La empresa FACTORIA O.V TRADING S.R.

L empresa trujillana líder en la industria metal mecánica está solic

practicante para supervisar un proceso de inyección de material abrasivo, donde una característica de calidad
mm con una tolerancia de ± 0,1000 mm.

Como parte de la evaluación para ocupar el puesto de supervisor en la modalidad de practicante, el gerente de

a.- Calcule la MEDIA, MEDIANA y DESVIACIÓN ESTÁNDAR: Interprete sus resultados.

b.- Construya un HISTOGRAMA. Interprete sus resultados
c.- ¿Es la data NORMAL, es decir, sigue una Distribución Normal? Demuestrelo realizando una PRUEBA DE N
d.- ¿El PROCESO ES ESTABLE ESTADÍSTICAMENTE? Demuestre su respuesta
e.- Mediante un ESTUDIO DE CAPACIDAD determine si el PROCESO ES CENTRADO y SI EL PROCESO E
f.- Utilizando una distribución de probabilidad adecuada, determine el % de Producto No Conforme (%PNC)
g.- Determine el Nivel de Sigma del proceso.
Escriba y comente sus resultados

1.1611 1.1807 1.1842 1.1834 1.1577 1.1616

1.1793 1.1766 1.1854 1.1692 1.188 1.1772
1.1987 1.2000 1.1892 1.1758 1.1642 1.1869
1.2045 1.186 1.1777 1.1881 1.1618 1.1892
1.1892 1.1938 1.1743 1.1514 1.1513 1.1641
1.2139 1.1724 1.1753 1.1987 1.1622 1.1685
1.1586 1.2227 1.1523 1.1768 1.1915 1.2027
1.1936 1.1764 1.188 1.1745 1.1557 1.1888
1.1954 1.2166 1.1695 1.1725 1.2055 1.1969
1.1695 1.1974 1.1481 1.2007 1.1996 1.1768
1.1931 1.1889 1.1736 1.1757 1.2144 1.1749
1.1539 1.1835 1.1977 1.1437 1.1627 1.1802
1.2004 1.1781 1.1928 1.1356 1.1968 1.1487
1.164 1.1724 1.2103 1.1722 1.2431 1.1924
1.1911 1.1636 1.2313 1.1925 1.1818 1.1898
1.1689 1.1812 1.1486 1.1832 1.1607 1.2369
1.191 1.1642 1.1627 1.1994 1.2112 1.1877
1.1932 1.2261 1.1895 1.1857 1.1553 1.1501
1.192 1.1435 1.1497 1.2056 1.1633 1.1933
1.1645 1.1806 1.197 1.1744 1.1975 1.2020
1.1806 1.1644 1.1906 1.2074 1.1602 1.1935
stria metal mecánica está solicitando estudiantes de ingeniería industrial de la UPN para cubrir una vacante como
e una característica de calidad del producto denominado disco de corte es su espesor o grosor el cual debe ser de 1,2000

ad de practicante, el gerente de operaciones le ha alcanzado los datos de la tabla.

sultados.

realizando una PRUEBA DE NORMALIDAD o GRÁFICA DE NORMALIDAD

sta
NTRADO y SI EL PROCESO ES CAPAZ. Determine el % de Producto No Conforme (%PNC)
ducto No Conforme (%PNC)

A)
MEDIA 1.1820
MEDIANA 1.1825
DESV. EST. 2.02%

B)
N 126
MIN 1.1356
MAX 1.2431
RANGO 0.1075
K 7.97323021 8
AMPLITUD 0.01348262

R. min R. max Intervalos Frecuencia

1 1.14 1.15 1.14 - 1.15 6
2 1.15 1.16 1.15 - 1.16 16
3 1.16 1.18 1.16 - 1.18 27
4 1.18 1.19 1.18 - 1.19 32
5 1.19 1.20 1.19 - 1.20 31
6 1.20 1.22 1.20 - 1.22 8
7 1.22 1.23 1.22 - 1.23 3
8 1.23 1.24 1.23 - 1.24 3

C)
MEDIA 1.1820
La distribución si es normal, ya que la media,
MEDIANA 1.1825 mediana y moda son casi iguales.
MODA 1.1892

