Herramientas Estadisticas de Calidad

HERRAMIENTAS ESTADSTICAS DE CALIDAD
I. INTRODUCCIN
La empresa Zapata Envases S.A. DE C.V. Planta Apizaco. Forma parte de una cadena muy
importante a nivel mundial en el ramo de manejo de envase.
Esta empresa se dedica al soplado de envese PET. Para aastecer a la industria re!t"s#uera m$s
importante de la re%i&n coca cola FE'SA Planta Apizaco.
En esta empresa se logra conocer el manejo de un almacn as, como el proceso
de soplado de envase. Lo simple que se ve un envase y todas las caractersticas que este
encierra, todo el proceso que este lleva, as como las pruebas que debe cumplir para dar un
producto de calidad al cliente. Esto influye una gran competitividad, productividad porque los
productos que sta empresa ofrece, son de la mejor calidad, garanta y respuesta
satisfactoria al cliente.
En este traajo presentaremos en primer t"rmino( un resumen de lo #ue comprende cada una de las
)erramientas y conceptos #ue se aplicaran en nuestro traajo.
En se%undo t"rmino presentaremos la descripci&n del proceso en palaras( la descripci&n del
proceso en dia%rama( lay out y el dia%rama de !lujo de materiales.
Por *ltimo( se presentar$ la aplicaci&n de las + )erramientas estad,sticas de calidad -la
)oja de veri!icaci&n( dia%rama de pareto( dia%rama de )is)i.a/a( )isto%rama( dia%rama de correlaci&n(
estrati!icaci&n y las %r$!icas de control0( as, como el uso de las )erramientas administrativas.
1
II. JUSTIFICACIN
Poder conocer el manejo y aplicacin adecuada de lo que son las herramientas estadsticas de calidad, as
como la aplicacin de las herramientas administrativas, para poder tener un cierto control estadstico en
el proceso productivo, con el fin de ir mejorando continuamente los problemas que se presenten en el
proceso productivo de la Coca-Cola de 2.5 lts. Con una preforma de ! "rs.
As, con una produccin bajo control estadstico, se podr optimiar y desarrollar un envase
de calidad para el cliente !E"#A.
V. CONTENIDO
$.%. A&'E(E)E&'E# )E LA E"*+E#A
1234E5ES DE ZAPATA E5VASES
#apata $nvases Planta %pi&aco '.%. ($ C.). se fund en *++, por los 'res. (on -saas #apata .uerra y
el -n". -saas #apata /sco& con la finalidad de contribuir a los en"randecimientos de la comunidad a
2
trav0s de la produccin de envase de hoja de lata y pl1stico.
%ctualmente esta empresa cuenta con tres plantas2 3a&atl1n, Cuautitl1n y %pi&aco. 4a planta de
3a&atl1n atiende la planta 5oroeste del Pas, su principal produccin son los envases para at6n y
sardina.
4a planta de Cuautitl1n se fabrica envases de hoja de lata para la industria alimenticia, principalmente.
4a produccin va desde envases para conservas hasta tambores de 2!7 8s., entre otros.
9ambi0n se encuentra en la misma un 1rea de pl1stico para la industria de bebidas refrescantes, y de
i"ual manera en %pi&aco. #apata $nvases '.%. ($ C.). Cuenta con sucursales en 3onterrey,
.uada*ajara y Chihuahua, para satisfacer las necesidades de envase en toda la :ep6blica.
$n la planta %pi&aco trabajan desde hace un poco m1s de dos a;os, "enerando un aumento de empleo de
in"reso importante para la re"in.
Actualmente cuenta con una plantilla de %,- trabajadores fabricando
apro.imadamente /- millones de envase de plstico mensualmente para la industria
refresquera ms importante de la regin 0(oca (ola !E"#A *lanta Apiaco1. #oplando las
siguientes presentaciones.
%dem1s se cuenta con proyectos de e<pansin y crecimiento corto mediano y lar"o pla&o.
$n #apata $nvases '.%. ($ C.). planta %pi&aco se maneja en la actualidad una "ran "ama de productos
como son los si"uientes2
Clasificacin de todas las presentaciones sopladas en Zapata Envases S.A.
DE C.V. lanta Api!aco.
1.- Coca Cola 2.5 LT. Promocin Vasos
2.- Coca Cola 2.0 LT. Promocin Vasos
3.- Coca Cola 710 mI. $6.00
4.- Coca Cola 600 mI. Promocin MTV
5.- Manzana Lif !I. 2.5 L T.
6.- Manzana Lif V"r#" 2.5 LT.
7.- $%ri" 2.5 LT.
&.- 'r"sca V"r#" 2.5 LT.
(.- Manzana Lif !I. 2.0 LT.
10.- Manzana Lif V"r#" 2.0 LT.
11.- 'r"sca Toron)a *o)a 2.0 LT.
12.- 'r"sca V"r#" 2.0 LT.
3
13.- +,-a Ci"l1.5 LT.
14.- +,-a Ci"l1.0 LT.
15.- +,-a Ci"1 0.6 LT. 20. m/s.
16.- 0"loco 250 ml.
17.-'ana naran)a 2.5 Ls.
HISTORIAL DE LA EMPRESA HISTORIAL DE LA EMPRESA
#apata $nvases '.%. ($ C.). sur"e como un eslabn mas para el desarrollo de la sociedad. $sta empresa
cuenta con una amplia "ama de beneficios para la sociedad, es su principal surtidor de envase para la
planta m1s importante de la re"in Coca Cola =$3'% planta %pi&aco.
'u fuente de desarrollo es el proceso de soplado de envase cuenta con un equipo con tecnolo"a de punta
todo automati&ado. .aranti&ando la mejor calidad de productos. $sta empresa fue inau"urada en >ulio
del 2!!2, con la finalidad de contribuir al desarrollo de empleos y obtencin de "anancias para esta, los
productos que esta ofrece son de la mejor calidad para responder a las e<i"encias de los clientes.
'e locali&a sobre un terreno plano, la edificacin es de una sola planta en forma de un pol"ono re"ular.
9iene apro<imadamente 2 a;os y esta se encuentra en e<celentes condiciones con una conservacin de
equipos en estado perfecto, esto debido a las estrate"ias de uso favorable que los operarios le dan a los
equipos.
4a planta cuenta con cuatro lneas de soplado en operacin al +!? todas procesando al m1<imo con un
est1ndar de eficiencia e<celente. 9ambi0n cuenta con una pro"ramacin de mantenimiento despu0s de
una considerada jomada de trabajo.
Cuenta con una capacidad de almacenamiento muy amplio y distribucin muy bien desarrollada, as
como con contactos para reparacin de equipos en diferentes partes de la republica me<icana.
6.7. 'A2C1 TE823C1
Acontinuacin se presentar un resumen de todas y c2u de las 3erramientas para el control
estadstico del proceso en envases apata, debiendo tener muy encuentra la secuencia a
seguir en este tipo de aplicacin.
)ebemos observar que la aplicacin de las 3erramientas estadsticas sea la correcta y se
puedan tener mejores resultados.
6.7.7. 91:A VE23F3CAC385
En el control estadstico de la calidad se 3ace uso con muc3a frecuencia de las 3ojas
de verificacin, ya que es necesario comprobar constantemente si se 3an recabado los datos
solicitados o si se 3ace efectuando determinados trabajos.
El esquema general de estas 3ojas es la siguiente4 en la parte superior se anotan los
datos generales a los que se refiere las observaciones o verificaciones a 3acer en la parte
inferior se transcribe el resultado de dic3as observaciones y verificaciones.
5na 6oja de 7erificacin 0tambin llamada 8de (ontrol8 o 8de (3equeo81 es un
impreso con formato de tabla o diagrama, destinado a registrar y compilar datos mediante un
4
mtodo sencillo y sistemtico, como la anotacin de marcas asociadas a la ocurrencia de
determinados sucesos. Esta tcnica de recogida de datos se prepara de manera que su uso
sea fcil e interfiera lo menos posible con la actividad de quien realia el registro.
7entajas.
#upone un mtodo que proporciona datos fciles de comprender y que son obtenidos
mediante un proceso simple y eficiente que puede ser aplicado a cualquier rea de la
organiacin.
Las 6ojas de 7erificacin reflejan rpidamente las tendencias y patrones
subyacentes en los datos.
1ili#a#"s.
En la mejora de la (alidad, se utilia tanto en el estudio de los sntomas de un
problema, como en la investigacin de las causas o en la recogida y anlisis de datos para
probar alguna 3iptesis.
'ambin se usa como punto de partida para la elaboracin de otras 3erramientas,
como por ejemplo los 9rficos de (ontrol.
#e presenta Acontinuacin un ejemplo de una 3oja de verificacin4

5.1.2. DIA"RA#A 23 P+*3T4
"ediante el )iagrama de *areto se pueden detectar los problemas que tienen ms
relevancia mediante la aplicacin del principio de *areto 0pocos vitales, muc3os triviales1 que
dice que 3ay muc3os problemas sin importancia frente a solo unos graves. :a que por lo
general, el ;-< de los resultados totales se originan en el /-< de los elementos.
La grfica es muy =til al permitir identificar visualmente en una sola revisin tales
minoras de caractersticas vitales a las que es importante prestar atencin y de esta manera
utiliar todos los recursos necesarios para llevar acabo una accin correctiva sin malgastar
esfueros.
El )iagrama de *areto es una grfica en donde se organian diversas clasificaciones
de datos por orden descendente, de iquierda a derec3a por medio de barras sencillas
despus de 3aber reunido los datos para calificar las causas. )e modo que se pueda asignar
un orden de prioridades.
56-7 "s8
El nombre de *areto fue dado por el )r. >osep3 >uran en 3onor del economista
italiano ?ilfredo *areto 0%;@;A%B/,1 quien realio un estudio sobre la distribucin de la
riquea, en el cual descubri que la minora de la poblacin posea la mayor parte de la
riquea y la mayora de la poblacin posea la menor parte de la riquea. (on esto estableci
5
la llamada 8Ley de *areto8 seg=n la cual la desigualdad econmica es inevitable en cualquier
sociedad.
El )r. >uran aplic este concepto a la calidad, obtenindose lo que 3oy se conoce
como la regla ;-2/-.
#eg=n este concepto, si se tiene un problema con muc3as causas, podemos decir que
el /-< de las causas resuelven el ;-< del problema y el ;-< de las causas solo resuelven
el /-< del problema.
*or lo tanto, el Anlisis de *areto es una tcnica que separa los Cpocos vitalesD de los
Cmuc3os trivialesD. 5na grfica de *areto es utiliada para separar grficamente los aspectos
significativos de un problema desde los triviales de manera que un equipo sepa dnde dirigir
sus esfueros para mejorar. +educir los problemas ms significativos 0las barras ms largas
en una 9rfica *areto1 servir ms para una mejora general que reducir los ms pequeEos.
(on frecuencia, un aspecto tendr el ;-< de los problemas. En el resto de los casos, entre /
y , aspectos sern responsables por el ;-< de los problemas.
En relacin con los estilos gerenciales de +esolucin de *roblemas y 'oma de
)ecisiones 0(onservador, Fombero, Gportunista e Hntegrador1
%I%J
, vemos como la utiliacin
de esta 3erramienta puede resultar una alternativa e.celente para un gerente de estilo
Fombero, quien constantemente a la 3ora de resolver problemas solo Capaga incendiosD, es
decir, pone todo su esfuero en los Cmuc3os trivialesD.
5C-/n#o s" -iliza8
Al identificar un producto o servicio para el anlisis para mejorar la calidad.
(uando e.iste la necesidad de llamar la atencin a los problema o causas de una
forma sistemtica.
Al identificar oportunidades para mejorar
Al analiar las diferentes agrupaciones de datos 0ej4 por producto, por segmento, del
mercado, rea geogrfica, etc.1
Al buscar las causas principales de los problemas y establecer la prioridad de las
soluciones
Al evaluar los resultados de los cambos efectuados a un proceso 0antes y despus1
(uando los datos puedan clasificarse en categoras
(uando el rango de cada categora es importante
5Cmo s" -iliza8
%. #eleccionar categoras lgicas para el tpico de anlisis identificado 0incluir el periodo de
tiempo1.
/. +eunir datos. La utiliacin de un c3ecK List puede ser de muc3a ayuda en este paso.

