UNIVERSIDAD TECNOLOGICA DE HONDURAS. Trabajo de Investigacin Investigaci n Contro! de Ca!idad Catedr"tico Ing. Denis Ag#i!ar Ortega.
GRU$O NO.% María Paula Alvarenga Alemán 201210011301 201210011301
Objetivos Genera!es
Identi Identific ficar ar las caus causas as de los los errore errores s que que afect afectan an la muestr muestra a utiliz utilizand ando o el
diagrama de Pareto como herramienta. Realizar Realizar una hoja de verificación verificación del proceso de matrícula matrícula de primer ingreso ingreso
de los alumnos de la Universidad Tecnológica de Honduras. Realizar ejercicios proporcionados por el catedrtico para la implementación de
las herramientas de la calidad. !onocer los elementos principales de la estadística descriptiva " como se aplica para analizar la calidad " varia#ilidad de un proceso$ utilizando como
referencia la #ase en datos. %iagnosticar %iagnosticar los tipos de errores errores dados en una muestra muestra estadística$ estadística$ para así poder utilizar una de las herramientas de la calidad.
Introd#ccin
. &l presente informe nos hace introducción de los ejercicios desarrollados del capítulo ' ( que es de la calidad " productividad de Hum#erto Pulido " el capítulo ' )$ " a la vez realizamos una hoja de verificación del proceso de matrícula de la Universidad tecnológica de Honduras para los estudiantes de primera ingreso o " reingreso. !omo estudiantes e incluso "a la#orando es mu" importante conocer los procesos de calidad " las medidas que se tomen ante una falla depender del #uen conocimiento que tengamos acerca de los procesos de una organización$ empap*monos de lo positivo " desechemos lo negativo para que tenga *+ito la organización para la cual nos desempe,amos.
Ca&it#!o ' % 1. ¿Que Obtuvo Mathew Maury al analizar los diarios a bordo de los viajes navales? -#tuvo datos so#re las condiciones del viaje por ejemplo velocidad$ o
profundidad de las corrientes$ de las aguas de los vientos.
o
/nalizo las zonas marítimas con corrientes de agua$ temperaturas$ profundidades " todo esto lo registró como !artas de 0avegación
2. Describa algunas de las fallas en la obtencin de infor!acin "ue se co!entaron en la #ri!era seccin del ca#$tulo. o o o
%atitis se o#tiene datos sin ning1n propósito claro o importante. -#tención de información para validar decisiones previamente tomadas. &s raro que se tenga un plan glo#al de porque se va a o#tener información cual es la mejor fuente$ como$ que$ cuando " donde se va analizar$ " que
o o
decisiones se pretenden tomar. Información poco representativa " sesgada. Ta#1es " errores en el papel de la estadística " la o#tención de información.
%. &u'les son las ( M de un #roceso? 2ateriales o 2aquinaria o 2ano de o#ra o 2edición o 2edio am#iente o 2*todos o
). ¿Qu* es el #ensa!iento estad$stico?
&s una filosofía de aprendizaje " acción #asada en los siguientes principios 3. Todo el tra#ajo ocurre en un sistemas de procesos interconectados 4. 5a variación e+iste en todos los procesos 6. 7 entender " reducir la variación son claves para el *+ito. &s decir si la estadística se utiliza adecuadamente es posi#le conocer " aprender de la realidad8 pero eso no de#e quedar ahí$ sino que se de#e de actuar en conse6cuencia a ese nuevo aprendizaje
%
¿&!o se #uede elaborar el #ensa!iento estad$stico en los tres niveles de la organizacin? ••
¿A dónde se
dirige la Organización
• •
Estratégico
•
rear #esarrollar estrategias %ro!ectos ! la comunicación estructurados "sar (i)ar Metas #atos de varias *e centra%ara en los $uentes dirigir Estimula losreclama %roceso !ano em%leados a los em%leados a %or e&%erimentar su variación nuevas $ormas de 'acer el
Proceso Administrativo %ara guiar la organización
Es dónde se está 'aciendo el tra/a)o
#irectivo
•
OPE+A,-.O
•
•
onoce la .ariación raca los datos de los %rocesos -denticas las Medida claves ! O%ortunidades de Me)ora
(
+ro#orciones dos eje!#los de variables cualitativas y dos de variables
o
cuantitativas. 9aria#les
Pueden ser cualitativas " cuantitativas o
!ualitativas$ 0ominales o de /tri#uto son aquellas donde las características que se estudian no son num*ricas. &jemplos Tipo de producto$ nom#re de los clientes$ el producto est armado o no.