D) Espesor 1.2
LI 1.1
LS 1.3
N° Datos Promedio LI LS
1 1.1611 1.2 1.1 1.3
2 1.1793 1.2 1.1 1.3
3 1.1987 1.2 1.1 1.3
4 1.2045 1.2 1.1 1.3
5 1.1892 1.2 1.1 1.3
6 1.2139 1.2 1.1 1.3
7 1.1586 1.2 1.1 1.3
8 1.1936 1.2 1.1 1.3
9 1.1954 1.2 1.1 1.3
10 1.1695 1.2 1.1 1.3
11 1.1931 1.2 1.1 1.3
12 1.1539 1.2 1.1 1.3
13 1.2004 1.2 1.1 1.3
14 1.164 1.2 1.1 1.3
15 1.1911 1.2 1.1 1.3
16 1.1689 1.2 1.1 1.3
17 1.191 1.2 1.1 1.3 El proceso es estable estadis
18 1.1932 1.2 1.1 1.3 datos se encuentran d
19 1.192 1.2 1.1 1.3
20 1.1645 1.2 1.1 1.3
21 1.1806 1.2 1.1 1.3
22 1.1807 1.2 1.1 1.3
23 1.1766 1.2 1.1 1.3
24 1.2000 1.2 1.1 1.3
25 1.186 1.2 1.1 1.3
26 1.1938 1.2 1.1 1.3
27 1.1724 1.2 1.1 1.3
28 1.2227 1.2 1.1 1.3
29 1.1764 1.2 1.1 1.3
30 1.2166 1.2 1.1 1.3
31 1.1974 1.2 1.1 1.3
32 1.1889 1.2 1.1 1.3
33 1.1835 1.2 1.1 1.3
34 1.1781 1.2 1.1 1.3
35 1.1724 1.2 1.1 1.3
36 1.1636 1.2 1.1 1.3
37 1.1812 1.2 1.1 1.3
38 1.1642 1.2 1.1 1.3
39 1.2261 1.2 1.1 1.3
40 1.1435 1.2 1.1 1.3
41 1.1806 1.2 1.1 1.3
42 1.1644 1.2 1.1 1.3
43 1.1842 1.2 1.1 1.3
44 1.1854 1.2 1.1 1.3
45 1.1892 1.2 1.1 1.3
46 1.1777 1.2 1.1 1.3
47 1.1743 1.2 1.1 1.3
48 1.1753 1.2 1.1 1.3
49 1.1523 1.2 1.1 1.3
50 1.188 1.2 1.1 1.3
51 1.1695 1.2 1.1 1.3
52 1.1481 1.2 1.1 1.3
53 1.1736 1.2 1.1 1.3
54 1.1977 1.2 1.1 1.3
55 1.1928 1.2 1.1 1.3
56 1.2103 1.2 1.1 1.3
57 1.2313 1.2 1.1 1.3
58 1.1486 1.2 1.1 1.3
59 1.1627 1.2 1.1 1.3
60 1.1895 1.2 1.1 1.3
61 1.1497 1.2 1.1 1.3
62 1.197 1.2 1.1 1.3
63 1.1906 1.2 1.1 1.3
64 1.1834 1.2 1.1 1.3
65 1.1692 1.2 1.1 1.3
66 1.1758 1.2 1.1 1.3
67 1.1881 1.2 1.1 1.3
68 1.1514 1.2 1.1 1.3
69 1.1987 1.2 1.1 1.3
70 1.1768 1.2 1.1 1.3
71 1.1745 1.2 1.1 1.3
72 1.1725 1.2 1.1 1.3
73 1.2007 1.2 1.1 1.3
74 1.1757 1.2 1.1 1.3
75 1.1437 1.2 1.1 1.3
76 1.1356 1.2 1.1 1.3
77 1.1722 1.2 1.1 1.3
78 1.1925 1.2 1.1 1.3
79 1.1832 1.2 1.1 1.3
80 1.1994 1.2 1.1 1.3
81 1.1857 1.2 1.1 1.3
82 1.2056 1.2 1.1 1.3
83 1.1744 1.2 1.1 1.3
84 1.2074 1.2 1.1 1.3
85 1.1577 1.2 1.1 1.3
86 1.188 1.2 1.1 1.3
87 1.1642 1.2 1.1 1.3
88 1.1618 1.2 1.1 1.3
89 1.1513 1.2 1.1 1.3
90 1.1622 1.2 1.1 1.3
91 1.1915 1.2 1.1 1.3
92 1.1557 1.2 1.1 1.3
93 1.2055 1.2 1.1 1.3
94 1.1996 1.2 1.1 1.3
95 1.2144 1.2 1.1 1.3
 96 1.1627 1.2 1.1 1.3
97 1.1968 1.2 1.1 1.3
98 1.2431 1.2 1.1 1.3
99 1.1818 1.2 1.1 1.3
100 1.1607 1.2 1.1 1.3
101 1.2112 1.2 1.1 1.3
102 1.1553 1.2 1.1 1.3
103 1.1633 1.2 1.1 1.3
104 1.1975 1.2 1.1 1.3
105 1.1602 1.2 1.1 1.3
106 1.1616 1.2 1.1 1.3
107 1.1772 1.2 1.1 1.3
108 1.1869 1.2 1.1 1.3
109 1.1892 1.2 1.1 1.3
110 1.1641 1.2 1.1 1.3
111 1.1685 1.2 1.1 1.3
112 1.2027 1.2 1.1 1.3
113 1.1888 1.2 1.1 1.3
114 1.1969 1.2 1.1 1.3
115 1.1768 1.2 1.1 1.3
116 1.1749 1.2 1.1 1.3
117 1.1802 1.2 1.1 1.3
118 1.1487 1.2 1.1 1.3
119 1.1924 1.2 1.1 1.3
120 1.1898 1.2 1.1 1.3
121 1.2369 1.2 1.1 1.3
122 1.1877 1.2 1.1 1.3
123 1.1501 1.2 1.1 1.3
124 1.1933 1.2 1.1 1.3
125 1.2020 1.2 1.1 1.3
126 1.1935 1.2 1.1 1.3
 r una vacante como
or el cual debe ser de 1,2000

