Академический Документы
Профессиональный Документы
Культура Документы
ESTRATEGIAS PARA LA
OPTIMIZACIN DE LA VARIABILIDAD
DE LLENADO EN BAVARIA S.A
CERVECERA DE BOYAC
DESARROLLO Y APLICACIN DE
ESTRATEGIAS PARA LA
OPTIMIZACIN DE LA VARIABILIDAD
DE LLENADO EN BAVARIA S.A
CERVECERA DE BOYAC
MAESTRA EN ADMINISTRACIN
Director:
Ph.D. EDISON JAIR DUQUE OLIVA
Profesor Universidad Nacional De Colombia
Resumen y Abstract
IV
Resumen
Este trabajo est enfocado en la elaboracin de una estrategia que incluye el desarrollo y
manejo de herramientas, para el mejoramiento y optimizacin del proceso de llenado,
que permita disminuir su variabilidad y a la vez, garantizar su efectividad. La multimetodologa que aqu se utiliza fue propuesta por Mingers y Brocklesby (1997), la cual
plantea cuatro fases: en la primera, se analiza el estado actual; en la segunda, se
recolectan los datos en campo, se realiza un anlisis estadstico descriptivo, de
capacidad de proceso (Cp) y de ndice de capacidad del proceso (Cpk) mediante el uso
del software Minitab1, se seleccionan las herramientas de solucin de problemas a
utilizar; en la tercera, se analizan los resultados obtenido en la etapa anterior, se
determinan los factores causantes del problema, se desarrolla un plan de mejoramiento y
se implementa en campo; en la ltima fase, se evala la efectividad de las acciones
tomadas y de las estrategias implementadas para estandarizar el proceso. Los
resultados corroborarn que la variacin del proceso presenta datos iniciales de 330 + / 7cm3; y, los datos finales a la implementacin del presente plan, constatarn que la
variacin se ubicara en 330 + / - 2c.m3
Palabras clave:
Estrategias de mejora.
Herramientas de mejoramiento.
Variabilidad.
Anlisis estadstico.
Capacidad de proceso.
MINITAB: software diseado para ejecutar funciones estadsticas bsicas y avanzadas que
combina lo amigable del uso de Microsoft Excel con la capacidad de ejecucin de anlisis
estadsticos. Ofrece herramientas precisas y fciles de usar para aplicaciones estadsticas
generales y muy especialmente para control de calidad.
Resumen y Abstract
Abstract
This work focuses on the development of a strategy that includes the development and
management tools for to improve and optimize the "filling process," thus allowing greater
variability while ensuring effectiveness. The multi-methodology used here was proposed
by Mingers and Brocklesby (1997), which consists of four phases: firstly, an analysis of
present conditions, followed by a second phase which was comprised of the collection
field data, and statistical analysis (performed using the troubleshooting tools descriptive
process capability (Cp) and process capability index (Cpk) using Minitab2 software, the
third phase was the analysis of results obtained beforehand to determine the factors
causing the problem, develop an improvement plan and implement it in the field. The
final phase was an assessment of the effectiveness of the actions and strategies
implemented to standardize the process. The results corroborate that process variation
presented initial data from 330 + / - 7cm3, and the final data from the implementation of
this plan demonstrate that the variation was located at 330 + / - 2c.m3
Keywords:
Strategies for improvement, improvement tools, variability, statistical analysis, process
capability
MINITAB: software designed to perform basic and advanced statistical functions that combines
the friendliness of using Microsoft Excel with the ability to run statistical analyzes. It offers precise
tools and easy to use for general statistical applications and especially for quality control.
Contenido
VI
Contenido
Pg.
Resumen ................................................................................................................... IV
Lista de figuras ........................................................................................................ VII
Lista de tablas ......................................................................................................... VIII
Introduccin ............................................................................................................... 1
Marco terico ............................................................................................................. 6
1.1 Gestin de mejoramiento ............................................................................ 6
1.2 Mejora empresarial mediante el uso de metodologas de solucin de
problemas ............................................................................................................. 9
1.3 Herramientas para solucin de problemas en la industria ........................ 10
2. Diseo Metodolgico .......................................................................................... 15
2.1 Procedimiento ............................................................................................... 15
2.2 Poblacin ...................................................................................................... 16
2.3 Definicin del tamao de muestra ................................................................. 17
3. Desarrollo del trabajo. ......................................................................................... 19
3.1 Anlisis del estado inicial del proceso de llenado ......................................... 19
3.2 Mapa extendido S.I.P.O.C. ........................................................................... 24
3.3 Anlisis de causas raz ................................................................................. 26
3.4 Desarrollo e implementacin del plan de mejoramiento ................................ 27
4. Evaluacin de la efectividad del plan de mejoramiento ................................... 28
5. Conclusiones y recomendaciones ..................................................................... 33
5.1 Conclusiones ................................................................................................ 33
5.2 Recomendaciones ........................................................................................ 37
A. Anexo: Prueba z y Prueba t.............................................................................. 39
B. Anexo: Tabla de datos histricos de abril del 2011 a febrero de 2012 ......... 41
C. Anexo: Prueba de Normalidad por mes de abril a febrero de 2012 .............. 51
D. Anexo: Lluvia de ideas y diagrama causa efecto ........................................ 52
E. Anexo: Comparativo datos de oxigeno antes y despus del mejoramiento. 54
F.
Bibliografa ............................................................................................................... 59
Contenido
VII
Lista de figuras
Figura 2-1: Distribucin de la muestra de llenado (cm3). .......................................... 16
Figura 2-2: Resumen estadstico: datos de llenado (cm 3), vlvulas 1 a 92. .............. 18
Figura 3-1: Prueba de normalidad de los datos de llenado del mes de abril de 2011 a
febrero de 2012. ....................................................................................................... 20
Figura 3-2: Resumen grfico de los datos de llenado del mes de abril de 2011 a
febrero de 2012. ....................................................................................................... 20
Figura 3-3: Distribucin de las vlvulas conforme a la medida. ................................ 21
Figura 3-4: Grfico de cajas y bigotes: comportamiento inicial de las 92 vlvulas. 23
Figura 3-5: Mapa extendido S.I.P.O.C. de proceso de llenado...25
Figura 4-1: Grfico de cajas y bigotes de las 92 vlvulas despus de la
implementacin de la mejora. ................................................................................... 29
Figura A-1: Prueba Z de una muestra. ..................................................................... 39
Figura A-2: Prueba t de una muestra. ...................................................................... 40
Figura C-1: Prueba de Normalidad por mes, de abril a septiembre de 2012. ........... 51
Figura C-2: Prueba de Normalidad por mes, de octubre de 2011 a febrero de 2012.
.................................................................................................................................. 51
Figura D-1: Diagrama de causa-efecto. .................................................................... 53
Figura E-1: Comportamiento del oxigeno antes y despus de la mejora. ................. 54
Figura F-1: Imagen del control de presin en el HDE, posterior a la automatizacin.