o
!uantitativas :on num*ricamente.
aquellas
cu"as
características
pueden
registrarse
)
,scriba uno de los eje!#los de cada uno de los tres ti#os de variables de
salidas. o
-ariables de alida
:on las varia#les en las que se reflejan los resultados o#tenidos por el proceso. / trav*s de los valores que toman estas varia#les se eval1a la eficacia del proceso. Tam#i*n se les conoce como varia#les de respuesta o varia#les dependientes. :e consideran aquellas que aunque normalmente no estn controladas$ influ"en en los resultados de un proceso$ por ejemplo humedad relativa en un medio am#iente$ ha#ilidad de un operario$ el m*todo de tra#ajo. o
/i#os de variables de salida0 3. &ntre ms peque,a$ mejor:on varia#les o características de calidad cu"a
1nica e+igencia es que no e+cedan un valor m+imo tolerado
o una
especificación superior. 4. &ntre ms grande$ mejor 9aria#les o características de calidad a las que s eles e+ige que sean ma"or que un valor mínimo. 9alor nominal es el mejor %e#e tener un valor especifico$ " que por lo tanto $ no de#e ser menor que una especificación inferior $ pero tampoco que una especificación superior .
De "u* !anera afectan los datos raros a la !edia? o
&rrores de interpretación de la media 3. :e cree que todos los datos son iguales o estn mu" cerca de la media$ ignorando que la media no proporciona ninguna información so#re la varia#ilidad. 4. 5a media es el dato ms frecuente$ :i se olvida que lo anterior solo se da en datos sim*tricos " un modales. 6. 5a media es el valor que est en medio " que a la izquierda del queda (;< de los datos$ lo mismo que a la derecha.
5a media muestra$ es la media po#lacional si se desconoce que la media maestral es una varia#le aleatoria ,3#li"ue los errores en la inter#retacin de la !edia "ue se se4ala en la seccin de ,rrores en la to!a de decisiones con el uso de la !edia.
. &l error est'ndar de la !edia =es decir$ el error de#ido a la estimación de la media po#lacional a partir de las medias mu*strales> es la desviación estndar de todas las posi#les muestras =de un tama,o dado> escogidos de esa po#lación. /dems$ el error estndar de la media puede referirse a una estimación de la desviación estndar$ calculada desde una muestra de datos que est siendo analizada al mismo tiempo . 15 ,3#li"ue la relacin entre la !edia y la desviacin est'ndar y establezca la regla e!#$rica y el teore!a de &hebyshev. o
6elacin entre la !edia y la desviacin est'ndar
&sta dada por la desigualdad de !he#"shev " la regla empírica$ am#os casos ilustran #ien la forma en que la desviación estndar mide la varia#ilidad en torno a la media$ es posi#le determinar si la varia#ilidad es mucha. 11. e desea investigar el #eso #ro!edio de 1555 art$culos de un lote7 #or lo "ue se eligen aleatoria!ente )5 de ellos se #esan7 y se obtienen 89 2:27 9:. a; ¿Qu* "uiere decir el #eso !edio de los 1555 art$culos es de 2:2? b; ¿
o
6= <> 6,+,/> , <> @>; R? / porque cuando se toma una muestra " de los artículos so#re todo al azar
se dice que el resto de los artículos tendrn las mismas características .como la s? ( en ning1n caso podemos afirmar que el peso pudo ser 6;; "a que la desviación se saca entre la media " los pesos de cada muestra " ese valor nos o
dice que tanto se pueden separar las muestras de la media. Puesto que la moda solo nos muestra el valor que ms se repite en una distri#ución no quiere decir que la ma"oría de los artículos en el lote pesan
4(4 puesto que se calculó de la muestra " el promedio no necesariamente indica que la ma"oría pesa e+actamente eso unos pueden ser mas otros menos. 12 ,n una e!#resa se llevan los registros del nA!ero de fallas de e"ui#os #or !esB la !edia es de 15 y la !ediana de :.
