16 2,21 2,41 1,86 2,14 2,14
9 13-sep-16 2,41 2,37 1,86 2,21 2,21
10 14-sep-16 2,14 2,21 2,21 2,59 2,21
11 15-sep-16 2,21 2,21 2,41 2,21 2,69
12 16-sep-16 2,65 2,81 2,96 2,76 2,96
13 17-sep-16 2,14 2,96 2,14 2,21 2,69
14 18-sep-16 2,41 2,69 2,14 2,21 2,96
15 19-sep-16 2,21 2,41 2,14 2,14 2,14
16 20-sep-16 2,31 2,14 2,21 2,14 2,21
17 21-sep-16 1,77 2,00 2,10 1,90 1,96
18 22-sep-16 2,14 2,96 1,86 2,14 1,86
19 23-sep-16 1,86 1,86 2,96 2,14 2,14
20 24-sep-16 2,21 2,14 2,69 2,69 2,41
21 25-sep-16 2,41 2,14 3,23 2,21 2,69
22 26-sep-16 2,69 1,86 2,14 2,14 1,86
23 27-sep-16 2,96 2,69 2,69 2,14 1,86
24 28-sep-16 2,14 2,41 2,41 2,21 2,14
25 29-sep-16 2,96 2,21 2,41 1,86 2,41
61
LCS=2.701
2.6
__
2.4
X=2.361
2.2
2.0 LCI=2.022
1
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra
1.2 LCS=1.245
Rango de la muestra
0.9
_
0.6 R=0.589
0.3
0.0 LCI=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Rango
𝑋̅ = 2,361
𝑅̅ = 0,589
La gráfica nos muestra que los puntos 2,12 y 17 están fuera de los límites de control,
se encuentran datos alejados de la media de 2,361 que indica una variabilidad de los
datos del análisis de sacarosa en el bagazo, concluimos que el proceso está fuera de
control para el mes de setiembre del año 2016.
Figura 9: Comportamiento del porcentaje de sacarosa real vs el estándar.
Porcentaje de sacarosa real vs estándar del mes de setiembre
3.500 2.91 2.83
3.000 2.68 2.56 2.43 2.43 2.48 2.43 2.54 2.47
2.26 2.30 2.21 2.15 2.21 2.27 2.35 2.21 2.20 2.19 2.19 2.14 2.26 2.37
2.500 1.95
2.000
1.500
1.000
0.500
0.000
Media ESTANDAR
65
LCS=2.895
Media de la muestra
2.75
__
X=2.561
2.50
2.25 LCI=2.226
1
1
2.00
1
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra
1.5 1
LCS=1.225
Rango de la muestra
1.0
_
R=0.580
0.5
0.0 LCI=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Rango
𝑋̅ = 2,561
𝑅̅ = 0,580
La grafica nos muestra la variabilidad de los datos, se observa que hay puntos
fuera de los límites de control y alejados de la media 2,561 generando una
pérdida para la empresa, por lo que puede señalarse que el proceso se encuentra
fuera del control en el mes de octubre.
66
Media Estándar
2.75
__
2.50
X=2.413
2.25
2.00
LCI=1.918
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra
2.4
Rango de la muestra
1.8 LCS=1.813
1.2
_
R=0.857
0.6
0.0 LCI=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Rango
̅
X = 2,413
̅ = 0,857
R
67
Media Estándar
Descripción de la figura 13: En el gráfico se observa que los datos que corresponde al
mes de noviembre tienen un comportamiento variable debido que de los datos están
alejados del objetivo estándar que propone la empresa azucarera Andahuasi.
2.4 __
X=2.278
2.0
LCI=1.810
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra
LCS=1.715
1.6
Rango de la muestra
1.2
_
0.8 R=0.811
0.4
0.0 LCI=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Rango
68
𝑋̅ = 2,278
𝑅̅ = 0,811
La gráfica nos muestra un comportamiento variable los datos que están alejados
de la media de 2,27, donde se observa en el punto (6) está fuera de control, se
concluye que en el mes de diciembre también el proceso se encuentra fuera de
control debido a la variabilidad que existe de los datos.
3.000 2.78
2.65
2.48 2.45 2.43 2.49 2.40
2.272.28 2.332.39 2.33 2.28
2.500 2.17 2.232.26 2.23
2.072.01 2.102.07 2.12 2.11
2.02 2.01
2.000
1.500
1.000
0.500
0.000
Media Estándar
Descripción de la figura 15: En el gráfico se observa que los datos que corresponde
al mes de diciembre tienen un comportamiento variable debido que de los datos están
alejados del objetivo estándar que propone la empresa azucarera Andahuasi.
Se observa que los datos (2, 78, 2,49 y 2,65) son los que están alejados del objetivo
estándar que es llegar a obtener datos cercanos a 2 siendo lo óptimo.
0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
-0.20
-0.40
-0.60
-0.80
-1.00
Setiembre
y = 2E-06x6 - 0,0001x5 + 0,0037x4 - 0,0528x3 + 0,3664x2 - 1,061x 2016
+ 0,3668
Polinómica (
R² = 0,3775 Setiembre
2016)
0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
-0.20
-0.40
-0.60
-0.80
-1.00
-1.20
y = 4E-07x6 - 3E-05x5 + 0,001x4 - 0,0146x3 + 0,0977x2 - 0,2211x -
0,7428
R² = 0,4557
Octubre Polinómica ( Octubre
2016 2016)
Una vez vista las gráficas de línea de tendencia polinómica en los meses de
setiembre a diciembre, se realizó una gráfica de tendencia polinómica promedio,
el cual también se ajusta a los datos de pérdida de sacarosa en los 4 meses del
año 2016, por los constantes cambios de dirección que tienen sus datos, por lo
tanto se escogió dicha tendencia a un grado 6, siendo este el máximo grado para
tener una mayor exactitud, además nos muestra que el comportamiento de los
datos va a ser variables, teniendo altos y bajos en el tiempo, además el R2 es el
máximo comparado con las otras líneas de tendencia, siendo exactamente una
cantidad de 0,3864.