.................................................................................................................................. 55
Figura F-2: Imagen del variador antes de implementar el control automtico de
velocidad de la envasadora. ..................................................................................... 56
Figura F-3: Fotogrfica tomada al televisor donde llega la imagen del control
automtico. ............................................................................................................... 56
Figura F-4: Almacenamiento de los tubos de venteo antes de la estandarizacin ... 57
Figura F-5: Evidencia fotogrfica del carro para almacenamiento de los tubos de
venteo de forma organizada. .................................................................................... 58
VIII
Contenido
Lista de tablas
Tabla 1-1: Filosofas de mejoramiento. ........................................................................ 6
Tabla 1-2: Metodologas de solucin de problemas................................................... 10
Tabla 1-3: Herramientas para solucin de problemas. .............................................. 11
Tabla 1-4: Herramientas utilizadas en la pasanta. .................................................... 12
Tabla 3-1: Anlisis Inicial de distribucin y capacidades de las 92 vlvulas. ............. 21
Tabla 3-2: Cronograma de Actividades. 1.................................................................. 28
Tabla 4-1: Anlisis de distribucin y capacidades de las 92 vlvulas despus de la
mejora. ...................................................................................................................... 30
Tabla B-1: Datos histricos de llenado. ..................................................................... 41
Introduccin
Las empresas a nivel mundial, en su inters por ser cada da ms competitivas, se
enfocan en la mejora continua de sus procesos, explorando diferentes estrategias que les
permitan disminuir sus costos, aumentar la calidad e incrementar la flexibilidad en la
produccin de bienes o servicios, con el fin de satisfacer cada vez ms a sus clientes y
lograr de esta forma mantenerse en el mercado (Ibarra, Sarache y Surez, 2004; Lapide,
2005). Por tal motivo se hace indispensable la implementacin de herramientas que
permitan dar solucin a los problemas que se presentan en la industria generando un
mejoramiento sostenido de los procesos
Basados en lo anterior, las estrategias de mejoramiento y control, se han convertido en
instrumentos imprescindibles para solucin de problemas. Estas herramientas permiten
mejorar la calidad, lo que para Montgomery (2007) es la reduccin de la variabilidad en
procesos y productos (p. 6).
De este modo, Montgomery (2007) plantea que:
La mayora de las organizaciones encuentran difcil (y costoso) ofrecer al
cliente productos con caractersticas de calidad que sean siempre idnticas
de una unidad a otra o que estn en niveles que cumplan con las
expectativas del consumidor. La razn principal de ello es la variabilidad. En
todos los procesos existe cierta variabilidad, de ah, que dos productos nunca
sean iguales. Si esta variacin es pequea quizs no tenga ninguna
repercusin sobre el consumidor, sin embargo, si la variacin es grande el
cliente puede percibir el producto como indeseable o inaceptable (p. 7).
La complejidad de los procesos conlleva la utilizacin de ms de un mtodo de
mejoramiento y de diferentes herramientas de calidad, con el fin de optimizar por medio
de la estandarizar los procesos minimizando su variacin (Juran y Gryna 1993; Smith,
2000). Segn Juran y Gryna (1995) el 95% de los problemas de las empresas pueden
ser resueltos utilizando las herramientas de calidad
Fundamentado en la idea anterior, y buscando mejorar un proceso con la disminucin de
la variabilidad, es necesario utilizar mltiples herramientas que cumplan con
caractersticas especificas que permitan recolectar datos, detectar factores que influyan
en la variacin, identificar la causa raz, generar actividades que reduzcan o elimine la
causa raz garantizando productos de alta calidad3
Introduccin
Introduccin
para el periodo, comprendido entre abril de 2011 y marzo de 2012 fue de $284.773.5594
creando inconformidad al interior de la organizacin.
Para cumplir con los requerimientos normativos establecidos por el Ministerio de
Comercio, Industria y Turismo; Superintendencia de Industria y Comercio. (2003) donde
se menciona que: el contenido neto de todo producto empacado o envasado debe
corresponder al contenido enunciado en su rotulado o empaque (p. 1). Teniendo en
cuenta que en la Cervecera de Boyac, se detect que en la marca poker:
presentacin 330 (cm3), que es la marca de mayor produccin, se presenta variabilidad
en el proceso de llenado de +/- 7 cm3, surge el siguiente interrogante:
Cmo disminuir la variabilidad de llenado que permita mejorar el indicador de
merma en el saln de envasado de la Cervecera de Boyac?
Con base en el anterior cuestionamiento, el propsito principal de la pasanta de grado
fue desarrollar un diagnostico de las situaciones que permita mejorar el indicador de
merma en el proceso de llenado, disminuir la variabilidad del mismo y evaluar su
efectividad, para lo cual fue necesario:
Introduccin
fase, basada en los datos obtenidos con el uso de las herramientas, el apoyo de la teora
y la experiencia, se determinaron qu factores eran los causantes del problema. Posterior
a esto se desarrollo un plan de mejoramiento y se implemento en campo. Finalmente en
la cuarta fase se evalu la efectividad del mismo.
El desarrollo de esta pasanta pretende ser una gua para generar inters en las
empresas manufactureras y de servicio, ya que se encontr, que en Colombia son muy
pocos los estudios realizados en las empresas de alimentos, especficamente en el
sector de bebidas carbonatadas, sobre disminucin de la variabilidad por medio del uso e
implementacin de herramientas de gestin de calidad, que ayude al mejoramiento
sostenido de los procesos, de la forma amplia que aqu se expone, mediante la correcta
recoleccin y anlisis de datos, eliminando de esta manera la toma de decisiones
basadas nicamente en la intuicin o presentimientos, para que esta se conviertan en
decisiones basadas en hechos. Ishikawa (1996) plantea que la base del control de
calidad son los datos (p. 9), y Kume (1997) sostiene que Los datos no se recogen como
un fin en s mismo, si no como un medio para descubrir los hechos que estn tras los
datos (p. 51).
Marco terico
1.1 Gestin de mejoramiento
La gestin de mejoramiento son estrategias que involucran: filosofas, metodologas y
herramienta en solucin de problemas en la bsqueda del mejoramiento continuo,
que Xochicali, Snchez, Mndez, Snchez y Cruz (2010) define como:
Pequeas mejoras que se hacen a diario por medio de solucin de problemas
y sugerencias. Cada una tiende a tener un pequeo impacto en el
desempeo de la empresa; sin embargo, todas juntas proporcionan el
crecimiento sostenible de la mejora del desempeo (p. 42)
Las empresas a nivel mundial, en su inters por ser cada da ms competitivas, se
enfocan en mejorar el desempeo de sus procesos, explorando diferentes estrategias
que les permitan disminuir sus costos, aumentar la calidad e incrementar la flexibilidad en
la produccin de bienes o servicios, con el fin de satisfacer cada vez ms a sus clientes y
lograr de esta forma mantenerse en el mercado (Ibarra, Sarache y Surez, 2004; Lapide,
2005). Lo anterior permite corroborar que se hace indispensable la implementacin de
estrategias, que permitan dar solucin a los problemas que se presentan en la industria,
generando un mejoramiento sostenido de los procesos
A travs de los aos se han propuesto diversas filosofas enfocadas en la mejora
continua de los procesos, las ms utilizadas se muestran en la Tabla 1-1
Tabla 1-1: Filosofas de mejoramiento.
Filosofas
14 puntos de Deming:
forman el ncleo para
alcanzar la excelencia en la
calidad. (Gutirrez, 2004).
Principios
Mejora continua.
Marco Terico
Manufactura Esbelta: es la
eliminacin de desperdicios y la
creacin eficiente de valor de la
empresa.
Principios
Instituir el liderazgo.
Eliminar el miedo.
Diseo de producto.
Gestin de procesos.
Flujo Continuo.
Jalar.
Buscar la perfeccin.
Principios
Seis
Sigma:
es
la
disminucin
de
la
variabilidad
en
los
procesos,
mediante
la
aplicacin
de
una
metodologa estructurada y
sistemtica para alcanzar la
excelencia operacional en
todas las reas del negocio.
Reduccin de defectos:
Menores costos.
Mayor satisfaccin del cliente.
Tiempo de ciclos ms cortos.
Procesos predecibles.
Cambio de cultura.
Lenguaje comn
Trabajo disciplinado.
Capacitacin Constante.
Fuente: Elaboracin propia basado en: Deming (1986), Imai (1995), Womack, Jones y
Ross (2003), Gonzlez (2002), Perdomo y Gonzlez (2004), Surez y Miguel (2011),
Gutirrez (2004).
Todas las filosofas en su contenido esencial aplican el concepto de mejoramiento
continuo orientado a optimizar sus procesos, y as, proporcionar productos de mejor
calidad.
