UNIVERSIDAD DE LA SABANA
FACULTAD DE INGENIERÍA
CHIA, CUNDINAMARCA
2001
1
APLICACIÓN DE HERRAMIENTAS ESTADÍSTICAS EN
LA DETERMINACIÓN, CONTROL Y EVALUACIÓN DE
LA CAPACIDAD DE PROCESO DE LA VARIABLE
CRÍTICA DEL PROCESO CERVECERO DE BAVARIA
S.A. (BOGOTÁ)
Directores
Ingeniero Químico
Ingeniero Químico
UNIVERSIDAD DE LA SABANA
FACULTAD DE INGENIERÍA
CHIA, CUNDINAMARCA
2001
2
Nota de aceptación
Jurado
Jurado
3
AGRADECIMIENTOS
La autora agradece a:
La familia Bernal Falla por el apoyo recibido en la elaboración del proyecto de grado.
Julián Acuña, Wilson Ramírez, Alvaro Jimenez y Rosa Helena Sierra por la orientación
en la elaboración del proyecto.
4
CONTENIDO
1. GLOSARIO......................................................................................................................................................................... 14
2. PRESENTACION DE LA EMPRESA........................................................................................................................ 16
2.2.1. Historia............................................................................................................................................................................ 17
2.2.3. Proceso de certificación del sistema de calidad de acuerdo con la norma ISO 9002 versión 1994 ....... 18
3. RESUMEN........................................................................................................................................................................... 19
4. JUSTIFICACIÓN.............................................................................................................................................................. 21
5. OBJETIVOS ....................................................................................................................................................................... 22
6. REVISIÓN BIBLIOGRÁFICA..................................................................................................................................... 23
6.1.1. La cerveza....................................................................................................................................................................... 23
5
6.1.3. Elaboración de la cerveza embotellada .................................................................................................................. 23
7. METODOLOGÍA.............................................................................................................................................................. 29
7.1.1. Análisis de la metodología y de otros temas, del estudio estadístico “Estudio de las variables de la
operación de molienda en la sala de cocimientos y su influencia en la eficiencia de las mismas” ......................... 30
7.1.2. Análisis de la metodología y de otros temas, del estudio estadístico “Sistema experto para el control
estadístico de la calidad en el proceso cervecero” ............................................................................................................... 30
7.1.3. Análisis de la metodología y de otros temas, del estudio estadístico “Implementación de control
estadístico de proceso en la cervecería de Bogotá”............................................................................................................. 31
8.1.2. Determinar las variables críticas por el análisis de la evaluación integral de la calidad (EIC) y su
incidencia en la eficiencia global (EG) y en los reclamos por calidad de producto terminado (RCPT)............... 36
• Determinación de los factores críticos de la 1 a dimensión crítica de la EIC “control del producto no
conforme”....................................................................................................................................................................................... 43
6
8.1.2.4 Determinación del factor crítico de la EIC............................................................................................................ 50
8.1.2.6 Establecimiento de la incidencia de la variable crítica de la EIC en la eficiencia global (EG) ............... 58
• Relación de la máquina más vital del tren 6, con el tiempo perdido en ésta durante el envasado de
cerveza con la EG......................................................................................................................................................................... 62
• Relación de la máquina más vital del tren 6, con el tiempo perdido por otras causas vitales durante el
envasado de cerveza con la EG ................................................................................................................................................. 62
8.1.2.7 Establecimiento de la incidencia de la variable crítica de la EIC en los reclamos por calidad de
producto terminado (RCPT)..................................................................................................................................................... 63
Identificación de la aplicación de los reclamos por calidad de producto terminado (RCPT) en la cervecería de
Bogotá .............................................................................................................................................................................................. 63
Demostración de la incidencia del factor crítico de los factores críticos de la EIC en los RCPT........................... 63
8.2.1. Determinación de las herramientas estadísticas que mejor se apliquen en la variable crítica para su
control estadístico......................................................................................................................................................................... 67
7
8.2.2.2 Escogencia del subgrupo racional............................................................................................................................ 68
8.3.1. Determinación de la capacidad del proceso, del Cp y del Cpk de la variable crítica................................ 90
9. CONCLUSIONES ............................................................................................................................................................. 92
8
LISTA DE TABLAS
Tabla 3. Fortalezas y oportunidades de mejoramiento del estudio estadístico “Estudio de las variables de la
operación de molienda en la sala de cocimientos y su influencia en la eficiencia de las mismas” ......................... 30
Tabla 4. Fortalezas y oportunidades de mejoramiento del “sistema experto para el control estadístico de la
calidad en el proceso cervecero” .............................................................................................................................................. 30
Tabla 9. Tabulación de los puntajes asignados y obtenidos en las dimensiones de la EIC durante el periodo
de análisis de los datos................................................................................................................................................................ 40
Tabla 10. Puntajes obtenidos, asignados y perdidos en las dimensiones de la EIC realizadas de marzo a
noviembre de 2000....................................................................................................................................................................... 41
Tabla 12. Datos en orden descendente del diagrama de Pareto: "#lotes retenidos de cerveza terminada
producida en esta fábrica de marzo a noviembre de 2000"............................................................................................. 44
Tabla 13. Datos del diagrama de Pareto “% perdido en los factores de la dimensión crítica: índices
fisicoquímicos de producto terminado" de marzo a noviembre de 2000...................................................................... 46
Tabla 14. Datos del diagrama de Pareto “puntos perdidos por factores de la dimensión crítica: índices
presentación producto terminado (IPPT)” de marzo a noviembre de 2000............................................................... 48
9
Tabla 15. Asociación de los factores críticos de las dimensiones críticas de la EIC a las no conformidades, de
marzo a noviembre de 2000....................................................................................................................................................... 50
Tabla 16. Lluvia de ideas con cervecero para analizar las causas que producen la no conformidad NC1....... 55
Tabla 17. Diferencias de te mperaturas de las botellas en los tanques de la lavadora de botellas del equipo 6 57
Tabla 18. Informe anual de los reclamos por calidad de producto terminado (RCPT) de los meses de marzo a
noviembre del año 2000.............................................................................................................................................................. 64
Tabla 19. Validación del Informe anual de los reclamos por calidad de producto terminado (RCPT) del año
2000 65
Tabla 20. Cantidad de quejas y reclamos por calidad de producto terminado con la información validada.. 66
Tabla 23. Datos históricos del 2001 de la temperatura del tanque1, de la lavadora del equipo de envase tren 6
70
Tabla 24. Datos de los cálculos de los límites de control de los rangos R con los datos históricos ...................... 71
Tabla 25. Datos de la gráfica de control de rangos R y de promedios X de la temperatura del tanque1 de la
lavadora del equipo de envase tren 6, de los datos históricos del 2001 ........................................................................ 72
Tabla 26. Datos de los cálculos de los límites de control mejorados ............................................................................ 75
Tabla 27. Datos de la gráfica de control de rangos R mejorada, de la temperatura del tanque 1, de la
lavadora del equipo de envase tren 6 ...................................................................................................................................... 76
Tabla 28. Datos de los cálculos de los límites de control de los rangos R y de promedios X, aplicados al
proceso 78
Tabla 29. Datos de la gráfica de control de rangos R de la temperatura del tanque 1 de la lavadora del
equipo de envase tren 6, aplicada al proceso........................................................................................................................ 79
Tabla 30. Datos de las gráficas de control de rangos R y de promedios X de la temperatura del tanque 1 de la
lavadora del equipo de envase tren 6, como etapa final .................................................................................................... 84
Tabla 31. Datos de los cálculos de los límites de control de los rangos R de la etapa final.................................... 85
10
Tabla 32. Datos de la gráfica de control de rangos R y de promedios X, de la temperatura del tanque 1, de la
lavadora del equipo de envase tren 6, de la etapa final...................................................................................................... 86
11
LISTA DE GRÁFICOS
Gráfico 3. Secuencia de las actividades relacionadas con el control estadístico de la variable crítica................ 34
Gráfico 4. Secuencia de las actividades relacionadas con la evaluación de la capacidad de proceso (Cp) y del
(Cpk) de la variable crítica........................................................................................................................................................ 34
Diagrama de Pareto de los puntos perdidos por dimensión de la EIC de marzo a noviembre del año 2000 ..... 42
Gráfico 6. Diagrama de Pareto “# lotes retenidos de cerveza terminada producida en esta fábrica por no
conformidad” de marzo a noviembre de 2000..................................................................................................................... 45
Gráfico 7. Diagrama de Pareto “% perdido en los factores de la dimensión crítica: índices fisicoquímicos de
producto terminado" de marzo a noviembre de 2000 ....................................................................................................... 47
Diagrama de Pareto “puntos perdidos por factores de la dimensión crítica: índices presentación producto
terminado (IPPT)" de marzo a noviembre de 2000 .......................................................................................................... 49
Diagrama de Pareto "# lotes retenidos de cerveza terminada producida en esta fábrica por la no conformidad
NC1 por equipo de envase " marzo-noviembre de 2000................................................................................................... 52
Gráfico 10. Diagrama de Pareto "porcentaje total de rotura de envase en las máquinas del tren 6 durante el
envasado de cerveza" Marzo-Noviembre de 2000.............................................................................................................. 54
Gráfico 11. Diagrama de Pareto "tiempo perdido en máquinas durante el envasado en el tren 6 de cerveza "
Marzo-Noviembre de 2000 ........................................................................................................................................................ 60
Gráfico 12. Diagrama de Pareto "tiempo perdido por otras causas durante el envasado en el tren 6 de
cerveza " Marzo-Noviembre de 2000 ..................................................................................................................................... 61
Gráfico de control de rangos R de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6, de
los datos históricos ....................................................................................................................................................................... 73
Gráfico 14. Gráfico de control de promedios X de la temperatura del tanque 1, de la lavadora del equipo de
envase tren 6, de los datos históricos ...................................................................................................................................... 73
12
Gráfica de control de rangos R mejorada de la Temperatura del tanque 1 de la lavadora del tren 6................. 77
Gráfica de control de rangos R de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6,
aplicada al proceso....................................................................................................................................................................... 80
Gráfica de control de promedios X de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6,
aplicada al proceso....................................................................................................................................................................... 80
Gráfico de control de rangos R de la temperatura del tanque 1 de la lavadora del equipo de envase tren 6, de
la etapa final................................................................................................................................................................................... 87
Datos de la gráfica de control de promedios X, de la temperatura del tanque 1, de la lavadora del equipo de
envase tren 6, de la etapa final.................................................................................................................................................. 87
13
1. GLOSARIO
• CAPACIDAD DEL PROCESO: Es la habilidad medible del proceso para cumplir con
las especificaciones de calidad, expresada en una cantidad numérica, solo sí éste se
encuentra bajo control estadístico. Si la variación inherente al proceso está dentro de
los límites de especificación, el proceso es capaz. Es la variación permitida. Siendo la
variación total el resultado de la variación producida por causas atribuibles e
inherentes al proceso. Se puede expresar mediante los siguientes índices: Cp y Cpk.
1
BAVARIA S.A., Documento “20820001 Administración de la documentación”, Pág. 2. 15 de Julio de 2000.
2
BAVARIA S.A., Documento “20820003 Sistema de evaluación integral de la calidad”. Pág. 1. 29 de Febrero de 2000.
14
• INDICE DE CAPACIDAD: Es la relación numérica entre la tolerancia y la capacidad
del proceso.
15
2. PRESENTACION DE LA EMPRESA
La historia de Bavaria se ha escrito a través del tiempo con trabajo y dedicación, con la
visión de los pioneros del ayer y los grandes proyectos que desarrollan los hombres de
hoy, en blanco y negro y en color, con las máquinas de antaño y los modernos equipos
que desafían el futuro. 3
Hoy, cada una de las Plantas de la Compañía tiene un capítulo especial en esta
historia. Fábricas que se sitúan en todas las regiones del país, en las capitales, en las
fronteras, en la tierra paisa que huele a café o en las llanuras donde el cielo se pierde,
en los sitios donde sopla el aire caribe o en las ciudades que se reflejan en el
Magdalena. 4
Las Plantas de Bavaria han sido durante toda su historia sinónimo de progreso y fuente
de trabajo. Son generadoras de gran cantidad de empleos directos e indirectos, gracias
a lo cual muchos colombianos han construido o construyen un mejor futuro para ellos,
sus familias y el país. 5
Las importantes sumas de dinero entregadas a los departamentos por concepto del
impuesto a la cerveza, el apoyo a diversas obras sociales, el fomento al deporte, el
respaldo a las actividades culturales y la realización de fundamentales campañas de
salud; son apenas algunos de los puntos que conforman el gran aporte de las Fábricas
al desarrollo de Colombia. 6
3
BAVARIA S.A. , Folleto “Así es BAVARIA. 2000”.
