EXAMEN FINAL DE GESTIN DE LA CALIDAD

ANDR LEONARDO CARRILLO GARCIA CD. 1190772

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER FACULTAD DE INGENIERA PLAN DE ESTUDIOS DE INGENIERA INDUSTRIAL SAN JOS DE CCUTA 2013

EXAMEN FINAL DE GESTIN DE LA CALIDAD

ANDR LEONARDO CARRILLO GARCIA CD. 1190772

Trabajo realizado como requisito para el 50% del Examen Final Presentado a: Ing. Fabio Orlando Segura

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER FACULTAD DE INGENIERA PLAN DE ESTUDIOS DE INGENIERA INDUSTRIAL SAN JOS DE CCUTA 2013

EXAMEN FINAL DE GESTIN DE LA CALIDAD

1. Los siguientes datos representan las mediciones de viscosidad en los ltimos tres meses de un producto lcteo. El objetivo es tener una viscosidad de 80 10 cps. 84 81 77 80 80 82 78 83 81 78 83 84 85 84 82 84 82 80 83 84 82 78 83 81 86 85 79 86 83 82 84 82 83 82 84 86 81 82 81 82 87 84 83 82 81 84 84 81 78 83 83 80 86 83 82 86 87 81 78 81 82 84 83 79 80 82 86 82 80 83 82 76 79 81 82 84 85 87 88 90

a. Construya una grfica de capacidad de ste proceso (histograma con tolerancias) y genere una primera opinin sobre la capacidad. Para construir el histograma llevamos a cabo los siguientes pasos: Paso 1: Determino el rango de datos R = 90 76 = 14

Paso 2: Obtengo el nmero de clases (NC): Criterios = 8.94

NC = 1+3.3 Log (80) = 7.28 Como es mayor de 7 --- (7.28) se elige NC = 8

Paso 3: Establezco la longitud de las clases (LC) LC = = = 1.75

Paso 4: Construyo los intervalos de clase. Clase 1 2 3 4 5 6 7 8 Intervalo 76 - 77.75 77.75 - 79.5 79.5 - 81.25 81.25 - 83 83 - 84.75 84.75 - 86.5 86.5 - 88.25 88.25 - 90 TOTAL Marcas para conteo II IIIIIIII IIIIIIIIIIIIIIII IIIIIIIIIIIIIIIIIIIIIIIIIIII IIIIIIIIIIII IIIIIIIII IIII I Frecuencia 2 8 16 28 12 9 4 1 80 Frecuencia relativa 2.5% 10% 20% 35% 15% 11.25% 5% 1.25%

Paso 5: Grafica del histograma.

EI
30 25 Frecuencia 20 15 10 5 0

HISTOGRAMA

ES

Viscosidad (Cps)

Opinin sobre la capacidad: En el histograma se identifica una distribucin en forma de campana, lo cual nos dice que es una distribucin normal, a su vez los datos se concentran entre 81.25 83 de viscosidad en cps. Los datos que representan las mediciones de viscosidad estn dentro de las especificaciones de calidad, las cuales indican que el objetivo es tener una viscosidad de 80 +- 10 Cps.

b. Calcule la media y la desviacin estndar y, considerando estos parmetros como poblacionales estime los ndices Cp, Cpk, Cpmy K e interprtelos con detalle. Media =82,45 cps Desviacin estndar =2,6 ndice Cp Cp = = = 1.28

Segn el resultado del Cp, podemos analizar que el proceso est en Clase o categora de proceso en 2, lo que quiere decir que es parcialmente adecuado y necesita un control estricto. Adems, se puede concluir que el proceso tiene 0.014% por fuera de las dos especificaciones, la superior y la inferior.

ndice Cpk(Indice de capacidad real del proceso)

ndice de capacidad inferior Cpi = 1.60

ndice de capacidad superior

Cps = 0.97

El ndice de capacidad real es el menor entre el ndice de capacidad inferior y el ndice de capacidad superior. Por tanto, el ndice de capacidad real del proceso es 0.97 valor que est muy alejado del Cp lo que nos indica que la media del proceso est alejada del centro de las especificaciones. Se debe corregir el problema de descentrado y se podr alcanzar la capacidad potencial indicada por Cp.

ndice Cpm(ndice de Taguchi)

Cpm=

= 0.93

El proceso no cumple con las especificaciones por problemas de centrado o por exceso de variabilidad.