Marco Terico
Si se observa la Tabla 1-1, existen puntos en comn entre las filosofas expuestas, los
cuales, fueron aplicados al momento de buscar disminuir la variabilidad en el proceso de
envasado en la Cervecera de Boyac; entre otros, se utilizaron: el entrenamiento y
capacitacin para todo el personal, la introduccin de patrones para orientar el cambio de
cultura, compromiso de la alta direccin durante toda la implementacin, manejo de un
lenguaje sencillo y claro que permiti la participacin de los diferentes niveles jerrquicos
de la compaa en la solucin de la pregunta planteada en esta pasanta. Todo lo anterior
gener un cambio positivo sostenido en el tiempo.
10
(Laboratorios
DMAIC (Motorola)
SCORE (Toyota)
QC STORY (Renault)
1. Elegir el tema.
1. Definir el problema.
1. Planear.
1. Seleccionar el proceso
2. Explicar las razones de la
en el que se va a trabajar.
eleccin.
3. Verificar.
4. Actuar.
5.
Controlar:
establezca
estndares y controles para
5. Evaluar los resultados.
sostener las mejoras en el
largo plazo.
Etapas
2. Hacer.
8. Estandarizacin.
9. Sintetizar y planificar acciones
futuras
Fuente: Elaboracin propia con base en: Deming (1986), Imai (1995), Womack, Jones &
Ross (2003), Gonzlez (2002).
Marco Terico
11
dificultad y su propsito. No se puede asegurar que una sea mejor que otra, pero s se
debe tener claridad de cundo utilizarlas y qu es lo que se busca con las mismas.
Tabla 1-3: Herramientas para solucin de problemas.
Herramientas
Descripcin
Impacto
Aumento de productividad.
Poka- Yoke.
1. Reduccin de errores.
2. Reduccin de
desperdicios.
3. Aumento de calidad.
4. Aumento de
productividad.
1. rea de trabajo
mejorada.
2. Aumento de
productividad.
3. Estandarizacin del
lugar de trabajo
5 por qu?
S.I.P.O.C.
5S
Clasificacin: Seiri.
Organizacin: Seiton.
Limpieza: Seiso.
Bienestar Personal: Seiketsu.
Disciplina: Shitsuke.
12
Lecciones aprendidas.
Grficos de control.
x
x
x
x
X
x
Anlisis de capacidad
del proceso.
S.I.P.O.C.
Diagrama de cajas y
bigotes.
5S.
Poka Yoke.
Prueba de normalidad.
Distribuciones de
probabilidades.
Histograma.
Criterio
Hoja de verificacin.
Herramientas
X
X
Monitorear el proceso.
Marco Terico
13
14
Diseo Metodolgico
2.1 Procedimiento
Basado en que todas [] Las metodologas siguen un modelo general, comenzando por
la exploracin de ideas y conceptos, para continuar con el anlisis que pretende
organizar la informacin, finalizando el proceso con la implementacin de las medidas
acordadas [] (Ruiz, 2004, p. 3) se propuso para el desarrollo de esta pasanta: revisin
del estado del arte, anlisis de la situacin actual del proceso de llenado, planteamiento
de posibles soluciones, implementacin y evaluacin de un plan de mejoramiento
Para dar cumplimiento a lo anteriormente propuesto, Mingers y Brocklesby (1997)
sugieren utilizar diferentes herramientas que forman parte de metodologas referentes a
diferentes filosofas de mejoramiento, que al fusionarlas, permiten explorar la situacin de
forma cuantitativa y cualitativa, proporcionando una visin amplia del problema,
aportando propuestas para el mejoramiento del proceso. (Mingers, 2006; Mingers y
White, 2009).
A continuacin se presentan las fases o etapas utilizadas en el desarrollo de esta
pasanta adaptadas de Mingers y Brocklesby (1997):
APRECIACIN FASE I: se analiz el estado actual del proceso de llenado, se llev a
cabo una revisin bibliogrfica de las diferentes filosofas, metodologas y herramientas
de mejoramiento utilizadas en la industria manufacturera para dar solucin a los
problemas que se presentan. Se defini la poblacin, la muestra y el tipo de muestreo a
utilizar en el desarrollo de la pasanta, y se seleccion el grupo de trabajo.
ANLISIS, FASE II: se llev a cabo la recoleccin de los datos en campo, se realiz
anlisis estadstico descriptivo, de capacidad de proceso (Cp) y de ndice de capacidad
del proceso (Cpk) mediante el software Minitab9 para determinar el comportamiento del
proceso. Se seleccionaron las diferentes herramientas de solucin de problemas a
aplicar y se postularon los posibles factores generadores del problema.
MEJORAMIENTO, FASE III: basado en los datos obtenidos con el uso de las
herramientas, el apoyo de la teora y la experiencia, se detectaron qu factores eran los
MINITAB: software diseado para ejecutar funciones estadsticas bsicas y avanzadas que
combina lo amigable del uso de Microsoft Excel con la capacidad de ejecucin de anlisis
estadsticos. Ofrece herramientas precisas y fciles de usar para aplicaciones estadsticas
generales y muy especialmente para control de calidad.
16
2.2 Poblacin
Teniendo en cuenta, que en lenguaje de manufactura, una poblacin es la produccin
pasada, presente y futura, elaborada bajo las mismas condiciones de proceso. Se
analizaron los datos histricos de llenado del mes de abril a julio de la marca ms
envasada en la cervecera, utilizando el paquete estadstico Minitab, el cual permiti
validar que exista ms de una poblacin, por la caracterstica multimodal que se
present en el histograma y la no normalidad de los datos que arroj en la prueba de
normalidad de Anderson-Darling con una P < 0.005 (ver Figura 2-1).
Figura 2-1: Distribucin de la muestra de llenado (cm3). 1
Datos Llenado Abril a Julio de 2012
Prueba de normalidad de Anderson-Darling
A-cuadrado
Valor P <
326
328
330
332
334
336
338
3,17
0,005
Media
Desv.Est.
Varianza
Asimetra
Kurtosis
N
331,45
2,43
5,88
0,400921
-0,061422
441
Mnimo
1er cuartil
Mediana
3er cuartil
Mximo
325,50
329,70
331,10
332,90
337,80
331,67
331,30
2,28
2,60
Media
Mediana
331,0
331,2
331,4
331,6
Diseo Metodolgico
17
18
321
324
327
330
333
1,72
0,005
Media
Desv.Est.
Varianza
Asimetra
Kurtosis
N
330,91
1,68
2,81
-1,04466
4,53002
255
Mnimo
1er cuartil
Mediana
3er cuartil
Mximo
321,47
330,02
330,90
331,90
334,60
331,11
331,20
1,54
1,84
Media
Mediana
330,8
331,0
331,2
10
20
Figura 3-1: Prueba de normalidad de los datos de llenado del mes de abril de 2011 a
febrero de 2012. 1
Prueba de Normalidad
Normal
99,99
Media
Desv.Est.
N
AD
Valor P
99
95
331,9
1,361
4508
120,528
<0,005
Porcentaje
80
50
20
5
1
0,01
325,0
327,5
330,0
332,5
335,0
F12
337,5
340,0
342,5
327
330
333
336
339
120,53
0,005
Media
Desv.Est.
Varianza
Asimetra
Kurtosis
N
331,91
1,36
1,85
0,17340
1,77951
4508
Mnimo
1er cuartil
Mediana
3er cuartil
Mximo
325,00
331,00
332,00
333,00
341,00
331,95
332,00
1,33
1,39
Media
Mediana
331,90
331,95
332,00
21
MEDIA
DESVIACIN
ESTANDAR
Cp
Cpk
P>
No.
0,05
VLVULA
MEDIA
DESVIACIN
ESTANDAR
Cp
Cpk
P>
0,05
328,1486
1,2585
0,66
0,49
0,668
47
326,7773
1,5214
0,54
0,39
0,285
332,4341
1,1881
0,70
-0,68
0,563
48
329,9353
1,0564
0,78
0,02
0,900
329,9880
1,4845
0,56
0,00
0,574
49
329,6893
1,3704
0,60
0,07
0,752
332,0113
1,4228
0,58
-0,47
0,823
50
331,1465
1,0794
0,08
-0,35
0,750
330,5143
1,0999
0,75
-0,15
0,909
51
330,0740
1,0760
0,77
-0,02
0,749
330,3477
1,4687
0,56
-0,08
0,960
52
327,6755
1,6523
0,50
0,46
0,100
22
MEDIA
DESVIACIN
ESTANDAR
Cp
Cpk
P>
No.