a> :i usted tiene que reportar la tendencia central de cada falla$ @qu* n1mero reportaríaA #> 5a discrepancia entre la media " la mediana se de#ió a que en varios meses ocurren pocas fallas o
Reportaría la mediana porque es un dato ms e+acto$ la media podría estar inflada por cantidades ms grandes. - este su#estimada por cantidades ms peque,as$ por ello la diferencia significativa de un dato al otro
1%. n as#ecto clave de la calidad de cierto #roducto es un #eso0 la nor!a establece "ue su #eso !$ni!o sea de 2 Cg7 el ng. De la #roduccin infor!a "ue se est' cu!#liendo co!o tal nor!a ya "ue el #eso #ro!edio del #roducto es de 2.: Cg ¿,st' usted de acuerdo con el ingeniero?
:i Porque si el peso mínimo es de 4 Bg significa que ha" varia#ilidad en el peso que no precisamente 4 Bg es el peso m+imo$ si 4 Bg fuese el peso m+imo si no estaría cumpliendo con la norma.
1). /res !'"uinas >7 E7 &7 realizaron cortes de !anera auto!'tica de ciertas tiras de hule. G 8957 E9 89 5.:7 & 98 92¿&on "ue base esto #uede decidir cual !a"uina es !ejor . o
5a mquina /$ porque mantiene la longitud ideal de la tiras.
/ i ade!'s la desviacin est'ndar obtenida es0 >7 9 1.:7 E7 917 &795.:. Decida cual !a"uina estuvo funcionando !ejor .
%efinitivamente 3.( 1:. ,n el eje!#lo :.2 se observ "ue en la fabricacin de las l'!inas de asbesto un e"ui#o de !ejora detecto "ue se tiene #roble!as en cuanto a "ue no est'n cu!#liendo con el grosor es#ecifico "ue es de : !!7 con una tolerancia de F=G 5.. &on el objetivo de corregir tal situacin el gru#o #one en #r'ctica un #lan de !ejora. +ara verificar si el #lan tuvo *3ito7 en una se!ana #osterior!ente a las !odificaciones.
%esarrollo
5a 2edia suma de todos los datos divididos entre el n1mero de datos. ?4;4.)CDD? D.E3 5a 2ediana valor que divide a mitad de los datos cuando son ordenados de menor a ma"or " el valor que este al medio es la mediana. ?D.F
Ca&it#!o ' ) 1 ,n un an'lisis de +areto en #ri!er lugar se debe hacer un +areto #ara #roble!as y des#u*s un +areto de segundo nivel #ara causas. ,3#li"ue en "u* consiste cada uno de estos y #ro#orcione un eje!#lo #ara ilustrarlo. o +areto #rinci#al o de #ri!er nivel consiste para determinar cul es el
pro#lema ms importante o
+areto de egundo Hivel consiste en estratificar el defecto principal en los
factores que quizs influ"en en *l.
2. Mencione en "u* consiste el error t$#ico "ue se co!ete cuando no se utiliza de !anera a#ro#iada el D+. Una de las herramientas que ha tenido ma"or aceptación " uso en la mejora de
la calidad$ es el %iagrama de Pareto. :in em#argo es frecuente encontrar casos en los que solo se aplica para identificar un pro#lema importante " no para localizar su causa principal. &s com1n que la decisión so#re que causa atacar se tome inmediatamente despu*s que se ha identificado un pro#lema importante =la #arra ms alta> lo que en ocasiones lleva a errores %. ¿De "u* !anera contribuye la estratificacin a la bAs"ueda de las causas de un #roble!a?