ndice K (ndice de centrado del proceso) K= = 0.245 = 24.5%

El proceso est desviado un 24.5% a la derecha del valor nominal. Adems, este resultado nos indica que el centrado del proceso es inadecuado y responsable de la baja capacidad del proceso para cumplir especificaciones. El valor nominalN=80, es la calidad objetivo y ptima, cualquier desviacin respecto a ste valor implica un detrimento de la calidad. Por ello cuando un proceso este descentrado se deben hacer esfuerzos por centrarlo lo que es ms fcil que disminuir la variabilidad.

c. Con base en los ndices dados por las tablas estime el porcentaje fuera de especificaciones. % fuera de las Partes por milln especificaciones por fuera Cp 1.28 0.014 140.643 Cpi 1.60 0.0001 0.794 Cps 0.97 0.1985 1985.08 Segn el ndice de capacidad potencial el 0,014% est de los datos esta por fuera de las especificaciones y 140.643 de datos esta por fuera de cada milln. Segn el ndice de capacidad superior indica que el 0.1985% est por fuera de la especificacin del lmite superior y 1985.08 de datos esta por fuera de cada milln. ndice Valor

Segn el ndice de capacidad inferior indica que el 0.001% est por fuera de la especificacin del lmite inferior y 0.794 de datos esta por fuera de cada milln.

2. En una fbrica de ropa se tiene el propsito de reducir el nmero de defectos en las prendas de vestir, por lo que se considera necesario identificar el defecto ms importante y atacar la causa fundamental del mismo. En la tabla siguiente se muestran los defectos encontrados en las prendas de vestir fabricadas en dos semanas. Turno 1 2 3 C: Costura, O: Corte, M:Montaje, H:Hilo, T:Tela H T C M H T H O M H T H C H O T H O H M H C H O C CC H M M O HHTOT MHMOCMHHTOHMHTHHTMHMHCOMOMHHOC TOCMOTMH H H M H T H O H O H HH M H T C H O H C H HHH O M H HH M H O O H M H O C T H H O H HH O H

a. Haga un Pareto de primer nivel para encontrar cul de los defectos es el ms importante.

TURNO 1

TIPO DE DEFECTO C: Costura O: Corte

CONTEO IIIIII IIIIII

TOTAL 6 6

M: Montaje H: Hilo T: Tela C: Costura O: Corte M: Montaje H: Hilo T: Tela C: Costura O: Corte M: Montaje H: Hilo T: Tela

IIIII IIIIIIIIIIIII IIIIII IIII IIIIIII IIIIIIIIII IIIIIIIIIIII IIIII III IIIIIIIII IIIIIII IIIIIIIIIIIIIIIIIIIIIIIIIII III TOTAL DEFECTOS

5 13 6 4 7 10 12 5 3 9 5 27 3 121

Total Frecuencia Composicin Porcentaje frecuencia acumulada porcentual acumulado H: Hilo 52 52 42.98% 42.98% O: Corte 22 74 18.18% 61.16% M: Montaje 20 94 16.53% 77.69% T: Tela 14 108 11.57% 89.26% C: Costura 13 121 10.74% 100.00% Defecto

PARETO DE PRIMER NIVEL

140 120 100 80 60 40 20 0 H: Hilo O: Corte M: Montaje T: Tela C: Costura 20.00% 0.00% 42.98% 61.16% 77.69% 89.26% 80.00% 60.00% 40.00% Nmero de defectos Porcentaje acumulado 80-20 100.00% 100.00%

b. Para el defecto ms importante aplique un anlisis de Pareto por turno. Al observar el Pareto de primer nivel se observa que el defecto ms importante en la fbrica de ropa es el Hilo por tanto se procede a realizar un Pareto por turno.

Frecuencia Composicin Porcentaje Turno Frecuencia acumulada porcentual acumulado 3 27 27 51,92% 51,92% 1 13 40 25,00% 76,92% 2 12 52 23,08% 100,00%

PARETO DE SEGUNDO NIVEL

70 60 Nmero de defectos 50 76.92% 40 60.00% 30 20 10 0 3 1 Turno 2 51.92% 40.00% 80-20 20.00% 0.00% 120.00% 100.00% 100.00% 80.00% Nmero de defectos por turno Porcentaje acumulado

Se observa que en el Hilo, podemos identificar que en el turno en que ms se presentan estos defectos es en el turno 3

c. Cules son las pistas principales para reducir los defectos de las prendas de vestir? Analizando el diagrama de Pareto se identifica que la causa principal que est originando defectos en la fbrica de ropa en sus prendas de vestir es el Hilo para reducir estos defectos se sugiere supervisar cada operacin, ya que todas presentan defectos y profundizar en aquellas que ayudan a generar mayor nmero de estos (pocos vitales). Para el hilo que es el que presenta mayores defectos en la fbrica de ropa se recomienda lo siguiente para reducir estos: Identificar si el hilo requerido para cada prenda es el correspondiente, o se est usando un tipo de hilo diferente al que necesita cada tipo de prenda. Si esto est sucediendo, lo ideal es hacer una clasificacin y capacitacin a los operarios encargados de esta rea, para que estn informados de que tipos de hilo usar.