0,05
VLVULA
MEDIA
DESVIACIN
ESTANDAR
Cp
Cpk
P>
0,05
332,8120
1,3910
0,59
-0,67
0,594
53
330,9010
1,2530
0,64
-0,23
0,674
330,6610
1,3293
0,62
-0,16
0,267
54
332,7631
1,1770
0,75
-0,83
0,399
332,6362
0,8615
0,96
-1,01
0,792
55
331,2229
0,8244
0,93
-0,46
0,967
10
329,8129
1,0436
0,79
0,06
0,929
56
330,2429
0,9967
0,83
-0,08
0,279
11
333,1186
1,3898
0,59
-0,74
0,374
57
329,7143
1,3028
0,58
0,07
0,344
12
330,7462
1,0131
0,82
-0,24
0,961
58
329,8302
0,9868
0,79
0,05
0,969
13
332,5728
1,1968
0,69
-0,71
0,787
59
332,6883
1,4287
0,67
-0,72
0,729
14
332,6077
1,2022
0,69
-0,72
0,341
60
331,5352
1,1823
0,68
-0,42
0,125
15
334,0703
0,9966
0,83
-0,35
0,636
61
327,7546
1,2802
0,69
0,62
0,596
16
331,2958
1,1939
0,69
-0,36
0,074
62
331,3971
0,9042
0,90
-0,50
0,462
17
332,0105
1,0618
0,78
-0,63
0,961
63
329,0696
1,0502
0,82
0,31
0,115
18
331,9390
0,9972
0,83
-0,64
0,089
64
331,9891
1,1596
0,63
-0,50
0,162
19
330,8783
1,3941
0,59
-0,21
0,859
65
330,6273
1,0797
0,81
-0,20
0,182
20
331,6903
1,0797
0,77
-0,52
0,185
66
328,8630
1,0533
0,73
0,33
0,158
21
330,3211
0,9042
0,91
-0,12
0,462
67
329,1817
1,3643
0,66
0,22
0,674
22
330,7236
1,0502
0,79
-0,23
0,115
68
332,0880
1,3607
0,69
-0,58
0,684
23
329,9491
1,1596
0,71
0,01
0,620
69
327,8153
1,6681
0,45
0,40
0,482
24
331,7133
1,0797
0,77
-0,52
0,185
70
332,9986
1,3617
0,69
-0,83
0,684
25
330,8430
1,0533
0,78
-0,26
0,158
71
329,7877
1,0225
0,84
0,07
0,952
26
332,0513
1,4287
0,58
-0,47
0,729
72
329,5549
1,5175
0,51
0,09
0,672
27
331,1570
1,0792
0,77
-0,35
0,750
73
331,9350
1,0219
0,84
-0,65
0,952
28
332,1544
1,2436
0,66
-0,57
0,604
74
330,0540
1,1701
0,77
-0,02
0,446
29
332,1753
1,2381
0,67
-0,58
0,788
75
329,7113
1,2800
0,63
0,07
0,772
30
330,7543
1,3028
0,63
-0,19
0,344
76
332,4521
1,0738
0,76
-0,75
0,777
31
332,2729
0,8244
1,00
-0,91
0,967
77
332,8036
1,3846
0,56
-0,62
0,144
32
326,8272
1,9088
0,43
0,32
0,506
78
330,7489
1,0019
0,79
-0,24
0,128
33
328,2153
1,4285
0,58
0,41
0,093
79
331,5290
0,9217
0,92
-0,57
0,220
34
330,8662
0,9868
0,84
-0,29
0,969
80
331,4481
1,1176
0,68
-0,39
0,530
35
331,2573
1,4170
0,58
-0,29
0,646
81
328,1233
1,1297
0,81
0,61
0,098
36
331,6634
1,6560
0,50
-0,33
0,319
82
332,3632
0,9523
0,93
-0,88
0,926
37
331,4734
1,1213
0,74
-0,43
0,599
83
331,4329
1,1752
0,66
-0,38
0,071
38
330,7254
1,4646
0,56
-0,16
0,509
84
331,1729
0,9967
0,83
-0,39
0,279
39
331,6481
1,3210
0,63
-0,41
0,932
85
332,3912
1,1823
0,68
-0,65
0,115
40
324,9682
0,9175
0,90
-0,01
0,309
86
331,9820
1,0922
0,93
-0,74
0,553
41
331,2317
1,3643
0,61
-0,30
0,674
87
333,8358
0,9966
1,03
-1,58
0,636
42
333,1080
1,3607
0,61
-0,75
0,684
88
325,9882
0,9175
0,83
0,33
0,309
43
333,0000
1,0219
0,81
-0,97
0,952
89
331,0904
0,9994
0,79
-0,35
0,155
44
332,2073
1,4170
0,58
-0,51
0,646
90
330,7329
1,1701
0,77
-0,23
0,446
23
MEDIA
DESVIACIN
ESTANDAR
Cp
Cpk
P>
No.
0,05
VLVULA
MEDIA
DESVIACIN
ESTANDAR
Cp
Cpk
P>
0,05
45
328,4634
1,8369
0,45
0,28
0,680
91
330,2220
1,4845
0,60
-0,05
0,574
46
328,2373
1,4333
0,58
0,41
0,225
92
331,3007
1,1701
0,77
-0,40
0,446
334
332
330
328
326
324
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
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
322
Fuente: Elaboracin propia, a partir de 30 datos tomados por cada vlvula. Programa
Minitab.
As mismos se puede observar en Figura 3-4 que el rango de llenado que presentaron los
datos estaba entre 323 a 336 cm3 superando los limites de especificacin para esta
24
11
25
ENTRADAS
PROVEEDORES
Botellas:
Lquido residual < 1,5 cm3
.Cerveza:
Temperatura < 2 C.
Oxgeno Disuelto < 20 ppb.
Clientes: Pasterizadora
Filtracin.
Depsito.
Almacn.
Servicios.
CO2:
Pureza de 99,9998 v/v.
Tapas
Aire
Producto
terminado
3
Poker 330 cm
Agua
Energa
.
SALIDAS
Velocidad de llenado
6,9 seg.
26
12
Inyector de alta presin (HDE) por sus siglas en Alemn y como se conoce comnmente en la
industria productora de cerveza.
27
quina.
28
Actividad
Variacin en el
contenido de
oxgeno disuelto.
De 3 a 30 ppb.
Falta de
estandarizacin en
los parmetros de
presin utilizada en
el HDE.
Estandarizar e instalar un
sistema de control de
presin en el HDE.
Tubos de venteo:
longitud, desgaste
de la rosca,
dimetro interno y
superficie dispareja.
Manejo y
conocimiento de la
mquina.
Falta de control en
la velocidad de la
llenadora.
Montaje de tubos de
venteo con dimensiones
uniformes, longitud y
dimetro interno
(restriccin de flujo).
Revisin de vlvulas de
llenado y estandarizacin
de montaje de las mismas.
Diseo de un sistema que
permita hacer trazabilidad
a los tubos de venteo en el
momento de desmonte de
la mquina y el
mantenimiento.
Capacitacin a los
operadores en manejo de
la mquina.
Instalar un sistema de
control automtico de
velocidad.
Responsable
Fecha Inicial
Fecha Final
Yasmin Cala
09/08/2012
09/08/2012
Juan Bernardo
Alzate
15/08/2012
17/09/2012
17/08/2012
25/09/2012
Mauricio
Higuera, Jorge
Perilla.
02/08/2012
31/08/2012
Javier Velandia
10/10/2012
09/11/2012
Carlos Siabato,
Francisco
Castro, Yasmin
Cala.