4
Ibid.
5
Ibid.
6
Ibid.
7
BAVARIA S.A., Manual de calidad de la Cervecería de Bogotá. SISTEMA DE GESTIÓN/Bogotá/ 02 Manual de calidad. Fecha de
aprobación: 17-08-2000.
16
2.2. PRESENTACIÓN DE LA CERVECERÍA DE BOGOTÁ
2.2.1. Historia 8
El 31 de enero de 1973 se inauguró la Cervecería de Bogotá que hoy es una de las mas
grandes y modernas de Latinoamérica. Ubicada en la zona industrial de Techo, al
occidente de la capital, el terreno cuenta con un área total de 650.000 m². La
construcción comenzó en el año de 1969 y desde entonces las mejoras y las
ampliaciones en sus instalaciones no se han detenido. El 10 de agosto de 1972 se
realizaron los primeros cocimientos de prueba. El 4 de diciembre del mismo año, la
Cervecería entró en pleno funcionamiento y a partir de ese momento se puso a la
delantera en la producción de cerveza en América Latina.
Marcas que se producen: Costeña, Club Colombia, Aguila, Póker, Clausen Cola &
Pola y Pony Malta 70 y 355 c.c.
Zona de ventas: Por el sur occidente cubre hasta la zona de Bosa y Usme; por el
suroriente hasta el sitio denominado El Boquerón, por la salida a Villavicencio; por el
oriente abarca los cerros incluyendo Monserrate; por el occidente hasta Fontibón; por el
norte hasta la calle 200; por el nororiente hasta la vía Suba-Cota, en el limite con el río
Bogotá. Además, cubre los municipios del occidente de Cundinamarca.
8
http://bavaria.com.co
9
Ibid.
17
2.2.3. Proceso de certificación del sistema de calidad de acuerdo con la norma
ISO 9002 versión 1994
Siguiendo los pasos para que una empresa obtenga la certificación ISO 9000, en la
Cervecería de Bogotá se efectuaron las siguientes tareas:
Para identificar estas variables, se parte del análisis de tres indicadores de gestión
(Evaluación integral de la calidad, eficiencia global y reclamos por calidad de producto
terminado), utilizando técnicas estadísticas que identifican las variables que más inciden
en sus resultados, motivo por el cual se denominan “críticas”.
Del análisis anterior se encontró como variable crítica: la temperatura de la lavadora del
equipo de envase “tren 6”.
19
SUMMARY:
This work is intended to find a methodology for the identification, statistical control and
evaluation of the process capacity of critical variables affecting the quality management
at the brewery.
In order to identify these variables, the analysis of three management indicators was
conducted (quality evaluation as a whole, global efficiency and finished product quality
complaints), by using statistical techniques to identify the most critical variables affecting
the results. This is why they are named “critical”.
As a result of the former analysis it was found as a critical variable: the washer unit
temperature at the bottling line named “conveyor 6”.
Once the variable has been statistically controlled, its process capability is evaluated
using its process capability indices Cp and Cpk.
20
4. JUSTIFICACIÓN
Para cumplir con este requerimiento, el presente trabajo documenta una metodología
para identificar las variables críticas del proceso de elaboración de cerveza que incidan
en proporción considerable en la calidad del producto.
- Eficiencia global
Aplicando la metodología para encontrar las variables críticas del presente trabajo a
éstos 3 índices, efectuando un control estadístico de procesos y evaluando la capacidad
de proceso, se logrará apalancar el mejoramiento de la calidad.
21
5. OBJETIVOS
• Identificar la variable crítica del proceso cervecero que incida en la calidad del
producto mediante el análisis de indicadores de gestión de calidad de la cervecería.
22
6. REVISIÓN BIBLIOGRÁFICA
6.1.1. La cerveza
Agua potable usada en la Producto resultante de la Son materiales que aportan Son los frutos secados de la
extracción de sustancias de la germinación controlada de la almidones o azucares que planta hembra del lúpulo.
malta y el lúpulo. cebada de una variedad reemplazan parte de los Aporta las sustancias amargas,
cervecera. aportados por la malta. estabiliza el sabor y ayuda a la
Aporta principalmente almidones Se usan principalmente: arroz, retención de espuma de la
y proteínas en el proceso maíz, cebada cruda, jarabe de cerveza.
cervecero. maíz y/o azúcar
ORTIZ, Elías. Presentación “Proceso Cervecero”. División de Calidad Bavaria S.A. Julio de 2000.
23
Gráfico 1. Etapas de la elaboración de la cerveza embotellada
Inicio
Molienda de la malta
Sala de cocimientos
Maduración
Filtración de la cerveza
Envase
Fin
Fuente: HERNANDEZ GELVIS, Fabián y PERDONO LONDOÑO, Andrés. Estudio de las variables de la operación de molienda en
la sala de cocimientos y su influencia en la eficiencia de las mismas. Universidad de América. Santafé de Bogotá, 1999.
24
pequeñas partículas de lúpulo, proteínas coaguladas durante la cocción, etc. y se
enfría y airea.
25
vida microbiana o por lo menos causar su inactividad para aumentar el periodo de
conservación del producto.
- Paletizar: Esta operación se realiza por medio de la paletizadora, la cual, arma las
cajas en estibas.
26
6.2. HERRAMIENTAS ESTADÍSTICAS
Las siguientes son las herramientas estadísticas específicas según el tipo de datos
recolectados 13.
Es así, como el gráfico de control muestra la tendencia que puede tener el proceso si
existen variaciones propias del proceso (causas fortuitas) y externas al proceso (causas
atribuibles).
ANEXO C. Variación
12
KUME, Hitoshi. Herramientas estadísticas básicas para el mejoramiento de la calidad. Ed. Norma. 1992 Pág.11.
13
Documentos de Bavaria S.A. del Sistema de Gestión, de la Dirección, 20 TECNICAS ESTADÍSTICAS: Criterios para la aplicación
de herramientas estadísticas. Pag.2.
27
Cuando el proceso se encuentre bajo control estadístico por medio de gráficos de
control, se dispone a evaluar la capacidad del proceso y la tolerancia.
28
7. METODOLOGÍA
La metodología del presente trabajo estructura las actividades a seguir para identificar
las variables críticas que inciden en la calidad del producto, en los índices de
producción y en la calidad del servicio al cliente. Busca de una manera sistémica
encontrar la variable que pueda apalancar un mejoramiento global de la gestión de
calidad de la empresa por medio. Además propone la forma de realizar un control
estadístico de esta variable y la evaluación de su capacidad de proceso.
Se presenta en forma secuencial para que sea de fácil entendimiento y sea una
herramienta de frecuente aplicación en la Cervecería de Bogotá y en otras Cervecerías
Siendo el objetivo del trabajo la implantación de las técnicas estadísticas, éstos estudios
permiten identificar fortalezas y oportunidades de mejoramiento en las metodologías y
en algunos temas tratados en ellos.
29
7.1.1. Análisis de la metodología y de otros temas, del estudio estadístico
“Estudio de las variables de la operación de molienda en la sala de
cocimientos y su influencia en la eficiencia de las mismas”
De la tabla anterior, se observa como fortaleza para el presente trabajo, que se tienen
identificadas las variables del proceso de molienda. Y como oportunidad de
mejoramiento, que el estudio no visualiza el proceso general, actividad que en la
metodología del presente trabajo se tiene en cuenta al analizar los indicadores de
gestión mencionados.
30
De la tabla anterior, se deduce que el “sistema experto para el control estadístico de la
calidad en el proceso cervecero” ofrece soluciones para investigar las causas de
determinados problemas y para la adquisición de conocimiento del proceso de
producción de mosto.
Este sistema, sirve solamente como medio de apoyo a las decisiones que afecten las
condiciones del proceso de producción de mosto, sin tener en cuenta el proceso global,
actividad que se tendrá en cuenta en el presente trabajo, como se mencionó
anteriormente.
De la tabla anterior, se observa como fortaleza el uso de los gráficos de control para
identificar acciones de mejoramiento y como oportunidad que el estudio no relaciona
datos de otros indicadores.
1.2 Determinar las variables críticas por el análisis de la evaluación integral de la calidad (EIC), de la eficiencia global (EG) y
de los reclamos por calidad de producto terminado (RCPT)
32
1.2.6 Establecer incidencia de la variable crítica
de las dimensiones críticas de la EIC en la EG
33
Gráfico 3. Secuencia de las actividades relacionadas con el control estadístico
de la variable crítica
1. Determinar las herramientas estadísticas que mejor se apliquen en la variable crítica
2.7 Recomendaciones
34
8. RESULTADOS, DISCUSIÓN Y ANÁLISIS DE
RESULTADOS
Los resultados, discusión y análisis de resultados se muestran en primera instancia
como la determinación de las variables críticas a través de la aplicación de
herramientas estadísticas a los datos de los indicadores mencionados.
En esta parte del trabajo se determinan las variables críticas del proceso por medio de
técnicas estadísticas.
Como la metodología del presente trabajo busca la determinación de las variables que
más inciden en la calidad, un punto de partida en la búsqueda de éstas variables es la
identificación de las variables de control actual.
35
Tabla 6. Variables de control actual en el proceso o materia prima en la
elaboración de cerveza en la Cervecería de Bogotá
Proceso y/o Materia Variables de control actual
prima
Malta Olor y sabor
Malta molida Retenido entre mallas 16-20
% diferencia de retenido lado izquierdo y derecho
Triturados Aspecto físico, sabor y aroma
Masa de crudos no gelatinizada Temperatura, tiempo y cantidad de malta
Agua de crudos y mezclas Sabor, aroma, apariencia, pH y alcalinidad
Segunda filtración Temperatura, Agua de lavado de afrecho: alcalinidad y dureza y Cantidad de Agua de enjuague
por cantidad de materia prima
Cocción del mosto final Extracto original *
Enfriar luego de sedimentar O2 disuelto (aire) y Extracto del mosto frío
Cerveza fermentada Extracto aparente, Extracto original, Temperatura de la cerveza, Extracto límite aparente y
Temperatura de cavas
Enfriar luego de fermentar Temperatura de la cerveza
Maduración Sabor y aroma, Extracto original, Extracto aparente, Temperatura, Concentración de Aire y
Temperatura de cavas
Contrapresión Turbiedad, Sabor y aroma, Extracto original, Extracto aparente, Temperatura, Contenido de
CO2 , Contenido de O2 y Temperatura de cavas
Lavar y esterilizar botellas Concentración de soda, Perfil de Temperaturas, Presión de juagado, Centrado y destapado de
chorros de agua y Dosificación de aditivo
Juagar Presencia de cuerpos extraños
Prueba de alcanfor
Alcalinidad residual
Inspección del envase Zonas de prueba
Llenado y tapado Presiones, Condiciones del Autoflush, Prueba de Llenado, tapado, aire, CO2, Prueba
organoléptica y de fechado
Pasterizado Temperatura y Tiempo
Etiquetado Etiquetado
Encanastado Fechado, Etiquetado y Llenado
*Esta variable tiene limites de especificación superior e inferior.
Fuente: BAVARIA. Documentos de inspección y ensayo: 33013005 Recepción de materiales, 33013002 Plan de calidad proceso de
elaboración y envasado, 33013004 Control microbiológico del producto en proceso, 33013003 Control microbiológico del producto
terminado, 33013001 Plan de calidad producto terminado” y de control de procesos: “33006001 Plan de control en la elaboración de
cervezas y maltas y 33028024 Producto en proceso salón de embotellado”.
36
8.1.2.1 Determinación del periodo de análisis de los datos
Según lo anterior para tener un periodo de análisis de los datos de igual tamaño, se
identifica de marzo a noviembre del año 2000 como el periodo de análisis de los datos.
Fuente: BAVARIA, Documento “20820003 Sistema de evaluación integral de la calidad”. Act. 00. 2000-02-29
38
Debido a que los índices de gestión (índices de producción y de ingeniería) se midieron
desde octubre del año 2000, no se tienen en cuenta como dimensiones de la EIC.
Al no tener en cuenta los aspectos que no son del ámbito técnico, y calculando según la
calificación asignada a cada aspecto, el puntaje asignado a la evaluación técnica al
sistema es solo de 143 puntos.
Determinadas las dimensiones de la EIC, se procede a recoger los datos, que en éste
caso son los puntajes obtenidos en el periodo de análisis de los datos. Cómo éstas
evaluaciones se efectúan mensualmente ésta será la frecuencia de recolección.
Estos datos provienen de unos archivos de nombre “CCMES00” que indica que son del
departamento de Calidad, del mes determinado, del año 2000.