,. Grdenar los datos de la mayor categora a la menor.
1
6
@. totaliar los datos para todas las categoras
$. calcular el porcentaje del total que cada categora representa
L. traar los ejes 3oriontales 0.1 y verticales 0y primario A y secundario1
M. traar la escala del eje vertical iquierdo para frecuencia 0de - al total, seg=n se calcul
anteriormente1
;. de iquierda a derec3a traar las barras para cada categora en orden descendente. #i
e.iste una categora CotrosD, debe ser colocada al final, sin importar su valor. Es decir, que no
debe tenerse en cuenta al momento de ordenar de mayor a menor la frecuencia de las
categoras.
B. traar la escala del eje vertical derec3o para el porcentaje acumulativo, comenando por el
- y 3asta el %--<
%-. traar el grfico lineal para el porcentaje acumulado, comenando en la parte superior de
la barra de la primera categora 0la ms alta1
%%. dar un ttulo al grfico, agregar las fec3as de cuando los datos fueron reunidos y citar la
fuente de los datos.
%/. analiar la grfica para determinar los Cpocos vitalesD
Ejemplo de aplicaci&n
5n fabricante de 3eladeras desea analiar cuales son los defectos ms frecuentes que
aparecen en las unidades al salir de la lnea de produccin. *ara esto, empe por clasificar
todos los defectos posibles en sus diversos tipos4

'ipo de )efecto )etalle del *roblema
"otor no detiene &o para el motor cuando alcana
'emperatura
&o enfra El motor arranca pero la 3eladera no enfra
Furlete )ef. Furlete roto o deforme que no ajusta
*intura )ef. )efectos de pintura en superficies e.ternas
+ayas +ayas en las superficies e.ternas
&o funciona Al enc3ufar no arranca el motor
*uerta no cierra La puerta no cierra correctamente
9avetas )ef. 9avetas interiores con rajaduras
"otor no arranca El motor no arranca despus de ciclo de
parada
"ala &ivelacin La 3eladera se balancea y no se puede
nivelar
*uerta )ef. *uerta de refrigerador no cierra
3ermticamente
7
Gtros Gtros )efectos no incluidos en los
anteriores

*osteriormente, un inspector revisa cada 3eladera a medida que sale de produccin
registrando sus defectos de acuerdo con dic3os tipos. )espus de inspeccionar ;;
3eladeras, se obtuvo una tabla como esta4

'ipo de
)efecto
)etalle del *roblema !rec.
Furlete )ef. Furlete roto o deforme que no ajusta B
*intura )ef. )efectos de pintura en superficies
e.ternas
$
9avetas )ef. 9avetas interiores con rajaduras %
"ala
&ivelacin
La 3eladera se balancea y no se
puede nivelar
%
"otor no
arranca
El motor no arranca despus de ciclo
de parada
%
"otor no
detiene
&o para el motor cuando alcana
'emperatura
,L
&o enfra El motor arranca pero la 3eladera no
enfra
/M
&o funciona Al enc3ufar no arranca el motor /
Gtros Gtros )efectos no includos en los
anteriores
-
3ermticamente
-
*uerta no
cierra
La puerta no cierra correctamente /
+ayas +ayas en las superficies e.ternas @
'otal4 ;;

La =ltima columna muestra el n=mero de 3eladeras que presentaban cada tipo de
defecto, es decir, la frecuencia con que se presenta cada defecto. En lugar de la frecuencia
numrica podemos utiliar la frecuencia porcentual, es decir, el porcentaje de 3eladeras en
cada tipo de defecto4

'ipo de
)efecto
)etalle del *roblema !rec. !rec. <
Furlete )ef. Furlete roto o deforme que no ajusta B %-./
e.ternas
$ $.M
9avetas )ef. 9avetas interiores con rajaduras % %.%
8
"ala
&ivelacin
puede nivelar
% %.%
"otor no
arranca
de parada
% %.%
"otor no
detiene
'emperatura
,L @-.B
enfra
/M ,-.M
&o funciona Al enc3ufar no arranca el motor / /.,
Gtros Gtros )efectos no includos en los
anteriores
- -.-
3ermticamente
- -.-
*uerta no
cierra
La puerta no cierra correctamente / /.,
+ayas +ayas en las superficies e.ternas @ @.$
'otal4 ;; %--

*odemos a3ora representar los datos en un 3istograma como el siguiente4
*ero N(ules son los defectos que aparecen con mayor frecuenciaO *ara 3acerlo ms
evidente, antes de graficar podemos ordenar los datos de la tabla en orden decreciente de
frecuencia4

'ipo de
)efecto
)etalle del *roblema !rec. !rec. <
"otor no
detiene
'emperatura
,L @-.B
9
enfra
/M ,-.M
Furlete )ef. Furlete roto o deforme que no ajusta B %-./
e.ternas
$ $.M
+ayas +ayas en las superficies e.ternas @ @.$
&o funciona Al enc3ufar no arranca el motor / /.,
*uerta no
cierra
La puerta no cierra correctamente / /.,
9avetas )ef. 9avetas interiores con rajaduras % %.%
"ala
&ivelacin
puede nivelar
% %.%
"otor no
arranca
de parada
% %.%
3ermticamente
- -.-
Gtros Gtros )efectos no incluidos en los
anteriores
- -.-
'otal4 ;; %--

7emos que la categora CotrosD siempre debe ir al final, sin importar su valor. )e esta
manera, si 3ubiese tenido un valor ms alto, igual debera 3aberse ubicado en la =ltima fila.

A3ora resulta evidente cuales son los tipos de defectos ms frecuentes. *odemos
observar que los , primeros tipos de defectos se presentan en el ;/ < de las 3eladeras,
apro.imadamente. *or el *rincipio de *areto, concluimos que4 La mayor parte de los
defectos encontrados en el lote pertenece slo a , tipos de defectos, de manera que si se
eliminan las causas que los provocan desaparecera la mayor parte de los defectos.
10

$.%.&. DIA"RA#A DE CAUSA ' E(ECTO )IS*I+A,A-
El diagrama causaAefecto es una forma de organiar y representar las diferentes
teoras propuestas sobre las causas de un problema. #e conoce tambin como diagrama de
6is3iKaPa o diagrama de espina de pescado y se utilia en las fases de )iagnstico y
#olucin de la causa.
Cmo in"r%r"ar -n #ia,rama #" ca-sa-"f"co9
El diagrama causaAefecto es un ve3culo para ordenar, de forma muy concentrada,
todas las causas que supuestamente pueden contribuir a un determinado efecto. &os
permite, por tanto, lograr un conocimiento com=n de un problema complejo, sin ser nunca
sustitutivo de los datos. Es importante ser conscientes de que los diagramas de causaAefecto
presentan y organian teoras. #lo cuando estas teoras son contrastadas con datos
podemos probar las causas de los fenmenos observables.
A continuacin veremos como el valor de una caracterstica de calidad depende de
una combinacin de variables y factores que condicionan el proceso productivo 0entre otros
procesos1. 7amos a utiliar el ejemplo de fabricacin de mayonesa para e.plicar los
)iagramas de (ausaAEfecto4
La variabilidad de las caractersticas de calidad es un efecto observado que tiene
m=ltiples causas. (uando ocurre alg=n problema con la calidad del producto, debemos
investigar para identificar las causas del mismo. *ara 3acer un )iagrama de (ausaAEfecto
seguimos estos pasos4
)ecidimos cual va a ser la caracterstica de calidad que vamos a analiar. *or
ejemplo, en el caso de la mayonesa podra ser el peso del frasco lleno, la densidad del
producto, el porcentaje de aceite, etc.
'raamos una flec3a gruesa que representa el proceso y a la derec3a escribimos la
caracterstica de calidad4
11
-ndicamos los factores causales m1s importantes y "enerales que puedan "enerar la fluctuacin de la
caracterstica de calidad, tra&ando flechas secundarias hacia la principal. Por ejemplo, 3aterias Primas,
$quipos, /perarios, 30todo de 3edicin, etc.2

Hncorporamos
en cada rama factores
ms detallados que
se puedan considerar
causas de fluctuacin.
*ara 3acer esto, podemos
formularnos estas
preguntas4
N*or qu 3ay fluctuacin
o dispersin en los valores
de la caracterstica
de calidadO *or la fluctuacin de las "aterias *rimas. #e anota "aterias *rimas como una
de las ramas principales.
NQu "aterias *rimas producen fluctuacin o dispersin en los valores de la caracterstica
de calidadO Aceite, 6uevos, sal, otros condimentos. #e agrega Aceite como rama menor de
la rama principal "aterias *rimas.
N*or qu 3ay fluctuacin o dispersin en el aceiteO *or la fluctuacin de la cantidad
agregada a la mecla. Agregamos a Aceite la rama ms pequeEa (antidad.
N*or qu 3ay variacin en la cantidad agregada de aceiteO *or funcionamiento irregular de la
balana. #e registra la rama Falana.
N*or qu la balana funciona en forma irregularO *or que necesita mantenimiento. En la
rama Falana colocamos la rama "antenimiento.
As seguimos ampliando el )iagrama de (ausaAEfecto 3asta que contenga todas las
causas posibles de dispersin.
12
!inalmente verificamos que todos los factores que puedan causar dispersin 3ayan
sido incorporados al diagrama. Las relaciones Causa-Efecto deben quedar claramente
establecidas y en ese caso, el diagrama est terminado.