𝑅̅ 0,589
𝑆𝑝 = = = 0,2532
𝑑2 2,326
0,3301
𝛿𝑡 = = 𝟏, 𝟑𝟎𝟑𝟕
0,2532
Parámetros:
𝑅̅ 0,580
𝑆𝑝 = = = 0,2493
𝑑2 2,326
0,3354
𝛿𝑡 = = 𝟏, 𝟑𝟒𝟓𝟑
0,2493
Parámetros:
𝑅̅ 0,857
𝑆𝑝 = = = 0,3684
𝑑2 2,326
0,4289
𝛿𝑡 = = 𝟏, 𝟏𝟔𝟒𝟐
0,3684
Parámetros:
𝑅̅ 0,811
𝑆𝑝 = = = 0,3486
𝑑2 2,326
0,3711
𝛿𝑡 = = 𝟏, 𝟎𝟔𝟒𝟓
0,3486
Parámetros:
12.00
12.36
10.00
8.88
8.00
6.83
6.00
4.70
4.00
3.38
2.54
2.00
0.00
Caña Molino N° 01 Molino N° 02 Molino N° 03 Molino N° 04 Molino N° 05
los que están más cerca del problema, según ellos un factor manejable para la
investigación es las presiones de los molinos en el área de trapiche, las cuales están
sujetas a parámetro que están comprendidos entre (2000 – 2500) psi.
Se recolecto los datos de las presiones de los 4 últimos meses del año 2016, a los que
están sujetos los 5 molinos, determinando una media por día, para poder ver si se está
cumpliendo o no con la presión ideal de molino (2500 psi) para poder lograr la mayor
extracción de jugo y a la vez, la mayor extracción de % de sacarosa.
Tabla 11: Muestras de las presiones (psi) del mes de setiembre del 2016.
Presiones promedio (psi)
Numero de Media
Fecha Molino Molino 2 Molino 3 Molino 4 Molino 5
muestras mensual
1
01 05-sep-16 2500 2400 2500 2400 2400 2440
02 06-sep-16 2200 2200 2300 2200 2300 2240
03 07-sep-16 2200 2300 2300 2300 2400 2300
04 08-sep-16 2500 2400 2500 2400 2500 2460
05 09-sep-16 2400 2400 2300 2400 2400 2380
06 10-sep-16 2400 2400 2400 2500 2400 2420
07 11-sep-16 2400 2500 2500 2400 2500 2460
08 12-sep-16 2500 2500 2500 2500 2400 2480
09 13-sep-16 2400 2500 2500 2400 2400 2440
10 14-sep-16 2400 2400 2400 2500 2500 2440
11 15-sep-16 2400 2300 2500 2400 2400 2400
12 16-sep-16 2100 2400 2300 2300 2300 2280
13 17-sep-16 2500 2400 2500 2500 2500 2480
14 18-sep-16 2500 2300 2400 2300 2300 2360
15 19-sep-16 2400 2500 2400 2500 2500 2460
16 20-sep-16 2500 2500 2400 2500 2500 2480
17 21-sep-16 2300 2500 2500 2500 2400 2440
18 22-sep-16 2400 2500 2500 2500 2500 2480
19 23-sep-16 2500 2400 2500 2500 2500 2480
20 24-sep-16 2500 2500 2500 2300 2500 2460
21 25-sep-16 2400 2500 2300 2500 2300 2400
22 26-sep-16 2400 2500 2500 2500 2500 2480
23 27-sep-16 2400 2500 2500 2400 2300 2420
24 28-sep-16 2400 2500 2400 2500 2400 2440
25 29-sep-16 2400 2400 2400 2400 2400 2400
88
Tabla 12: Muestras de las presiones (psi) del mes de octubre del 2016.
Media
Numero Presiones promedio (psi)
de
de Fecha Molino Molino Molino Molino Molino presión
muestras Nº 1 Nº 2 Nº 3 Nº4 Nº 5 mensual
01 03-oct-16 2300 2300 2300 2300 2300 2300
02 04-oct-16 2300 2300 2300 2300 2300 2300
03 05-oct-16 2400 2400 2300 2300 2400 2360
04 06-oct-16 2400 2300 2400 2400 2300 2360
05 07-oct-16 2400 2400 2400 2400 2400 2400
06 08-oct-16 2400 2500 2400 2400 2500 2440
07 09-oct-16 2200 2300 2400 2400 2400 2340
08 10-oct-16 2300 2400 2300 2400 2300 2340
09 11-oct-16 2500 2400 2500 2500 2500 2480
10 12-oct-16 2500 2400 2400 2400 2500 2440
11 13-oct-16 2500 2300 2500 2300 2400 2400
12 14-oct-16 2500 2300 2500 2500 2500 2460
13 15-oct-16 2400 2400 2400 2500 2400 2420
14 16-oct-16 2500 2500 2400 2400 2400 2440
15 17-oct-16 2500 2500 2400 2400 2400 2440
16 18-oct-16 2500 2500 2500 2400 2400 2460
17 19-oct-16 2400 2400 2400 2400 2400 2400
18 20-oct-16 2400 2500 2500 2500 2500 2480
19 21-oct-16 2500 2500 2500 2500 2400 2480
20 22-oct-16 2500 2500 2300 2500 2500 2460
21 23-oct-16 2400 2400 2300 2500 2500 2420
22 24-oct-16 2400 2300 2400 2300 2300 2340
23 25-oct-16 2500 2300 2500 2500 2500 2460
24 26-oct-16 2500 2500 2500 2300 2500 2460
25 27-oct-16 2300 2400 2300 2400 2300 2340
89
Tabla 13: Muestras de las presiones (psi) del mes de noviembre del 2016.