332
331
330
329
328
1 2 3 4 5 6 7 8 91011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980818283848586878889909192
Al realizar una comparacin entre la Figura 3-4 y la 4-1 se puede observar como el
proceso present una mejora en la variacin de 330 +- 7 cm3 (ver Figura 3-4) a 330 +- 2
cm3 (ver Figura 4-1).
Por otra parte, al comparar los datos iniciales de el ndice de capacidad potencial Cpk
(Tabla 3-1) con los datos de la Tabla 4-1, se puede evidenciar que despus de la
implantacin de la mejora el 94.56% de las vlvulas presentan valores iguales o
superiores a 1.33 lo que indica que de 92 vlvulas 84 est centradas respecto a los
30
MEDIA
DESVIACIN
ESTANDAR
Cp
Cpk
P> 0,05
No.
VLVULA
MEDIA
DESVIACIN
ESTANDAR
Cp
Cpk
P> 0,05
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
330,0046
330,1064
330,2802
330,2154
330,1810
330,4259
330,4120
330,1212
330,4890
330,2410
330,3210
330,7574
330,2586
330,2043
330,0823
330,3053
330,1959
330,0319
330,0579
330,2947
330,0259
330,1572
330,4759
329,8293
329,9590
329,8846
330,2037
330,4073
330,5769
329,9956
330,0642
330,3205
0,7739
0,8510
0,4805
0,8994
0,5828
0,8126
0,9233
0,8245
0,6879
0,7299
0,3419
0,5236
0,8026
0,4933
0,3419
0,4124
0,4861
0,5092
0,5459
0,7567
0,5508
0,4805
0,9356
0,7732
1,0536
1,0325
0,7399
0,8414
0,9058
0,3395
0,7001
1,1230
2,28
1,83
2,92
1,87
2,25
1,80
1,83
1,67
2,29
2,06
4,44
2,96
2,40
2,98
4,44
4,05
2,98
2,85
3,10
1,94
2,53
2,92
1,91
1,81
1,44
1,70
2,05
1,73
1,78
4,40
2,26
1,33
2,28
1,79
2,76
1,79
2,17
1,65
1,68
1,63
2,07
1,96
4,16
2,51
2,27
2,85
4,37
3,81
2,87
2,83
3,06
1,83
2,52
2,83
1,73
1,75
1,43
1,66
1,97
1,59
1,57
4,40
2,23
1,25
0,154
0,517
0,478
0,113
0,524
0,062
0,167
0,525
0,872
0,498
0,365
0,286
0,302
0,625
0,365
0,289
0,185
0,221
0,104
0,253
0,484
0,478
0,157
0,274
0,101
0,474
0,686
0,08
0,219
0,477
0,87
0,064
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
330,1681
330,1208
330,0692
330,0483
330,5031
330,2791
330,0356
330,4041
330,4798
330,2471
330,1063
330,4717
330,1422
330,2412
330,5377
330,1510
330,1565
329,9455
329,9699
330,0096
330,3544
330,2559
330,0941
330,3778
330,2918
330,0786
330,1943
330,0424
330,0395
330,1087
330,0336
330,1303
0,5134
0,8655
0,8707
0,6853
0,6294
1,0325
0,7407
0,8930
0,6385
1,0661
0,7431
0,8135
0,9618
0,7296
0,6691
0,7404
0,8851
1,0666
0,8549
0,9626
0,9981
0,7168
0,8510
0,8350
0,7271
0,7761
0,7245
0,9058
0,8294
0,6215
0,5134
0,9199
3,14
2,00
2,08
2,05
2,26
1,70
1,70
1,80
2,20
1,37
1,92
2,22
1,51
2,29
2,12
1,97
1,68
1,40
1,71
1,57
1,50
2,15
1,83
1,58
1,88
2,06
1,91
1,78
2,20
2,38
3,14
1,63
3,03
1,95
2,05
2,03
2,04
1,61
1,69
1,65
1,99
1,30
1,88
2,01
1,46
2,18
1,89
1,91
1,62
1,38
1,70
1,57
1,39
2,04
1,80
1,46
1,77
2,02
1,83
1,76
2,18
2,33
3,12
1,58
0,197
0,476
0,505
0,17
0,073
0,474
0,074
0,193
0,116
0,244
0,509
0,39
0,577
0,077
1,131
0,659
0,119
0,081
0,391
0,067
0,081
0,079
0,517
0,421
0,087
0,118
0,176
0,219
0,452
0,111
0,197
0,145
31
MEDIA
DESVIACIN
ESTANDAR
Cp
Cpk
P> 0,05
33
330,2292
0,6236
2,33 2,23 0,109
34
330,0370
0,7641
1,89 1,87 0,207
35
330,0138
0,7131
1,88 1,88 0,226
36
330,2049
1,0279
1,37 1,31 0,088
37
330,0066
0,7296
2,29 2,29 0,077
38
330,0595
0,8356
1,47 1,46 0,092
39
330,4319
0,9783
1,55 1,42 0,256
40
330,6982
0,8265
1,52 1,31 0,577
41
330,2553
0,4124
4,05 3,85 2,89
42
330,1899
1,0545
1,37 1,32 0,378
43
330,1129
0,8204
1,63 1,60 0,465
44
330,1760
0,6640
1,93 1,86 0,517
45
330,0177
0,4848
2,96 2,95 0,169
46
330,0738
0,9262
1,71 1,68 0,109
Fuente: elaboracin propia. Programa Minitab.
No.
VLVULA
MEDIA
DESVIACIN
ESTANDAR
Cp
Cpk
P> 0,05
79
80
81
82
83
84
85
86
87
88
89
90
91
92
330,0157
330,3242
330,1068
330,1965
330,0730
330,2050
330,1660
330,3358
330,0958
330,0330
330,1616
330,2237
330,2650
330,2875
0,7209
0,7381
1,1297
0,9322
0,8994
0,9667
0,8414
0,8664
0,8604
0,8851
0,9994
0,9607
1,0890
0,9862
2,29
1,92
1,62
1,69
1,87
1,66
1,73
1,90
1,90
1,68
1,58
1,89
1,62
1,40
2,28
1,79
1,58
1,63
1,84
1,60
1,68
1,77
1,87
1,67
1,53
1,80
1,54
1,32
0,428
0,363
0,098
0,752
0,113
0,266
0,08
0,44
0,839
0,119
0,155
0,106
0,487
0,408
Al mismo tiempo, al analizar el ndice de capacidad del proceso Cp, la dispersin de las
92 vlvulas disminuye, al mostrar un aumento en el valor de este indicador pasando de
valores iniciales menores a 1.33 a mayores a este valor de referencia, lo que indica
disminucin en la variabilidad del proceso que era el objetivo general de esta pasanta.
5. Conclusiones y recomendaciones
5.1 Conclusiones
A continuacin se presentan las conclusiones relacionadas con los objetivos especficos,
lo cual permiti lograr el propsito general del trabajo de grado que fue Desarrollar un
diagnstico de la situacin que permita mejorar el proceso de llenado, disminuir la
variabilidad del mismo y evaluar su efectividad.
5.1.1 Analizar el estado actual del proceso de llenado.
En cuanto este primer objetivo se encontr que el 66,30% de las 92 vlvulas present
una media del proceso por encima del valor objetivo de llenado 330 centmetros cbicos
(cm3) lo que evidenci un sobre-llenado causado por estas vlvulas, el 15,22% de las
vlvulas mostr una media de proceso por debajo de la media objetivo, lo que significa
que estas vlvulas en promedio tienen un deficiente llenado y el 18,48% mostr un
proceso con una media igual o similar al valor objetivo.
Con base en lo anterior datos, se detect que esta dispersin en el llenado, forma parte
de los factores que ocasionan desperdicio o merma en el saln de envase que para el
periodo comprendido entre abril de 2011 y marzo de 2012 fue de $284.773.55913 creando
inconformidad al interior de la organizacin.
