1

ALFARO ROSAS JORGE LUIS

MBA TRUJILLO PROMOCIN X

MAGISTER SUPPLY CHAIN MANAGEMENT

TALLER
CONTROL ESTADISTICO
GERENCIA DE OPERACIONES
Contestar en forma breve, precisa y directa.
1. Usted es el Administrador de una nueva sucursal de Pizza HAATT, y tienen como
poltica que si la pizza no llega en 30 minutos, esta es gratis. Usted ha tenido una
tendencia de morosidad en las ltimas 5 semanas de 12%, 14%, 17%, 20%, y en la ltima
semana de 22%, lo que implica que ese porcentaje de entregas no sea pagado, por no
cumplir con el tiempo de entrega especificado. Esta alarma y tendencia es realmente
preocupante. A raz de esta situacin la ltima semana, ha tomado aleatoriamente una
muestra de 30 entregas a domicilio teniendo la siguiente data:
Tiempo medio de entrega: 26 minutos
Desviacin estndar del proceso de tiempo de entrega: 2.1 minutos
Especificacin de Tiempo: 24 minutos
Tolerancia a las especificaciones: +/- 10%
1. Cuales son los Lmites de Especificacin
Considerando que la tolerancia a la especificacin es del +/- 10%, la transformamos en
unidades de tiempo (minutos) obteniendo:
Tolerancia (minutos) = Especificacin de tiempo x %Tolerancia a la especificacin
Tolerancia (minutos) = (24 minutos) x 10%
Tolerancia (minutos) = 2.4 Tolerancia a la especificacin = +/- 2.4 minutos
Por lo tanto, los lmites de especificacin son:
LIE
LSE

: 24 2.4 = 21.6 minutos

: 24 + 2.4 = 26.4 minutos

2. Cual es el ndice de Capacidad del Proceso. Qu significa?

El ndice de capacidad del proceso se calcula, mediante la siguiente frmula:
Cp = [LSE LIE] / [6 * proceso] = [26.4 21.6] / [6 * 2.1] = 4.80 / 12.60
Cp = 0.38
Sabemos que este ndice mide la capacidad de un proceso de cumplir con sus
especificaciones, debido a que tiene controlada la variabilidad; a su vez el Cp mnimo es
1.33, por ende al compararlo con el valor obtenido, podemos decir que no es posible
garantizar que la totalidad de las pizzas sean entregadas en el tiempo
especificado, el resultado indica que este proceso tiene muchos resultados fuera
de especificacin.

2
ALFARO ROSAS JORGE LUIS
MBA TRUJILLO PROMOCIN X
3. Cual es el ndice de Performance del Proceso. Qu significa?
El ndice de performance del proceso se calcula, mediante la siguiente frmula:
Cpk = mn. [(- LIE) / (3 * proceso) ; (LSE - ) / (3 * proceso)]
Se debe tomar en cuenta

x = 26 min. y desviacin std ()= 2.1 min.

Cpk = mn. [(26 21.6) / (3 * 2.1) ; (26.4 - 26) / (3 * 2.1)]

Cpk = mn. [ 0.698 ; 0.063 ] Cpk = 0.063
Sabemos que este ndice diagnostica la variabilidad y la centralidad; a su vez el Cpk
mnimo es 1.0, por ende al compararlo con el valor obtenido, se puede decir que se
debe mejorar el proceso va una reduccin de la variacin y un mejor ajustado al
objetivo. El valor est muy alejado del Cp [ Cp = 0.38 > Cpk = 0.063 ].
4. A cuantos sigmas est operando el proceso ?
Determinamos el nivel de operacin en sigmas para el proceso de entregas de Pizza
HAATT, para lo cual se utilizar la siguiente frmula:
NOS = mn. [(LSE -) / proceso ; (- LIE) / proceso]
NOS = mn. [(26.4 - 26) / 2.1 ; (26 21.6) / 2.1]
NOS = mn. [ 0.190 ; 2.095 ]
El nmero de sigmas es 0.19, valor que se encuentra por debajo del mnimo, el
cual es 3.0.
5. Diagnostique el proceso en forma integral y en palabras simples.
Cp. = No cumple con las Especificaciones, el proceso tiene problemas de
variabilidad
Cpk = El proceso tiene problemas en la centralidad y variabilidad, est muy alejada
del
CP.
NOS = El sigma est por debajo de los 3.2 (rango mnimo exigido).
Por lo tanto, el proceso de entregas de pizza tiene problemas de variabilidad y
centralidad.
6. Cual debera de ser la variabilidad del proceso para que el nivel de operacin
sea a seis sigma (asuma centralidad).
Para un nivel de operacin ideal segn la filosofa de calidad seis sigma, los ndices
deberan ser como se indica: Cp = 2.0 , Cpk >= 1.5