Numero Presiones promedio (psi) Media de
de Fecha Molino Molino Molino Molino Molino presión
muestras Nº1 Nº 2 Nº 3 Nº4 Nº 5 Mensual
01 03-nov-16 2500 2500 2500 2500 2400 2480
02 04-nov-16 2500 2400 2500 2500 2400 2460
03 05-nov-16 2500 2500 2400 2500 2500 2480
04 06-nov-16 2400 2500 2500 2500 2500 2480
05 07-nov-16 2400 2400 2500 2500 2500 2460
06 08-nov-16 2500 2500 2500 2300 2300 2420
07 09-nov-16 2400 2500 2300 2500 2500 2440
08 10-nov-16 2500 2500 2500 2400 2500 2480
09 11-nov-16 2500 2500 2500 2500 2400 2480
10 12-nov-16 2400 2500 2500 2500 2400 2460
11 13-nov-16 2500 2500 2500 2300 2400 2440
12 14-nov-16 2300 2300 2300 2300 2300 2300
13 15-nov-16 2400 2300 2300 2300 2400 2340
14 16-nov-16 2200 2400 2300 2400 2400 2340
15 17-nov-16 2400 2300 2300 2500 2300 2360
16 18-nov-16 2400 2400 2400 2500 2500 2440
17 19-nov-16 2500 2500 2500 2500 2400 2480
18 20-nov-16 2500 2500 2500 2300 2300 2420
19 21-nov-16 2500 2200 2200 2500 2100 2300
20 22-nov-16 2400 2300 2400 2400 2500 2400
21 23-nov-16 2400 2400 2400 2500 2500 2440
22 24-nov-16 2400 2400 2500 2100 2400 2360
23 25-nov-16 2400 2500 2400 2300 2400 2400
24 26-nov-16 2500 2400 2300 2300 2500 2400
25 27-nov-16 2400 2300 2300 2400 2300 2340
90
Tabla 14: Muestras de las presiones (psi) del mes de diciembre del 2016.
Presiones promedio - diciembre (psi) Media
Numero de
Fecha presión
muestras Molino 1 Molino 2 Molino 3 Molino 4 Molino 5 mensual
01 01-dic-16 2500 2400 2400 2400 2400 2420
02 02-dic-16 2500 2400 2500 2500 2400 2460
03 03-dic-16 2500 2500 2400 2500 2500 2480
04 04-dic-16 2400 2500 2500 2500 2500 2480
05 05-dic-16 2400 2400 2400 2400 2400 2400
06 06-dic-16 2400 2300 2400 2300 2400 2360
07 07-dic-16 2400 2500 2300 2500 2500 2440
08 08-dic-16 2500 2500 2500 2400 2500 2480
09 09-dic-16 2500 2400 2500 2500 2400 2460
10 10-dic-16 2400 2500 2500 2500 2300 2440
11 11-dic-16 2500 2500 2500 2300 2300 2420
12 12-dic-16 2400 2400 2400 2400 2400 2400
13 13-dic-16 2400 2400 2500 2300 2500 2420
14 14-dic-16 2400 2500 2500 2400 2400 2440
15 15-dic-16 2400 2400 2500 2500 2500 2460
16 16-dic-16 2500 2400 2400 2500 2500 2460
17 17-dic-16 2400 2400 2400 2500 2400 2420
18 18-dic-16 2500 2500 2500 2300 2300 2420
19 19-dic-16 2500 2400 2200 2500 2400 2400
20 20-dic-16 2400 2400 2500 2500 2500 2460
21 21-dic-16 2400 2400 2500 2500 2500 2460
22 22-dic-16 2400 2500 2500 2400 2400 2440
23 23-dic-16 2400 2400 2400 2300 2300 2360
24 24-dic-16 2300 2300 2300 2300 2400 2320
25 26-dic-16 2400 2500 2400 2500 2500 2460
Tabla 15: Comportamiento de las presiones con respecto al óptimo de los meses
de (Setiembre - diciembre) año 2016.
Diferencia de presiones con el ideal (psi) Diferencia
N° Promedio Presión
Setiembre Octubre Noviembre Diciembre con presión
muestras Mensual ideal
ideal (%)
01 -60 -200 -20 -80 -90,00 2500,00 -3,60%
02 -260 -200 -40 -40 -135,00 2500,00 -5,40%
03 -200 -140 -20 -20 -95,00 2500,00 -3,80%
04 -40 -140 -20 -20 -55,00 2500,00 -2,20%
05 -120 -100 -40 -100 -90,00 2500,00 -3,60%
06 -80 -60 -80 -140 -90,00 2500,00 -3,60%
07 -40 -160 -60 -60 -80,00 2500,00 -3,20%
08 -20 -160 -20 -20 -55,00 2500,00 -2,20%
09 -60 -20 -20 -40 -35,00 2500,00 -1,40%
10 -60 -60 -40 -60 -55,00 2500,00 -2,20%
11 -100 -100 -60 -80 -85,00 2500,00 -3,40%
12 -220 -40 -200 -100 -140,00 2500,00 -5,60%
13 -20 -80 -160 -80 -85,00 2500,00 -3,40%
14 -140 -60 -160 -60 -105,00 2500,00 -4,20%
15 -40 -60 -140 -40 -70,00 2500,00 -2,80%
16 -20 -40 -60 -40 -40,00 2500,00 -1,60%
17 -60 -100 -20 -80 -65,00 2500,00 -2,60%
18 -20 -20 -80 -80 -50,00 2500,00 -2,00%
19 -20 -20 -200 -100 -85,00 2500,00 -3,40%
20 -40 -40 -100 -40 -55,00 2500,00 -2,20%
21 -100 -80 -60 -40 -70,00 2500,00 -2,80%
22 -20 -160 -140 -60 -95,00 2500,00 -3,80%
23 -80 -40 -100 -140 -90,00 2500,00 -3,60%
24 -60 -40 -100 -180 -95,00 2500,00 -3,80%
25 -100 -160 -160 -40 -115,00 2500,00 -4,60%
TOTAL -81,00 -3,24%
Se muestra en la (tabla 18) el resumen de las presiones reales del mes de octubre.