HISTOGRAMA
35
30
25
20
15
10
5
0

al, ya que la media,

n casi iguales.
6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 01 06 11 16 21 26
1 1 1 1 1 1

Datos Promedi o LI LS

El proceso es estable estadisticamente ya que todos los

datos se encuentran dentro de los límites.
La empresa metalmecánica O’V Trading SA está trabajando un Proyecto Six Sigma en su proceso de fabricació
Green Belt asistente del Equipo Six Sigma y le han pedido que determine el Nivel Sigma o Número Sigma d
diámetro para satisfacer las especificaciones de ingeniería. Ud. ha coordinado con los analistas de calidad para q
midan y registren el diámetro.
Interprete todos sus resultados

Subgrupo Hora Muestras (Diámetro en mm) LCI

1 8:00 0.4729 0.4828 0.5238 0.5132 0.5251 0.5080
2 9:00 0.5236 0.4898 0.5372 0.4959 0.5147 0.5227
3 10:00 0.5057 0.4932 0.4756 0.5275 0.5035 0.5037
4 11:00 0.5097 0.4997 0.4826 0.5154 0.5087 0.4644
5 12:00 0.5028 0.5106 0.5012 0.5210 0.4983 0.5352
6 13:00 0.5174 0.4924 0.4776 0.5277 0.5071 0.4851
7 14:00 0.5103 0.5306 0.4750 0.4739 0.4837 0.5105
8 15:00 0.4819 0.5162 0.5069 0.5077 0.5069 0.5237
9 16:00 0.5258 0.4945 0.4871 0.4892 0.5090 0.5230
10 17:00 0.4853 0.4935 0.4957 0.4697 0.5099 0.4852
11 18:00 0.4692 0.5177 0.4935 0.4939 0.5174 0.4781
12 19:00 0.4981 0.5100 0.5075 0.4811 0.4915 0.5388
13 20:00 0.5512 0.5217 0.5186 0.5271 0.5116 0.4879
14 21:00 0.5175 0.5044 0.5137 0.5213 0.5006 0.5066
15 22:00 0.5218 0.5187 0.4778 0.4888 0.5180 0.5308
16 23:00 0.5535 0.5176 0.4780 0.4961 0.4994 0.4828
17 0:00 0.4964 0.5270 0.5029 0.5123 0.4996 0.4855
18 1:00 0.4745 0.5162 0.4942 0.4684 0.4896 0.5491
19 2:00 0.4702 0.4914 0.5139 0.5047 0.5039 0.4833
20 3:00 0.5060 0.5203 0.4928 0.5071 0.5341 0.5117
21 4:00 0.4851 0.5513 0.5071 0.4907 0.4967 0.4978
22 5:00 0.5165 0.5360 0.4639 0.4587 0.4893 0.5053
23 6:00 0.5148 0.5309 0.5166 0.5311 0.4975 0.5973
24 7:00 0.4996 0.5270 0.5191 0.4942 0.4949 0.4947
25 8:00 0.5121 0.4925 0.5136 0.4601 0.4854 0.4995