&s una estrategia de clasificación de datos$ de tal forma que en una situación dada se facilite la identificación de las fuentes de la varia#ilidad =origen de los pro#lemas>. !lasifica los pro#lemas de acuerdo con los diversos factores que influ"en en los mismos$ tal como tipo de fallas$ los m*todos de tra#ajo$ la
maquinaria$ los turnos$ los o#reros$ los proveedores$ los materiales etc. 5a &stratificación es una herramienta que se aplica en una gran diversidad de situaciones.
). ,3#li"ue c!o se relaciona la estratificacin y el D+
5a estratificación es analizar pro#lemas$ fallas$ quejas$ clasificndolas o agrupndolas de acuerdo con los factores$ que se cree$ que pueden influir en la magnitud de los mismos. &l diagrama de Pareto es a"udar a localizar el o los pro#lemas vitales$ así como sus causas ms importantes.
:. ¿
&n el lado izquierdo del %iagrama se encuentra la frecuencia acumulada de defectos.
(. ,n una f'brica de v'lvulas se est' buscando reducir la cantidad de #iezas defectuosas. &ada !olde est' dividido en tres zonas7 cada una de las cuales incluye dos #iezas. &o!o #unto de #artida se recaban datos !ediante la hoja de verificacin de la tabla I.:7 en la cual se es#ecifica el ti#o de #roble!as7 el #roducto y la zona del !olde. ,n la tabla I.: se !uestran los datos obtenidos en dos se!anas. a; 6ealice un an'lisis de +areto co!#leto. b; ¿&u'l es el #roble!a !'s i!#ortante? c; ¿&u'les son las #rinci#ales #istas #ara encontrar la causa del #roble!a #rinci#al?
&l producto /D en la zona 6 es el producto que presenta ms pro#lemas de porosidad$ el producto /4 presenta pro#lemas en la zona 6 de llenado. &l pro#lema ms importante no se puede decir así de primera impresión que sería la porosidad$ ha" que hacer un diagrama de Pareto de segundo nivel para identificar e+actamente cul es el pro#lema " en qu* zona se encuentra la falla. :e de#e investigar a profundidad lo que ocurre en la zona 6 con cada uno de los productos. I. ,n una e!#resa del ra!o grafico se ha llevado durante dos !eses el registro del ti#o de defectos "ue tienen los #roductos finales7 obteni*ndose los siguientes #roble!as con sus res#ectivos #orcentajes0 fuera de tono7 %:J !ancha7 %5J fuera de riesgo7 1:J !al corte7 12J cdigo de barras o#aco7 J ¿De acuerdo con el #rinci#io de +areto se #uede decir "ue el #roble!a clara!ente #redo!inante es "ue las i!#resiones est'n fiera de tono? +6OE<,M> Guera de tono 2anchas Guera de registro 2al !orte !ódigo de #arras opaco
+O6&,H/>K, 6(< 6;< 3(< 34< <
Efectivamente si ya que este es el de mayor potencia porque es el defecto más notorio entre todos los otros defectos.
. 6ealice un D+ de sus #rinci#ales actividades y del tie!#o "ue dedica a cada una de ellas. &ausa /rabajar ,studiar Dor!ir &o!er ,scuchar MAsica
L de defectos 3
4) D; 6; 43
J acu!ulado (;
recuencia
J +orcentaje
4;
D)
3(
4
3;
4;
(
(
6
E; ); F; 3;;
. ,n el 'rea de finanzas de una e!#resa7 uno de los #rinci#ales #roble!as lo constituyen los che"ues sin fondo de #ago de los clientes. ¿&!o utilizar$a la estratificacin y el D+ #ara to!ar la !ejor decisin?