3
ALFARO ROSAS JORGE LUIS
MBA TRUJILLO PROMOCIN X

7. Manteniendo el nivel de variabilidad que tiene el proceso actualmente (lo

planteado en el caso), si usted quiere operar a un nivel de seis sigma, a cuanto
debera de cambiar los lmites de especificacin (asuma centralidad).
Se utilizarn las siguientes frmulas:
LSE - = 6 = LSE - 6 . (1)
- LIE= 6 = LIE + 6 . (2)
Igualamos (1) y (2) : LSE LIE = 12 LSE LIE = 25.2 min.
Podemos afirmar que : LSE = 24 + y LIE = 24 ; donde : nueva tolerancia
Entonces: (24 + ) (24 ) = 25.2 2 * = 25.2 = 12.6 min
Por lo tanto, considerando la nueva tolerancia, tenemos:
LSE = 24 + 12.6 LSE = 36.6 min
LIE = 24 - 12.6 LIE = 11.4 min

2. Tiene dos procesos distintos, el tiempo de procesamiento de productos

congelados con un coeficiente de variacin de 45.8 % y el de procesamiento de
concentrado de cobre con coeficiente de variacin de 1.2%. Qu significa? Que
sugerira hacer con el de productos congelados?
Como sabemos el coeficiente de variacin, seala qu tan grande es la magnitud de la
desviacin estndar respecto a la promedio del conjunto de datos que se examina, es
decir, permite evaluar la calidad estadstica de las estimaciones.
Tambin debemos tomar en cuenta que si bien es cierto, son dos procesos totalmente
diferentes en los que afectan otras variables, al comparar los valores del CV de productos
congelados y de procesamiento de cobre, podemos afirmar que el primero presenta una
mayor dispersin o variabilidad de los datos que se han utilizado para dicho
clculo, por tener un mayor CV (45.8% > 1.2%)
Por lo tanto, recomendamos se ejecute un diagnstico del procesamiento de productos
congelados, de tal manera que se mejore el control del mismo, y reducir dicha variabilidad
y hacer ms estable el proceso, ya que todo indica que nuestros lmites de especificacin
y de control no guardan relacin, podramos estar perdiendo dinero asumiendo productos
que podran estar mal cuando en realidad no es as.
En este tipo de casos, al diagnstico del proceso podra complementarse con el uso de
tcnicas y herramientas de mejora continua, hasta hacer ms estable el proceso.

4
ALFARO ROSAS JORGE LUIS
MBA TRUJILLO PROMOCIN X

3. Debido a lo difcil que resulta montar un cubo de transmisin a un vstago

utilizando una llave y el ojo de la cerradura, el equipo del proyecto recomend el
uso del Control Estadstico de Procesos.
La caracterstica de la calidad es una dimensin para el vstago de 6.35 mm. con
una tolerancia de +/- 10 mmm. Con una muestra de cuatro vstagos en cada
oportunidad, el tcnico obtiene cinco muestras diarias, durante cinco das.
Se miden las muestras, y se registran los datos en forma correspondiente.
Tambin se registra informacin como la fecha, la hora y todos los comentarios
relacionados con el proceso.
a) Diagnostique el proceso, calcule los lmites de control, los de especificacin,
los ndices de capacidad y performance, del proceso.