Realizarle un seguimiento y evaluacin a los proveedores con el fin de identificar si le estn cumpliendo con los parmetros de calidad exigidos a la empresa de fbrica de ropa, a su vez mirar la opcin de identificar otros proveedores, ya que si el que tienen actualmente falla, tienen el apoyo de otro proveedor.

3. Una fbrica de autopartes ha tenido problemas con la dimensin de cierta barra de acero en el momento de ensamblarla, por lo que se decide recolectar datos para analizar el proceso correspondiente. La longitud ideal de la barra es de 100 mm, con una tolerancia de 2 mm. Cada dos horas se toman 5 barras consecutivas y se miden. Los datos obtenidos (en mm) en una semana se muestran en la tabla dada:

Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

Longitud de las piezas 101 99,4 99,9 100,5 100 98,8 101 100,3 99,1 99,4 101,3 99 100,3 100,1 98,7 101,3 97,2 99,7 98,9 100,5 102,2 103,6 100,2 104,7 98,2 97,6 99 100,6 100,7 99,8 100,4 99,7 100,4 103 98,7 101,6 97,9 99,8 100,6 99,3 101,5 100,2 102,1 99,7 100,4 100 100,2 97,7 101,4 102,4 103,2 103,2 97,8 100,1 99,3 98,6 100,7 101,3 98,9 99,9 101,7 98,4 97,9 102,2 101 100,3 101,3 101,1 99,6 102 100,5 97,6 101,5 100,2 99,4 99,2 100,2 101,1 101 100,6 100,5 100,4 100,2 100,7 99 99 101,4 100,1

100,2 100,1 99,1 99,8 99,3 104,9 99 98,3 100,5 100,7 102,3 102,1 102,6 100,7 101,2 100,3 99,5 100 99,6 101,6 98,9 97,9

Media 100,2 100,04 99,58 100,04 99,12 103,12 98,88 99,78 100,84 99,66 101,16 100,08 102,56 99,3 100,4 100,1 100,64 99,94 99,98 100,9 100,14 99,48 =100,27

Rango 1,6 2,2 2,3 2,6 3,3 4,7 3 2,4 4,3 2,8 2,6 4,4 1,8 2,9 2,4 4,3 1,8 4,4 2,3 1,4 1,8 3,5 =2,85

a. Obtenga una carta X e interprtela. Para la elaboracin de la carta de control X: Calculo las lneas de control a partir de la tabla inicial donde recogimos la informacin.

Limite central = LC = = 100,27 Lmite de control superior = LCS = + A2 = 100,27 + ((0,577)(2,85)) = 101,91 Lmite de control inferior = LCI = - A2 = 100,27 - ((0,577)(2,85)) = 98,63

Realizo la carta de control X con los lmites de control y las medias de las muestras

CARTA DE CONTROL X
104.00 103.00 102.00 MEDIAS 101.00 100.00 99.00 98.00 97.00 96.00 1 2 3 4 5 6 7 8 9 10111213141516171819202122

LCS = 101,91 LC = 100,27 LCI = 98,63

Limite de control inferior Limite central Limite de control superior Media

Al observar la carta de control se puede notar que existen 2 puntos que sobrepasan los lmites de control, de esto se puede deducir que existen por una causa especial, se debe investigar su causa y tomar acciones correctivas para solucionar el problema. Esto quiere decir que el proceso est fuera del control estadstico.

b. Interprete los lmites de control y establezca la diferencia conceptual de stos con las especificaciones. Los lmites de control son obtenidos a partir de la variabilidad del proceso, y en la carta X representan la realidad en cuanto a la variabilidad de las medias de las muestras. Mientras que las especificaciones son valores deseados para las mediciones individuales de la caracterstica de calidad. c. Mediante una carta de control R, investigue si el proceso estuvo en control estadstico en cuanto a la variabilidad.

Para la elaboracin de la carta de control R: Calculo las lneas de control a partir de la tabla inicial donde recogimos la informacin.