9erificando del pro#lema desde el principio para ver
donde comienza dicho
pro#lema$ haciendo una lista para luego calificarla$ por las fallas ms recurrentes. 15. ,n una e!#resa se tienen localizados cuatro ti#os de b'sicos de "uejas #or !al servicio0 >7 E7 & y D. de!'s7 en una escala de 5 a :7 se ha evaluado el grado de !olestia "ue i!#lica #ara el cliente cada "ueja0 27 :7 1 y % res#ectiva!ente #ara las "uejas ti#o >7 E7 & y D. &on base en lo anterior7 y considerando "ue : significa !'3i!a !olestia7 realice un an'lisis de +areto #ara deter!inar cu'l es la "ueja !'s i!#ortante a reducir @v*ase la caracter$stica 2 de un buen diagra!a de +areto;. !ausa
' %e defectos /c.
< acumulado
/
4 (
! % Total
Grecuencia
< Porcentaje
6; D;
D( 6;
6; 3;
3
(
3(
D(
6 6D
3;;
3; 3;;
3(
11. De acuerdo con la infor!acin de una hoja de verificacin en una l$nea del #roceso de envasado de te"uila de una e!#resa7 se #resentaron en el Alti!o !es los siguientes resultado en cuanto a defectos0 botellas7 5)B ta#a7 I1:B eti"ueta7 12%B contra eti"ueta7 I)2B bot.s=vigusa7 1(B otros 152. ,l total de las botellas envasadas en el !es fue de )2) (:). &on estos datos realice un diagra!a de +areto y obtenga sus #ro#ias conclusiones.
#E(E,O 7otella ,a%a Eti>ueta ontra eti>ueta 7otella sin vigusa Otros ,O,A6
((+E"E4 -A 809 <1: 1823 <92
PO+E4,A5 E 1:; 19; 3?; 1:;
(+E"A4-A A"M"6A#A 809 1:1= 3392 9080
PO+E4,A5 E 1:; 30; ?:; 80;
=1?
18;
:000
=8;
102 :102
2; 100;
:102
100;
:00 0 9:0
@:000 =8;
0 900 0 3: 00 30 00 2:
@3392? :; @8091: ;;
@1:1=3 0;
00 20 00 <1
@9089 80;
10 0; =0 ; 80 ; <0 ; ?0 ; :0 ; 9 0 3 ; 0 2 ; 0 1 ; 0
:: 100 1= 0 :00 1= 1= ; 12. 1= ,n una e!#resa #rocesadora de carnes fr$as se detecta7 !ediante ins#eccin7 el 155J de los #roble!as en las salchichas. > continuacin se 00 !uestran los resultados de una se!ana0 a; &onsiderando "ue la gravedad de los tres #roble!as es la !is!a7 realice un an'lisis de +areto #ara #roble!as7 y detecte cual es el !'s trascendente. b; 6es#ecto a los #roble!as !'s trascendentes7 haga +areto de segundo nivel @causas; tanto #or la !'"uina7 co!o #or turno.
Ma"uinas 2aquinas ! /
' %e defectos /cu. 3F)DD 666DD D(DED
< acumulado D6.D6 );.; 3;;
Grecuencia < Porcentaje 3F$)DD D6.D6 36$E;; 4E.E( 34$34; 4F.F4
Defectos %efectos
' de defectos /c.
< acumulado
Grecuencia
2ancha 9erde
;64;(
F(.36 ;6$4;(
Galta de 9acio
D3(4(
FF.ED 6$64;
2ancha /marilla
DD6ED
3;; 4$6F ))7%()
< Porcentaje F(.36 D.(3 ;.64
1%. 6esuelva el #roble!a anterior considerando "ue la gravedad de los #roble!as desde el #unto de vista del cliente es la siguiente0 falta de vac$o @(;7 !ancha verde @15;7 !ancha a!arilla @;.