Los datos que se muestran son el resultado de la medición de varios parámetros para
cada dimensión de la EIC. Por ejemplo, el resultado del índice fisicoquímico de producto
terminado es la suma del puntaje asignado a los siguientes parámetros: amargo,
39
extracto original, extracto aparente, aire, color, CO2, llenado y turbidez. Así, si los
resultados de la medición de éstos parámetros se encuentran fuera de especificaciones
se pierden puntos.
40
Tabla 10. Puntajes obtenidos, asignados y perdidos en las dimensiones de la EIC
realizadas de marzo a noviembre de 2000.
DIMENSIONES DE LA EIC PUNTOS OBTENIDOS PUNTOS ASIGNADOS PUNTOS PERDIDOS
Índice de proceso de elaboración y envase 354 450 96
Índice de control microbiológico 400 450 50
Índices presentación producto terminado 831 990 159
Los siguientes pasos: 3) Mostrar los datos como un gráfico de barras, 4) Dibujar la
curva acumulativa, 5) Crear una escala porcentual en un eje vertical en el lado derecho
y del paso 6) La Identificación del diagrama, se efectúan realizando un histograma
(gráfico de barras) y una ojiva (curva acumulativa), mostrados a continuación.
En la identificación del diagrama se les asigna un nombre a los ejes del diagrama y se
consigna la fuente.
41
Gráfico 5. Diagrama de Pareto de los puntos perdidos por dimensión de la EIC
de marzo a noviembre del año 2000
100.0%
99.1% 100.0%
1320 95.5%
1260
1200 88.5% 90.0%
1140
1080
79.8% 80.0%
1020
Porcentaje acumulado
69.7%
PUNTOS PERDIDOS
960 70.0%
900
840
780 58.2% 60.0%
720 43.3%
660 50.0%
600
540 40.0%
480
420
30.0%
360
300
240 20.0%
180
120 10.0%
60
0 0.0%
ía
e
co
e
l
a
do
ria
as
rm
log
m
ad
gi
so
na
te
nv
uc onfo
cn rmin
ló
ro
sis
n
i
m
io
e
et
s e
ob
r
M
c
l
te
n
t
n
no
icr
ela ció
ica
cto
to
ció
lm
cto
a
du
ra
alu
od
ro
té
bo
ico rodu
ro
Ev
nt
en e pr
Ev n p
co
ció
p
ció
d
e
lua
de
de
d
s
ta
o
ico rol
ce
es
dic uím
nt
di
es
oc
Co
In
pr
pr
q
es
de
fis
e
dic
es
In
dic
In
In
DIMENSIONES DE LA EIC
42
El siguiente paso es el 6) Analizar el diagrama.
v Las dimensiones vitales (dimensiones críticas), las cuales son el 37.5% de las
dimensiones que causaron el 69.7% de la pérdida del puntaje de la EIC. Estas son
las siguientes: Control de producto no conforme, Índices fisicoquímicos de producto
terminado e Índices presentación producto terminado
Para determinar los factores críticos de cada dimensión crítica, se analizarán cada una
de éstas.
De los archivos que contienen los registros del control del producto no conforme se
evidencia que los productos se retienen por lotes y por no conformidad, son éstos los
criterios para elaborar el diagrama de Pareto.
En la siguiente tabla se muestran los datos de los cálculos del diagrama de Pareto “#
lotes retenidos de cerveza terminada producida en ésta fábrica por no conformidad de
marzo a noviembre de 2000”.
43
Tabla 12. Datos en orden descendente del diagrama de Pareto: "#lotes retenidos
de cerveza terminada producida en esta fábrica de marzo a noviembre de
2000"
ORDEN DESCENDENTE DE DATOS DEL DIAGRAMA DE PARETO:
"# LOTES RETENIDOS DE CERVEZA TERMINADA PRODUCIDA EN ESTA FABRICA DE MARZO A NOVIEMBRE DE 2000"
44
Gráfico 6. Diagrama de Pareto “# lotes retenidos de cerveza terminada
producida en esta fábrica por no conformidad” de marzo a noviembre de 2000.
98% 99% 100%
96% 98% 100%
97%
125 95%
120
90%
90%
115
NUMERO DE LOTES RETENIDOS DE CERVEZA TERMINADA PRODUCIDA EN LA
110
105
80%
79%
100
95
90 70%
85
80
60%
Porcentaje acumulado
75
CERVECERIA
70
65 50%
60
41%
55
40%
50
45
40
30%
35
30
20%
25
20
15
10%
10
0 0%
NC8 NC1 NC3 NC2 NC14 NC6 NC13 NC10 NC12 NC9
N O C O N F O R M I D A D
Fuente: BAVARIA S.A., Cervecería de Bogotá, archivo: producto no conforme Terminado Cerveza2000.
45
El diagrama de Pareto anterior, muestra lo siguiente:
El IFPT es calculado con los datos de la medición de los parámetros mencionados, que
se encuentren dentro y fuera de especificación. Si aumentan los parámetros por fuera
de especificación, el porcentaje (%) obtenido del IFPT en el mes disminuirá.
Los parámetros medidos en el IFPT son los elementos del diagrama de Pareto.
En la siguiente tabla se muestran los datos de los cálculos necesarios para el diagrama
de Pareto.
46
Gráfico 7. Diagrama de Pareto “% perdido en los factores de la dimensión
crítica: índices fisicoquímicos de producto terminado" de marzo a noviembre
de 2000
255 69%
240 70%
Porcentaje acumulado
225
210 60%
195
% PERDIDO
180
165 50%
150 40%
135 40%
120
105 30%
90
75 20%
60
45
30 10%
15
0 0%
re
2
go
do
lor
e
z
l
ina
CO
ide
nt
Ai
Co
ar
na
re
rig
rb
Am
Lle
pa
O
Tu
.A
to
Ex
to
Ex
47
El diagrama de Pareto anterior, muestra lo siguiente:
v Los factores vitales (factores críticos) que ocasionaron que ocasionaron el 80% de la
pérdida del porcentaje dentro de especificaciones, desde marzo a noviembre del
año 2000, estos son los siguientes: Amargo, Extracto original y Extracto aparente.
Los anteriores factores se identifican como los factores críticos de la dimensión crítica
de la EIC “índices fisicoquímicos de producto terminado”.
Para determinar los factores críticos de los IPPT se realiza un diagrama de Pareto.
En la siguiente tabla se muestran los datos de los cálculos necesarios para efectuar el
diagrama de Pareto del IPPT.
Tabla 14. Datos del diagrama de Pareto “puntos perdidos por factores de la
dimensión crítica: índices presentación producto terminado (IPPT)” de marzo
a noviembre de 2000
FACTORES DE LA DIMENSIÓN CRÍTICA "INDICES PUNTOS CALCULOS
PRESENTACION PRODUCTO TERMINADO" PERDIDOS
Acumulado % % Acumulado
SIN C. EXTRAÑOS 42.00 42.00 37% 37%
BOT. EN BUEN ESTADO 19.00 61.00 17% 54%
ETIQUETADO 16.50 77.50 15% 69%
SIN FECHADO 16.00 93.50 14% 83%
TAPADO 9.00 102.50 8% 91%
LLENADO 9.00 111.50 8% 99%
CANASTAS SIN FALTANTES 1.00 112.50 1% 100%
TOTAL 112.50 112.50 100% 100%
Fuente: BAVARIA S.A., cervecería de Bogotá, archivos: BOMARZO2000, BOABRIL2000, BOMAYO2000, BOJUNIO2000,
BOJULIO2000, BOAGOSTO2000, BOSEPTIEMBRE2000, BOOCTUBRE2000 y BONOVIEMBRE2000.
48
Con los datos de la tabla anterior se elabora el diagrama de Pareto.
99% 100%
PUNTOS PERDIDOS ENTRE MARZO-NOVIEMBRE / 2000
100%
110.00
105.00 91%
100.00 90%
95.00 83%
90.00 80%
85.00 69%
80.00 70%
Porcentaje acumulado
75.00
70.00
54% 60%
65.00
60.00
55.00 50%
37%
50.00
45.00 40%
40.00
35.00 30%
30.00
25.00 20%
20.00
15.00
10.00 10%
5.00
0.00 0%
DO
DO
DO
O
O
OS
S
AD
AD
TE
TA
TA
PA
AÑ
EN
AN
CH
ES
UE
TA
TR
LL
LT
FE
IQ
EX
EN
FA
ET
N
BU
C.
SI
N
SI
N
EN
SI
AS
T.
ST
BO
NA
CA
49
El diagrama de Pareto anterior, muestra lo siguiente:
v Los factores vitales (factores críticos), los cuales son el 29% de los factores que
causaron el 54% de la pérdida de puntaje de marzo a noviembre del año 2000, estos
son los siguientes: Sin c. Extraños y Botella en buen estado.
Los anteriores factores se identifican como los factores críticos de la dimensión crítica
de la EIC “índices presentación producto terminado”.
Para determinar el factor crítico de los factores críticos de la EIC, es decir, el factor
crítico que más incidió en la pérdida de puntaje de la EIC, se asociaron los factores
críticos encontrados de las dimensiones críticas de la EIC con las no conformidades.
Tabla 15. Asociación de los factores críticos de las dimensiones críticas de la EIC
a las no conformidades, de marzo a noviembre de 2000.
DIMENSIÓNES CRITICAS DE FACTORES CRÍTICOS ASOCIACIÓN DE LOS FACTORES CRÍTICOS A LAS
LA EIC NO CONFORMIDADES
1. CONTROL DE PRODUCTO NC8 NC8
NO CONFORME NC1 NC1
2. INDICES FISICOQUÍMICOS AMARGO NC8
DE PRODUCTO EXTRACTO ORIGINAL NC10
EXTRACTO APARENTE NC10
3. INDICES PRESENTACIÓN SIN C. EXTRAÑOS NC6
PRODUCTO TERMINADO NC1
BOTELLA EN BUEN ESTADO NC1
NC13
NC3
NC 15
Fuente: BAVARIA S.A., cervecería de Bogotá, archivos: producto no conforme Terminado Cerveza2000, BOMARZO2000,
BOABRIL2000, BOMAYO2000, BOJUNIO2000, BOJULIO2000, BOAGOSTO2000, BOSEPTIEMBRE2000, BOOCTUBRE2000 y
BONOVIEMBRE2000.
50
De la tabla anterior se observa, que la no conformidad que más está asociada a los
factores críticos es la NC1 (3 veces). Debido a lo anterior, ésta no conformidad se
identifica como el factor crítico de los factores críticos de la EIC.
A partir de este Factor crítico se encontrará la variable de proceso que más incidió en la
presencia de esa no conformidad en el producto terminado.
Los equipos están compuestos por varias máquinas. En la cervecería, un equipo puede
ser una línea de envase, la cual está compuesta por varias máquinas como la lavadora,
la envasadora, etc.
En el registro del control del producto no conforme, se describe para cada lote retenido,
en qué equipo de envase se retuvo la no conformidad NC1. Del registro mencionado,
se extractan los datos para encontrar los equipos de envase en el que más se presentó
la no conformidad NC1, es decir el equipo crítico.
Con los datos seleccionados de los equipos de envase en los que se encontró la no
conformidad NC1, se determina a través del diagrama de Pareto, el equipo de envase
en el que más se encontró la no conformidad NC1.
51
En el siguiente diagrama se muestran los datos del diagrama de Pareto.
19
18 90%
85%
17
16 80%
PRODUCIDA EN LA CERVECERÍA
NUMERO DE LOTES RETENIDOS
POR LA NO CONFORMIDAD NC1
70%
15
EN CERVEZA TERMINADA
14 70%
Porcentaje acumulado
13
12 60%
11
10 50%
8 35% 40%
6 30%
4 20%
2 10%
0 0%
TREN 1 TREN 6 TREN 4 TREN 5
E Q U I P O D E E N V A S E
Fuente: BAVARIA S.A., Cervecería de Bogotá, archivo: producto no conforme Terminado Cerveza2000.
52
Del diagrama anterior se determina, que los equipos de envase en los que se retuvo
una mayor cantidad de cerveza producida en la cervecería, de marzo a noviembre de
2000 por la no conformidad NC1 son los trenes 1 y 6.
Relación del rendimiento teórico de los trenes 1 y 6 con los lotes retenidos en éstos por
la no conformidad NC1:
Como el rendimiento teórico del tren 1* es 12.000 Dec/hora y el del tren 6* es 7.200
Dec/hora, el tren 6 tiene menor rendimiento teórico. (*Fuente: datos técnicos
proporcionados por personal de la Cervecería).
Para determinar la máquina del tren 6 que más genera la no conformidad NC1, se
analizan los datos que evidencien la presencia o generación de ésta no conformidad.
q Porcentaje de Rotura:
Para determinar cual máquina del tren 6 causa un mayor porcentaje de Rotura, se
aplica la herramienta estadística diagrama de Pareto como se muestra a continuación.