Tabla 18: Media de presiones reales del mes de octubre del año 2016.
Presiones reales mes de octubre - 2016 (psi)
Molino Molino Molino Molino Molino
Molinos Media
Nº01 Nº02 Nº03 Nº04 Nº05
Promedio de
2420 2400 2404 2408 2412 2408,8
presiones reales (psi)
Calculo de la eficacia
Resultado alcanzado
𝐸𝑓𝑖𝑐𝑎𝑐𝑖𝑎 = 𝑥100
𝑅𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜
Sacarosa en azúcar producido (t)
𝐸𝑓𝑖𝑐𝑎𝑐𝑖𝑎 = 𝑥100
Sacarosa en azúcar esperada (t)
4 103,68 𝑡
𝐸𝑓𝑖𝑐𝑎𝑐𝑖𝑎 𝑆𝑒𝑡𝑖𝑒𝑚𝑏𝑟𝑒 = 𝑥100
4 249,98 𝑡
𝐸𝑓𝑖𝑐𝑎𝑐𝑖𝑎 𝑆𝑒𝑡𝑖𝑒𝑚𝑏𝑟𝑒 = 96,56%
Tabla 24: Calculo de la eficacia de setiembre – diciembre del 2016
Sacarosa de Sacarosa en el Producción Producción
Sacarosa en Recursos de
Mes caña promedio bagazo de sacarosa de sacarosa Eficacia
azúcar (%) caña (t)
(%) promedio (%) (t) esperada (t)
Setiembre 12,50 2,36 10,14 40 476,00 4 103,68 4 249,98 96,56%
Octubre 12,70 2,56 10,14 38 337,00 3 887,11 4 102,06 94,76%
Noviembre 12,75 2,41 10,34 35 466,00 3 666,16 3 812,60 96,16%
Diciembre 12,80 2,28 10,52 43 375,00 4 564,09 4 684,50 97,43%
Total 157 654,00 16221,03 16849,13 96,27%
Calculo de la eficiencia
Para realizar el cálculo de la eficiencia necesitamos saber nuestro tiempo de operación el cual será nuestro recurso utilizado y tiempo
estimado el cual será nuestro recurso planificado.
96
Tiempo de operación es el tiempo el que el área de trapiche demoro en procesar una cierta cantidad de toneladas de caña.
Tiempo estimado es el tiempo en el que el área de trapiche debió demorar en procesar cierta cantidad de toneladas de caña, se calculó a partir
de saber cuánto se puede moler en un día, 2000 t/día.
Recursos estimado
𝐸𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑖𝑎 = 𝑥100
𝑅𝑒𝑐𝑢𝑟𝑠𝑜 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑜
Tiempo estimado (h)
𝐸𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑖𝑎 = 𝑥100
Tiempo de operación (h)
485,71 ℎ
𝐸𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑖𝑎 𝑆𝑒𝑡𝑖𝑒𝑚𝑏𝑟𝑒 = 𝑥100
610,80 ℎ
𝐸𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑖𝑎 𝑆𝑒𝑡𝑖𝑒𝑚𝑏𝑟𝑒 = 79,52%
Calculo de la efectividad
Producción
Productividad =
Recursos
Productividad total - setiembre:
En el mes de octubre se calculó una venta de 𝑠/. 5 141 040, obteniendo un costo de
𝑠/.2 580 603en recursos empleados, se obtiene una productividad de 1,99 soles.
En el mes de noviembre se obtuvo una venta de 𝑠/.4 921 860, obteniendo un costo de
𝑠/.2 383 988 en recursos empleados, se obtiene una productividad de 2,06 soles.
En el mes de diciembre se obtuvo una venta de 𝑠/.5 902 740, obteniendo un costo de
𝑠/.2 927 073 en recursos empleados, se obtiene una productividad de 2,02 soles
99
En los meses de setiembre a diciembre del 2016 el área de trapiche de la empresa Agraria Azucarera Andahuasi S.A.A., se obtuvo una
producción total de 355 862 bolsas de azúcar, que representa en ventas 21 351 720 soles, obteniendo en costos de recursos empleados de
10 625 301 soles, lo cual se obtuvo una productividad de 2,01 que representa que por cada sol invertido se obtiene una productividad de 2,01
soles con referencia a las ventas.
Para los escenarios propuestos, se procederá determinar cuánto es la productividad con las nuevas presiones planteadas, para en base a ello se elija
al mejor escenario que nos permitirá saber en cuanto aumento nuestra productividad.
100
Con el primer escenario de las presiones se puede observar que la perdida media de sacarosa en el bagazo de los cuatro meses es
2,40% el cual empieza a disminuir a 2,28% por el primer escenario, al reducir la perdida de sacarosa en el bagazo, se observa que la
sacarosa en azúcar aumenta en cada uno de los meses teniéndose una media de 10,40% sacarosa, esto representa una producción de
sacarosa de 16 407,46 t/sacarosa , implica un incremento en la producción de bolsas de azúcar de 359 959,25 que representa en ventas
S/. 21 597 135, donde se obtiene una productividad de 2,03 soles en relación a las ventas.