N
A2
LCI
LCS
a en su proceso de fabricación de cables. Ud., estudiante de Ing. Industrial de la UPN ha sido llamado como
el Sigma o Número Sigma del proceso de manufactura actual. El cable debe tener 0.500 ± 0.04 cm de
os analistas de calidad para que cada hora, tomen muestras de cables consecutivos de la línea de producción,

LC LCS MEDIA LCI LC LCS RANGO

0.5043 0.0522
0.5140 0.0474
0.5015 0.0519
0.4968 0.0510
0.5115 0.0369
0.5012 0.0501
0.4973 0.0567
0.5072 0.0418
0.5048 0.0387
0.4899 0.0402
0.4950 0.0485
0.5045 0.0577
0.5197 0.0633
0.5107 0.0207
0.5093 0.0530
0.5046 0.0755
0.5040 0.0415
0.4987 0.0807
0.4946 0.0437
0.5120 0.0413
0.5048 0.0662
0.4950 0.0773
0.5314 0.0998
0.5049 0.0328
0.4939 0.0535
PROM 0.5045 0.0529

6 N 6
0.483 D3 0
0.47890257 D4 2.004
0.52978336 LCI 0
LCS 0.10600358
EI 0.46
ES 0.54
PROMEDIO 0.5045
RANGO 0.0529
D2 2.534
DESV. ST. 0.02087451
TAM. MUEST. 6

CP 0.00027833 CP<1, indica que el proceso es muy disperso y origina dato

CPk 0.00024735 CPK<1 datos fuera de los limites.
isperso y origina datos fuera de especificaciones.Requiere modificaciones.
 Ud. ha sido seleccionado para trabajar como asistente del gerente de operaciones de la empresa 3M y le
número de defectos en la fabricación de los Filtros CUNO con el número de horas de capacitación que re
fabricación de dichos filtros . Ud. coordina con el área de Calidad y tra realizar una serie de observacion

Horas de
Observaciones % Defectos
formación
1 100 2.1
2 110 2.2
3 90 2.5
4 120 2.1
5 200 1.7
6 300 1.3
7 130 2
8 250 1.3
9 175 2
10 190 1.8
11 210 1.6
12 290 1.2

Utilice una herramienta de mejora de la calidad y prepare un informe para el gerente de operaciones de la empresa.
Cuales serían sus conclusiones y recomendaciones.

DIAGRAMA DE DISPERSIÓN
3 Observando la grafica se c
es decir que mientras m
2.5 meno
2
% DEFECTOS

1.5

1 Como recomendación se
de capacitacio
0.5

0
50 100 150 200 250 300 350
HORAS DE FORMACIÓN

COEF. CORREL -0.9618397207

s de la empresa 3M y le ha solicitado que trate de relacionar el
s de capacitación que reciben los trabajadores encargados de la
una serie de observaciones ha obtenido los siguientes datos:

ciones de la empresa.