53
Gráfico 10. Diagrama de Pareto "porcentaje total de rotura de envase en las
máquinas del tren 6 durante el envasado de cerveza" Marzo-Noviembre de
2000
3.8
3.7
3.6 68%
3.5
3.4 70%
3.3
3.2
3.1
Porcentaje acumulado
3
2.9 60%
2.8 51%
2.7
2.6
2.5
(%)
%
2.4 50%
2.3
2.2
2.1
2 34%
1.9 40%
1.8
1.7
1.6
1.5
1.4 30%
1.3
1.2
1.1
1
0.9 20%
0.8
0.7
0.6
0.5
0.4
10%
0.3
0.2
0.1
0 0%
54
Analizando el Pareto anterior, se observa que la Lavadora es la máquina que más
envase roto se ha producido.
A través de una lluvia de ideas con un cervecero se analizaron las máquinas que
ocasionan o en las que se produce la no conformidad NC1. Esta lluvia de ideas se
muestra en la siguiente tabla.
Tabla 16. Lluvia de ideas con cervecero para analizar las causas que producen la
no conformidad NC1
LLUVIA DE IDEAS CON CERVECERO PARA ANALIZAR LA NO CONFORMIDAD
NC1
MAQUINAS CAUSA GENERAL DE LA NO
CONFORMIDAD NC1
Una de las causas que más se encuentra que sea de presencia de la no conformidad
NC1, es la explosión de botellas generada por el choque térmico de las botellas
producido en la lavadora.
El choque térmico producido en la lavadora genera fisuras en la botella que pueden ser
visibles o no. La botella fisurada al llegar a la llenadora se presiona con CO2 y
generalmente explota, generando posiblemente la no conformidad NC1.
Del análisis del Pareto del % de rotura y de la lluvia de ideas con el cervecero, se
determina que la máquina que más relación presenta con la No conformidad 1 es la
Lavadora. A partir de esta máquina se determinará la variable crítica.
55
Determinación de la variable crítica de la máquina crítica de la EIC
Del diagrama causa efecto de la no conformidad NC1, se observa que las variables
asociadas a la Lavadora que ocasionan dicha no conformidad son: La temperatura de la
lavadora, concentración de soda y sincronización del cargue y descargue.
Para determinar cual de las anteriores variables es la variable crítica, se analiza lo que
ocurre con cada variable.
56
Los valores de la temperatura del tanque 1 se deben encontrar dentro de ciertos
valores, éste rango es la especificación de la Temperatura del tanque 1. Como se
muestra:
57
De las variables de control actual en el proceso o materia prima de la elaboración de
cerveza en la Cervecería de Bogotá, se observa que se controla el perfil de
temperaturas en el proceso de lavado y esterilizado de botellas.
Siendo:
Siendo:
58
Tp: tiempo programado: Tiempo de llenadoras: es un tiempo no modificable que está
determinado por turno, como se muestra:
Otros tiempos que inciden en la producción real de la línea de envase son los
siguientes:
Una línea de envase esta compuesta por diferentes máquinas como se muestra en el
siguiente anexo.
59
Se puede perder tiempo en las máquinas del tren y por otras causas (cargue y
descargue de botellas). Así, de los informes en los que se consignan los tiempos
perdidos en máquinas y por otras causas en el envasado de cerveza por marca, se
extractan los datos para el tren 6.
100%
97%
620 100%
600 93%
580 89%
560 90%
540 82%
520
500
75% 80%
480
460
68%
TIEMPO PERDIDO EN MAQUINAS
440
70%
420
Porcentaje acumulado
400
380
59%
60%
360
340
(HORAS)
46%
320
300
50%
280
260
240 40%
220
200 28%
180 30%
160
140
120 20%
100
80
60 10%
40
20
0 0%
S
RA
AS
RA
RA
AS
RA
RA
RA
RA
RA
LL
DO
ST
DO
DO
DO
DO
DO
DO
DO
TE
NA
VA
CA
ZA
ZA
CA
ZA
SA
TA
BO
CA
LA
TI
PA
RI
TI
PA
UE
VA
LE
S-
EU
LE
S-
EM
M
AN
IQ
PA
EN
AN
PA
SE
ST
ET
TR
DE
TR
PA
DE
60
MAQUINA DEL TREN 6
100% 100%
99% 1 0 0 % 100%
98%99%
275 97% 98% 100%
270 96%
94% 95%
265 93%
260 91%
255
89%
250
245 86% 90%
240
235 84%
230
225 80%
220 80%
215
210
74%
205
TIEMPO PERDIDO POR OTRAS CAUSAS
200
195
190 70%
185 64%
180
175
Porcentaje acumulado
170
165 60%
160
155
(HORAS)
150 5 1 %
145
140
135 50%
130
125
120
115
110 3 3 % 40%
105
100
95
90
85
80 30%
75
70
65
60
55 20%
50
45
40
35
30
25 10%
20
15
10
5
0 0%
Fuente: BAVARIA S.A., Cervecería de Bogotá, Informes de producción de los meses de marzo a
noviembre del 2000.
61
Analizando los diagramas de Pareto se observa que:
Según el diagrama de Pareto “Tiempo perdido por otras causas durante el envasado en
el tren 6 de cerveza” Marzo-Noviembre de 2000, las otras causas por las cuales se
perdió más tiempo durante el envasado de cerveza en el tren 6, son las siguientes:
Cargue y descargue, explosión de botellas, envase inadecuado o desfondado y cambio
de tulipas.
• Relación de la máquina más vital del tren 6, con el tiempo perdido en ésta
durante el envasado de cerveza con la EG
• Relación de la máquina más vital del tren 6, con el tiempo perdido por otras
causas vitales durante el envasado de cerveza con la EG
Una de las causas que ocasiona la explosión de botellas es el choque térmico que sufre
el envase en la lavadora. Este choque térmico debilita la pared de la botella, la cual al
llegar a la envasadora explota en el momento que es presionada con CO2. Al disminuir
el choque térmico en la lavadora, disminuye la explosión de botellas y el tiempo perdido
asociado a esto, lo cual mejora la EG.
Otra de las causas por las que se pierde tiempo es cuando se encuentra envase
inadecuado o desfondado, esto puede producirse también por el choque térmico que
ocurre en la lavadora. Lo anterior es una razón de más para disminuir el choque térmico
en la lavadora, para mejorar la EG.
62
Cada vez que se rompe una botella, por norma de la empresa, se debe cambiar la tulipa
de la válvula de la llenadora porque generalmente se le adhieren trozos de vidrio a ésta.
Como se dijo anteriormente, una de las causas de este rompimiento es el choque
térmico en la Lavadora. Al controlarse este choque térmico, disminuye el rompimiento
de botellas, lo mismo que el tiempo perdido por el cambio de tulipas.
La cervecería tiene un indicador mensual que mide los reclamos por calidad de
producto terminado.
Este indicador reúne varias fuentes de información que miden el grado de insatisfacción
del cliente. Es una dimensión porque es una fuente de información que mide el nivel de
calidad de la cervecería.
Demostración de la incidencia del factor crítico de los factores críticos de la EIC en los
RCPT
Para analizar los datos de los RCPT, éstos se recolectan y se muestran en la siguiente
tabla, teniendo en cuenta que la frecuencia de recolección de los datos es mensual
porque la determinación de éste índice es mensual.
63
Tabla 18. Informe anual de los reclamos por calidad de producto terminado
(RCPT) de los meses de marzo a noviembre del año 2000
INDICADOR: # Comunicaciones ( llamadas, e-mail, fax)
RECLAMOS POR CALIDAD DE PRODUCTO
MESES FUENTES DE INFORMACIÓN
SERV. OTRAS VENTAS VISITA OTROS TOTAL OBSERVACIONES
CLIENTE FABRICAS / EXPENDIOS
DIRECCION Y BODEGAS
MARZO N.R. N.R. N.R. N.R. N.R. N.R. N.R.
ABRIL 9 4 N.R. N.R. N.R. 13 TODAS ATENDIDAS
MAYO 2 2 N.R. N.R. N.R. 4 NC3, NC6
JUNIO 7 N.R. N.R. N.R. N.R. 7 NC14(4), NC9(1), BOTELLA EN
MAL ESTADO (1), NC15(1)
JULIO N.R. 2 N.R. N.R. 2 4 DISTRIBUIDOR, NC6, NC15
EN BARRILES.
AGOSTO N.R. 2 N.R. 1 N.R. 3 NC15 (1), NC EN LATAS (1) Y
NC EN BARRIL (1)
SEPTIEMBRE N.R. N.R. N.R. N.R. N.R. N.R. N.R.
OCTUBRE N.R. N.R. N.R. N.R. N.R. N.R. N.R.
NOVIEMBRE N.R. N.R. N.R. N.R. N.R. N.R. N.R.
N.R.: No registrado
Fuente: BAVARIA S.A., cervecería de Bogotá, archivo: soporte del año 2000.
Para validar los datos recolectados de los reclamos por calidad de producto terminado,
se analizan los informes generados por éstos, determinando si el dato consignado se
considera queja por calidad de producto terminado o reclamo por calidad de producto
terminado.
El que sea queja o reclamo son denominaciones que difieren por la asignación de la
responsabilidad de la presencia del defecto en el producto terminado ya sea ocasionado
fuera de la cervecería o en la cervecería.
Tabla 19. Validación del Informe anual de los reclamos por calidad de producto
terminado (RCPT) del año 2000
INDICADOR: # Comunicaciones ( llamadas, e-mail, fax)
QUEJAS Y RECLAMOS POR CALIDAD DE PRODUCTO-INFORMACION VALIDADA
OBSERVACIONES
-26-Abril-2000: Reclamo/DIRECCIÓN/NC9/ Aguila
-02-may-2000-Queja/OTROS:Informe visita a expendio/NC1/Aguila 300
-09-may-2000-Queja/OTROS: Informe visita a residencia/NC1
-8-Jun-2000-Queja/OTROS:Informe visita a residencia/NC1/aguila
-6-Jul-2000-Queja/VISITA BODEGA/NC15 barriles/Aguila
-14-Jul-2000-Queja/OTROS:Informe atención a persona/NC1/costeña
-2-Ago-2000-Queja y reclamo/OTROS:Informe visita a restaurante
/Queja:NC14/costeña 355
/Reclamo:NC15,NC13, NC1,NC7/costeña 355
-14-Ago-2000-Queja/OTROS/NC14
Fuente: BAVARIA S.A., cervecería de Bogotá, carpetas compartidas “ISO 9002”, informes de las visitas a los clientes por los
reclamos por calidad de producto terminado.
De la tabla anterior se cuentan las quejas y reclamos por producto terminado con no
conformidades y se consignan en la siguiente tabla.
65
Tabla 20. Cantidad de quejas y reclamos por calidad de producto terminado con la
información validada
INDICADOR: # Comunicaciones ( llamadas, e-mail, fax)
QUEJAS Y RECLAMOS POR CALIDAD DE PRODUCTO-INFORMACION VALIDADA
NO CONFORMIDAD # QUEJAS # RECLAMOS
NC9 0 1
NC1 5 0
NC15 1 1
NC7 0 1
NC13 0 1
NC14 2 0
Fuente: BAVARIA S.A., cervecería de Bogotá, carpetas compartidas “ISO 9002”, informes de las visitas a los clientes por los
reclamos por calidad de producto terminado
De la tabla anterior se observa que la mayor cantidad de quejas por producto terminado
se ocasionó por la no conformidad NC1, no conformidad, que anteriormente se
determinó como el factor crítico de los factores críticos de la EIC.
66
8.2. CONTROL ESTADÍSTICO DE LA VARIABLE CRÍTICA
Estimación de Estimar el valor de los parámetros poblacionales (p.e: la media) de un factor (variable o
parámetros del atributo) de un proceso, a partir de la información contenida en muestras aleatorias
proceso seleccionadas de la población en estudio
Análisis de correlación Predecir el comportamiento de un(os) factor(es) a causa de otro(s), partiendo de grupos de
datos en una relación causa-efecto
Gráficos de control Examinar si un proceso se encuentra bajo control estadístico
Histogramas Establecer la distribución de frecuencias de un conjunto de datos de un determinado factor
Diagrama de
Percibir de manera visual la correlación entre factores
dispersión
Capacidad de proceso En un proceso de fabricación estable, es la aptitud del proceso para lograr un cierto nivel
de calidad. Usualmente se expresa por el valor de la media más o menos tres veces la
desviación estándar (x+/- 3s)
Fuente: BAVARIA S.A. Documento del sistema de gestión de la Dirección “20820004 criterios para aplicación de herramientas
estadísticas” Aprobado el 28-12-1999
De la tabla anterior se evidencia, que los gráficos de control son los que mejor aplican a
la variable crítica para su control estadístico debido a que reúnen varias de las
herramientas estadísticas que por si solas serían insuficientes para dicho control.