101
Con la evaluación del segundo escenario considerando las presiones para los meses de setiembre a diciembre es de 2 469 psi, obtenemos
como resultado que la perdida de sacarosa en el bagazo disminuya 2,17% a diferencia del escenario 1, además se obtiene un 10,52% de
sacarosa en azúcar que representa una producción de 16 593 t/sacarosa, obteniendo en producción de bolsas de azúcar de 364 042,50
considerando el ingreso de la misma cantidad de caña molida de 157 654 toneladas de caña, se obtiene una productividad de 2,06 soles.
102
Evaluando el tercer escenario para los meses de setiembre a diciembre considerando como presiones de 2 455,40 psi, 2 469,00 psi y 2 481,3
psi consecutivamente para cada escenario, obtenemos como resultado que la perdida de sacarosa en el bagazo disminuye a 2,11% con
respecto a los escenario 2 y escenario 1, obteniendo una producción de sacarosa de 16 687,10 t/sacarosa, que representa un incremento de la
producción de bolsas de azúcar a 366 087, considerando el ingreso de la misma cantidad de caña molida de 157 654 toneladas de caña, con
una productividad de 2,07 soles.
De acuerdo a los resultados obtenidos de cada escenario, se eligió el tercer escenario como óptimo debido a los resultados encontrados.
Al reducir la pérdida de 2,40% de sacarosa en el bagazo a 2,11% con el tercer escenario, se logró reducir esta pérdida de sacarosa en 0.29%
mejorando las presiones en un 2.5% psi, por lo tanto se obtendrá una mayor obtención de sacarosa en azúcar, teniendo como producto final
el incremento de la producción de bolsas de azúcar de 355 862 a 366 087, obteniendo un incremento de 10 225 bolsas/azúcar para los meses
de setiembre a diciembre del 2016, logrando aumentar la productividad de 2,01 a 2,07 soles, siendo esto un aumento de 0,06 soles.
103
De acuerdo a los resultados actuales se ha obtenido una utilidad de 6,3 millones de soles
aproximadamente como resultado de los meses de setiembre a diciembre del 2016, con
una producción de 355 862 bolsas de azúcar, teniendo una molienda de 157 654 t de
105
Se tomó los datos del mejor escenario (2.5%) y se realizó la evaluación financiera, para
comparar con los datos actuales de setiembre – diciembre del 2016 y ver si la empresa
ha obtenido una mejora debido respecto a sus utilidades
Tabla 36: Data obtenidos del escenario N° 03 (setiembre - diciembre del 2016)
Descripción Setiembre Octubre Noviembre Diciembre
Caña Molida (t) 40 476,00 38 337,00 35 466,00 43 375,00
Días Aprov. Molienda
25 26 25 25
(días)
Edad Prom. de Caña 16,40 16,48 15,87 16,41
Pol de Caña (%) 12,50 12,70 12,75 12,80
Pol de Bagazo (%) 2,07 2,27 2,12 1,98
Azúcar Bolsas (und) 92 385,50 88 182,23 84 376,95 101 142,94
Con la nueva data del escenario, se realizó los siguientes estados financieros.
Para determinar las utilidades obtenidas en los meses de setiembre a diciembre
del 2016.
106
Se obtuvo una fiabilidad de 0,95 (tabla 44), este instrumento estuvo conformado por
40 ítems, distribuidos en 3 dimensiones para la variable Independiente (control
estadístico de procesos) y una dimensión general para la variable dependiente
(productividad).
Se obtuvo como resultado el cálculo del R = 0,771, para la correlación entre las
variables dependiente e independiente, lo cual implica una correlación alta.
Asimismo se obtiene la ecuación matemática que describe el modelo:
Del análisis se observa que la dimensión capacidad de proceso, tiene una correlación
muy alta con la productividad, mientras que las otras dimensiones no tienen impacto
significativo en esta variable. La causa principal se basaría en que la capacidad de
proceso, se enfoca en cumplir las especificaciones del cliente, por lo tanto mientras
nuestros datos de sacarosa cuenten con menos variación, menor media, y se encuentren
dentro de los límites de control especificados, la productividad se verá afectada. Esta
correlación señala que mientras no se cumpla con las especificaciones indicadas, con
respecto a la perdida de sacarosa, esto afectara a la productividad y finalmente a la
economía de la empresa.
Asimismo, la media de sacarosa tiene una muy alta correlación con la capacidad de
procesos y estabilidad de proceso. Esto significa que la media de sacarosa es influyente
en que exista una buena capacidad y estabilidad, además por estar muy vinculada con
la desviación estándar, por lo tanto una menor media llevara a una capacidad más alta
y a la vez una estabilidad muy baja.
Es necesario hacer cálculos de manera parciales con la finalidad de poder dar respuestas
a los problemas y objetivos específicos de la investigación.
2° Nivel de significancia α = 5%
5° Cálculos
𝑓𝑟 ∗𝑓𝑘
𝑓𝑒 = 𝑛
En
Frecuencia
desacuerdo 0,2 0,4 2,0 4 3,0
esperada
Ni de Recuento 0 2 1 0 3
acuerdo ni Frecuencia
en esperada 0,2 0,4 2,0 0,4 3,0
(X)
desacuerdo
Recuento 0 2 20 5 27
De acuerdo Frecuencia
1,5 3,9 17,7 3,9 27,0
esperada
Recuento 0 0 2 0 2
Muy en
Frecuencia
acuerdo 1 3 3 0,3 2,0
esperada
Recuento 2 5 23 5 35
Total Frecuencia
2,0 5,0 23,0 5,0 35,0
esperada
115
Dónde:
𝑓𝑒 : Frecuencia esperada
𝑓𝑟 : Frecuencia total de una fila
𝑓𝑘 : Frecuencia total de una columna
Por ejemplo, el cálculo de la frecuencia esperada para la fila 1, columna 1 es:
𝑓𝑟 ∗ 𝑓𝑘 3 ∗ 2
𝑓𝑒 = = = 0,2
𝑛 35
Grados de libertad
Para el cálculo de los grados de libertad se considera la ecuación.