5n diagrama de (ausaAEfecto es de por si educativo, sirve para que la gente conoca
en profundidad el proceso con que trabaja, visualiando con claridad las relaciones entre los
Efectos y sus (ausas. #irve tambin para guiar las discusiones, al e.poner con claridad los
orgenes de un problema de calidad. : permite encontrar ms rpidamente las causas
asignables cuando el proceso se aparta de su funcionamiento 3abitual.
$.%... *ISTO"RA#A
5n 3istograma es un resumen grfico de la variacin de un conjunto de datos. La
naturalea grfica del 3istograma nos permite ver pautas que son difciles de observar en
una simple tabla numrica. Esta 3erramienta se utilia especialmente en la (omprobacin de
teoras y *ruebas de valide.
(mo interpretar los 3istogramas4
#abemos que los valores varan en todo conjunto de datos. Esta variacin sigue cierta
pauta. El propsito del anlisis de un 3istograma es, por un lado, identificar y clasificar la
pauta de variacin, y por otro desarrollar una e.plicacin raonable y relevante de la pauta.
La e.plicacin debe basarse en los conocimientos generales y en la observacin de las
situaciones especficas y debe ser confirmada mediante un anlisis adicional. Las pautas
3abituales de variacin ms comunes son la distribucin en campana, con dos picos, plana,
en peine, sesgada, truncada, con un pico aislado, o con un pico en el e.tremo.
Consr-ccin #" -n :iso,rama9
*A#G %
13
)eterminar el rango de los datos4 +A&9G es igual al dato mayor menos el dato menorR + S T
A U
*A#G /
Gbtener en n=mero de clases, e.isten varios criterios para determinar el n=mero de clases
0 o barras1. #in embargo ninguno de ellos es e.acto. Algunos autores recomiendan de cinco
a quince clases, dependiendo de como estn los datos y cuntos sean. 5n criterio usado
frecuentemente es que el n=mero de clases debe ser apro.imadamente ala ra cuadrada del
n=mero de datos, por ejemplo, la ra cuadrada de ,- 0 n=mero de artculos1 es mayor que
cinco, por lo que se seleccionan seis clases.
*A#G ,
Establecer la longitud de clase4 es igual al rango entre el n=mero de clases.
*A#G @
(onstruir los intervalos de clases4 Los intervalos resultan de dividir el rango de los datos en
relacin al resultado del *A#G / en intervalos iguales.
*A#G $
9raficar el 3istograma4 se 3ace un grfico de barras, las bases de las barras son los
intervalos de clases y altura son la frecuencia de las clases. #i se unen los puntos medios de
la base superior de los rectngulos se obtiene el polgono de frecuencias.

5.1.5. DIAGRAMA DE DISPERSIN
Los mtodos grficos tales como el 3istograma o las grficas de control tienen como
base un conjunto de datos correspondientes a una sola variable, es decir, son datos
univariables. 5n diagrama de dispersin se usa para estudiar la posible relacin entre una
variable y otra 0datos divariados1R tambin sirve para probar posibles relaciones de causaA
efectoR en este sentido no puede probar que una variable causa a la otra, pero deja ms claro
cundo una relacin e.iste y la fuera de esta relacin.
)adas / variables V e :, se dice que e.iste una correlacin entre ambas si cada ve
que aumenta el valor de V aumenta proporcionalmente el valor de : 0(orrelacin positiva1 o
si cada ve que aumenta el valor de V disminuye en igual proporcin el valor de :
0(orrelacin negativa1.
La relacin entre dos tipos de datos puede ser4
5na caracterstica de calidad y un factor que inciden sobre ella.
)os caractersticas de calidad relacionadas, o bien dos factores relacionados con una sola
caracterstica.

14
6.7.;. <
EST2AT3F3CAC385
Es una clasificacin por afinidad de los elementos de una poblacin, para analiarlos y
poder determinar con ms facilidad las causas del comportamiento de alguna caracterstica
de calidad. A cada una de las partes de esta clasificacin se le llama estrato, la estratificacin
se utilia para clasificar datos e identificar su estructura.
La estratificacin generalmente se 3ace partiendo de la clasificacin de los factores que
indican en un proceso o en un servicio 0$"4 mquinas, mtodos, materiales, medio ambiente
y mano de obra1 y los estratos que se utilicen, dependern de la situacin analiada.
5sos de la estratificacin4
aA Hdentificar las causas que tienen mayor influencia en la variacin.
bA (omprender de manera detallada la estructura de un grupo de datos, lo cual permitir
identificar las causas del problema y llevar a cabo las acciones correctivas convenientes.
cA E.aminar las diferencias entre los valores promedios y la variacin entre diferentes
estratos, y tomar medidas contra la diferencia que pueda e.istir.

6.7.+. 42=F3CAS DE C15T21L
La grfica de control es un
mtodo grfico que ayuda a evaluar si un proceso est o no en un estado de control
estadstico. Es decir, ver su comportamiento dentro de lmites de especificacin. Es muy
parecida a las grficas de lnea o de tendencias, la diferencia esencial estriba en que las
15
grficas de control tienen los denominados 8lmites de controlD, que determinan el rango de
variabilidad estadstica aceptable para la variable que se est monitoreando.
#i los puntos se mantienen dentro de los lmites de control y presentan un patrn
aleatorio, entonces se dice que 8el proceso est en control 8, si por el contrario, se
encuentran puntos fuera de los lmites de control, o el conjunto de puntos muestra
tendencias, periodicidad, o cosas anormales, entonces el proceso se diagnostica como
inestable, o 8fuera de control8. Ante una situacin de esta naturalea, debe procederse a
investigar las causas que estn provocando el inestabilidad, e implementar acciones
preventivas para evitar que vuelvan a presentarse.
Las ventajas de las grficas de control son4
#irve para determinar el estado de control de un proceso.
)iagnostica el comportamiento de un proceso en el tiempo.
Hndica si un proceso 3a mejorado o empeorado.
#irve como una 3erramienta de deteccin de problemas.
*ermite identificar las dos fuentes de variacin de un proceso4 causas comunes o
tambin llamadas naturales son los factores que afectan en poco la variabilidad del sistema.
#u presencia es aleatoria, y no son de fcil deteccin, generalmente estn relacionadas con
aspectos administrativos. : otras causas son llamadas especiales o asignadas ests son los
factores espordicos que desestabilian el sistema. #u identificacin es inmediata y fcil.
En las grficas de control 3ay de observar claramente las especificaciones que estn
implcitas en los diferentes tipos de grficas, por lo que debemos en el caso de envases
apata, aplicar la grfica de control que tenga medias y rangos.
Acontinuacin se presentar un ejemplo de grfica de control por medias y rangos.
En este apartado se e.pondr el despliegue del grfico por variables de media y rango 0.W A
+1, al aportar bastante informacin y ser, tal ve, el ms utiliado.
El modo de traar este tipo de grfico de control es el que sigue4
)eterminar los datos a reunir. Que 3abrn de referirse a una variable del proceso
considerada relevante. En el ejemplo que ilustrar esta e.posicin, los datos correspondern
a4 Ctiempo en responder a las solicitudes de inclusin en el programa A, de servicios sociales
comunitariosD.
+ecoger los datos. La muestra 3a de estar constituida por un n=mero suficiente de
datos. Es frecuente que este n=mero est sobre los %--, aunque es posible recoger un
n=mero menor. Los datos coleccionados se agrupan en subgrupos cuyo tamaEo suele oscilar
entre @ y %- observaciones. (uanto mayor sea el tamaEo de los subgrupos, ms sensible
ser el grfico de control. En cuanto a su n=mero, en procesos industriales es 3abitual contar
con /- /$, si bien es admisible un n=mero menor en funcin de las caractersticas del
16
proceso estudiado. Lo que s es fundamental es que los datos de los subgrupos se tomen
secuencial mente, en los momentos del proceso elegidos para ello.
En el ejemplo de referencia se 3an tomado %/ subgrupos, correspondientes a las
respuestas emitidas a las solicitudes efectuadas por los ciudadanos, en periodos de %$ das.
*ues bien, cada periodo puede considerarse como un CloteD y las L observaciones de cada
uno de ellos corresponden a solicitudes efectuadas consecutivamente.
,. (alcular la media para cada subgrupo de datos.
@. Calcular los rangos, o recorridos para cada sugrupo.
+ S 07alor m.imo de . X 7alor mnimo de .1
$. Calcular la gran !edia "!edia de !edias# de los sugrupos.
#iendo K el n=mero de subgrupos.
L. Calcular la !edia de los rangos de los sugrupos.
M. Calcular los l$!ites de control para las !edias y los rangos. 'anto los superiores
0L(#1 como los inferiores 0L(H1.
*ara el grfico de control de las medias4
L(# S .. Y A/ +W
L(H S .. A A/ +W
*ara el grfico de control de los recorridos4
L(# S )@ +W
L(H S ), +W
Los valores de A/ ), y )@ son constantes basadas en el tamaEo de subgrupo
0n1 y aparecen para distinto n en la tabla %.
17
Gbsrvese que para n U M no 3ay lmite de control inferior.
La tabla / refleja las operaciones anteriores realiadas para el ejemplo.
;. %epresentar los gr&ficos de control.
B. An&lisis y e'aluaci(n. *ara la interpretacin de los grficos de control, de medias y
recorrido, pueden seguirse las recomendaciones siguientes4
Z (uando un slo punto est fuera de los lmites de control, puede estar seEalando La
ausencia de control del proceso. &o obstante, esta probabilidad sera pequeEa *or lo que tal
ve no sea oportuno efectuar cambios.
18
Z #i al menos / , puntos sucesivos estn en el mismo lado de la lnea media y ms de dos
unidades sigma alejadas de esta lnea, estar indicada una falta de control del proceso. #i el
tercer punto consecutivo est alejado de la lnea media en la medida indicada, pero en el otro
lado, la misma conclusin sera vlida.
Z En el caso de que @ $ valores sucesivos se situaran en el mismo lado, alejados de la lnea
central ms de % sigma, se apuntara un dficit en la estabilidad o control del proceso.
Z Hgualmente, estara indicada esta falta de control cuando al menos M valores
#ucesivos estuvieran situados en el mismo lado de la lnea media. Esto mostrara una
inadecuada distribucin de esos puntos.
Z Evidentemente, el proceso se considerara estabiliado cuando todos los puntos estuvieran
distribuidos a ambos lados de la lnea media, y cercanos a la misma.
En nuestro ejemplo, el proceso parece ser inestable. Aparecen dos puntos fuera de los
lmites de control y, adems, / puntos 0%$2@ y ,-2@1 estn, en orden sucesivo, alejados dos
desviaciones tipo de la lnea central. Esta situacin 3ace sospec3ar la presencia de causas
asignables, o especficas, de variacin en el proceso.
$././. DESCRICIN DE0 ROCESO EN DIA"RA#A
19
+EE*(H[& )E "A'E+HA *+H"A
*+E!G+"A, E'HQ5E'A, A)6E#H7G, +E(H&A
REVISIN DE MATERIA PRIMA POR
ASEGURAMIENTO DE CALIDAD
&G *A#A #H *A#A
MATERIAL RECHAZADO
REGRESO AL PROVEEDOR
AL"A(\& )E "A'E+HA
E'HQ5E'A *+E!G+"A A)6E#H7G
"AQ5H&A#
#G*LA)G+A#
#H)EL "AQ5H&A
E'HQ5E'A)G+A
F ] 6
E&7A#E
E&7A#E *E'
E'HQ5E'A)G
'+A&#*G+'E
&E5"^'H(G
_E((6E''H
AL"A(\& 'GL7A#
(A+9A&)G
'G'E#
'+A&#*G+'E
FA&)A# 'E(.
LA, #HLG#
'E(
*G#H"A'
"A9&5"
*G#H"A'
&A,M
(LHE&'E
$. /.&. DESCRICION DE0 ROCESO EN A0A1RAS
1. *3C3PCI4! 23 M+T3*I+ P*IM+9
#e recibe la materia prima siguiente4
A1 )E *+E!G+"A)G "EVH(G
20
*reforma cristal de L- gr. *ara envases de /.$ litros
*reforma verde de L- gr. *ara envases de /.$ litros
*reforma aul de ,$ gr. *ara envases de %.$ litros
*reforma cristal de ,- gr. *ara envases de % litros
*reforma cristal de /- gr. *ara envases de L-- mililitros
*reforma cristal y aul de $@ gr. *ara envases de / y /.$ litros
*reforma cristal de /; gr. *ara envases de M%- mililitros
Las preformas se inspeccionan a travs de un polariscopio, en el cual se comparan los
reflejos de lu en la preforma con estndares establecidos, con el fin de rec3aar materia
prima defectuosa.
F1 )E *+G7EE)G+E# )E "G&'E++E:, 95A)ALA>A+A : 'GL5(A
#e reciben etiquetas las cuales son4
*ara envases de refrescos, rollos de %- --- impresiones
*ara envases de agua , rollos con %M ,-- impresiones
Las etiquetas se inspeccionan a travs de un catalogo, en el cual se manejan los
diferentes tonos que deben de reunir las etiquetas, as como los datos que deben de
contener.
(1 )E *+G7EE)G+ "EVH(G