5
ALFARO ROSAS JORGE LUIS
MBA TRUJILLO PROMOCIN X

6
ALFARO ROSAS JORGE LUIS
MBA TRUJILLO PROMOCIN X

7
ALFARO ROSAS JORGE LUIS
MBA TRUJILLO PROMOCIN X
b) Determine si est bajo control estadstico.
De acuerdo a los resultados obtenidos del diagnstico de capacidad por muestras (03
muestras de datos), y como se puede apreciar en la grfica anterior consolidada, se
resume en el siguiente cuadro los resultados e interpretaciones:

Mnimo

Muestra1

Muestra2

Muestra3

Indice de Capacidad(Cp)

1.33

0.86

0.97

1.79

Indice de Performance (Cpk)

1.00

0.35

0.52

1.69

Alta
variabilidad
No est
centrado

Baja
variabilidad
No est
centrado

No presenta
variabilidad

Comentarios

Proceso centrado

Podramos concluir indicando que la tercera muestra se encuentra bajo control

estadstico, recomendndose, revisar a que se debe la variabilidad y la centralidad
de los datos tanto para la primera como segunda muestra.
c) A cuantos sigmas se est operando?
Tomando en cuenta el anlisis anterior (grfica), presentamos los resultados para
cada muestra, respecto al nivel de operacin en sigmas (NOS)

NOS LIE (sigmas)

NOS LSE
(sigmas)
NOS mn
(sigmas)
NOS ideal
(sigmas)
NOS proceso

Mnimo
1.33

Muestra 1
1.04

Muestra 2
1.56

Muestra 3
5.07

1.00

4.14

4.25

5.68

1.04

1.56

5.07

3.00
6.00

d) Que recomendara para corregir o mejorar la performance?

Luego del anlisis realizado por muestras del proceso de entrega de pizzas, se ha
determinado que se trata de un proceso que cumple con las especificaciones
exigidas, por ende se recomienda:

Revisar y replantear las especificaciones, para esto se tiene que hacer un

seguimiento ms minucioso del proceso y determinar qu factores
cualitativos cuantitativos afectan la variabilidad y centralidad.

8
ALFARO ROSAS JORGE LUIS
MBA TRUJILLO PROMOCIN X

Se recomienda establecer implementar algn tipo de sistema de medicin

respecto a los tiempos que est sujeto el personal que est inmerso a este
proceso, as como controlar la performance de los equipos maquinas que
el personal utiliza para realizar las operaciones.

9
ALFARO ROSAS JORGE LUIS
MBA TRUJILLO PROMOCIN X
DIAGNOSTICO ESTADISTICO
MEDICIONES
N Datos

MUESTR
A (1)

MUESTR
A (2)

MUESTR
A (3)

X1

X2

X3

X4

X raya

X2 raya

LSE

LIE

LSC

LIC

Sigma muestra

6.35

6.40

6.32

6.37

6.36

6.41

6.45

6.25

6.47

6.35

0.034

2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
1

6.46
6.34
6.69
6.38
6.42
6.44
6.33
6.48
6.47
6.38
6.37
6.40
6.38
6.50
6.33
6.41
6.38
6.35
6.56
6.38
6.39
6.42
6.43
6.39
6.35

6.37
6.40
6.64
6.34
6.41
6.41
6.41
6.44
6.43
6.41
6.37
6.38
6.39
6.42
6.35
6.40
6.44
6.41
6.55
6.40
6.42
6.39
6.36
6.38
6.40

6.36
6.34
6.68
6.44
6.43
6.41
6.38
6.47
6.36
6.39
6.41
6.47
6.45
6.43
6.29
6.29
6.28
6.37
6.45
6.45
6.35
6.39
6.35
6.43
6.32

6.41
6.36
6.59
6.40
6.34
6.46
6.36
6.45
6.42
6.38
6.37
6.35
6.42
6.45
6.39
6.34
6.58
6.38
6.48
6.37
6.40
6.36
6.38
6.44
6.37