𝑔𝑙 = (𝑟 − 1)(𝑘 − 1)
Dónde:
gl: Grados de libertad
r: Número de filas
k: Número de columnas
Por lo tanto: 𝑔𝑙 = (𝑟 − 1)(𝑘 − 1) = (4 − 1)(4 − 1) = 9
(𝑓𝑜 −𝑓𝑒 )2
𝑋 2 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑜 = 𝛴 𝑓𝑒
Dónde:
fo : Frecuencia observada
fe : Frecuencia esperada
Por lo tanto:
2
(𝑓𝑜 − 𝑓𝑒 )2 (2 − 0,2)2 (1 − 0,4)2 (2 − 3)2 (0 − 0,3)2
𝑋 =𝛴 = + +⋯+ +
𝑓𝑒 0,2 0,4 3 0,3
𝑋 2 = 33,31
116
6° Toma de decisión
Como 𝑋 2 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑜 = 33,31 es mayor a 𝑋 2 𝑐𝑟í𝑡𝑖𝑐𝑜 = 16,92 y cae en la región de
rechazo, entonces rechazamos la 𝐇𝟎 y aceptamos la 𝐇𝟏 , a un nivel de significancia del
5%; es decir, que el control estadístico de proceso para perdidas de sacarosa en el
bagazo, se relaciona significativamente con la productividad en el área trapiche de la
empresa Agraria Azucarera Andahuasi S,A,A, - Sayán 2016.
Contrastación de hipótesis especificas
Se procede a realizarse la contratación de las hipótesis específicas, se utilizara la prueba
chi cuadrado para demostrar si existe relación de las dimensiones de la variable
independiente (Control estadístico de procesos), con la variable dependiente
(Productividad)
Grafica de control ((X1) – Productividad (Y)
1° Formulación de las hipótesis
𝑯𝟎 : La gráfica de control del porcentaje de sacarosa en el bagazo, no se relaciona con
la productividad en el área de trapiche de la empresa Agraria Azucarera Andahuasi
S.A.A. - Sayán 2016.
𝑯𝟏 : La gráfica de control del porcentaje de sacarosa en el bagazo, se relaciona con la
productividad en el área de trapiche de la empresa Agraria Azucarera Andahuasi S.A.A.
- Sayán 2016.
Tabla 60: Tabla de contingencia y frecuencias esperadas (X1-Y).
Productividad (Y)
En Ni de acuerdo ni De Muy de Total
desacuerdo en desacuerdo acuerdo acuerdo
Recuento 1 2 0 0 3
En
Frecuencia
desacuerdo 0,2 0,4 2,0 0,4 3,0
esperada
Gráfica de control(X1)
Ni de Recuento 1 1 1 0 3
acuerdo ni
Frecuencia
en 0,3 0,4 2,0 0,9 3,0
esperada
desacuerdo
Recuento 0 2 18 5 25
De acuerdo Frecuencia
1,4 3,6 16,5 3,6 25,0
esperada
Recuento 0 0 4 0 4
Muy de
Frecuencia
acuerdo 0,2 0,6 2,6 6 4,0
esperada
Recuento 2 5 23 5 35
Total Frecuencia
2,0 5,0 23,0 5,0 35,0
esperada
117
Frecuencia
desacuerdo 0,3 1,6 2,4 0,7 5,0
esperada
Ni de Recuento 0 5 3 1 9
acuerdo ni
Frecuencia
en 0,5 3,5 4,4 1,3 9,0
esperada
desacuerdo
Recuento 0 6 9 3 18
De acuerdo Frecuencia
1,0 6,1 8,7 2,6 18,0
esperada
Recuento 0 0 2 1 3
Muy en
Frecuencia
acuerdo 2 0,7 1,5 0,4 3,0
esperada
Recuento 2 11 17 5 35
Total Frecuencia
2,0 11,0 17,0 5,0 35,0
esperada
118
Toma de decisión
Como 𝑋 2 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑜 = 28,527 es mayor a 𝑋 2 𝑐𝑟í𝑡𝑖𝑐𝑜 = 16,92 y cae en la región de
rechazo, entonces rechazamos la 𝐇𝟎 y aceptamos la 𝐇𝟏 , a un nivel de significancia del
5%; es decir, que la capacidad de proceso de obtención de sacarosa en el jugo, se
relaciona con la productividad en el área de trapiche de la empresa Agraria Azucarera
Andahuasi S,A,A, - Sayán 2016.
120
5.3 Recomendaciones
Es importante Implementar un control estadístico de proceso en el área de
trapiche, para poder llegar a tener el proceso bajo control poco a poco con el
tiempo, pues permitirá analizar más factores que influyan en que ocurra perdidas
de sacarosa en el bagazo, lo cual será contribuido hacia la productividad de la
empresa, y finalmente aumentar utilidades.
Realizar charlas diariamente o semanalmente comunicando al personal los
problemas que están ocurriendo en la empresa, para poder lograr implantar en
el personal una actitud que quiera resolver el problema, y dar lo mejor en la
labor que realiza dentro de la empresa, que pueda ayudar a aumentar la
productividad de la empresa.
Es vital la capacitación de los responsables de la obtención de la muestra,
además también a los trabajadores del área de trapiche, para que así se logre una
mayor comunicación y puedan apoyarse en resolver los problemas que se
puedan presentar en el área, que conlleven a que existan mayores pérdidas de
sacarosa en el bagazo, pues es perjudicial para toda la empresa. Y necesita ser
controlado lo más pronto posible.
Una vez hallado y controlado los demás factores que causan la perdida de
sacarosa en el bagazo, realizar estrategias que permitan tener el proceso bajo
control, y tener la media de pérdidas de sacarosa aproximadamente muy cercano
a 2 %, que es lo más óptimo que se podría obtener en la empresa Agraria
Azucarera Andahuasi S.A.A.