servando la grafica se concluye que la correlacion es inversa,

s decir que mientras mas sean las horas de capacitacion,
menor seran las fallas

mo recomendación se tendria que programar un cronograma

de capacitaciones para los trabajadores
 En la empresa procesadora de embutidos Productos Razzetovich S.A.C. se detecta mediante una inspección al 10
gravedad de los tres problemas es la misma, realice un análisis de Pareto
Sobre el problema vital, haga un análisis de Pareto de segundo nivel (caus
A continuación se muestran los resultados de una sem

Problema y número de paquetes defectuosos

Máquina empacadora Turno
Falta de vacío Mancha verde Mancha amarilla
I 3700 580 650
A II 1200 240 100
III 5700 530 600
I 2850 600 350
B II 1300 200 100
III 5950 400 370
I 1000 750 274
C II 1000 100 100
III 1620 605 295
24320 4005 2839

Causas Frecuencia %Relativo %Acumulado

Falta de vacío 24320 78.04% 78.04%
Mancha verde 4005 12.85% 90.89%
Mancha amarilla 2839 9.11% 100.00%
31164

PROBLEMAS
30000 120.00%
25000 100.00%
20000 80.00%
15000 60.00%
10000 40.00%
5000 20.00%
0 0.00%
Column K Column M

FALTA DE VACIO Frecuencia % Relativo % Acumulado

A 10600 43.59% 43.59%
B 10100 41.53% 85.12%
C 3620 14.88% 100.00%
24320
 FALTA DE VACIO
12000 120.00%

10000 100.00%

8000 80.00%

6000 60.00%

4000 40.00%

2000 20.00%

0 0.00%
Column D Column F

La máquina que tiene mayor problemas en la causa FALTA DE

VACIO es la A.

FALTA DE VACIO - Frecuencia % Relativo % Acumulado

TURNOS
I 7550 31.04% 31.04%
II 3500 14.39% 45.44%
III 13270 54.56% 100.00%
24320

FALTA DE VACIO - TURNOS

14000 120.00%
12000 100.00%
10000
80.00%
8000
60.00%
6000
40.00%
4000
2000 20.00%

0 0.00%
Column L Column N
El turno que tiene mayor problemas en la causa FALTA DE VACIO es el III,
sobre el cual se deben tomar acciones.
 ediante una inspección al 100%, los problemas en las en los embutidos “El Cremosin”. Considerando que la
ealice un análisis de Pareto para problemas y detecte cuál es el vital.
reto de segundo nivel (causas) tanto para máquina como para turno.
ran los resultados de una semana de inspección.

31164

La falta de vacío representa el 78,04%, esto

quiere decir que se debe poner mayor atención
en este factor.
 Ud. ha sido seleccionado para supervisar la operación de un biorreactor tipo UASB a escala de laboratorio
efluente con alta carga orgánica y el objetivo es tratarlo para dejar el efluente en las condiciones que cum
residuales No domésticas (VMA) exigidos por la normativa ambiental (D.S. N° 021-2009-VIVIENDA). Este
Ud. desea conocer si hay alguna relación en el número de bacterias por unidad de volumen presentes en u
determinar el N° de bacterias en la hora 10. Los datos reportados por e

Tiempo de cultivo N°
0 1 2
de horas
N° de
12 19 23
bacterias/militro

70
N° de
N° de horas bacterias 60
f(x) = 10.6285714286x

N° de bacterias
50
COEFICIENTE DE CORR. 0 12 R² = 0.942584688
40
0.9708680075 1 19 30
2 23 20
3 34 10
4 56 0
5 62 0 1 2

6 71.5359 N

7 82.1649
8 92.7939
9 103.4229
10 114.0519 Existe una relación
proporcional entre las
bacterias, ya que se
El N° de bacterias en la hora 10 serían 114 aumentar el #de horas,
bacterias aproximadamente dada la tendencia aument
expresada en el gráfico.
UASB a escala de laboratorio en la Empresa Cartavio Rum Company S.A.C. La empresa genera un
e en las condiciones que cumplan los Valores Máximos Admisibles de las descargas de aguas
021-2009-VIVIENDA). Este equipo usa bacterias para convertir la materia orgánica en gas metano.
d de volumen presentes en un cultivo y el tiempo de cultivo expresado en horas ya que le interesa
. Los datos reportados por el laboratorio de microbiología son:

3 4 5

34 56 62

70
60
f(x) = 10.6285714286x + 7.7619047619
50 R² = 0.942584688
40
30
20
10
0
0 1 2 3 4 5 6
N° de horas

Existe una relación directamente

proporcional entre las Horas y el N° de
bacterias, ya que se observa que al
aumentar el #de horas, el # de bacterias
aumenta.
 En el departamento de mantenimiento de una empresa fabricante de llantas se forma un equipo para trabajar en el área
mediante la metodología de los ocho pasos. El equipo lo integran siete personas: tres lubricado
En la planta hay un total de 29 prensas de vulcanización en cuatro líneas de producción que anualmente requieren casi dos
derroche de grasa, costos y mal aspecto (una serie de fotos evidenció tanto estos desperdicios como la suciedad y el m
lubricación más adecuado, teniendo como fin último hacer más eficiente y menos costoso el mantenimiento preventiv
reducción en el consumo de grasa en las prensas. Se planea como meta lograr una reducción de 20% en el consumo de gr
generalizarse al resto.
La identificación de las posibles causas se hace mediante una sesión de lluvia o tormenta de ideas, en la que se obtienen las

Falta de programas de verificación

falta de flujo de aire
fallas eléctricas
falta de presión de aire
falta de refacciones adecuadas
variedad de inyectores del sistema de lubricación
variedad de bombas de lubricación
tuberías dobladas o rotas
chumaceras y coronas en mal estado
falta de herramientas
falta de capacitación
errores humanos
falta de mano de obra
sistema (procedimiento) de lubricación ineficiente

Usar una Herramienta del CEC e investigue cuál es la causa o el factor más importante para analizar cuáles de las 14 posib
 Causas Frecuencia % Relativo
Falta de capacitación 44 16%
Falta de programas de verificación 35 13%
Falta de refracciones adecuadas 32 12%
Chumaceras y coronas en mal estado 11 4%
Falta de mano de obra 7 3%
Variedad de bombas de lubricación 25 9%
Falta de presión de aire 18 7%
Falta de flujo de aire 19 7%
Falta de herramientas 5 2%
Fallas eléctricas 8 3%
Sistema (procedimiento) de lubricación
ineficiente
12 4%
Tuberías dobladas o rotas 18 7%
Errores humanos 20 7%
Variedad de inyectores del sistema de
lubricación
22 8%
276

PARETO
50

45
44
40

35
35

30 32

25
25

20 22
20
19
18 18
15

10 12
11

8
5 7
5

0 69% 71% 74% 78% 85% 92% 100%

16% 29% 40% 44% 47% 56% 62%
Column C Column E

Según el gráfico de Pareto, el área donde se centra el problema de desperdicio de grasa es en la

falta de capacitación.
a un equipo para trabajar en el área de prensas de vulcanizado, con el propósito de implementar mejoras en los sistemas de lubricación
ntegran siete personas: tres lubricadores, dos mecánicos de vulcanización, un instrumentista y un electricista.
n que anualmente requieren casi dos toneladas de grasa. Parte de esta grasa se desperdicia debido a la mala lubricación, lo que ocasiona
desperdicios como la suciedad y el mal aspecto que éstos generan). Por ello el equipo se plantea como objetivo lograr un sistema de
costoso el mantenimiento preventivo de lubricación. Una forma en la que se cuantificará o reflejará el efecto de las mejoras es por la
ducción de 20% en el consumo de grasa. Inicialmente el proyecto se limitará a abordar la problemática en cuatro prensas, para después
generalizarse al resto.
ta de ideas, en la que se obtienen las siguientes probables causas:

e para analizar cuáles de las 14 posibles causas son las más importantes. Seleccione tres y proponga planes de acción.