Como existen varios tipos de gráficos de control, se escogerá el que mejor aplique en la
variable crítica.
67
Tabla 22. Aplicación de los tipos de gráficos de control en la variable crítica
De la tabla anterior se deduce que los gráficos de control de proceso, que aplican a la
variable crítica son los gráficos xp -R y xm-R, que según la situación de los valores que
se recolecten, se define cual de éstos aplicar.
En la aplicación del gráfico de control tipo xp-R y xm-R se sigue una planeación de
recolección de datos que la herramienta propone.
68
El tamaño del subgrupo se recomienda que oscile entre 2 y 6 elementos. La
temperatura del tanque 1 de la lavadora se mide 3 veces al día (cada 8 horas),
entonces el tamaño del subgrupo se define 3 datos ( un subgrupo por día, n=3).
Los lotes de los subgrupos son relativamente homogéneos, es decir, la temperatura del
tanque 1 se mide en una única lavadora, de un único equipo de envase, se utiliza un
mismo tipo de material para lavar las botellas, aunque el operario que la mide es
diferente para cada periodo de tiempo.
Se reúnen los datos necesarios por muestra o subgrupo, se consignan en una tabla y
se calcula de cada muestra el promedio.
69
Tabla 23. Datos históricos del 2001 de la temperatura del tanque1, de la lavadora
del equipo de envase tren 6
Temperatura
Subgrupo(n) Día Promedio
Turno 1 Turno 2 Turno 3
1 03-Jul 64 59 60 61.00
2 04-Jul 60 60 57 59.00
3 05-Jul 60 57 58 58.33
4 06-Jul 59 58 62 59.67
5 07-Jul 56 57 63 58.67
6 09-Jul 59 58 64 60.33
7 11-Jul 55 58 59 57.33
8 12-Jul 59 58 58 58.33
9 13-Jul 57 59 65 60.33
10 14-Jul 58 60 66 61.33
11 16-Jul 61 60 62 61.00
12 17-Jul 59 59 62 60.00
13 18-Jul 60 59 62 60.33
14 19-Jul 60 60 62 60.67
15 23-Jul 55 63 68 62.00
16 24-Jul 57 59 61 59.00
17 25-Jul 57 57 60 58.00
18 26-Jul 56 58 62 58.67
19 27-Jul 58 59 63 60.00
20 28-Jul 59 60 64 61.00
21 30-Jul 58 59 62 59.67
22 01-Ago 55 63 63 60.33
23 03-Ago 56 60 63 59.67
24 06-Ago 54 58 57 56.33
25 09-Ago 56 60 62 59.33
26 10-Ago 59 59 62 60.00
27 11-Ago 62 60 63 61.67
28 13-Ago 59 59 60 59.33
29 14-Ago 59 60 58 59.00
30 15-Ago 60 58 62 60.00
31 16-Ago 60 60 59 59.67
32 17-Ago 59 58 58 58.33
33 18-Ago 58 59 60 59.00
34 21-Ago 58 58 62 59.33
35 22-Ago 60 61 61 60.67
36 23-Ago 59 58 62 59.67
37 24-Ago 59 59 62 60.00
38 28-Ago 59 59 60 59.33
39 29-Ago 60 59 60 59.67
40 30-Ago 57 57 58 57.33
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
Como de la tabla anterior se observa que los valores no se encuentran muy alejados del
promedio, de los dos tipos de gráficos de control que aplican a la variable crítica se
escoge el gráfico de control xp-R.
∑ Xi ∑R i
Donde:
X = promedio de los promedios del subgrupo
X= i =1
R= i =1
Xi = promedio del subgrupo i
g g g = cantidad de subgrupos
R = promedio de los rangos de los subgrupos
Ri = rango del subgrupo i
Los límites de control de intento de las gráficas se calculan mediante las siguientes
fórmulas:
En donde:
En la siguiente tabla se muestran los datos de los cálculos de los límites de control de
rangos R y de promedios X, con los datos históricos. Así como los datos de las zonas A,
B y C de análisis de los gráficos.
Tabla 24. Datos de los cálculos de los límites de control de los rangos R con los
datos históricos
N 3 LSCR= 10.0386 LSCX= 63.5730333 Distancia entre zona A-B-C 1.3299
G 40 D4 2.574 A2 1.023 Punto superior A 63.5730333
D3 0 LICX= 55.5936333 Punto superior B 62.24
LICR= 0 LSE 61 Punto superior C 60.91
LIE 56 Punto inferior C 58.25
Punto inferior B 56.92
Punto inferior A 55.5936333
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
71
Tabla 25. Datos de la gráfica de control de rangos R y de promedios X de la
temperatura del tanque1 de la lavadora del equipo de envase tren 6, de los
datos históricos del 2001
X
n Día Rango
1 03-Jul 5 61.00
2 04-Jul 3 59.00
3 05-Jul 3 58.33
4 06-Jul 4 59.67
5 07-Jul 7 58.67
6 09-Jul 6 60.33
7 11-Jul 4 57.33
8 12-Jul 1 58.33
9 13-Jul 8 60.33
10 14-Jul 8 61.33
11 16-Jul 2 61.00
12 17-Jul 3 60.00
13 18-Jul 3 60.33
14 19-Jul 2 60.67
15 23-Jul 13 62.00
16 24-Jul 4 59.00
17 25-Jul 3 58.00
18 26-Jul 6 58.67
19 27-Jul 5 60.00
20 28-Jul 5 61.00
21 30-Jul 4 59.67
22 01-Ago 8 60.33
23 03-Ago 7 59.67
24 06-Ago 4 56.33
25 09-Ago 6 59.33
26 10-Ago 3 60.00
27 11-Ago 3 61.67
28 13-Ago 1 59.33
29 14-Ago 2 59.00
30 15-Ago 4 60.00
31 16-Ago 1 59.67
32 17-Ago 1 58.33
33 18-Ago 2 59.00
34 21-Ago 4 59.33
35 22-Ago 1 60.67
36 23-Ago 4 59.67
37 24-Ago 3 60.00
38 28-Ago 1 59.33
39 29-Ago 1 59.67
40 30-Ago 1 57.33
59.58
PROMEDIO 3.9000
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
72
Gráfico 13. Gráfico de control de rangos R de la temperatura del tanque 1, de la
lavadora del equipo de envase tren 6, de los datos históricos
14
13
12
11
10
8 Rango
7
R
LSCR
6
5
Rprom
4
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
64
63
62
61 LSCX
X
60
LICX
X
59 X prom
LSE
58
LIE
57
56
55
0 1 2 3 4 5 6 7 8 9 10 11 12 13 1415 16 1718 1920 21 22 23 24 2526 27 28 29 303132 33 34 35 36 3738 39 40
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
73
Análisis de la gráfica de rangos R y de promedios X, de los datos históricos
Para el siguiente paso “definición de la línea central revisada y de los límites de control”
es necesario analizar en los datos históricos que exista un buen control, en el que no se
encuentren datos por fuera de control, no hayan corridas largas o patrones anormales
de variación.
- 7 o más puntos consecutivos que estén por arriba o por debajo de la línea central
- El subgrupo 15 está fuera de control porque está fuera del límite superior de control.
Debido a que tiene una causa atribuible (descontrol de la válvula de vapor), se
descarta el dato.
- No se observan 7 o más puntos consecutivos que estén por arriba o por debajo de la
línea central
- Se observan 7 puntos consecutivos (del subgrupo 9 al 15) que están por arriba de la
línea central. Esto es probable que se deba al subgrupo 24 que afecta el cálculo de
la línea del promedio de promedios, bajándola y dejando muchos puntos por encima.
74
- No se presentan 10 de 11 puntos o 12 de 14 puntos, que se encuentren a un lado de
la línea central.
Además, se observa del gráfico de control de X, una variación del proceso tendiente a
la línea superior de especificación, lo que hace necesario una toma más frecuente de
datos para analizar causas atribuibles de ésta tendencia.
Aplicando las siguientes fórmulas se calculan los datos del gráfico de control de R
mejorado.
R0
σ0 = UCLR= D 2σ0 LCLR = D 1σ0
d2
En la siguiente tabla se muestran los datos calculados con las fórmulas mencionadas.
75
Tabla 27. Datos de la gráfica de control de rangos R mejorada, de la temperatura
del tanque 1, de la lavadora del equipo de envase tren 6
muestra día Rango
1 3-Jul 5
2 4-Jul 3
3 5-Jul 3
4 6-Jul 4
5 7-Jul 7
6 9-Jul 6
7 11-Jul 4
8 12-Jul 1
9 13-Jul 8
10 14-Jul 8
11 16-Jul 2
12 17-Jul 3
13 18-Jul 3
14 19-Jul 2
15 24-Jul 4
16 25-Jul 3
17 26-Jul 6
18 27-Jul 5
19 28-Jul 5
20 30-Jul 4
21 1-Ago 8
22 3-Ago 7
23 6-Ago 4
24 9-Ago 6
25 10-Ago 3
26 11-Ago 3
27 13-Ago 1
28 14-Ago 2
29 15-Ago 4
30 16-Ago 1
31 17-Ago 1
32 18-Ago 2
33 21-Ago 4
34 22-Ago 1
35 23-Ago 4
36 24-Ago 3
37 28-Ago 1
38 29-Ago 1
39 30-Ago 1
PROMEDIO 3.6667
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
76
Gráfico 15. Gráfica de control de rangos R mejorada de la Temperatura del
tanque 1 de la lavadora del tren 6.
10.00
9.00
8.00
7.00
6.00
LSCR
5.00
R
RP
4.00
Rango
3.00
2.00
1.00
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
- No se encuentran 7 o más puntos consecutivos que estén por arriba o por debajo de
la línea central
77
De los gráficos anteriores se observa que la variable crítica estaría bajo control
estadístico por que los datos se encuentran dentro de sus límites de control, aunque el
gráfico de control de promedios X hecho con los datos históricos, muestra una variación
tendiente a la línea superior de especificación.
Pensando que esta situación ocurre por la forma con que han sido tomados los datos
históricamente, que es la de un dato cada 8 horas; se propone entonces, aumentar la
frecuencia de toma de datos para observar un comportamiento de la variable más
cercano a la realidad.
q Recolectar las muestras durante 15 días. Esto determina una cantidad de subgrupos
como se muestra:
Con los datos recolectados se procede a calcular nuevamente los datos del diagrama
de control, mostrados en la siguiente tabla. Así como los datos de las zonas A, B y C de
análisis de los gráficos.
Tabla 28. Datos de los cálculos de los límites de control de los rangos R y de
promedios X, aplicados al proceso
n 4 LSCR= 10.50 LSCX= 64.40 Distancia entre zona 1.1178
A-B-C
g 45 D4 2.282 A2 0.729 Punto superior A 64.40154815
D3 0 LICX= 57.69 Punto superior B 63.28
LICR= 0 LSE 61 Punto superior C 62.17
LIE 56 Punto inferior C 59.93
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
78
Tabla 29. Datos de la gráfica de control de rangos R de la temperatura del tanque
1 de la lavadora del equipo de envase tren 6, aplicada al proceso
muestra (n) día dato 1 dato 2 dato 3 dato 4 Rango promedio
1 1/09/2001-mañana 59 58 62 61 4 60
2 1/09/2001-tarde 60 60 57 56 4 58
3 1/09/2001-noche 59 58 58 57 1.7 58
4 2/09/2001-mañana 57 59 65 68 11.3 62
5 2/09/2001-tarde 63 62 66 65 4 64
6 2/09/2001-noche 59 59 62 63 4 61
7 3/09/2001-mañana 60 59 62 62 3 61
8 3/09/2001-tarde 59 59 62 60 3 60
9 3/09/2001-noche 57 59 65 60 8 60
10 4/09/2001-mañana 58 60 66 62 8 62
11 4/09/2001-tarde 61 60 62 63 3 62
12 4/09/2001-noche 59 59 62 64 5 61
13 5/09/2001-mañana 60 59 62 57 5 60
14 5/09/2001-tarde 66 65 63 66 3 65
15 5/09/2001-noche 60 60 62 60 2 61
16 6/09/2001-mañana 60 58 56 58 4 58
17 6/09/2001-tarde 63 66 67 65 4 65
18 6/09/2001-noche 65 63 62 60 5 63
19 7/09/2001-mañana 60 58 57 58 3 58
20 7/09/2001-tarde 62 60 58 59 4 60
21 7/09/2001-noche 62 60 60 62 2 61
22 8/09/2001-mañana 60 57 59 60 3 59
23 8/09/2001-tarde 66 67 65 63 4 65
24 8/09/2001-noche 60 62 59 57 5 60
25 9/09/2001-mañana 60 57 59 58 3 59
26 9/09/2001-tarde 58 59 60 62 4 60
27 9/09/2001-noche 57 56 62 60 6 59
28 10/09/2001-mañana 60 60 58 56 4 59
29 10/09/2001-tarde 64 60 58 57 7 60
30 10/09/2001-noche 64 59 62 60 5 61
31 11/09/2001-mañana 65 66 62 60 6 63
32 11/09/2001-tarde 67 65 62 60 7 64
33 11/09/2001-noche 63 62 60 59 4 61
34 12/09/2001-mañana 62 60 59 58 4 60
35 12/09/2001-tarde 60 62 63 65 5 63
36 12/09/2001-noche 59 63 62 60 4 61
37 13/09/2001-mañana 60 62 63 59 4 61
38 13/09/2001-tarde 65 66 67 72 7 68
39 13/09/2001-noche 60 59 60 57 3 59
40 14/09/2001-mañana 60 61 63 56 7 60
41 14/09/2001-tarde 60 62 65 63 5 63
42 14/09/2001-noche 60 63 62 61 3 62
43 15/09/2001-mañana 60 62 65 66 6 63
44 15/09/2001-tarde 63 62 66 65 4 64
45 15/09/2001-noche 56 58 60 62 6 59
PROMEDIO 5 61
DE RANGOS
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
79
Gráfico 16. Gráfica de control de rangos R de la temperatura del tanque 1, de la
lavadora del equipo de envase tren 6, aplicada al proceso
12
11
10
7 Rango
6 LSCR
R
5
Rprom
4
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
62
61 X prom
60
LIE
59
58
57
56
55
0 1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 2324 25 2627 28 2930 31 3233 34 3536 3738 39 4041 42 4344 45
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
80
Según las condiciones no naturales mencionadas en el apartado anterior, se analizan
los gráficos de control.