123
Amores, O., & Vilca, L. (2011). Estudio de tiempos y movimientos para mejorar la
productividad de pollos eviscerados en la empresa H&N Ecuador Unicada en
la panamericana Norte Sector Lasso Para el Periodo 2011-2013.
Arcos, M. (Mayo de 2008). Optimización de Procesos de unidades Operativas de una
empresa de Oustsourcing.
Bonilla, E. (2014). Planeación de la producción para el mejoramiento de la
productividad de acoples y capsulas en la compañia impofreico S.A. Obtenido
de http://repositorio.uta.edu.
Bosquez, L. (2005). Aplicación CEP (Control estadisco de procesos) para mejorar el
proceso de producción de tuberías plásticas en "Recuperadora de plásticos
Gallardo".
Cargua, R., & Gavilanes, D. (2009). Diseño de uns istema de operaciones en metodos
y tiempos para mejorar la productividad en las lineas de producción de galleta
y caramelo en industrias alimenticias FENIX.
Carot, V. (2001). Control estadístico de la calidad. Mexico, D.F.: Alfaomega grupo
Editor, S.A. de C.V.
Cevallos, M. (2012). Control de calidad y productividad en la construcción del
programa habitacional de iterés social Ciudad Alegría. Obtenido de
http://dspace.utpl.edu.
Changoluisa, M. (2014). Control estadístico del proceso de fabricación de perfiles en
la empresa novacero planta lasso.
Chase, R., Jacobs, R., & Aquilano, N. (2009). Adimistración de operación y cadema de
sum. México D.F.: Mc Graw Hill.
Chase, R., Jacobs, R., & Aquilano, N. (2009). Adminstracion de operaciones
Porducción y cadena de suministros. Mexico D.F.: editores, s.a. de c.v. A
Subsidiary of The McGraw- Hill Companies, Inc.
Chase, R., Jacobs, R., & Aquilano, N. (2009). Adminstracion de operaciones
Porducción y cadena de suministros . Mexico D.F.: editores, s.a. de c.v. A
Subsidiary of The McGraw- Hill Companies, Inc.
Córdiva, I. (2012). El Proyecto de Investigación Cuantitativa. Lima: San Marcos.
124
ANEXOS
127
Anexo 1:Matriz de consistencia - CONTROL ESTADÌSTICO DE PROCESOS PARA PÈRDIDAS DE SACAROSA EN EL BAGAZO Y
PRODUCTIVIDAD EN EL ÁREA DE TRAPICHE- EMPRESA AGRARIA AZUCARERA ANDAHUASI S.A.A. - SAYÁN 2016.
¿En qué medida el control El control estadístico de procesos DISEÑO: Sera de tipo no
Determinar la relación entre el X: Variable 1 experimental, en su variante
estadístico de procesos para para pérdidas de sacarosa en el
control estadístico de procesos Control estadistico de descriptivo correlacional.
pérdidas de sacarosa en el bagazo, se relaciona
para pérdidas de sacarosa en el procesos
bagazo, se relaciona con la significativamente con la
bagazo y la productividad en el
productividad en el área de productividad en el área de
área de trapiche de la empresa
trapiche de la empresa Agraria trapiche de la empresa Agraria D1.1: Porcentaje de
Agraria Azucarera Andahuasi S.A.A. D1: Grafica de Control
Azucarera Andahuasi S.A.A. - Azucarera Andahuasi S.A.A. - Sayán sacarosa
- Sayán 2016.
Sayán 2016? 2016.
D2.1: Índice de
D2: Estabilidad de Dónde:
Problemas específicos Objetivos específicos Hipótesis específicos estabilidad del proceso
procesos M: Muestra
¿De qué manera la gráfica de Analizar la relación entre la gráfica La gráfica de control del D3.1: Índice de Ox: Observación de la V, I,
control del porcentaje de de control del porcentaje de porcentaje de sacarosa en el capacidad del proceso Oy: Observa
sacarosa en el bagazo, se sacarosa en el bagazo y la bagazo, se relaciona con la D3: Capacidad de
r: coeficiente de correlación
relaciona con la productividad en productividad en el área de productividad en el área de procesos
el área de trapiche de la empresa trapiche de la empresa Agraria trapiche de la empresa Agraria TIPO, según su:
Agraria Azucarera Andahuasi Azucarera Andahuasi S.A.A. - Azucarera Andahuasi S.A.A. - Sayán El tipo de investigación es:
S.A.A. - Sayán 2016? Sayán 2016. 2016. Finalidad, aplicada.
Alcance temporal, longitudinal.
¿Qué relación existe entre la Calcular la relación entre la
La estabilidad de procesos de Profundidad, explicativa.
estabilidad del procesos de estabilidad de procesos de Carácter de medida, cuantitativa.
obtención de sacarosa en el jugo , d1.1: Resultado
obtención de sacarosa en el jugo, sacarosa en el jugo, y la ENFOQUE: El presente estudio
se relaciona con la productividad Y: Variable 2 alcanzado
y la productividad en el área de productividad en el área de será una investigación
en el área de trapiche de la Productividad d1.2: Resultado
trapiche de la empresa Agraria trapiche de la empresa Agraria
empresa Agraria Azucarera esperado cuantitativa y el paradigma
Azucarera Andahuasi S.A.A. - Azucarera Andahuasi S.A.A - Sayán
Andahuasi S.A.A. - Sayán 2016. deductivo, puesto que se utilizará
Sayán 2016? 2016. los datos obtenidos del trabajo
de campo.