Por otra parte al analizar los datos del ndice de capacidad potencial Cpk (Tabla 3-1) se
evidenci que el proceso no estaba centrado en el punto medio exacto de los lmites de
especificacin, que para la compaa son 325 cm3 el lmite inferior y 335 cm3 el lmite
superior para una media o valor objetivo de 330 centmetros cbicos (cm3). El 73, 91% de
los datos tenan valores negativos de Cpk y el restante 26,1% valores menores a 1,33
(ver Tabla 3-1) que es el valor referente que comnmente se utiliza en la industria para
indicar si el proceso est centrado o no respecto a los lmites de especificacin que le
ofrece al cliente (Gonzlez, 2002)
Al mismo tiempo, al analizar en forma particular el ndice de capacidad potencial del
proceso (Cp), se observ que los valores de este indicador respecto al valor de
referencia 1.33 es mucho menor para las 92 vlvulas (Tabla 3-1), lo que para Gonzlez
(2002) indica una alta variacin en el proceso de llenado en la marca Poker referencia
330 cm3, que fue la marca objeto de estudio en esta pasanta. Encontrando que se
aparta radicalmente de un proceso con capacidad para operar dentro de ciertas
especificaciones (Guevara y Vargas, 2006).
5.1.2 Determinar el marco conceptual que permita proponer una solucin.
13
5. Conclusiones
35
La anterior afirmacin se basa en que de acuerdo con Juran y Gryna (1993), Ishikawa
(1996), el 95% de los problemas de las empresas puede ser resueltos esgrimiendo las
herramientas de calidad.
Con el fin de dar cumplimiento a este objetivo y eliminar las causas raz, se inicio con la
aplicacin de la herramienta causa-efecto que permiti identificar y clasificar los factores
causantes de la variabilidad (ver anexo D), se encontr que la falta de estandarizacin en
condiciones de la mquina, operadores y materiales, estaba generando un proceso fuera
de control y con alta variacin.
5. Conclusiones
37
Por ltimo, al analizar el ndice de capacidad del proceso Cp, se pudo evidenciar que la
dispersin de las 92 vlvulas disminuy al mostrar aumento en el valor de este indicador
(Cp) pasando de valores iniciales menores a 1.33 a mayores a este valor de referencia
(Tabla 4-1), lo que indica que la aplicacin de las diferentes herramientas seleccionadas
(Tabla 1-3) contribuyo a la optimizacin del proceso, disminuyendo la variabilidad de
llenado (Montgomery, 2007).
5.2 Recomendaciones
Se hace necesario determinar los ahorros econmicos que represent la disminucin de
la variabilidad de llenado lograda en la presente pasanta.
Tambin resulta de gran relevancia aplicar este estudio a otros procesos manufactureros
y de servicios con el fin de mejorar el desempeo de los mismos.
Tamao de
la muestra
30
Potencia
0,8
Supuestos
Alfa
0,05
Desv.Est.
1,68
Alternativa
No =
0,6
0,4
0,2
0,0
-1,0
-0,5
0,0
Diferencia
0,5
1,0
Prueba t de muestra 1
Probando la media = nula (no vs. = nula)
Calculando la potencia para la media = nulo + diferencia
Alfa = 0,05 Desviacin estndar asumida = 1,68
Diferencia
1
Tamao
muestra
30
Potencia
0,883092
ANEXO A. (Continuacin)
Figura A-2: Prueba t de una muestra. 1
Curva de la potencia para Prueba t de 1 muestra
1,0
Tamao de
la muestra
30
Potencia
0,8
Supuestos
Alfa
0,05
Desv.Est.
1,68
Alternativa
No =
0,6
0,4
0,2
0,0
-1,0
-0,5
0,0
Diferencia
0,5
1,0
41
Mayo Junio
Julio
Agosto
333
333
331
333
332
331
331
331
332
331
329
332
333
333
332
331
333
332
333
333
331
334
332
332
333
334
333
333
332
332
331
331
333
334
331
333
331
333
330
332
332
332
331
329
332
334
332
332
331
334
330
332
332
331
332
333
332
332
332
332
333
332
330
332
331
331
331
333
330
329
329
332
331
333
332
333
332
332
332
331
332
331
330
332
333
332
333
333
332
331
332
333
332
333
333
332
333
332
332
332
332
330
331
331
332
331
331
332
332
331
332
331
331
331
331
333
332
331
332
332
331
328
332
332
332
331
333
332
330
332
329
331
331
332
330
333
332
332
332
332
335
331
333
331
332
330
332
333
329
332
332
332
332
332
332
333
332
334
331
332
332
331
333
334
332
331
331
330
332
333
333
332
332
334
332
331
333
333
332
332
335
331
333
331
331
septiembre
333
332
332
333
333
333
332
333
333
333
332
332
331
332
332
331
331
331
334
333
332
333
332
332
331
331
332
331
332
333
332
332
332
331
332
332
331
Octubre
331
332
332
332
331
332
333
332
331
329
334
331
331
333
332
329
333
333
335
331
332
332
333
333
332
332
331
333
331
332
332
333
330
333
333
332
333
Noviembre
333
332
332
332
332
330
331
332
333
332
332
333
333
333
332
333
332
332
328
333
332
332
330
331
332
332
331
334
333
333
332
333
333
333
332
331
332
Diciembre
331
331
332
332
331
333
331
331
331
332
332
332
332
331
332
335
331
332
331
331
331
330
332
332
331
332
330
332
331
330
332
331
333
331
332
332
330
Enero
332
332
330
331
333
333
331
331
332
334
332
331
331
331
331
331
331
331
334
329
331
333
332
332
331
332
334
332
332
333
333
333
332
332
332
333
330
Febrero
332
333
333
333
332
331
331
333
332
330
332
333
332
333
333
333
333
327
332
333
330
332
332
331
333
332
334
332
332
331
330
331
332
332
332
333
333
43
Mayo Junio
Julio
Agosto
333
334
331
333
331
330
331
330
329
332
331
329
334
333
332
332
333
330
335
333
334
332
331
331
331
333
332
332
332
330
331
332
332
331
334
333
333
332
329
329
332
331
333
333
332
332
331
332
334
334
331
331
331
331
332
330
329
332
333
331
332
333
330
334
330
333
330
332
332
331
332
330
332
331
330
332
331
332
332
331
332
331
332
331
333
332
331
333
331
332
334
331
332
332
334
331
334
332
331
333
333
333
332
333
332
332
331
333
332
334
332
332
331
330
331
332
330
332
333
333
332
331
332
331
332
332
332
331
332
330
330
331
331
332
333
332
330
332
334
330
332
332
330
332
331
331
331
332
332
333
333
331
335
331
333
331
331
332
331
332
331
332
330
331
333
329
333
332
332
332
332
333
332
333
332
332
331
331
333
332
333
332
332
331
332
334
332
332
333
333
septiembre
332
331
332
332
331
332
331
333
333
333
331
331
332
330
330
333
333
332
332
331
330
332
334
333
333
332
334
331
333
331
332
330
333
331
332
331
332
333
Octubre
330
333
333
332
333
333
330
332
334
333
334
332
333
333
333
333
332
333
333
331
333
331
331
329
330
333
329
333
332
332
333
334
333
333
332
332
331
331
Noviembre
333
333
332
331
332
332
333
332
331
332
330
332
331
332
331
333
331
333
331
332
331
330
332
331
327
332
333
332
332
333
332
330
332
331
331
331
333
330
Diciembre
333
331
332
332
330
333
333
333
331
333
334
332
332
333
332
332
331
329
332
333
331
334
333
333
334
332
333
333