Defecto
2ancha verde 2ancha /marilla Galta de 9acio
L de defecto >c. 3; 3
J recuencia +orcentaje acu!ulado D3.E) 3; D3.E) )( 66.66
E
3;;
E
4(
1). ,n el ejercicio 15 de este ca#$tulo se concluye "ue la "ueja D es la "ue se debe de atender #ri!ero. ¿&!o a#licar$a la estratificacin #ara #rofundizar en las causas de las "uejas D? 6ealizar$a una hoja con las !ayores "uejas y fallas de las "ue #rovenga dicha "ueja7 clasificando y agru#ando cada una de las !agnitudes #ara !ejorar el #roces o. 1:. ,n un 'rea de servicios dentro de una e!#resa de !anufactura se hace una encuesta #ara evaluar la calidad del servicio y el nivel de estratificacin de los clientes. continuacin se !uestran los #untos en :5 cuestionarios.
)* */ *+ */ / /, /
)* )* *% /* // /+ +0
*+ (* 0, /0 /0 /%
*% */ *0 / /+
*, )% )0 %
*( )* *) / / *
*)( )) % , 0
) )( *+ /+ / /+
a; &onsiderando "ue los #ri!eros 2: cuestionarios #rovienen de un de#arta!ento y los restantes 2: de otro7 realice un an'lisis estratificado #or de#arta!ento en donde se calculen los estad$sticos b'sicos0 !edia7 !ediana7 desviacin est'ndar7 etc. b; &uales son las observaciones !'s i!#ortantes del an'lisis hecho antes?
c; >l enfocarse en el de#arta!ento con !ayores #roble!as7 ¿eria de alguna utilidad estratificar los datos #or #regunta? ,3#li"ue su res#uesta &. e deber$a de dividir las #reguntas a los cliente #ara obtener !ejor
+
6a media
E
En el de%artamento 7@2 su media es menor se de/e tra/a)ar más %ara satis$acer a los clientes
* P "
1 En el %rimer de%artamento se o/tiene una ma!or satis$acción en la calidad del servicio !a >ue es mu! alta su media.
E * ,
*e de/ería de dividir las %reguntas a los cliente %ara o/tener me)or A
A
,
+
Media
Media
B1C BD4 C 2000D2:C 80
B 2C ==0 D 2: C 3=?
Mediana
Mediana 3093D2 C3?:
%esarrollar una Hoja de verificación del proceso de matrícula UTH
para
estudiantes de primer Ingreso " reingreso tomando como referencia el capítulo F del material de estudio.
+roceso de
!atr$cula /N #ara estudiantes de #ri!er ingreso y reingreso
Noja de verificacin Gigura 3.3
Hoja de veri2cacin Servicio3 $roceso de 4atr5c#!a UTH &ara est#diantes de &ri4er ingreso 6 reingreso
Em%resaF ",G (ec'aF 0
De7ectos
(recuencia
*u/total
$aso /3 Ir a !a o&cin -,. 8atric#!a
1
1
$aso (3 Se!ecciona t#s c!ases 6 9orarios
:
:
$aso 03 Se!eccionar Deta!!e a $agar: Cercirate de! va!or de t#s c!ases 6 !os Tota!es e! no e7ect#ar este &aso no se re;ejara t# 4onto en e! banco<
=
=
,otal
1:
%e 3; alumnos de UTH de primer ingreso " reingreso a los que se les pregunto cules son los pasos que tienen opciones confusas en el proceso de matrícula online de dicha universidad se o#tuvieron los resultados que se presenta en la figura 3.3.
onclusión &n este tra#ajo se presentó la creencia de que los aspectos ms importantes en lo que se refiere a un introducción a la calidad el comprender el significado glo#al encerrado en la calidad$ para o#tener la capacidad de aplicar la t*cnicas #sicas de anlisis " comprender que el mejoramiento de la calidad es de comportamiento así como analítico. Una vez que se halla dominado los conceptos generales incluidos en este tra#ajo tal " como lo fueron calidad de producto