#e recibe el ad3esivo, el cual viene en cajas con paquetes de /$ bolsas cada una.
2. +LM+C3! 23 M+T3*I+ P*IM+
)espus de decepcionada e inspeccionada la materia prima, se procede al almacenaje
tanto de la preforma, de la etiqueta y del ad3esivoR en donde se lleva un registro por medio
del procedimiento primeras entradas primeras salidas 0 peps1, para posteriormente utiliarla
en el proceso productivo de acuerdo al modelo que deba producirse.
3. P*4C3$4 23 '+;*IC+CI4! 23 3!V+$3 M32I+!T3 $4PL+24 3! L+
M+61I!+ $I23L 1TILI<+!24 C4M4 M+T3*I+ P*IM+ P*3'4*M+
#e transportan del almacn las preformas, las cuales son colocadas en tolvas
0preformas de L-, ,-, /; gr., etc.1.
5na ve que las preformas estn en las tolvas, estas las acomodan y las transportan
por medio de bandas 3acia la maquina sopladora sidel `
"aquina sidel
21
)*a !a+uina sidel tiene ,- !oldes y ,. /ornos y la capacidad de producci(n es de 01 222 en'ases por /ora "pe+ue3os#, y de ,4 222 "grandes#.cada uno de
los !oldes se pueden ca!iar de acuerdo al ta!a3o y !odelo del en'ase +ue 'aya a producirse.
Antes de iniciar el proceso de soplado. #e cambian los moldes, de acuerdo al modelo
que vaya a producirse, as mismo se ajustan los parmetros de estirado, esto se 3ace
a travs del recetario que tiene la computadora de la maquina sidel.
5ise3o de las 6refor!as
:a establecidos los parmetrosR las preformas pasan al 3orno, al cual se le aplica a cada
una de las preformas una temperatura constante de entre %-$ a( y %/- a(, la preforma sale a
una temperatura apro.imada de %-$ a(.
La preforma debe calentarse en diferentes onas de acuerdo al tamaEo de la
preforma. Ejemplo4 en la preforma de /- gr. #e calienta en L onas y en la de L- gr.
#e calienta en B onas, con el objeto de darle uniformidad a los espesores.
22
5na ve que la preforma ya esta maleable para el estiramiento, esta se coloca en
cada uno de los moldes, y a la preforma se le introduce una varilla de estiramiento que
estira la preforma 3asta la mitad del molde, y luego se saca, para posteriormente
aplicar una presin de preAsoplado de M varts y despus una presin de ,@ varts.
*os !oldes per!iten +ue la prefor!a se adapte a la figura, la cual se con'ierte en la otella
(uando la preforma ya tomo la forma del envase, esta se enfra con agua a una
temperatura de entre %- y %,a( y se transporta a la maquina etiquetadota.
4. C42I'IC+CI4! 23L 3!V+$3 P+*+ *+$T*3+;ILI2+2
Antes de transportar el envase al rea de etiquetadoR a cada uno de los envases se les
imprime un cdigo para rastrearlo. En caso de que el envase sea defectuoso, por medio de
este cdigo se puede determinarla fec3a, 3ora, lnea de produccin, planta y trabajador que
intervino en la produccin del envase, as como determinar las causas del defecto.
5. 3TI613T+24 23L 3!V+$3 3! L+ M+61I!+ 3TI613T+24*+ ;=>.
5na ve que al envase ya se le coloco el cdigo de rastreabilidad, este es
transportado por medio de bandas de la maquina sidel a la maquina etiquetadotaR
entonces se procede al etiquetado de cada botella.
*rimeramente se coloca el ad3esivo y el rollo de etiquetas en los rodillos y
contenedor de la maquina etiquetadota.
Las impresiones tienen una marca que divide a una etiqueta de otra, entonces al
pasar esa marca por el censor, ocasiona que se active un dispositivo que permite
cortar la etiqueta en esa marca.
23
*a na'a7a corta la eti+ueta para posterior!ente pegarla al en'ase
5na ve que la etiqueta ya esta cortada de manera individual, pasa a otro rodillo, el cual
invierte la etiqueta para colocarle ad3esivo, y esta a su ve la coloca sobre la botella y la
pega.
6egado de la eti+ueta al en'ase
6. T*+!$P4*T+CI4! 23L 3!V+$3 >+CI+ L+$ T4LV+$
(uando el envase ya se encuentra etiquetado, este se trasporta por medio de neumticos
ecc3etti para cargarlos en los totes o tolvas.
Los envases se transportan a los totes para su almacenamiento, o bien se vacan los
envases en tolvas para suministrar en lnea al cliente 0coca cola1 o para su
almacenaje en silos, se envan y descargan.
7. 361IP4$ P4$ICI4!+24T3$ 23 3!V+$3 ?P4$IM+T@
Este equipo se encarga de colocar los envases en posicin para ser transportadosR para
posteriormente llevar el producto terminado 0envases1 en equipo neumtico C&E5 '+A&#D
3asta las lavadoras de envase del cliente 0(oca (ola1.
24
$./... 0A2 OUT
$./.$. DIA"RA#A DE (0U3O DE #ATERIA0ES
5.3. DETERMINACIN DEL REA DE OPORTUNIDAD
"diante la aplicacin y comprensin de las 3erramientas estadbsticas de la calidad
tenemos una gran crea de oportunidad, ya que por medio de estas podrbamos identificar
cules son las causas que originan los defectos en cualquier productoR asb mismo la
implementacin de dic3as 3erramientas en cualquier empresa, origina que tanto ella como
nosotros, tengamos un mejoramiento en cuanto a la calidad de los productos como de
profesionales.
Es importante resaltar que con el (E* podemos reducir la variacin del producto 3asta
alcanar niveles de BB.M,< de aceptabilidad y 3asta BB.BB<.
RECEPCION DE MATERIA PRIMA
PREORMA! ADHESIVO ETI"UETA
PREORMA! ADHESIVO ETI"UETA

ALMACEN DE MATERIA
PRIMA
PREORMA ETI"UETA ADHESIV
O
TOLVAS
MA"UINA SOPLADORA
SIDEL
MA"UINA ETI"UETADORA # $H
TOTES
CLIENTE %COCA&COLA'
5.4. ESTABLECIMIENTO DE LAS HIPOTESIS.
>o9 La variacin en la presin de soplado es la causa que afecta la calidad de los envases
en la caracterstica claro de base.
>o9 La variacin del 9A'E 0espesor1 es la causa que afecta la calidad de los envases en la
caracterstica claro de base.
>o9 La variacin de la presin de soplado en los envases tiene relacin de al menos un M-<
con la caracterstica de claro de base.
>o4 La variacin del 9A'E 0espesor1 de los envases tiene relacin de al menos un M-< con
la caracterstica de claro de base.
5.5. OBJETIVOS.
Gbtener una visin del control estadstico del proceso, su aplicacin y refle.ionar
sobre el potencial de su implantacin en la empresa _apata Envases #.A. de (7.
Entender la elaboracin y aplicacin de la 3oja de verificacin, como 3erramienta para
recolectar informacin para lograr la mejora continua de la calidad.
Entender la elaboracin y aplicacin del diagrama de pareto, como una 3erramienta
para lograr la mejora continua de la calidad.
Entender la elaboracin y aplicacin del diagrama de Hs3iKaPa, como una 3erramienta
para analiar las causas que ocasionan los problemas en la calidad de los envases.
Aprender a organiar y presentar datos en tablas e 3istogramas y compararlo contra
las especificaciones, as como determinar la 3abilidad real y potencial del proceso.
5.6. APLICACIN DE LAS HERRAMIENTAS ESTADSTICAS PARA
EL ANLISIS DEL PROBLEMA DEL PROCESO DE SOPLADO DE
ZAPATA ENVASES S.A. DE C.V.
() )*(+,),+-. /0 ()1 2033)4+0.5)1 015)/615+,)1 ,74*30./038 () 0()973),+-.
/0 () 27:) /0 ;03+<,),+-.= () 0()973),+-. /0( /+)>3)4) /0 *)3057 ? /0( /+)>3)4)
/0 I12+@)A)= () 0153)5+<,),+-.= () 0()973),+-. /0( 2+157>3)4) ,73301*7./+0.50 ) ()1
(0,5B3)1 574)/)1= () 0()973),+-. /0( /+)>3)4) /0 /+1*031+-. ? () )*(+,),+-. /0 ()1
>38<,)1 /0 ,7.537( *)3) ;+1B)(+C)3 1+ 0( *37,017 015) 9):7 ,7.537( 015)/615+,7D
H)? EB0 50.03 B. ,B0.5) EB0 )B.EB0 2)? 4 5B.71 0. () 04*301) ).501
40.,+7.)/)! 574)30471 *)3) .B01537 ).F(+1+1! 0( 1G ? 2G 5B3.7! *)3) ((0;)3 ) ,)97
() )*(+,),+-. /0 ()1 2033)4+0.5)1 015)/615+,)1D
*ara el comieno de la aplicacin de las 3erramientas estadsticas en el proceso de produccin de envases apata,
comenaremos con la aplicacin de la 3oja de verificacin, la cual nos muestra las especificaciones de las variables a inspeccionar y las
medidas de los moldes de la mquina sidel, en el /d turno.