333
332
332
334
332
331
333
333
332
332
Enero
332
332
332
333
330
330
331
331
333
332
331
332
332
329
332
332
333
331
332
332
332
331
333
332
332
332
328
332
333
332
332
332
332
330
331
331
332
331
Febrero
332
332
332
333
333
331
333
333
332
332
331
332
334
335
332
332
331
332
334
332
332
331
330
332
334
329
331
331
332
330
333
332
332
332
332
335
331
333
Mayo Junio
Julio
Agosto
333
333
333
332
331
332
332
333
332
331
332
330
332
331
332
331
333
331
333
331
332
331
330
332
331
327
332
333
330
332
332
331
333
329
333
333
332
332
331
333
331
332
332
330
333
333
333
331
333
334
332
332
333
332
332
331
329
332
333
331
334
333
333
334
332
333
330
333
332
333
333
334
334
332
332
333
331
332
332
332
333
333
331
333
333
332
332
331
332
334
335
332
332
331
332
334
332
332
331
330
332
334
329
331
325
332
333
332
333
333
332
331
332
332
330
329
333
332
332
332
333
332
329
333
332
331
331
330
331
332
332
334
333
332
331
332
332
331
331
332
330
331
332
332
333
331
329
333
330
333
333
333
333
332
332
332
333
330
330
331
331
333
332
331
332
332
329
332
332
333
331
332
332
332
331
333
332
332
332
328
335
331
330
331
331
332
330
332
332
331
septiembre
332
334
332
333
331
331
333
334
331
332
331
334
332
332
332
333
331
332
330
328
332
333
333
332
329
331
334
332
328
332
332
332
333
330
332
332
332
331
Octubre
333
334
331
333
331
330
331
330
329
332
331
329
334
333
332
332
333
330
335
333
334
332
331
331
331
333
332
332
332
334
330
332
331
332
329
332
331
332
Noviembre
329
329
332
331
333
333
332
332
331
332
334
334
331
331
331
331
332
330
329
332
333
331
332
333
330
334
330
333
328
331
332
331
330
332
333
335
333
332
Diciembre
335
331
333
331
331
332
331
332
331
332
330
331
333
329
333
332
332
332
332
333
332
333
332
332
331
331
333
332
331
331
332
333
334
331
334
328
332
331
Enero
331
332
332
331
332
331
332
331
333
332
331
333
331
332
334
331
332
332
334
331
334
332
331
333
333
333
332
333
335
332
332
332
332
331
330
332
332
333
Febrero
331
332
330
332
333
333
332
331
332
331
332
332
332
331
332
330
330
331
331
332
333
332
330
332
334
330
332
332
332
332
331
331
331
333
334
333
332
333
45
Mayo Junio
332
333
332
333
333
331
333
330
332
331
331
332
332
331
332
332
331
333
333
332
332
330
333
332
332
329
331
331
331
332
330
333
332
331
330
335
333
332
331
332
334
333
332
331
333
335
332
332
333
331
331
331
334
333
333
332
331
330
330
330
329
333
332
329
334
332
330
332
332
331
331
332
334
330
331
332
332
332
332
331
331
332
330
332
331
333
332
332
332
332
331
333
333
332
332
333
333
335
333
331
329
337
332
332
333
331
333
330
332
331
330
332
331
334
Julio
331
330
333
331
332
332
329
333
333
331
333
331
332
332
330
331
332
332
332
333
331
332
333
330
333
333
330
333
331
333
331
331
332
334
334
331
331
332
Agosto septiembre
333
333
332
333
332
332
332
332
332
331
331
333
332
333
333
332
332
332
332
332
332
333
332
333
333
332
332
330
331
331
331
332
332
333
330
332
332
332
331
334
330
331
332
331
331
332
332
332
333
334
332
334
332
332
333
331
334
330
331
331
331
332
332
332
334
333
334
331
332
330
332
332
330
333
333
330
Octubre
334
332
334
332
332
333
333
332
332
331
331
329
332
330
330
334
331
332
331
333
331
331
331
331
332
329
334
333
330
332
332
337
331
332
331
332
329
332
Noviembre
331
334
331
332
332
331
332
333
331
332
332
332
333
332
332
331
332
331
331
332
334
333
333
332
332
333
332
331
333
333
332
330
332
330
333
328
334
330
Diciembre
334
330
332
332
331
333
333
331
331
331
332
332
333
330
331
333
333
335
332
333
330
333
332
332
332
330
329
334
332
332
330
330
331
333
332
336
331
332
Enero
330
330
335
331
332
331
331
328
330
330
331
333
330
331
334
332
331
332
332
331
334
330
329
331
332
335
330
330
332
332
333
332
332
332
331
332
334
332
Febrero
331
331
329
333
332
331
333
330
332
334
332
331
332
332
334
331
331
331
332
331
332
331
332
331
333
329
333
333
332
331
333
332
332
331
331
331
332
332
Mayo Junio
Julio
Agosto
332
332
333
332
332
331
332
329
332
332
333
331
333
330
333
332
332
332
330
329
332
333
334
331
332
332
335
334
333
332
330
332
331
331
332
334
330
332
331
332
330
331
332
333
332
335
332
332
332
332
331
334
330
329
331
332
335
330
332
331
331
331
329
332
333
329
333
331
332
332
331
331
334
333
332
332
331
333
332
334
332
330
334
334
332
332
332
332
333
332
336
333
333
334
332
332
332
332
331
331
333
332
333
333
331
332
331
331
331
333
334
332
332
332
332
331
332
332
331
331
332
334
330
333
332
331
332
331
331
333
332
329
332
331
330
332
332
332
332
332
334
332
332
331
331
332
332
333
333
333
332
331
333
331
333
331
331
332
331
331
332
333
332
331
331
332
331
332
331
333
329
333
331
331
333
331
331
332
330
333
331
331
332
333
333
331
330
331
332
332
septiembre
332
332
330
331
332
331
332
330
333
331
330
331
332
330
333
332
332
329
331
331
331
335
335
333
331
331
330
331
334
332
332
332
332
332
331
333
331
333
Octubre
333
332
332
331
334
333
331
332
331
331
329
332
330
330
329
333
332
329
334
332
334
334
331
331
332
331
334
330
330
331
331
333
332
333
332
330
332
332
Noviembre
332
332
332
333
333
332
332
329
331
332
333
332
333
335
333
331
329
337
332
332
332
333
330
332
331
332
332
333
333
333
334
332
332
330
330
331
332
332
Diciembre
331
330
332
331
333
332
330
334
332
332
333
332
331
332
333
330
333
333
330
333
332
330
330
332
332
332
331
333
331
330
332
331
331
331
331
332
331
332
Enero
332
333
331
334
333
332
335
333
332
332
333
332
332
333
332
333
333
332
332
330
333
332
331
332
332
332
331
329
332
330
332
332
332
333
329
332
331
331
Febrero
332
330
332
333
332
331
332
329
332
330
331
332
331
331
331
332
332
332
334
333
333
331
333
331
331
329
332
334
333
334
331
332
333
332
333
331
333
333
47
Mayo Junio
Julio
Agosto
330
332
333
333
332
332
331
332
333
332
331
332
332
333
335
332
332
330
333
330
331
333
333
328
328
332
333
333
334
329
329
332
334
332
332
332
331
331
333
333
328
333
332
332
333
332
332
332
332
332
332
330
334
333
332
333
332
333
329
332
330
334
331
330
333
333
333
332
331
333
333
331
332
333
331
331
329
331
334
331
333
330
333
330
330
333
331
331
332
334
334
333
332
332
333
331
336
332
328
335
332
333
331
331
332
330
335
332
332
334
332
331
332
332
332
332
330
332
331
332
332
334
333
332
334
332
332
331
330
333
330
332
332
332
330
333
333
335
335
333
330
332
332
334
333
333
328
331
334
333
334
332
334
334
332
333
332
332
332
333
333
332
331
333
330
330
330
330
331
330
332
334
332
331
332
332
331