6.40
6.36
6.65
6.39
6.40
6.43
6.37
6.46
6.42
6.39
6.38
6.40
6.41
6.45
6.34
6.36
6.42
6.38
6.51
6.40
6.39
6.39
6.38
6.41
6.36

6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.41
6.40

6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45

6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25

6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.47
6.45

6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.35
6.34

0.045
0.028
0.045
0.042
0.041
0.024
0.034
0.018
0.045
0.014
0.020
0.051
0.032
0.036
0.042
0.056
0.125
0.025
0.054
0.036
0.029
0.024
0.036
0.029
0.034

2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
46
47
48

6.46
6.38
6.42
6.44
6.33
6.48
6.47
6.38
6.37
6.40
6.38
6.50
6.33
6.41
6.38
6.39
6.42
6.43
6.39
6.35
6.35
6.38

6.37
6.34
6.41
6.41
6.41
6.44
6.43
6.41
6.37
6.38
6.39
6.42
6.35
6.40
6.40
6.42
6.39
6.36
6.38
6.36
6.37
6.34

6.36
6.44
6.43
6.41
6.38
6.47
6.36
6.39
6.41
6.47
6.45
6.43
6.29
6.29
6.45
6.35
6.39
6.35
6.43
6.32
6.36
6.36

6.41
6.40
6.34
6.46
6.36
6.45
6.42
6.38
6.37
6.35
6.42
6.45
6.39
6.34
6.37
6.40
6.36
6.38
6.44
6.37
6.41
6.36

6.40
6.39
6.40
6.43
6.37
6.46
6.42
6.39
6.38
6.40
6.41
6.45
6.34
6.36
6.40
6.39
6.39
6.38
6.41
6.35
6.37
6.36

6.40
6.40
6.40
6.40
6.40
6.40
6.40
6.40
6.40
6.40
6.40
6.40
6.40
6.40
6.40
6.40
6.40
6.40
6.40
6.36
6.36
6.36

6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45

6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25

6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.38
6.38
6.38

6.34
6.34
6.34
6.34
6.34
6.34
6.34
6.34
6.34
6.34
6.34
6.34
6.34
6.34
6.34
6.34
6.34
6.34
6.34
6.33
6.33
6.33

0.045
0.042
0.041
0.024
0.034
0.018
0.045
0.014
0.020
0.051
0.032
0.036
0.042
0.056
0.036
0.029
0.024
0.036
0.029
0.022
0.026
0.016

49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65

6.36
6.37
6.33
6.34
6.33
6.38
6.37
6.35
6.38
6.34
6.33
6.36
6.38
6.39
6.35
6.34
6.39

6.35
6.36
6.35
6.36
6.36
6.36
6.37
6.38
6.39
6.37
6.35
6.34
6.37
6.34
6.33
6.36
6.38

6.36
6.35
6.38
6.35
6.36
6.39
6.34
6.34
6.35
6.35
6.29
6.29
6.34
6.35
6.37
6.35
6.34

6.34
6.34
6.36
6.34
6.35
6.38
6.37
6.35
6.34
6.33
6.35
6.34
6.37
6.36
6.36
6.38
6.35

6.35
6.36
6.36
6.35
6.35
6.38
6.36
6.36
6.37
6.35
6.33
6.33
6.37
6.36
6.35
6.36
6.37

6.36
6.36
6.36
6.36
6.36
6.36
6.36
6.36
6.36
6.36
6.36
6.36
6.36
6.36
6.36
6.36
6.36

6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45
6.45

6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25
6.25

6.38
6.38
6.38
6.38
6.38
6.38
6.38
6.38
6.38
6.38
6.38
6.38
6.38
6.38
6.38
6.38
6.38

6.33
6.33
6.33
6.33
6.33
6.33
6.33
6.33
6.33
6.33
6.33
6.33
6.33
6.33
6.33
6.33
6.33

0.010
0.013
0.021
0.010
0.014
0.013
0.015
0.017
0.024
0.017
0.028
0.030
0.017
0.022
0.017
0.017
0.024