I!$P3CCIA! 2IM3!$I4!+L 23 ;4T3LL+ 3! L+;4*+T4*I4

*3P4*T3 23 2+T4$ 23 ;4T3LL+9 (G(AA(GLA /.$ L'#.

$+LI3!24 23 $4PL+24*+ L+;4*+T4*I$T+9 !+A&(H#(G "E&E#E#

'3C>+9 /--@A-@A-; >4*+9 %M.@- T1*!44 /o. M423L4 23 MB61I!+ $I23L4$FG %-2%- $,,LLAH
V+*I+;L3$
3$P3$I'IC+CIA! M4L23$

"^VH"G "e&H"G 1 2 3 4 5 6 7 & ( 10 2 7

PESO
L-.$- $B.$- L-.@, L-.,B L-.@$ L-.$- L-.,B L-.@@ L-.$- L-./- L-.@; L-.@/ L-.,; L-.@B
CAPACIDAD AL LLENADO
/$,;.$- /$-$.$- /$-L.-L /$-L.L/ /$-@.M$ /$/,.-@ /$-M.;% /$-;.-% /$-$.L$ /$-M.B% /$-$.;@ /$-@.-@ /$%,.B@ /$-L.//
PERPENDICULARIDAD
L.@- %./L -.-- %.;B %./L M.;B -.-- %./L -.L@ %.;@ -.-- %./L %./L
CLARO DE BASE
$.$- @.$- ,.@- ,.$M ,.LB ,.L@ ,.$$ ,.%M ,.,@ ,.,, ,.$$ ,.@, ,.$M ,.LB
PRESIN DE SOPLADO
,$.%M ,L.@L ,$.L@ ,L.@M ,$.M/ ,L.LM ,$.@L ,$.L@ ,$.@% ,@.;% ,@.;% ,L.%/
PESO DE BASE
%L.-- %@.-- %L.L/ %$.M$ %$.B% %$.BL %$.BM %L.$; %L.@@ %L.@% %$.$- %$.B/ %$.B; %$.$,
GATE
-.-- /./- ,.,@$ ,.$/; ,.@;@ ,.,-M ,.@@L ,.L// /.B;M ,.$/; ,.//L ,.$/; ,.@@L ,.//L
TRANSICIN
-.-- %.$$ /.,$$ /.$@B /./%@ /./-$ /.%;- /.,;- /.,@B /.@;L /.%;% /.$,L /./$$ /.//@
PTALO
-.-- -./$ -./M% -./;@ -./M, -./;B -./L; -./BB -.,-, -./;$ -./B, -./;M -./M/ -./BM

TIP4 23 *3$I!+9 5 ] 9 LG'E _ E A - ; - @ - @ - % % $ -
LG'E _ E A - ; - @ - @ - % / / ,
C+*;4!+T+CIA!9 @., 7GL5"E& )E
(G/

*osteriormente construiremos el diagrama de pareto para verificar y tener presente lo
defectos que 3ay en la %f inspeccin en el envase de cocaAcola de /.$ lts., para que
posteriormente se vea la bitcora del proceso en las variables que se inspeccionaron en esta
%f inspeccin y para que as, construyamos el diagrama de 3is3iKaPa.
*ara comenar con la construccin de nuestro pareto, registraremos los defectos en
una 3oja de registro de datos4
>
*O3A DE DATOS
A+'e(5LG4 C4C+ C4L+ 2.5 LT$.LG'E )E *+G)5((H[&4 <3+0&0401150
&o. )E A+'e(5LG# !E(6A )E *+G)5((H[&4 2004C04C0&
H&#*E((HG&A)G#4 10& H&#*E((HG&A)G *G+4 '*+!CI$C4 M3!3$3$
(G&'EG 'G'AL
(A*A(H)A) )E LLE&A)G C C /
*E+*E&)H(5AL+H)A) C %
(LA+G )E FA#E C C C C C C C C C C C C %/
*E#G )E FA#E C C C C @
T4T+L %;
)E!E('G
)espus de l realiacin de la 3oja de datos 3ec3a anteriormente, Acontinuacin se
realiar la 3oja de registro de defectos resultante en la inspeccin4
REGISTRO DE DEECTOS
!ec3a4 2004C04C0&
&o. )e inspeccionados4 ! D 10&
'ipo de defecto &=mero de casos n%
Toal # D 1(
n% S /
n/ S %
n, S %/
n@ S @
(laro de base
*erpendicularidad
(apacidad de llenado
*eso de base
*osteriormente calcularemos el porcentaje absoluto de artculos defectuosos con
respecto al n=mero total de & de inspeccin, para cada uno de defectos a considerar4
a
,
S n
,
2 & . %-- S %/ 2 %-; . %-- S %%.%%<
a
@
S n
@
2 & . %-- S @ 2 %-; . %-- S ,.M-<
a
%
S n
%
2 & . %-- S / 2 %-; . %-- S %.;L<
a
/
S n
/
2 & . %-- S % 2 %-; . %-- S -.B,<
Acontinuacin, obtendremos para cada una de los diferentes tipos de defectos, el
porcentaje relativo de defectos, respecto al n=mero CdD de casos defectuosos. #e tiene
entonces4
r
%
S r
%
2 d . %-- S %/ 2 %B . %-- S L,.%L<
r
/
S r
/
2 d . %-- S @ 2 %B . %-- S /%.-$<
r
,
S r
,
2 d . %-- S / 2 %B . %-- S %-.$,<
r
@
S r
@
2 d . %-- S % 2 %B . %-- S $./L<
*osteriormente, calcularemos el porcentaje relativo acumulado denotado por +
i
y +
m
S
%--<4
+
%
S r
%
S L,.%L<
+
/
S r
%
Y r
/
S ;@./%<
+
,
S r
%
Y r
/
Y r
,
S B@.M@<
+
@
S r
%
Y r
/
Y r
,
Y r
@
S %--<
Acontinuacin, agregaremos la informacin obtenida anteriormente en la tabla de
registros defectuosos, para poder as considerar las variables a considerar en nuestro
diagrama de *areto, pudiendo con ello construir nuestro diagrama de 3is3iKaPa4
2E43ST21 DE DEFECT>1S1S
+
C
M
1
L
+
2
4
Fec)a? @AABCABCAD
5o. De inspeccionados? 5o. 7AD
'ipo de defecto
&o. )e
casos
*orcentaje
Absoluto de
defectuosos
*orcentaje
+elativo de
defectuosos
*orcentaje
relativo
acumulado
n
i
&
i
S n
i
2 & . %-- r
i
S r
i
2 d . %-- +
i
S r
%
Y r
/
Y g r
i
(laro de base
*eso de base
*erpendicularidad
%/
@
/
%
%%.%%<
,.M-<
%.;L<
-.B,<
L,.%L<
/%.-$<
%-.$,<
$./L<
L,.%L<
;@./%<
B@.M@<
%--<
T8TA* dS %B %M.L-< %--.--< AAAAAAAAAAAAAAA
*or tanto, pasaremos a la construccin del diagrama de pareto para ver grficamente
los resultados obtenidos en la 3oja de registro de defectos4
CAPACI
DAD
/--@2-L2-$
S % 2
%;hhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
h
(LA+G )E
FA#E
*E#G )E
FA#E
,
L
%/
B
%$
%;
LL.LM
;@./
%
B@.M
@
%--
.
*
3
L
+
T
I
V
4
!
E
M
3
*
4
2
3
3
'
3
C
T
1
$
4
*E+*E&)HA
(5LA+H)A)
En base al diagrama de pareto anterior, nos damos cuenta que el principal defecto se tiene
en el claro de base, por lo que con la ayuda de la bitcora del proceso, se construir el
diagrama de 3is3iKaPa y as, poder visualiar y llegar a la causa principal del problema en
cuestin4
;ITBC4*+ 23L P*4C3$4
(5ALQ5HE+ (A"FHG )E "A&G )E GF+A, "A'E+HALE# "E)HG A"FHE&'E, "\'G)G# G
"^Q5H&A#, )EFE #E+ A&G'A)G.
E#'A# A&G'A(HG&E# LE A:5)A+^& A 'G"A+ A((HG&E# (G++E('H7A# (5A&)G #E LG
H&)HQ5E& LA# 9+^!H(A# )E (G&'+GL
'3C>+ >4*+ C4M3!T+*I4$
-;2-@2/--@ %/4,-
#e baja presin de soplado y se baja la temperatura
de calentamiento de la preforma
-;2-@2/--@ %/4@$ #e cubren en almacn los totes para evitar mayor < de 3umedad
-;2-@2/--@ %$4,- #e baja temperatura de calentamiento de la preforma
-;2-@2/--@ %L4-- se incrementa la presin de soplado
En base ala bitcora del proceso de elaboracin de cocaAcola de /.$ lts., podemos observar
que los problemas mcs frecuentes que se presentaron en la fabricacin de dic3o producto
estn, en la presin de soplado, en la temperatura de calentamiento de la preforma, en el
recubrimiento mal 3ec3o en los totes y en la presin de soplado, con los que se proceder a
la construccin del diagrama de 3is3iKaPa y as poder llegar a las causas que originan el
efecto4
/--@2-L2-$
S % 2
%;hhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
hhhhhh
h
!AL'A )E A'E&(H[& #E 'A*A& LA# "A&95E+A# 65"E)A) E& *+E!G+"A &G #E A>5#'A& FHE& LG# *A+^"E'+G# (LA+G )E FA#E
"E)HG A"FHE&'E
65"E)A)
"\'G)G
9A'E 0E#*E#G+1
"A&G )E GF+A
&G #E A>5#'A& FHE&
LG# *A+^"E'+G# E++G+ E& LG# A>5#'E# !AL'A )E A'E&(H[& "A'E+HA *+H"A 65"E)A) E& LA *+E!G+"A "A'. *+H". )E!E('5G#A "AQ5H&A+HA AL'A *+E#H[& )E #G*LA)G E&!+HA"HE&'G FA>G )EL "GL)E
FA>G (A5)AL
FA>A 'E"*E+A'5+A
&G #E A>5#'A& FHE& LG# *A+^"E'+G# E++G+ E& LG# A>5#'E#
En base a estos resultados, acontinuacin 3aremos la estratificacin del proceso por turno,
ya que para poder tener mayor eficiencia en la identificacin y aplicacin de las 3erramientas
estadsticas.
La estratificacin se 3ar tomando en cuenta el /d turno y el %d , debiendo tener en cuenta
que por la premura del tiempo y por la confidencialidad de los datos que le da la empresa a
sus datos, no se pudieron tomas las lecturas del ,d y @d turno.
Acontinuacin presentaremos el anlisis del turno %d desde la 3oja de verificacin 3asta la
construccin del diagrama de 3is3iKaPa4
*ara comenar con la construccin de nuestro pareto, veremos los resultados e.puestos en
las mediciones de las variables de la 3oja de verificacin que acontinuacin se presenta4
FA>A
'E"*E+A'5+A
*A+'e(5LA#
E& EL A95A
&G #E (5F+E&
FHE& LG# 'G'E#
H&#*E((H[&
H&A)E(5A)A E&
+E(E*(H[&
&G #E (5F+E&
FHE& LG# 'G'E#
&G #E (5F+E&
FHE& LG# 'G'E#


*3P4*T3 23 2+T4$ 23 ;4T3LL+9 (G(AA(GLA /.$ L'#.