- El subgrupo 4 está fuera de control porque está fuera del límite superior de control.
Observando los datos de este subgrupo, se encuentra que el dato 4 (68°C) tomado
2 horas antes de iniciar el turno de la tarde, el cual es mayor a 7°C de la
especificación superior (61°C), supone un calentamiento del tanque 1 al finalizar el
turno de la tarde.
- Se presentan 4 puntos por fuera del límite superior de control. Estos datos
corresponden a los subgrupos 14, 17, 23 y 38, que al analizar estos datos se
observa que fueron recolectados en la tarde. Lo anterior supone un calentamiento
del tanque 1 por encima del límite superior de la especificación.
- No se presentan 7 o más puntos consecutivos que estén por arriba o por debajo de
la línea central.
Del análisis anterior, se observa que algunos subgrupos sobrepasan el limite superior
de control de promedios y el límite superior de la especificación (61°C), por tal razón, el
choque térmico de las botellas al entrar al tanque es alto.
81
Del gráfico, se visualizan puntos por fuera del límite de control superior, lo que
evidencia un estado fuera de control del proceso. Para analizar las causas atribuibles
que ocasionan éste estado del proceso se analizan los datos recolectados.
Se observa de los datos recolectados que los puntos que se encontraron por fuera del
límite de control superior son medidos en la tarde. Para analizar las causas que
producen este estado fuera de control se explica el proceso de lavado de las botellas a
continuación.
Se observa de esta manera que los datos medidos en la tarde, son la causa atribuible
del estado fuera de control presentado.
8.2.2.7 Recomendaciones
Para poder tener bajo control estadístico la variable crítica, se hicieron las siguientes
recomendaciones a la Cervecería:
Se plantea entonces una nueva recolección de datos y cálculos de los límites de control
de los gráficos de control, que serán utilizados como guía para su aplicación en el
proceso como etapa final.
83
Tabla 30. Datos de las gráficas de control de rangos R y de promedios X de la
temperatura del tanque 1 de la lavadora del equipo de envase tren 6, como
etapa final
muestra (n) día dato 1 dato 2 dato 3 dato 4
1 11/10/2001-mañana 59 61 60 60
2 11/10/2001-tarde 59 62 61 61
3 11/10/2001-noche 62 60 61 60
4 12/10/2001-mañana 61 60 61 59
5 12/10/2001-tarde 60 61 60 62
6 12/10/2001-noche 62 62 60 61
7 13/10/2001-mañana 59 59 59 61
8 13/10/2001-tarde 62 61 61 60
9 13/10/2001-noche 62 61 62 60
10 14/10/2001-mañana 58 61 60 61
11 14/10/2001-tarde 62 61 60 62
12 14/10/2001-noche 59 58 60 59
13 15/10/2001-mañana 57 60 61 61
14 15/10/2001-tarde 62 60 61 62
15 15/10/2001-noche 62 61 61 60
16 16/10/2001-mañana 60 61 60 62
17 16/10/2001-tarde 59 62 60 61
18 16/10/2001-noche 59 62 61 61
19 17/10/2001-mañana 58 60 61 60
20 17/10/2001-tarde 62 61 61 59
21 17/10/2001-noche 60 61 60 62
22 18/10/2001-mañana 60 59 61 60
23 18/10/2001-tarde 62 61 61 59
24 18/10/2001-noche 60 61 60 58
25 19/10/2001-mañana 58 60 61 61
26 19/10/2001-tarde 59 62 61 61
27 19/10/2001-noche 62 60 61 60
28 20/10/2001-mañana 58 61 60 62
29 20/10/2001-tarde 62 60 63 63
30 20/10/2001-noche 62 61 61 59
31 21/10/2001-mañana 58 61 61 59
32 21/10/2001-tarde 60 61 60 62
33 21/10/2001-noche 59 62 60 61
34 22/10/2001-mañana 58 62 61 61
35 22/10/2001-tarde 62 60 61 63
36 22/10/2001-noche 60 61 60 62
37 23/10/2001-mañana 59 60 61 60
38 23/10/2001-tarde 60 61 60 63
39 23/10/2001-noche 62 60 61 60
40 24/10/2001-mañana 59 61 61 59
41 24/10/2001-tarde 62 61 61 62
42 24/10/2001-noche 60 61 60 62
43 25/10/2001-mañana 59 62 60 61
44 25/10/2001-tarde 59 62 61 61
45 25/10/2001-noche 62 60 61 60
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
q Plantear los límites de control del gráfico de control de rangos R de la etapa final:
84
Tabla 31. Datos de los cálculos de los límites de control de los rangos R de la
etapa final.
N 4 LSCR= 5.73 LSCX= 62.40 Distancia entre 0.6102
zona A-B-C
G 45 D4 2.282 A2 0.729 Punto superior A 62.40
D3 0 LICX= 58.74 Punto superior B 61.79
LICR= 0 LSE 61 Punto superior C 61.18
LIE 56 Punto inferior C 59.96
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
85
Tabla 32. Datos de la gráfica de control de rangos R y de promedios X, de la
temperatura del tanque 1, de la lavadora del equipo de envase tren 6, de la
etapa final
muestra (n) día Rango promedio
1 11/10/2001-mañana 2 60
2 11/10/2001-tarde 3 61
3 11/10/2001-noche 2 61
4 12/10/2001-mañana 2 60
5 12/10/2001-tarde 2 61
6 12/10/2001-noche 2 61
7 13/10/2001-mañana 2 60
8 13/10/2001-tarde 2 61
9 13/10/2001-noche 2 61
10 14/10/2001-mañana 3 60
11 14/10/2001-tarde 2 61
12 14/10/2001-noche 2 59
13 15/10/2001-mañana 4 60
14 15/10/2001-tarde 2 61
15 15/10/2001-noche 2 61
16 16/10/2001-mañana 2 61
17 16/10/2001-tarde 3 61
18 16/10/2001-noche 3 61
19 17/10/2001-mañana 3 60
20 17/10/2001-tarde 3 61
21 17/10/2001-noche 2 61
22 18/10/2001-mañana 2 60
23 18/10/2001-tarde 3 61
24 18/10/2001-noche 3 60
25 19/10/2001-mañana 3 60
26 19/10/2001-tarde 3 61
27 19/10/2001-noche 2 61
28 20/10/2001-mañana 4 60
29 20/10/2001-tarde 3 62
30 20/10/2001-noche 3 61
31 21/10/2001-mañana 3 60
32 21/10/2001-tarde 2 61
33 21/10/2001-noche 3 61
34 22/10/2001-mañana 4 61
35 22/10/2001-tarde 3 62
36 22/10/2001-noche 2 61
37 23/10/2001-mañana 2 60
38 23/10/2001-tarde 3 61
39 23/10/2001-noche 2 61
40 24/10/2001-mañana 2 60
41 24/10/2001-tarde 1 62
42 24/10/2001-noche 2 61
43 25/10/2001-mañana 3 61
44 25/10/2001-tarde 3 61
45 25/10/2001-noche 2 61
PROMEDIO 2.5 60.6
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
86
Gráfico 18. Gráfico de control de rangos R de la temperatura del tanque 1 de la
lavadora del equipo de envase tren 6, de la etapa final.
5
Rango
4
LSCR
R
3 Rprom
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
59
LIE
58
57
56
55
0 1 2 3 4 5 6 7 8 9 1 0 1 1 1 21 3 1 4 1 5 1 6 1 71 8 1 9 2 0 2 1 2 22 3 2 4 2 5 2 6 2 72 8 2 9 3 0 3 1 3 23 3 3 4 3 5 3 6 3 73 8 3 9 4 0 4 1 4 24 3 4 4 4 5
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
87
- No se encuentran puntos por fuera de los límites de control
- No se presentan 7 o más puntos consecutivos que estén por arriba o por debajo de
la línea central.
• Fisuras entre el tanque 1 y el tanque 2 que hacen pasar soda cáustica de mayor
temperatura al tanque 1. La presencia de éstas fisuras se verificarían en los
mantenimientos periódicos realizados.
88
Si al evaluar el proceso de lavado éste permanece bien, se mantendrá la temperatura.
Pero si es afectado, se recomienda evaluar el cambio de especificación y su influencia
en la explosión de las botellas, la cual incide en la generación de la NC1.
5
LSCR
4
R
0 1 2 3 4 5 6 7 8 9 10 111213 1415 1617 181920 2122 2324 252627 2829 3031 323334 3536 373839 4041 4243 4445
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
63
62 LSCX
61 LICX
LSE
60
LIE
X
59
58
57
56
55
0 1 2 3 4 5 6 7 8 9 1011 12131415161718192021222324252627282930313233 343536373839404142434445
Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.
89
8.3. EVALUACIÓN DE LA CAPACIDAD DEL PROCESO DE LA
VARIABLE CRÍTICA IDENTIFICADA Y CONTROLADA
ESTADÍSTICAMENTE
Tolerancia= LSE-LIE =5
En el caso presente, se tiene una situación deseable, con el proceso bajo control.
LSE − LIE
Cp = = 1.418
6σ0
El Cp calculado, indica que se tiene una situación del caso I mencionado, donde el
proceso es capaz de cumplir con la tolerancia debido a que se tiene una baja dispersión
de los datos.
90
Este Cp calculado no constituye en sí una medida del desempeño de proceso en
función de la especificación. Esta medición se logra mediante el Cpk, calculado con la
siguiente fórmula:
q El valor de Cp= 1.418 > 1, indica que el proceso es capaz, es decir que se presenta
una baja dispersión de los datos y que se cumple con la tolerancia.
Así mismo, al cambiar la especificación se mejora el valor del Cpk porque el proceso
cumpliría con dicha especificación.
91
9. CONCLUSIONES
Según el desarrollo del presente trabajo, se concluye en los siguientes 3 temas:
metodología usada, control estadístico del proceso mediante el uso de gráficos de
control de promedios X y de rangos R y evaluación de la capacidad del proceso.
• Controlar estadísticamente la variable crítica “temperatura del tanque 1 del tren 6”,
posibilita un ahorro económico en la empresa. Lo anterior se debe, a que controlada
dicha variable, se disminuiría la presencia del factor crítico “no conformidad NC1”,
que incide en todos los índices de gestión de la EIC (aumento de calidad), así como
en la eficiencia global,(disminución de tiempos perdidos = aumento de eficiencia) y
en disminución de los reclamos por calidad de producto terminado (aumento de
ventas).
92
• La metodología aplicada en este trabajo, debido a que toma en cuenta los índices de
gestión que se utilizan en todas las Cervecerías de Bavaria S.A., puede ser aplicada
en éstas otras.