¿Qué relación existe entre la Determinar la relación entre la
La capacidad de proceso de
capacidad de proceso de capacidad de proceso de Población: trabajadores del área
obtención de sacarosa en el jugo, d2.1: Recursos
obtención de sacarosa en el jugo, obtención de sacarosa en el jugo, d1: Eficacia de trapiche y los de laboratorio
se relaciona con la productividad utilizados
y la productividad en el área de y la productividad en el área de (35)
en el área de trapiche de la d2.2: Recursos
trapiche de la empresa Agraria trapiche de la empresa Agraria d2: Eficiencia Muestra: Se aplicará una
empresa Agraria Azucarera estimados
Azucarera Andahuasi S.A.A. - Azucarera Andahuasi S.A.A. - muestra censal,
Andahuasi S.A.A.- Sayán 2016.
Sayán 2016? Sayán 2016.
128
CUESTIONARIO
I, PRESENTACIÓN: Los tesistas Christian R, Espinoza Aroni y Banesa M, Flores Trujillo de la EAP
Ingeniería Industrial de la FIISI, UNJFSC-Huacho, han desarrollado la tesis titulada: control estadístico de
procesos para pérdidas de sacarosa en el bagazo y productividad en el área de trapiche - empresa agraria
azucarera Andahuasi S,A,A, Sayán 2016, cuyo objetivo es Determinar la relación entre el Control
Estadístico de proceso para perdidas de sacarosa en el bagazo y productividad en el área de trapiche
de la empresa Agraria Azucarera Andahuasi S,A,A, - Sayán 2016,
Beneficiando así a cada una de las personas que viven de esta actividad y en donde dicha tesis se considera
factible.
Por tanto, es importante que usted ANÓNIMAMENTE nos facilite sus puntos de vista a los factores o
aspectos más importantes considerados.
II. INSTRUCCIONES:
2.1.La información que Ud, nos brinde es personal, sincera y anónima.
2.2. Marque sólo una de las respuestas de cada pregunta, que Ud, considere la opción correcta,
2.3.Debe contestar todas las preguntas.
Escala de Calificación
1 2 3 4 5
Ni de
acuerdo ni
Muy en En
en De acuerdo Muy de acuerdo
desacuerdo desacuerdo
desacuerd
o
III. Capacidad del proceso Califique usted cada pregunta del 1 al 5 Calificación
N° Preguntas 1 2 3 4 5
Cuando los valores de la sacarosa en el bagazo son muy dispersos podemos
21
perder el control del proceso.
22 Tener el proceso bajo control implica estar dentro de los limites
Ampliar los límites de control de sacarosa en el bagazo no asegura la calidad del
23
producto.
La muestra de sacarosa en el bagazo que se obtienen del proceso, cumple con
24 las
Especificaciones de la empresa.
25 No cumplir con las especificaciones del proceso, es perjudicial para la empresa.
Cumplir con los niveles esperados de sacarosa en el bagazo, ayudan
26
económicamente a la empresa.
Controlar el proceso, me permitirá saber si mi proceso cumple con las
27
especificaciones de sacarosa en el bagazo.
Determinar la capacidad del proceso, nos ayuda a ver si cumplimos con las
28
especificaciones.
Medir constantemente la capacidad del proceso, me permite tener el control del
29
proceso.
La capacidad del proceso, nos dice que nuestro proceso es capaz de cumplir con
30
las especificaciones tanto con el cliente como la empresa.
JUICIO DE EXPERTO
De acuerdo con los siguientes indicadores califique cada uno de los ítems según corresponda:
CRITERIO CALIFICACIÓN INDICADOR
SUFICIENCIA: 1, No cumple con el criterio Los ítems no son suficientes para medir la dimensión,
Los ítems que Los ítems miden algún aspecto de la dimensión pero no
pertenecen a una 2, Bajo nivel
corresponden con la dimensión total,
misma dimensión Se deben incrementar algunos ítems para poder evaluar
bastan para 3, Moderado nivel
la dimensión complementaria,
obtener la
medición de ésta, 4, Alto nivel Los ítems son suficientes,
1, No cumple con el criterio El ítem no es claro,
CLARIDAD: El El ítem requiere bastantes modificaciones o una
ítem se comprende modificación muy grande en el uso de las palabras de
2, Bajo nivel
fácilmente, es acuerdo con su significado o por la ordenación de las
decir, su sintáctica mismas,
y semántica son Se requiere una modificación muy específica de algunos
adecuadas, 3, Moderado nivel
de los términos del ítem,
4, Alto nivel El ítem es claro, tiene semántica y sintaxis adecuada,
COHERENCIA: 1, No cumple con el criterio El ítem no tiene relación lógica con la dimensión,
El ítem tiene 2, Bajo nivel El ítem tiene una relación tangencial con la dimensión,
relación lógica El ítem tiene una relación moderada con la dimensión
con la dimensión 3, Moderado nivel
que está midiendo,
o indicador que El ítem se encuentra completamente relacionado con la
está midiendo, 4, Alto nivel
dimensión que está midiendo,
El ítem puede ser eliminado sin que se vea afectada la
RELEVANCIA: 1, No cumple con el criterio medición de la dimensión,
El ítem es esencial El ítem tiene alguna relevancia, pero otro ítem puede
o importante, es 2, Bajo nivel
estar incluyendo lo que mide éste,
decir debe ser 3, Moderado nivel El ítem es relativamente importante,
incluido,
4, Alto nivel El ítem es muy relevante y debe ser incluido,
Calificación de los Ítems del Cuestionario "Control estadístico de procesos y Productividad":
Puntuación
Criterio de Validez Argumento Observaciones y/o Sugerencias
1 2 3 4
Suficiencia
Claridad
Coherencia
Relevancia
Total Parcial
TOTAL
Puntuación:
De 4 a 6: No válida, reformular De 10 a 12: Válido, mejorar
Apellidos y Nombres
Grado Académico ____________________
Registro CIP Firma
132