$+LI3!24 23 $4PL+24*+ L+;4*+T4*I$T+9 95A)AL5*E +A"H+E_
'3C>+9 /--@A-@A// >4*+9 ;.@- T1*!44 %o. M423L4 23 MB61I!+ $I23L4$FG %-2%- $,,LLA%
V+*I+;L3$
"^VH"G "e&H"G 1 2 3 4 5 6 7 & ( 10 2 7
PESO
L-.$- $B.$- L-.@M L-.,; L-.@L L-.$- L-.,B L-.@@ L-.$- L-./- L-.@B L-.,M L-.,- L-.,@
CAPACIDAD AL LLENADO
/$,;.$- /$-$.$- /$%M.-/ /$-M.M% /$-@.L$/$-M.;%/$-$.-/ /$-$.;@ /$-@.-M /$%,.;/ /$//.,% /$-M.;% /$%M.-/ /$-,.-;
PERPENDICULARIDAD
L.@- ,.MB $.-$ ,.MB L.,/ $.-L $.LB L.,/ ;.MB $.%; $.-L @.@, $.--
CLARO DE BASE
$.$- @.$- $.;- $.$- $.,M $.@M $.@$ $.,- $.@B $.@, $.,@ $.@M $.$- $./$
PRESIN DE SOPLADO
,L./M ,L.$L ,L.M@ ,L.$M ,L.;/ ,L.MM ,L.$L ,L.M@ ,L.L% ,$.B% ,M.// ,L./L
PESO DE BASE
%L.-- %@.-- %$.$/ %$.M$ %@.B% %L.-- %@.// %$./L %$./L %L.-- %$.;$ %$.B% %$.L- %$./-
GATE
-.-- /./- ,.--M ,./,, ,.%;B ,.%@, ,.//- ,.-@$ ,.%-M ,.%@$ ,.-M- ,.%L@ ,.-/- ,.-B$
TRANSICIN
-.-- %.$$ /.@,/ /.$,/ /.,L% /.%@$ /.@;/ /.@B@ /.,/@ /.@$/ /.@$M /.@-% /.@$M /.@,;
PTALO
-.-- -./$ -./L/ -./$/ -./$; -./$- -./L% -./$$ -./$% -./$/ -./$$ -./$; -./$- -./$,

TIP4 23 *3$I!+9 5 ] 9 LG'E _ E A - ; - @ - @ - % / $ -
LG'E _ E A - ; - @ - @ - % , M -
C+*;4!+T+CIA!9 @., 7GL5"E& )E (G/

)espus de analiar los datos de esta 3oja de verificacin, se proceder a registrar en la 3oja de datos los defectos
identificados en dic3os registros, as tambin se ver su conteo y el total de datos para la construccin del diagrama de pareto
>4F+ 23 2+T4$
&o. )E A+'e(5LG# !E(6A )E *+G)5((H[&4 2004C04C22
(G&'EG 'G'AL
(A*A(H)A) )E LLE&A)G C C C C C $
*E+*E&)H(5AL+H)A) C C /
(LA+G )E FA#E C %
(A+9A 7E+'H(AL C %
T4T+L B
)E!E('G
)espus de l realiacin de la 3oja de datos 3ec3a anteriormente, Acontinuacin se realiar
la 3oja de registro de defectos resultante en la inspeccin4
REGISTRO DE DEFECTOS
!ec3a4 2004C04C22
Toal # D (
n% S $
n/ S /
n, S %
n@ S %
(laro de base
*erpendicularidad
(arga vertical
*osteriormente calcularemos el porcentaje de artculos absoluto defectuosos con respecto al
n=mero total de & de inspeccin, para cada uno de defectos a considerar4
a
%
S n
%
2 & . %-- S $ 2 %-; . %-- S @.L,<
a
/
S n
/
2 & . %-- S / 2 %-; . %-- S %.;$<
a
,
S n
,
2 & . %-- S % 2 %-; . %-- S -.B,<
a
@
S n
@
2 & . %-- S % 2 %-; . %-- S -.B,<
Acontinuacin, obtendremos para cada una de los diferentes tipos de defectos, el porcentaje
relativo de defectos, respecto al n=mero CdD de casos defectuosos. #e tiene entonces4
r
%
S r
%
2 d . %-- S $ 2 B . %-- S $$.$$<
r
/
S r
/
2 d . %-- S / 2 B . %-- S //./,<
r
,
S r
,
2 d . %-- S % 2 B . %-- S %%.%%<
r
@
S r
@
2 d . %-- S % 2 B . %-- S %%.%%<
i
y +
m
S %--<4
+
%
S r
%
S $$.$$<
+
/
S r
%
Y r
/
S MM.M;<
+
,
S r
%
Y r
/
Y r
,
S ;;.;B<
+
@
S r
%
Y r
/
Y r
,
Y r
@
S %--<
Acontinuacin, agregaremos la informacin obtenida anteriormente en la tabla de registros
defectuosos4
2E43ST21 DE DEFECT>1S1S
Fec)a? @AABCABCAD
'ipo de defecto
&o. )e
casos
*orcentaje
Absoluto de
defectuosos
*orcentaje
+elativo de
defectuosos
*orcentaje
relativo
acumulado
n
i
&
i
S n
i
2 & . %-- r
i
S r
i
2 d . %-- +
i
S r
%
Y r
/
Y g r
i
*erpendicularidad
(laro de base
(arga vertical
$
/
%
%
@.L,<
%.;$<
-.B,<
-.B,<
$$.$$<
//./,<
%%.%%<
%%.%%<
$$.$$<
MM.M;<
;;.;B<
%--<
T8TA* dS B %L.LM< %--.--< AAAAAAAAAAAAAAA
*or tanto, pasaremos a la construccin del diagrama de pareto para ver grficamente los
resultados obtenidos en la 3oja de registro de defectos4
en la capacidad de llenado, por lo que con la ayuda de la bitcora del proceso, se construir
el diagrama de 3is3iKaPa y as, poder visualiar y llegar a la causa principal del problema en
cuestin4
;ITBC4*+ 23L P*4C3$4
H&)HQ5E& LA# 9+^!H(A# )E (G&'+GL
'3C>+ >4*+ C4M3!T+*I4$
-;2-@2/--@ %4,- #e incrementa la temperatura de calentamiento de la preforma
-;2-@2/--@ /4,$ se incrementa la presin de soplado
En base ala bitcora del proceso de elaboracin de cocaAcola de /.$ lts., se proceder a la
construccin del diagrama de 3is3iKaPa4
CLARO
DE BASE
(A+9A
7E+'H(A
L
(A*A(H)A)
)E LLE&A)G
*E+*E&)H
(5LA+H)A)
%
/
,
$$.$$
MM.M
;
;;.;
B
%--
.
*
3
L
+
T
I
V
4
+
C
>
M
1
L
+
2
4
!
E
M
3
*
4
2
3
D D
3
'
3
CT
1
1
$
4
$
@
$
L
M
;
B
C7. 0157 *7/0471 79103;)3 EB0 0. 0( 103D TB3.7 .7 2)? 4B,271 /0H0,571
,747 (7 01 0. 0( 2G 5B3.7 % /09+0./7 50.03 0. ,B0.5) EB0 *73 () *304B3) /0(
5+04*7 ? *73 () ,7.</0.,+)(+/)/ /0 (71 /)571 EB0 (0 /). 0. 0.;)101 C)*)5) ,747
?) 10 2)9I) 0J*B0157 ).503+7340.50'! *73 (7 EB0 ?) 2)9+0./7 20,27 ()
0153)5+<,),+-. 0. )4971 5B3.71! .71 0.H7,)30471 ) () )*(+,),+-. /0 ()1
2033)4+0.5)1 015)/I15+,)1 0. 0( 2G 5B3.7! /7./0 ,740.C)30471 ,7. () 0()973),+-.
/0 B.) .B0;) 27:) /0 ;03+<,),+-.! ? /0 )2I! ,7. () )*(+,),+-. /0 ()1 2033)4+0.5)1
015)/I15+,)1 3015).501! *B/+0./7 )1I 1)903 1+ 0( *37,017 015) 9):7 ,7.537(
015)/I15+,7K
#E 'A*A&
LA#
"A&95E+A#
(LA+G
)E FA#E
"\'G)G
9A'E
0E#*E#G+1
"A&G )E GF+A
&G #E A>5#'A& FHE&
LG# *A+^"E'+G#
E++G+ E& LG#
A>5#'E#
"AQ5H&A+HA
AL'A *+E#H[& )E
#G*LA)G
E&!+HA"HE&'G
FA>G )EL "GL)E
FA>G
(A5)AL
*A+'H(5LA#
E& EL A95A
"A:G+
'E"*E+A'5+A
!AL'A )E
A'E&(H[&


*3P4*T3 23 2+T4$ 23 ;4T3LL+9 (G(AA(GLA /.$ L'#.