93
10. RECOMENDACIONES
q Para adaptar el trabajo a otra aplicación, si el usuario lo requiere, es necesario
analizar otras metodologías de otros trabajos estadísticos, que interrelacionen otras
técnicas estadísticas no aplicadas en el presente trabajo para determinar variables
críticas.
q Debido a que el resultado del cálculo del Cpk evidenció que la variable se encuentra
descentrada, se recomienda bajar el promedio de las temperaturas del tanque 1
para que queden dentro de las especificaciones, aprovechando la instalación del
intercambiador o si es viable, cambiar las especificaciones de la temperatura de este
tanque.
94
11. BIBLIOGRAFIA
q BAVARIA S.A. del Sistema de Gestión, de la Dirección/TÉCNICAS ESTADÍSTICAS
q http://intranet/bavaria/inicio.asp
q http://bavaria.com.co
95
q PRIETO, Juan. Curso de calidad por internet. Versión 0.75. Pág. 5
q ROJAS RUIZ, José Andrés. Sistema experto para el control estadístico de la calidad
en el proceso cervecero. Universidad de los Andes. Santafé de Bogotá, 1997.
96
12. ANEXOS
97
ANEXO H. Diagrama causa efecto de la no conformidad NC1
CAUSA EFECTO
ENTORNO EQUIPOS PERSONAS
Temperatura de la cerveza Concentracion de soda lavadora Sincronización de cargue y descargue de lavadoras Entrenamiento
Presión de la envasadora Mantenimiento de lavadora y juagadora ( deflectores, bolsillos) Capacitación
Velocidad de transportadores Temperatura de la lavadora Sincronización de estrellas de transferencia y transportadores Motivación
Mantenimiento de válvulas de llenado (tubos llenadores, tulipas, elevadores) Trabajo en Equipo
Mantenimiento cerradora (conos de tapado) Desempeño
Sistema de lavado de vidrio "autoflush" NC1
en producto
Frecuencias de análisis terminado
Análisis de resultados Envase vacio retornado Instructivos de manejo de botellas
Presupuesto y ejecución de cambios Envase vacio nuevo Instructivos de operacion adecuada de equipos
Se deben registrar los datos de cada factor en una tabla. Los factores que pocos datos
registren se combinan en un solo ítem que se coloca al final, llamado “Otros”.
14
CHASE, AQUILANO Y JACOBS. Administración de Producción y Operaciones. 8ª. Ed. McGraw Hill. 2000.
15
KUME, Hitoshi. Herramientas estadísticas básicas para el mejoramiento de la calidad. Ed. Norma. 1992 Pág.11.
16
Documentos de BAVARIA S.A. del Sistema de Gestión, de la Dirección/TÉCNICAS ESTADÍSTICAS/
50820003 Diagrama de Pareto
98
4. Dibujar la curva acumulativa
Dibujar el punto que representa el total acumulativo en la parte superior central de cada
barra y conectar los puntos para conformar una línea continua quebrada. Esta línea es
una curva representativa de los datos acumulados.
Tomando como punto de arranque del eje vertical en el lado derecho y su punto final
como 100%, dividir su rango en grados iguales y marcarlos. Los valores de los puntos
en este eje deben coincidir con los valores del porcentaje acumulado calculados.
Escribir los elementos necesarios tales como título, período, número de datos, nombre
del proceso, nombre del creador del gráfico, entre otros datos. Analizar la información
que obtiene del diagrama de pareto.
99
ANEXO L. Variación
La variación puede ser grande y evidente o insignificante. Si las variaciones son muy
pequeñas, los objetos darán la impresión de que son idénticos; sin embargo, mediante
instrumentos de precisión se hará patente la diferencia. Conforme se han ido mejorando
éstos, las diferencias han persistido, aunque el aumento en la variación ha cambiado.
Antes de controlarla, hay que estar en condiciones para medir la variación. 17
Las clases de variaciones en la producción de las partes por pieza son: en la pieza
misma, de una pieza a la otra y de una hora a otra.
Las cuatro causas anteriores son las responsables de la auténtica variación. Existe
también una variación vinculada a las tareas de inspección. Un mal equipo de
inspección, o la inadecuada aplicación de una norma de calidad, o una excesiva presión
ejercida en un micrómetro, todas pueden ser causas de un erróneo informe sobre la
variación. En general, las variaciones que causa una inspección no deberán ser de más
del 10% de las otras causas de variación. Conviene tener presente que el equipo de
inspección, los materiales de inspección, el entorno en donde se realiza la inspección y
el operario que la realiza también son causas de variación. 19
En la siguiente tabla se muestra cuando las causas fortuitas o atribuibles hacen que un
proceso pueda estar o no bajo control estadístico.
17
BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag. 103-105
18
Ibid. Pag.104
19
Ibid. Pag. 104-105
100
Tabla 34. Estados de control estadístico de un proceso según la variación.
Fuera de control Bajo control
En el proceso están presentes causas fortuitas y causas En el proceso están presentes solo causas fortuitas.
atribuibles. El proceso es estable, predecible y está dentro de la
El proceso no es estable, ni predecible y está más allá de la variación natural esperada.
variación natural esperada.
Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag. 105.
101
ANEXO M. Gráficos de control
Los gráficos o diagramas de control se utilizan para vigilar el estado del proceso y
detectar cambios en la producción que pueden causar la pérdida del control
estadístico 20. Muestra si un proceso está o no estable 21. Asimismo, sirven para evaluar
los parámetros del proceso y determinar la capacidad que tiene para producir artículos
conformes a las especificaciones. 22
3.46
X
3.42 o Línea central
3.38
1 5 10
r
Número de subgrupo
P
Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag. 105.
o
e
20
PRIETO, Juan. Curso de calidad por internet. Versión 0.75. Pag. 5
m
21
BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag.105
22
PRIETO, Juan. Curso de calidad por internet. Versión 0.75. Pag. 5
102
s
e
d
o
Las dos líneas de puntos son los límites de control superior e inferior. Con frecuencia se
confunde los límites de control de los límites de especificación, en la siguiente tabla se
aclara la diferencia existente entre estos dos tipos de límites.
Los límites de control sirven para evaluar las variaciones producidas en la calidad de un
subgrupo a otro, caso de la Gráfica 3, donde los límites de control son función de los
promedios de los subgrupos. Si se desea calcular la frecuencia de distribución de los
promedios de los subgrupos se puede recurrir al promedio y la desviación estándar
correspondientes.
Las gráficas de control son herramientas estadísticas que permiten diferenciar entre
variaciones naturales y no naturales, tal como se muestra en la gráfica de causas
naturales y no naturales de variación. La variación no natural es el producto de causas
atribuibles. Por lo general esta variación deberá ser corregida por personal cercano al
proceso, como son los operarios, los técnicos, empleados, empleados de
mantenimiento y supervisores de primera línea. La variación natural es el resultado de
causas fortuitas.
103
e
Gráfico 23. Causas naturales y no naturales de variación
Variación no natural
m
Existencia de causas atribuibles
Operacionales
X
3.50 UCL x
o
3.46
X Variación natural
3.42 o Existencia de causas Fortuitas
Administración (sistema)
r
3.38
3.34 LCL x
Variación no natural
P
Mejorar la calidad: Al contar con una gráfica de control de variables sólo porque es
indicativo de que existe un programa de control de calidad es un error. Las gráficas de
control de variables es una técnica excelente para lograr mejorar la calidad.
Tomar decisiones relativas a las especificaciones del producto: Una vez que se obtiene
la verdadera capacidad del proceso, se pueden calcular las especificaciones efectivas
correspondientes. Si la capacidad del proceso es de ±0.003, es realista esperar que el
personal de operaciones obtenga especificaciones de ±0.004.
Los objetivos anteriores muchos guardan relación entre sí. Así, antes de definir la
auténtica capacidad del proceso es necesario mejorar la calidad; a su vez, definir la
capacidad del proceso precede a la definición de las especificaciones propias. Si se
desea lograr un objetivo en particular previamente habrá que configurar las respectivas
gráficas de control. Una vez que el objetivo se alcanza se les deja de utilizar; su empleo
deberá continuar cuando las tareas de inspección se reducen considerablemente.
Inicio
6. Lograr el objetivo
Fin
Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag.110-111
En toda la planta de fabricación son numerosas las variables que intervienen para la
realización de un producto. Sería prácticamente imposible elaborar gráficas X y R para
cada una de ellas, por lo que hay que optar por escoger con buen juicio solo algunas de
todas las variables. Dado que a toda variable se le puede manejar como si fuera un
atributo, también es posible utilizar una gráfica de control para mejorar la calidad.
106
Independiente del método empleado para obtener el subgrupo, los lotes de donde se
obtienen los subgrupos deben ser homogéneos. Es decir, las piezas que conforman el
lote son lo más parecidas posibles: la misma máquina, mismo operario, mismo lote, etc.
Asimismo, una determinada calidad de material, por ejemplo el producido por una
herramienta hasta que ésta se desgaste y se le sustituya o se rehabilite, constituye un
lote homogéneo. Estos se pueden escoger a intervalos regulares de tiempo, técnica
sencilla de organizar y administrar. No importa como se escojan los lotes, los elementos
que conformen cada subgrupo deberán de haberse producido básicamente dentro de
las mismas condiciones.
Tamaño de la muestra
a) Más se aproximarán los límites de control al valor central, lo que dará a la gráfica
mayor sensibilidad a las pequeñas variaciones en el promedio del proceso.
Sustentado por evidencias estadísticas, se sabe que las distribuciones de los promedios
de los subgrupos, X, resultan casi normales para el caso de subgrupos de 4 o más
elementos, de una población que no es normal.
Aunque no hay una regla que establezca la frecuencia de la toma de los subgrupos,
este procedimiento deberá hacerse tantas veces como sea necesario para detectar
cambios o alteraciones en el proceso. Se establece un compromiso entre las
dificultades que ofrece la distribución de la fábrica o de la oficina, el costo de la toma de
subgrupos y el valor de los datos obtenidos.
107
Usar la siguiente tabla, tomada de MIL-STD-414/Z1.9. Inspección normal, nivel II), para
determinar el tamaño requerido de la muestra. Si, por ejemplo en un proceso se deben
producir 4.000 piezas diarias, se recomienda realizar un total de 75 inspecciones. Si el
subgrupo consta de 4 elementos forme 19 subgrupos.
La regla del precontrol: se toma en cuenta con qué frecuencia se ajusta el proceso. Si
esto sucede cada hora, el muestreo se realiza cada 10 min. si es cada 2h, se realiza
cada 20 min., si es cada 3h, se realiza cada 30 min., y así sucesivamente.
• Verticalmente en tablas: el ponerlos así, uno detrás del otro, facilitará la operación
de la suma de cada subgrupo.
• Horizontalmente en tablas: esta forma no facilita la suma de los datos a menos que
se tenga una calculadora de bolsillo.
108
g g
∑ Xi ∑R i
Donde:
X = promedio de los promedios del subgrupo
X= i =1
y R= i =1
Xi = promedio del subgrupo i
g g g = cantidad de subgrupos
R = promedio de los rangos de los subgrupos
Ri = rango del subgrupo i
Donde,
UCL = Límite de control superior
LCL = Límite de control inferior
σX = desviación estándar de la población de
UCLX= X + 3σX UCLR= R + 3σ R los promedios del subgrupo.
σR = desviación estándar de la población
LCLX= X – 3σX LCLR = R – 3σR respecto del rango.
UCLX= X + A 2R UCLR= D 4R
LCLX= X – A 2R LCLR = D 3R
En donde A 2, D 3 y D 4 son factores cuyo valor depende del tamaño del subgrupo: se les
encuentra en la siguiente tabla.
Tabla 38. Constantes usadas en el cálculo de las líneas centrales y los límites de
control de las gráficas X y R para las muestras de tamaño 2, 3 y 4
n A A2 A3 d2 d1 D1 D2 D3 D4
2 2.121 1.880 2.659 1.128 0.853 0 3.686 0 3.267
3 1.732 1.023 1.954 1.693 0.888 0 4.358 0 2.574
4 1.500 0.729 1.628 2.059 0.880 0 4.698 0 2.282
Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag.474
109
5. Definir la línea central revisada y los límites de control
Los siguientes son los pasos para definir los límites de control revisados:
Marcar los datos preliminares en la gráfica junto con los límites de control y líneas
centrales.
Adoptar valores estándar para las líneas centrales, es decir, el cálculo más aproximado
de los valores estándar tomando como base los datos de que se dispone. Si un análisis
de los datos preliminares muestra que hay un buen control, entonces X y R se pueden
considerar representativos del proceso y se convierten en valores estándar X0 y R0. Un
buen control se definiría en forma breve como aquel en el que no hay puntos fuera de
control, no hay corridas largas en ambos lados de la línea central y no hay patrones
anormales de variación.
La primera vez que se analizan los procesos, la mayoría de ellos no están bajo control.
Las gráficas X y R muestran puntos fuera de control.