CAUSAS PLAN DE ACCIÓN

Charlas sobre la
manipulación y
Falta de capacitación programación de los
equipos y el sistema
con el que se trabaja.
Falta de programas de
Ponerlos en marcha.
verificación

Falta de refracciones Elaborar una lista de

adecuadas todas las refracciones.
 % Acumulado
16%
29%
40%
44%
47%
56%
62%
69%
71%
74%
78%
85%
92%
100%

22
20
18

12

74% 78% 85% 92% 100%

desperdicio de grasa es en la
 ras en los sistemas de lubricación
ricista.
a mala lubricación, lo que ocasiona
o objetivo lograr un sistema de
efecto de las mejoras es por la
a en cuatro prensas, para después

anes de acción.
Seleccione una empresa de manufactura y elabore un Diagrama de Ishikawa para analizar y determinar
las potenciales causas del siguiente problema: ALTOS COSTOS DE PRODUCCIÓN.
Indicar la metodología de trabajo usada.
Interprete sus resultados

METODOLOGÍA USADA: MÉTODO ISHIKAWA

ALTOS COSTOS DE PRODUCCIÓN EN LA EMPRESA

DE TRANSPORTES JEFOR S.A.C.
y determinar
 Al principio del año 2016 la Corporación QUIMTIA, S. A. inició un programa de mejoramiento de la calidad en la cual
integrantes del grupo de trabajo han dedicado su máximo esfuerzo para reducir el número de unidades defectuosas
como el retrabajo o reproceso se habían reducido. El Vicepresidente de la compañía se encuentra contento de saber
impacto financiero del mejoramiento. Para presentar esta evaluación se recibieron los siguientes datos financieros p

U.M 2015 2016

Desechos S/ 400,000 300,000
Retrabajo o reproceso S/ 600,000 400,000
Inspección del producto S/ 100,000 125,000
Garantía del producto S/ 800,000 600,000
Capacitación de calidad S/ 40,000 80,000
Inspección de materiales S/ 60,000 40,000

Ventas S/ 10,000,000 10,000,000

Se pide:
Clasificar los costos de calidad de la empresa en los cuatro tipos:
Costos de prevención, Costos de evaluación, Costos por fallas internas, Costos por fallas externas
Calcular el costo de calidad como porcentaje de ventas para cada uno de los años.
Analizar si fueron apalancados correctamente los COQ de un año para otro.
Calcular la tasa de variación de los COQ del 2016 respecto al 2015.
En cuánto se ha incrementado la utilidad como resultado del mejoramiento de la calidad.
En el supuesto de que los costos de calidad del año 2017 puedan reducirse hasta 2.5% del porcentaje total de las ventas
incrementarse para el 2017 mediante el mejoramiento de la calidad?
En el año 2016, determinar donde se aplicaría un plan de acción inmediato para lograr los resultados del punto anterior.
e mejoramiento de la calidad en la cual participó Ud. como practicante al ser un estudiante de Ingeniería Industria de UPN Trujillo. Los
cir el número de unidades defectuosas (PNC). Al final del año, los informes del gerente de operaciones revelaron que tanto los desecho
mpañía se encuentra contento de saber que se tenía éxito en los programas de mejorar, pero quería revisar y analizar una evaluación de
ieron los siguientes datos financieros para el año 2016 y el 2015.

COSTOS DE PREVENCION Capacitacion de calidad

COSTOS DE EVALUACION Inspeccion del producto
COSTOS DE FALLAS INTERNAS Desechos, retrabajo o reproceso
COSTOS DE FALLAS EXTERNAS Garantia de producto

2015 2016
COSTOS DE CALIDAD 2,000,000 1,545,000
VENTAS 10,000,000 10,000,000
% 20% 15%
TASA DE VARIACION -5%
Del 2015 al 2016 se aumento el costo en lo que capacitacion de calidad, lo que trajo consigo menor costo en
reproceso y desechos

2017
VENTAS 10,000,000
C. CALIDAD 9750000

r fallas externas
.

calidad.
2.5% del porcentaje total de las ventas (asumiendo que se mantienen constantes en 10, 000,000), ¿cuánta utilidad podría

ograr los resultados del punto anterior.

ería Industria de UPN Trujillo. Los
es revelaron que tanto los desechos
evisar y analizar una evaluación del

rajo consigo menor costo en

uánta utilidad podría