$+LI3!24 23 $4PL+24*+ L+;4*+T4*I$T+9 :A)H+A #A&(6E_

'3C>+9 /--@2-L2-$ >4*+9 %M.@- T1*!44 /o. M423L4 23 MB61I!+ $I23L4$FG %-2%- $,,LLAH
V+*I+;L3$

"^VH"G "e&H"G 1 2 3 4 5 6 7 & ( 10 2 (

PESO
L-.$- $B.$- L-.@$ L-.@, @-.$- L-.@$ L-.,; L-./$ L-.%/ L-./$ L-./, L-.,M L-.,, L-.,;
CAPACIDAD AL
LLENADO /$,;.$- /$-$.$- /$-L.%/ /$-L.%/ /$-;.;% /$,$.%/ /$@,.%$ /$,,.%/ /$@B.$- /$-%.$L /$-$.L/ /$,,.%/ /$@;.%- /$,L.%/
PERPENDICULARIDAD
L.@- %./, %.%M %.%% %.%$ -./- -.-- %.%- %.%@ %.%M %.%, %.%$ %.-B
CLARO DE BASE
$.$- @.$- ,.$M ,.L/ ,.;, ,.L@ ,.B- ,.;$ ,.L- ,.L, ,.@$ ,.-$ ,.LM ,.$$
PRESIN DE SOPLADO*
,$.%M ,$.@L ,$.L@ ,$.@M ,$.M/ ,$.LM ,$.@L ,$.L@ ,$.$% ,@.;% ,L.%/ ,$.%L
PESO DE BASE
%L.-- %@.-- %$.L/ %$.M$ %$.;% %$.BL %@.LM %$.$M %$.-@ %$.@% %$.$- %@.B/ %@.B; %$.-,
GATE
-.-- /./- ,.@$$ ,./;@ ,.@/, ,.,;M ,.@;L ,.@,/ ,.,B$ ,.,/$ ,.,,$ ,.,$/ ,.$,/ ,.@LM
TRANSICIN
-.-- %.$$ %.M-% /.L,, /.-$% /./%% /.,%% /.-%% %.B,M %.B,- /.--% /.-%$ /./$$ /.-/@
PTALO
-.-- -./$ -./M, -./;, -./;B -./L, -./LM -./@B -./L, -./;$ -./;B -./@, -./M% -.,-%

TIP4 23 *3$I!+9 5 ] 9 LG'E_ E A - ; - @ - @ - % , M -
LG'E_ E A - ; - @ - @ - % / ; $
C+*;4!+T+CIA!9 @., 7GL5"E& )E (G/

)espus de analiar los datos de esta 3oja de verificacin, se proceder a registrar en la 3oja de datos los defectos
identificados en dic3os registros, as tambin se ver su conteo y el total de datos para la construccin del diagrama de
pareto.
L) ,74B.+/)/ L)5+.) /0 015B/+).501 /0 .0>7,+71
>4F+ 23 2+T4$
&o. )E A+'e(5LG# !E(6A )E *+G)5((H[&4 /--@2-L2-$
(G&'EG 'G'AL
(LA+G )E FA#E C C C C C C C C C C C C %/
(A*A(H)A) )E LLE&A)G C C /
*E#G C %
T4T+L %$
)E!E('G
)espus de l realiacin de la 3oja de datos 3ec3a anteriormente, acontinuacin se realiar
la 3oja de registro de defectos resultante en la inspeccin4
REGISTRO DE DEFECTOS
!ec3a4 /--@2-L2-$
Toal # D 15
n% S %/
n/ S /
n, S % *eso
(laro de base
*osteriormente calcularemos el porcentaje absoluto de artculos defectuosos con respecto al
n=mero total de & de inspeccin, para cada uno de defectos a considerar4
a
%
S n
%
2 & . %-- S %/ 2 %-; . %-- S %%.%%<
a
/
S n
/
2 & . %-- S / 2 %-; . %-- S %.;$<
a
,
S n
,
2 & . %-- S % 2 %-; . %-- S -.B,<
Acontinuacin, obtendremos para cada una de los diferentes tipos de defectos, el porcentaje
relativo de defectos, respecto al n=mero CdD de casos defectuosos. #e tiene entonces4
L71 /7,B40.571 EB0 9B1,)1 015F. 0. 255*KLLAAAD>015+7*7(+1D,74L
L) ,74B.+/)/ L)5+.) /0 015B/+).501 /0 .0>7,+71
r
%
S r
%
2 d . %-- S %/ 2 %$ . %-- S ;-.--<
r
/
S r
/
2 d . %-- S / 2 %$ . %-- S %,.,-<
r
,
S r
,
2 d . %-- S % 2 %$ . %-- S L.M-<
i
y +
m
S %--<4
+
%
S r
%
S ;-.--<
+
/
S r
%
Y r
/
S B,.,-<
+
,
S r
%
Y r
/
Y r
,
S %--<
Acontinuacin, agregaremos la informacin obtenida anteriormente en la tabla de registros
defectuosos4
REGISTRO DE DEFECTUOSOS
Fec)a? @AABCABCAD
'ipo de defecto
&o. )e
casos
*orcentaje
Absoluto de
defectuosos
*orcentaje
+elativo de
defectuosos
*orcentaje
relativo
acumulado
n
i
&
i
S n
i
2 & . %-- r
i
S r
i
2 d . %-- +
i
S r
%
Y r
/
Y g r
i
(laro de base
*eso
%/
/
%
%%.%%<
%.;$<
-.B,<
;-.--<
%,.,-<
L.M-<
;-.--<
B,.,-<
%--<
T8TA* dS%$ %L.LM< %--.--< AAAAAAAAAAAAAAA
*or tanto, pasaremos a la construccin del diagrama de pareto para ver grficamente los
resultado obtenidos en la 3oja de registro de defectos, teniendo en cuenta que despus de
L) ,74B.+/)/ L)5+.) /0 015B/+).501 /0 .0>7,+71
3aber 3ec3o la estratificacin, tomaremos el /d turno para verificar si esta bajo control
estadstico4
en la capacidad de llenado, por lo que con la ayuda de la bitcora del proceso, se construir
el diagrama de Hs3iKaPa y as, poder visualiar y llegar a la causa principal del problema en
cuestin4
;ITBC4*+ 23L P*4C3$4
H&)HQ5E& LA# 9+^!H(A# )E (G&'+GL
'3C>+ >4*+ C4M3!T+*I4$
-;2-@2/--@ %4,- #e incrementa la temperatura de calentamiento de la preforma
-;2-@2/--@ /4,$ se incrementa la presin de soplado
(LA+G )E
FA#E
(A*A(H)A)
)E LLE&A)G
,
L
B
;-.-
-
B,.,
-
%--
.
*
3
L
+
T
I
V
4
+
C
>
M
1
L
+
2
4
!
E
M
3
*
4
2
3
D D
3
'
3
C
T
1
1
$
4
$
%/
%$
L) ,74B.+/)/ L)5+.) /0 015B/+).501 /0 .0>7,+71
En base ala bitcora del proceso de elaboracin de cocaAcola de /.$ lts., se proceder a la
construccin del diagrama de Hs3iKaPa4
(on esto, podemos ver que las variables que se relacionan con el defecto en el claro
de base, son la presin de soplado y el gate, por lo que ya 3abindose 3ec3o la
estratificacin del proceso para la implementacin de las restantes 3erramientas
administrativas y despus de 3aber visualiado mediante el diagrama de 3is3iKaPa las
variables que se relacionan con el claro de base, se proceder a la aplicacin de los
3istogramas.

6ay que resaltar que en un comieno se identifico a el espesor del gate en el
diagrama de 3is3iKaPa en la parte del mtodo, pero en nuestro anlisis posterior realiado, y
ya 3abiendo 3ec3o la estratificacin, podemos visualiar que el espesor del gate queda en la
parte de la maquinaria, pues es una variable que se readiciona con la variable del claro de
base.
5.6. 4. HISTOGRAMA.
(LA+G
)E FA#E
MANO DE O#RA
E++G+ E& LG#
A>5#'E#
'+LT+ 23
+T3!CIA
!
*+E#H[& )E #G*LA)G
MA"UINARIA
3**4*
3!
G+T3
ELE7A)A *+E#H[& )E
#G*LA)G
E++G+ E& A>5#'E#
L) ,74B.+/)/ L)5+.) /0 015B/+).501 /0 .0>7,+71
*ara investigar la distribucin del claro de base de los envases, en el proceso de
soplado 0maquina #H)EL1, se tomaron lecturas de la caracterstica claro de base en ;-
envases, como se muestra en la tabla siguiente4
$./B $.-$ $./% @.;M @.B$ @.B, @.B- @.;@
$.%@ $.%$ $.%@ @.M$ $.-L $./L @.;- @.;,
$.%, @.;; $.-, @.BB $./- $./; @.B$ @.B-
@.BM @.MM $.%, $.-- $.-$ @.B; @.B, @.B;
@.;; @.B; $.-L @.;@ @.B% $.-M @.M$ @.BL
@.B$ $.-$ $.%% $.%@ @.;, $.-% @.BB @.M,
$.%/ @.B@ @.;@ $.-/ $.-, $./- $.-, @.LB
@.B$ @.;M @.MM $.%L @.;M $./, @.;; @.BM
$.-% $.%% $.-@ $.-% $.-@ $./$ @.M/ @.MM
@.B, @.B, @.B- @.;% @.;L $./, @.BM @.;;
5na ve que obtuvimos las lecturas, lo que realiamos fue determinar el valor m.imo y
mnimo 0$./BR @.LB1 para que posteriormente calculramos el tamaEo del intervalo de clase,
con la formula siguiente4
I D *an,o sustituyendo en la formula obtuvimos lo siguiente4
1 H3.322 Lo, n
I D 5.2( I 4.6( D .0&
1 H3.322 Lo, &0
5na ve calculado el intervalo de clase, se determinaron los lmites de clase, junto con
los lmites reales de claseR para posteriormente leer cada uno de los valores y registrar la
frecuencia correspondiente a cada clase.

(uando el conteo ya se realio y se tiene la frecuencia, procedimos a dibujar el
3istograma para poder compararlo con los lmites de especificacin tanto inferiores como
superioresR para esto tomamos en cuenta los estndares de claro de base siguientes4
".imo S $.$-
"nimo S @.$-
*ara poder analiar el 3istograma adecuadamente, a continuacin se apreciara, tanto
la tabla como el 3istogramaR el cual ser comparado con los lmites superiores e inferiores
de especificacin antes seEalados.
LIMIT3$ 23
CL+$3
C4!T34 '*3C. LIMIT3$ *3+L3$ 23
CL+$3
L) ,74B.+/)/ L)5+.) /0 015B/+).501 /0 .0>7,+71
@.LB A @.ML $
@.L;$ X @.ML$
@.MM X @.;@ %-
@.ML$ X @.;@$
@.;$ X @.B/
%/
@.;@$ X @.B/$
@.B, X $.-- %B
@.B/$ X $.--$
$.-% A $.-; %$ $.--$ X $.-;$
$.-B X $.%L %- $.-;$ X $.%L$
$.%M X $./@ $ $.%L$ X $./@$
$./$ X $.,/ @ /./@$ X $.,/$
=
;-
L3I D 4.50 LICD 4.7( J D 4.(& L$CD5.27 L3$ D 5.50
n D 30
20 $ D 0.144

15
10
5
4. 4. 4. 4. 4. 4. 4. 5. 5. 5. 5. 5. 5. 5. 5.
4 5 6 6 7 & ( 0 0 1 2 3 4 4 5
4 2 0 & 6 4 2 0 & 6 4 2 0 & 6
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
L) ,74B.+/)/ L)5+.) /0 015B/+).501 /0 .0>7,+71
Concl-sin9
El 3istograma muestra apro.imadamente una distribucin normal y todas las muestras
se encuentran dentro del rango especificado en el claro de base de los envases. *or lo tanto
el proceso esta bajo el control estadstico. #in embargo en la grafica de control 3ay envases
que salen fuera de los lmites de control, pero cumplen con las caractersticas pues el
proceso esta controlado.
Calc-lo #" la :aKili#a# %o"ncial LC%M N r"al LC%OM
'omando en cuenta las medidas anteriores, es de esperar que se logre la capacidad
del proceso para las lecturas del claro de base de los envasesR los defectos se eliminaran y
el ndice de capacidad de proceso ser4
C% D L3$ I L3I D 5.5 I 4.5 D 1.15
6s 6L0.144M
(omo los valores de claro de base se encontraron alrededor de la media y la variacin
es pequeEa, el ndice de capacidad del proceso cp tiene un valor bueno de %.%$, el cual esta
entre la unidad y %.,,, por lo tanto el proceso tiene 3abilidad a i , j con el BB.M,< de los
envases dentro de especificacin.