Limite central = LC = = 2,85 Lmite de control superior = LCS = D4 = 2,115 (2,85) = 6,03 Lmite de control inferior = LCI = D3 = 0 (2,85) = 0 (No se considera)

Realizo la carta de control R con los lmites de control y las medias de las muestras

CARTA DE CONTROL R
7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 Limite central Limite de control superior Limite de control inferior

LCS = 6,03

Rango

LC = 2,85

LCI = 0

d. Explique con sus palabras cual es la diferencia entre lo investigado en a) y en c). La carta de control de X (testada) nos ayuda a ver el comportamiento de la tendencia central de alguna caracterstica de calidad deseada, mientras que la carta de control R nos ayuda a observar y controlar la variabilidad de esa caracterstica, en el proceso. e. Para continuar con el uso de la carta de control, Qu lmites de control propondra? Ya que se han obtenido lmites de control mucho menores a la tolerancia permitida se podra tomar en cuenta la carta de control de desviacin estndar o carta de control para las medias individuales con sus respectivos lmites de control para llevar a cabo un control estricto de los procesos. f. Analice la capacidad del proceso. Para ello: Obtenga un histograma e inserte tolerancias.

Para construir el histograma llevamos a cabo los siguientes pasos:

Paso 1: Determino el rango de datos

R = 104,9 97,2 = 7,7

Paso 2: Obtengo el nmero de clases (NC): = 10,49

Criterios

NC = 1+3.3 Log (110) = 7,74 Como es mayor de 7 --- (7.74) se elige NC = 8

Paso 3: Establezco la longitud de las clases (LC) = = 0,9625

LC =

Paso 4: Construyo los intervalos de clase. Intervalo Marcas para conteo Frecuencia 8 17 21 35 16 7 4 2 110 Frecuencia relativa 7,27% 15,45% 19,09% 31,82% 14,55% 6,36% 3,64% 1,82%

Clase 1 2 3 4 5 6 7 8

97,2 98,16 IIIIIIII 98,26 99,13 IIIIIIIIIIIIIIIII 99,13 100,09 IIIIIIIIIIIIIIIIIIIII 100,09 101,05 IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII 101,05 102,01 IIIIIIIIIIIIIIII 102,01 102,98 IIIIIII 102,98 103,94 IIII 103,94 104,9 II TOTAL

HISTOGRAMA
40 35 30 Frecuencia 25 20 15 10 5 0

EI

ES

Longitud (mm)

Calcule los ndices Cp , Cpk y Cpm, e interprtelos Media =100,28 mm Desviacin Estndar =1,46

ndice Cp Cp = = = 0,46

Segn el resultado del Cp, podemos analizar que el proceso est en Clase o categora 4, lo que quiere decir que el proceso no es adecuado para el trabajo y se requiere de modificaciones muy serias. Adems, se puede concluir que el proceso tiene un porcentaje de 17,2224% fuera de las dos especificaciones.

ndice Cpk(Indice de capacidad real del proceso)

ndice de capacidad inferior

Cpi

= 0,52

ndice de capacidad superior

Cps = 0,39

Cpk= 0,39 El ndice de capacidad real es el menor entre el ndice de capacidad inferior y el ndice de capacidad superior. Por tanto, el ndice de capacidad real del proceso es 0,39el cuales mucho ms pequeo que Cp, esto indicar que la media del proceso est alejada del centro de las especificaciones. Se debe corregir el problema de descentrado y se podr alcanzar la capacidad potencial indicada por Cp.

ndice Cpm(ndice de Taguchi)

Cpm =

= 0,45

El proceso no cumple especificaciones por problemas de centrado.

Obtenga los lmites naturales del proceso y comprelos con las especificaciones.

Lmite natural superior(LRI)= 100,28 ((3)(1,46)) = 95,9 Lmite natural inferior (LRS)= 100,28 + (3)((1,46)) = 104,66 Con los resultados obtenidos de los lmites naturales se puede concluir que estos tienen un mayor margen de tolerancia en el proceso.

g. Cules son sus conclusiones generales tanto en lo referente a la estabilidad del proceso como a su capacidad?

Se concluye que en la fbrica de autopartes, observando el histograma y en las cartas de control que el proceso no tiene estabilidad ya que algunos datos de la longitud de las barras de acero se encuentran por fuera de los lmites de control.

Los ndices de capacidad muestran que la media del proceso est ligeramente descentrada hacia la derecha y alejada de las especificaciones ideales que requiere la barra en el momento de ensamblarla.