Analizar la gráfica R para ver si es estable. Los datos que están fuera de control de la
gráfica y de los cuales se les conozca causas atribuibles, se descartan. El resto de
puntos graficados que indican que se trata de un proceso estable se dejan en la gráfica.
Analizar la gráfica X. Si los subgrupos tienen causas atribuibles, se eliminan y los que
no las tengan, se da por sentado que la razón de la falta de control del subgrupo se
debe a una causa fortuita y forma parte de la variación natural.
Calcular nuevos valores de X y R con los datos restantes. Utilizando las formulas
siguientes:
X nuevo =
∑X − X d
Donde,
g − gd Xd = promedios de subgrupos descartados
gd = cantidad de subgrupos descartados
∑R−R
Rd = campos de valores de los subgrupos
Rnuevo = descartados.
d
g − gd
Los nuevos valores de X y R sirven para definir los valores estándar de X0, R0 y σ0.
Entonces:
110
R0
X0 = X nuevo R0 = Rnuevo y σ0 =
d2
Con ayuda de los valores estándar, se obtienen las líneas centrales y los límites de
control 3σ para operaciones reales correspondientes a X 0 y σ0.
Las líneas centrales y los límites de control se dibujan en las gráficas X y R para el
siguiente periodo.
Se pueden no dibujar las líneas entre los puntos para mayor practicidad.
6. Lograr el objetivo
La primera vez que se ponen en práctica las gráficas de control en una empresa, por lo
general se obtiene un mejor desempeño. Esta mejora se nota especialmente si el
proceso depende de la habilidad del operario. El poner a la vista una gráfica de control
de calidad al parecer ejerce una influencia psicológica en el operario a favor del
desempeño. La mayoría de los trabajadores desean dar un producto de calidad: si la
administración muestra interés por la calidad, el operario responderá en consecuencia.
111
La generación de ideas por personal diverso es el ingrediente principal de la continua
mejora de la calidad. Hay que evaluar las ideas que aporten el operario, el supervisor
de primera línea, de garantía de la calidad, de mantenimiento, de ingeniería de
manufactura e ingeniería industrial. Para la evaluación de cada idea, se necesitan 25 o
más subgrupos. La gráfica de control dirá si la idea es buena, mala o irrelevante para el
proceso. La mejora de la calidad se da cuando los puntos de la gráfica X convergen en
la línea central o cuando los puntos graficados de la gráfica tienden a ir en dirección
descendente, o cuando ambas cosas se producen. Cuando se somete a prueba una
idea mala, sucede lo contrario. Y, desde luego, si la idea es neutral no se producirá
efecto alguno en el patrón de puntos graficados.
Una vez logrado el objetivo de poner en marcha las gráficas, deberá descontinuarse su
empleo, o reducir considerablemente la frecuencia de las inspecciones y limitarlas a un
monitoreo por parte del operario. Entonces los esfuerzos deberán encaminarse hacia la
mejora de alguna otra característica de la calidad.
112
13. ESTADO DE CONTROL DE UN PROCESO
Proceso bajo control
Un proceso está en estado de control cuando se han eliminado las causas atribuibles
del proceso al grado de que los puntos graficados en la gráfica de control permanecen
dentro de los límites de control. Ya no se puede alcanzar mayor grado de uniformidad
en el proceso existente. Sin embargo se puede lograr mayor uniformidad mediante una
modificación del proceso básico a través de ideas para el mejoramiento de la calidad.23
Cuando un proceso está bajo control, se produce un patrón natural de variación, en el cual los
puntos graficados se distribuyen así: el 34%, están dentro de una banda imaginaria de
ancho de una desviación estándar a ambos lados de la línea central, el 13.5%, están
dentro de una banda imaginaria situada entre 1 o 2 desviaciones estándar a ambos
lados de la línea central y el 2.5%, están dentro de una banda imaginaria entre 2 y 3
desviaciones estándar a ambos lados de la línea central. 24
El escoger los límites de 3σ es por motivos económicos, con relación a dos tipos de
errores que se pueden producir:
Error de Tipo I: Ocurre cuando los esfuerzos se concentran en buscar una causa
atribuible de la variación, cuando en realidad lo que existe es una causa aleatoria. 25
Error de Tipo II: Ocurre cuando se supone que una causa fortuita de variación es la
responsable, cuando en realidad la que la produce es una causa asignable. 26
Si un proceso está bajo control, sólo estarán presentes las causas aleatorias de la
variación. Las pequeñas variaciones que siempre están presentes en el desempeño de
máquinas y operarios y en las características de los materiales se deberán considerar
como parte de los procesos estables. 27
Cuando un punto (valor del subgrupo) cae fuera de sus límites de control, el proceso se
encuentra fuera de control. Significa que existe una causa de variación atribuible. Otra
23
Ibid.Pag.129.
24
Ibid.
25
Ibid.Pag.130.
26
Ibid.
27
Ibid.
113
forma de ver el punto que está fuera de control es considerar que el valor del subgrupo
proviene de otra población distinta de la cual se obtuvieron los límites de control. 28
También se considera que un proceso está fuera de control incluso si los puntos están
dentro de los límites de 3σ. Esto sucede cuando se presentan en el proceso accesos no
naturales de variación. Primero hay que dividir la gráfica de control en seis bandas de
desviación estándar iguales, igual que en la Gráfica de Bandas de desviación estándar,
las bandas se denominan zonas A, B y C.30 (Ver gráfico 4)
28
Ibid.Pag.131.
29
Ibid.Pag.133.
30
Ibid.
31
Ibid.
32
Ibid.Pag.134.
114
Gráfico 25. Bandas de desviación estándar
X
UCL
ZONA A
ZONA B
ZONA C
Promedio
X
o Línea central
ZONA C
ZONA B
ZONA A LCL
1 5 10
Número de subgrupo
Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag.134.
Existen diferentes tipos de patrones fuera de control y sus causas atribuibles, estos son
los siguientes: cambio o salto de nivel, tendencia o cambio constante de nivel y ciclos
recurrentes. 33
33
Ibid.Pag.135.
115
ANEXO N. Capacidad del proceso y tolerancia
Si bien el ingeniero de diseño puede definir las especificaciones sin tomar en cuenta el
alcance del proceso (que de ahora en adelante se denominará capacidad del proceso
6σ), la adopción de este criterio puede tener consecuencias graves. Son tres las
posibles situaciones que pueden surgir y las cuales se muestran en la siguiente tabla:34
Tabla 39. Casos que relacionan la capacidad del proceso con la tolerancia
(diferencia entre las especificaciones).
Caso I: 6σ < USL-LSL Caso II: 6σ = USL- Caso III: 6σ > USL-LSL
LSL
La capacidad del proceso es La capacidad del La capacidad del proceso es mayor
menor que la tolerancia proceso es igual a la que la tolerancia
tolerancia
Situación deseable Situación satisfactoria Situación indeseable.
Existe una relación entre la distribución de los valores individuales Xi, los límites de la gráfica de
control X y la distribución de los promedios X, mostrada en los casos:
Proceso bajo control: La Proceso bajo control: Proceso bajo control:
tolerancia es notablemente mayor La distribución de las Está presente un patrón natural de
que la capacidad del proceso. X representa un variación.
patrón natural de Algunos de los valores individuales son
variación. mayores que la especificación superior
No se produce nada y menores que la especificación
que sea rechazado inferior.
Se producen objetos de rechazo. Es
decir, el proceso no es capaz de
producir un objeto que satisfaga las
especificaciones.
Proceso fuera de control: Proceso fuera de Proceso fuera de control:
La desviación de la capacidad del control: Una gran cantidad de los valores
proceso es considerable respecto Se presenta una individuales son mayores que la
del promedio X. desviación al especificación superior y menores que
Sin desperdicio porque la promedio del proceso, la especificación inferior.
distribución de los valores los valores Se producen grandes cantidades de
individuales Xi no ha rebasado la individuales Xi objetos de rechazo. Es decir, el
especificación superior. exceden las proceso no es capaz de producir un
Para hacer que el proceso esté especificaciones. objeto que satisfaga las
de nuevo bajo control es Se producen objetos especificaciones.
necesario aplicar una acción de rechazo. El problema es más grave que en el
correctiva. Las causas caso anterior del proceso bajo control.
asignables de la
variación deberán
corregirse en cuanto
se produzcan.
Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag.143, 144 y 145.
34
Ibid.Pag.138.
116
En la siguiente tabla se muestran las soluciones al caso III en el cual la capacidad del
proceso es mayor a la tolerancia.
σ > USL-LSL
Tabla 40. Soluciones al Caso III: 6σ
Solución 1 Solución 2 Solución 3 Solución 4
Intercambiar No tocar el proceso Modificar la Desplazar el promedio del
opiniones con el ni las dispersión del proceso proceso para que todo el
ingeniero de diseño especificaciones y para así obtener una producto de rechazo se
sobre la posibilidad realizar una distribución con una concentre en un extremo de la
de aumentar la inspección al 100% cima más puntiaguda. frecuencia de distribución.
tolerancia. para eliminar las
partes discrepantes.
Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag.137.
La capacidad real de un proceso no se puede calcular sino hasta que las gráficas X y R
han logrado obtener la mejora óptima de la calidad sin necesidad de hacer una
considerable inversión en equipo nuevo o en adaptación de éste. La capacidad del
proceso es igual a 6σ0 cuando el proceso está bajo control estadístico.36
Cuando ocurre una mejora de un 20% en la capacidad del proceso, es suficiente para
resolver un problema relacionado con la calidad.37
Un procedimiento rápido para obtener la capacidad del proceso, en vez de usar las
gráficas X y R, es el siguiente; Dando por sentado que el proceso está bajo control
estadístico, lo que puede o no ser el caso en la realidad: 38
35
Ibid.Pag.147.
36
Ibid.Pag.148.
37
Ibid.
38
Ibid.
117
en donde c4 se localiza en la Tabla “Constantes usadas en el cálculo de las líneas
centrales y los límites de control de las gráficas X y R para las muestras de tamaño 2, 3
y 4”, y su valor para n =4 es de 0.9213
No hay que olvidar que mediante esta técnica no se obtiene la capacidad real del
proceso, por lo que habrá que recurrir a ella sólo si las circunstancias justifican su
empleo. Por otra parte, es posible emplear más de 20 subgrupos para lograr mayor
exactitud.39
La capacidad del proceso también se puede obtener mediante el rango. Se supone que
existe un control estadístico del proceso. El procedimiento es el siguiente: 40
Se puede elegir entre usar el método de la desviación estándar o el del rango. Hay que
construir un histograma para representar gráficamente la capacidad del proceso. En
realidad se necesita un mínimo de 50 mediciones para armar un histograma. Por lo
tanto, los histogramas que se obtuvieron a partir de los mismos datos utilizados para
calcular la capacidad del proceso deberán bastar para lograr una adecuada
representación del proceso en ese momento.42
Cp = índice de la capacidad
USL-LSL = Especificación superior – especificación
39
anterior o tolerancia
Ibid.Pag.148.
40
Ibid.Pag.149. 6σ0 = capacidad del proceso
41
Ibid.
42
Ibid.
43
Ibid.Pag.150.
118
USL − LSL
Cp =
6σ0
Si el índice de la capacidad = 1.00, está presente una situación como la del caso II.
Situación satisfactoria
Si el índice de la capacidad > 1.00, está presente una situación como la del caso I.
Situación deseable
Si el índice de la capacidad < 1.00, está presente una situación como la del caso III.
Situación indeseable
6σ0
Cr =
USL − LSL
44
Ibid.Pag.150.
45
Ibid.
46
Ibid.Pag.151.
47
Ibid.
119
El índice de capacidad no constituye en sí una medida del desempeño del proceso en
función del valor nominal o meta. Esta medición se obtiene mediante Cpk que se define
como:48
Esta forma de calcular Cpk, es un poco complicada. Sirve para ejemplificar la relación
con los valores Z vinculados a la curva normal. Una ecuación más sencilla sería la
siguiente: . 49
• El valor Cpk = 1.00 es un estándar o norma consagrado por la práctica. Indica que
en ese proceso se está obteniendo un producto que satisface las especificaciones.
• El valor Cpk < 1.00 es indicación de que mediante el proceso se está obteniendo un
producto que no satisface las especificaciones.
• Un valor Cpk negativo indica que el promedio queda fuera de las especificaciones.
48
Ibid.Pag.151.
49
Ibid.Pag.152.
50
Ibid.
120
ANEXO O. Documento de la evaluación integral de la calidad de BAVARIA S.A.
121
ANEXO P. Lista de verificación de la evaluación técnica al sistema de gestión
122
ANEXO Q. Diagrama causa efecto de la no conformidad NC1
123
ANEXO R. Proceso de envasado de cerveza, jugos y Gaseosas de vidrio
124