C%O D L3$ I J P J I L3I min
3 Q 3 Q
C%O D min. 1.1(P 1.11
A fin de evaluar la 3abilidad del proceso, se utiliara el valor menor de los dos (pK
calculados. *or lo tanto (pK S %.%% y tiene 3abilidad de i , j con el BB.M,< de los envases
dentro de especificacin.
Porc"na)" #" #"f"cos "n "l L3I
_ S V Xk S @.$- AA @.B; S A ,.,, S -.---@%
j -.%@
Porc"na)" #" #"f"cos "n "l L3$
_ S V Xk S $.$- AA @.B; S ,.$M S -.---%M
j -.%@
-.---@% Y -.--%M S -.--$;
L) ,74B.+/)/ L)5+.) /0 015B/+).501 /0 .0>7,+71
*or lo tanto e.iste probabilidad de que el -.-$;< de los envases tengan defectos
dentro del proceso total.
$.4.$. DIA"RA#A DE DISERSION.
*ara determinar que variables 0caractersticas de calidad1 tienen relacin con las
variaciones en el claro de base, se analiaran las dos variables 0causas1 resultantes en el
diagrama de Hs3iKaPa. #e sospec3a que la causa de que el claro de base salga defectuoso,
se debe a la variacin de la presin de soplado, la cual vara da con da
P*3$I4! 23
$4PL+24 L;ar"sM
? J @
CL+*4 23 ;+$3
LmmM
? R ?
P*3$I4! 23
$4PL+24 L Kar"sM
? J @
CL+*4 23 ;+$3
LmmM
? R ?
,@.;M $.%% ,$.LM @.;-
,@.B- $.-M ,$.%% $.-/
,@.MM $.,L ,$.L@ @.B$
,@.;, $.-% ,$.-$ $.-@
,@.B$ $./- ,@.;% @.B,
,@.$@ $./, ,L.%/ @.B,
,@.B- $./L ,$.;, @.M$
,@.,- $./$ ,$./- $.-B
,$.%/ @.;L ,$.B$ @.BB
,@.BB $./, ,@.B- $.-,
,@.M; $.,; ,$.;L @.;;
,$.@L @.M, ,@.BM $.%;
,$.,@ @.BM ,$.;B @.M/
,$./M @.B- ,@./M $./-
,$.%@ @.B@ ,$.@$ @.LB
MB.+7&05&04
2/7 5B3.7
. N 30
L) ,74B.+/)/ L)5+.) /0 015B/+).501 /0 .0>7,+71
A3ora calculemos el coeficiente de correlacin para determinar la relacin entre la
presin de soplado y el claro de base.
El coeficiente de correlacin para este diagrama es de 2 r S A -.M%B$ 2, por lo tanto
e.iste una correlacin negativa de M%.B$< entre la presin de soplado y el claro de baseR es
decir, a medida que aumenta la presin de soplado, disminuye el valor del claro de base. *or
lo tanto la presin de soplado debe ajustarse a un promedio de ,$.%L bares para reducir el
grado de variacin en el proceso.
*or otro lado analiaremos de igual manera la relacin e.istente entre el 9A'E
0espesor de la pared del envase1 y el claro de base, para ello tomaremos las mismas lecturas
del claro de base, pero a3ora las relacionaremos con las lecturas del 9A'E, dic3as lecturas
fueron tomadas de la misma muestra de los envases. A continuacin se muestra la tabla con
dic3a informacin.
G+T3
? J @
CL+*4 23 ;+$3
? R ?
G+T3
? J @
CL+*4 23 ;+$3
? R ?
,.--M $.%% ,.-@$ @.;-
,.M;B $.-M ,.%@$ $.-/
,.//- $.,L ,.%L@ @.B$
,.%-M $.-% ,.-B$ $.-@
,.-M- $./- ,.$/; @.B,
,.-/- $./, ,./-@ @.B,
,.@%$ $./L ,.L// @.M$
,.@;@ $./$ ,.$/; $.-B
,.@@L @.;L ,.$/; @.BB
/.B;@ $./, ,.//L $.-,
,.//L $.,; ,.@$$ @.;;
,.$/; @.M, ,.@/, $.%;
,.//L @.BM ,.,/$ @.M/
,./,, @.B- ,./;@ $./-
,.%@$ @.B@ ,.$,/ @.LB
L) ,74B.+/)/ L)5+.) /0 015B/+).501 /0 .0>7,+71
A3ora calculemos el coeficiente de correlacin para determinar la relacin entre el 9A'E y el
claro de base.
El coeficiente de correlacin para este diagrama es de 2 r S A -./;;- 2, por lo tanto esta
caracterstica no afecta a los envasesR es decirR no es una causa por la cual los envases
estn fuera de especificacin en el claro de base.
Concl-sin9
)ebido a que la presin de soplado afecta en gran medida a la caracterstica claro de
base, la presin de soplado debe ajustarse en el recetario a una presin de soplado
promedio de ,$.%L bares
$.4.5 "RA(ICA DE CONTRO0 DE #EDIAS 2 RAN"OS.
5na ve que se elaboraron los 3istogramas y los diagramas de dispersin, para
verificar el comportamiento de la caracterstica del claro de base, lo que 3icimos fue
recolectar informacin 0datos1, en este caso fueron %@- lecturas, para lo cual sacamos una
muestra de $ lecturas cada ,- minutos en lo correspondiente al segundo turno.
*ara su elaboracin realiamos lo siguiente4
%. +ecogimos los datos 0$ lecturas cada ,- minutos1
/. (alculamos el promedio para cada subgrupo
MB.+7&05&
04
2/7D TB3.7
. N 30
L) ,74B.+/)/ L)5+.) /0 015B/+).501 /0 .0>7,+71
,. As mismo calculamos el promedio de promedios
@. (alculamos el rango para cada subgrupo y el promedio del rango
$. (alculamos las lneas de control para las medias y rangos
L. 5na ve calculado lo anterior, graficamos las lneas de control y los puntos de las
medias y los rangos para cada subgrupo.
A continuacin se presenta la grafica de control de medias y rangos para la
caracterstica del claro de base4
VI. CONCLUSIN Y SUGERENCIAS.
CONCLUSION
Las variables que tienen mayores defectos en el proceso de soplado 0 envase cocaA
cola /.$ lts.1 son4 en primer termin el claro de base, seguido por la capacidad de llenado, la
perpendicularidad y el peso de base.
As mismo se determin que las causas que provocan los defectos en el claro de base
son principalmente el gate,0espesor de la pared del envase y la presin de sopladoR siendo
esta =ltima caracterstica, la variable que ms tiene relacin con el claro de base, es decir, la
presin de soplado provoca los defectos en el claro de base en un M%.B$<.
En cuanto a las 3iptesis presentadas anteriormente, se demostr que la presin de
soplado tiene una relacin de al menos un M-<R siendo esta la causante de los defectos en
el claro de base.
SUGERENCIAS
L) ,74B.+/)/ L)5+.) /0 015B/+).501 /0 .0>7,+71
)e acuerdo con los resultados obtenidos anteriormente, los cuales fueron resultados
de la aplicacin de las 3erramientas estadbsticas, se sugiere4
(on la caracterstica del claro de base se ve afectado en un M%.B$< por la variable de
presin de soplado, por lo que es recomendable buscar la presin de soplado a un
promedio de ,$.%L barts.
En lo que respecta a la materia de administracin de calidad, creemos que la
profundiacin con que se vbo la aplicacin de cada una de las 3erramientas
estadbsticas de la calidad fue muy acertada, ya que a travs de la aplicacin de los
procesos productivos, podemos encontrar problemas y proponer soluciones para la
mejora contin=a de la calidad.
'ambiln pensamos que faltm profundiar un poco mcs en lo que se refiere a normas
de calidad, pues consideramos que es de suma importancia conocer los requisitos y
procedimientos que deben seguirse para lograr la certificacin de las empresas.
Le damos las gracias por su enseEana y los conocimientos transmitidos para nuestra
formacin profesionalg
VII. BIBLIOGRAA

O35B05)! LB,)1D O3>).+C),+-. C+0.5I<,) /0 ()1 E4*301)1D L+4B1)D 1980D
#030.17.! MD LD ? L0;+.0 DD MD E15)/I15+,) *)3) A/4+.+153),+-. ? E,7.74I)D
M,G3)A H+((D 1991
PD E/A)3/1 D04+.>D L) .B0;) 0,7.74I)D DI)C /0 S).571D 1994D
DB T+((?! R790357 ? +7(! M+,20(D P().0),+-. ? C7.537( /0 C71571D T3+(()1D 1980D
#+034). M3D! H)37(/D T04)1 /0 C7.5)9+(+/)/ /0 C71571 ? T74) /0 D0,+1+7.01D
7./7 /0 CB(5B3) E,7.-4+,)D 1976D
E1*0,+)(+15) 0. Q)+C0.! S0+1 S+>4) ? C)(+5+;+/)/D I.;015+>)/73 0. E15)/I15+,)
A*(+,)/) ? C74*735)4+0.57 O3>).+C),+7.)(D
P3+.,+*+71 /0 A/4+.+153),+-. /0 O*03),+7.01 #)33? R0./03 ? M)? H0+C03
P30.5+,0 H)((! P3+.,+*+71 /0 )/4+.+153),+-. /0 7*03),+7.01! **D1 & 19
M73>0 H034+/)! R790357 S033) ? E/B)3/7 Q)15+@) M),,2+ A/4+.+153),+-. ?
0153)50>+) %5073I) ? *3F,5+,)' **D195202!547&549
L) ,74B.+/)/ L)5+.) /0 015B/+).501 /0 .0>7,+71
D).+0( TK Q70.+> M)3,7497 I.>0.+03I) /0 4).BH),5B3) %*37/B,5+;+/)/ ?
7*5+4+C),+-.' **D2&12
G073>0 Z)()5).! CB)35) ;+/07 ,7.H030.,+) ;I) 1)5R(+50! /0 () 103+0
A/4+.+153),+-. *)3) 0( 1+>(7 SSI! :B157 ) 5+04*7D I.503.)5+7.)( T3)+.+.>
C0.503 C7((0>0 OH EJ50./0/ S5B/+01 S). D+0>7 S5)50 U.+;031+5? :B(+7 1994 D
A*B.501 +.>D M+>B0( ;)3>)1= 2033)4+0.5)1 981+,)1 /0 ,)(+/)/

Herramientas Estadisticas de Calidad

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Herramientas Estadisticas de Calidad

Transféré par

Droits d'auteur :

Formats disponibles

HERRAMIENTAS ESTADSTICAS DE CALIDAD

Vous aimerez peut-être aussi