333
331
331
331
334
332
331
332
333
332
332
331
332
septiembre
331
330
332
331
332
334
332
330
333
333
332
332
333
335
332
334
334
332
331
333
334
331
329
333
332
333
332
331
332
331
332
335
332
334
332
332
332
334
Octubre
332
333
330
331
332
331
330
332
332
331
332
330
330
332
332
333
333
332
332
331
331
333
331
330
332
332
332
331
331
333
334
334
332
329
330
330
331
332
Noviembre
333
332
333
329
330
330
332
332
331
331
332
331
328
332
332
334
332
332
333
333
332
330
334
333
330
330
331
332
332
332
330
332
331
332
332
332
334
330
Diciembre
334
332
334
332
333
332
332
332
332
332
332
331
330
332
335
334
333
332
328
330
330
333
332
333
329
332
333
331
331
332
331
333
334
333
332
333
332
332
Enero
330
333
331
336
330
334
332
332
331
333
332
335
331
332
335
329
333
334
332
332
333
333
333
332
332
331
332
331
333
332
329
330
332
333
330
332
330
332
Febrero
332
332
332
330
332
331
332
330
331
333
331
330
333
331
331
332
330
331
334
330
332
331
333
332
334
333
327
331
333
333
332
333
332
331
333
332
331
332
Mayo Junio
Julio
Agosto
332
333
332
333
333
334
330
332
331
333
334
330
334
333
332
331
331
332
333
331
331
332
330
331
333
330
332
332
332
330
330
332
332
333
332
332
330
331
332
331
331
333
330
333
332
331
333
331
332
332
331
332
332
332
330
331
332
332
332
333
334
330
329
332
331
331
332
334
329
332
332
331
333
332
329
331
332
331
332
332
332
331
332
332
333
332
332
332
333
332
333
333
331
330
333
332
332
335
329
331
333
332
331
333
333
330
334
332
332
332
330
333
331
331
331
332
328
332
331
332
332
332
333
334
331
330
332
335
333
331
332
333
333
332
333
334
334
332
331
333
334
331
329
332
333
332
332
330
331
328
331
334
333
331
331
332
333
330
332
333
332
333
332
333
329
332
330
331
337
330
331
332
331
331
331
332
333
331
333
331
330
334
331
332
332
332
332
332
334
332
septiembre
333
333
331
330
333
333
332
334
329
332
331
334
331
332
331
333
336
330
333
334
333
331
333
332
333
331
331
332
333
332
330
331
331
329
333
329
332
329
Octubre
333
332
332
330
332
333
332
334
333
330
332
331
330
331
331
332
332
334
331
332
332
330
331
332
332
330
332
331
333
333
331
332
332
336
329
334
333
330
Noviembre
331
333
332
332
331
332
332
333
333
333
331
333
332
332
332
332
330
331
329
334
331
332
332
332
332
330
333
332
332
331
333
332
332
332
332
331
333
335
Diciembre
332
333
331
330
332
331
335
331
331
332
333
330
332
330
332
332
331
332
329
330
333
332
332
332
331
332
333
332
332
332
332
331
333
332
332
332
337
333
Enero
332
332
331
332
332
332
329
332
331
330
332
333
329
332
332
333
330
331
334
333
330
332
332
332
332
331
331
332
335
330
333
332
331
332
335
331
329
331
Febrero
332
332
331
333
331
332
329
333
331
331
332
333
334
332
333
331
332
334
333
331
334
332
330
332
330
330
332
332
330
330
331
332
332
332
334
332
328
331
49
Mayo Junio
Julio
Agosto
332
331
332
329
336
330
333
332
331
334
331
332
329
336
331
333
330
333
333
332
332
332
331
332
334
331
330
337
331
335
333
332
331
333
332
332
334
334
333
333
333
330
331
333
331
332
331
333
333
333
331
330
333
333
331
331
331
331
333
336
334
331
333
331
334
333
332
335
333
331
334
332
332
335
330
334
334
333
330
331
329
331
334
333
329
331
332
332
332
333
333
330
333
330
333
332
331
330
330
333
334
333
333
332
331
331
332
332
330
332
328
331
333
333
330
333
332
331
332
332
333
333
333
332
332
335
333
335
333
331
336
333
333
333
329
331
331
333
332
332
331
331
330
331
332
327
330
331
333
332
332
332
331
329
332
333
335
334
331
333
330
333
332
333
331
331
330
334
332
331
329
333
330
335
331
332
332
331
334
331
332
331
335
330
334
331
332
334
330
331
septiembre
330
334
333
332
331
333
332
331
329
331
332
332
332
334
332
334
330
333
332
331
334
328
334
331
335
331
333
333
330
332
329
331
331
330
332
333
330
332
Octubre
331
334
335
332
334
331
332
331
335
332
332
327
331
330
333
332
328
334
331
331
334
329
332
332
332
331
332
332
336
330
331
332
332
332
332
328
330
336
Noviembre
332
330
330
333
331
332
332
331
331
332
333
333
332
330
333
332
330
333
332
333
333
335
331
331
330
330
333
332
333
333
334
340
330
332
332
331
331
336
Diciembre
331
330
333
332
331
331
332
330
332
332
330
335
330
331
332
333
335
331
332
332
332
332
331
332
335
332
331
333
335
332
332
334
333
333
334
334
333
335
Enero
333
334
332
331
332
330
332
334
332
333
333
337
332
334
330
332
331
331
331
332
333
333
332
332
331
332
330
332
333
330
330
332
333
332
334
331
331
332
Febrero
333
332
331
331
333
332
330
334
330
331
331
333
332
333
333
332
330
334
331
334
331
330
332
331
330
332
333
331
329
330
336
331
332
332
331
334
331
334
Mayo Junio
Julio
Agosto
septiembre
Octubre
Noviembre
Diciembre
331
335
334
336
330
330
335
331
333
332
331
333
330
332
330
336
333
330
329
332
331
332
Enero
332
327
332
327
336
331
334
333
331
331
332
332
332
331
332
336
330
331
333
335
331
333
Febrero
331
332
332
336
334
333
330
331
331
331
332
333
335
331
333
330
330
331
330
332
333
332
Mayo
99,9
99
99,9
99
90
90
50
50
10
10
1
0,1
330
335
340
1
0,1
327
330
Junio
333
336
339
Julio
99,9
99
99,9
99
90
90
50
50
10
10
1
0,1
328
330
332
334
1
0,1
336
325,0
327,5
330,0
Agost o
332,5
335,0
sept iembre
99,9
99
99,9
99
90
90
50
50
10
10
1
0,1
328
330
332
334
336
1
0,1
328
330
332
334
336
Noviembre
99,9
99
99,9
99
90
90
50
50
10
1
0,1
10
325
330
335
340
1
0,1
330
Diciembre
90
90
50
50
10
10
328
330
332
334
1
0,1
336
Febrero
Normal - 95% IC , A D: 9,365, P: < 0,005
99,9
99
90
50
10
1
0,1
340
99,9
99
1
0,1
335
Enero
328
330
332
334
336
328
330
332
334
336
mquina)
53
Segunda Fase: Separadas las ideas, se genero un debate sobre la importancia que
tenia cada uno de los factores encontrados en la fase inicial. Se organizaron en un
diagrama causa efecto.
Figura D-1: Diagrama de causa-efecto. 1
OD (ppb)
30
OXIGENO ANTES DE LA
MEJORA
25
20
15
OXIGENO DISUELTO
DESPUS DE LA MEJORA
10
5
0
1
9 13 17 21 25 29 33 37 41 45 49 53 57 61 65
Fuente: Elaboracin propia a partir de datos toma del informe Datos Boyac.
Figura F-2: Imagen del variador antes de implementar el control automtico de velocidad
de la envasadora. 1
57
Figura F-5: Evidencia fotogrfica del carro para almacenamiento de los tubos de venteo
de forma organizada. 1
Bibliografa
1. Arrieta, J. G. (2004): Estudio de las Mejores Prcticas en Manufactura Conocidas
como Herramientas de Produccin Aplicadas en el Sector Metalmecnico de la
Ciudad de Medelln. Revista Universidad EAFIT. 40(133), (pp. 106 119).
2. Bunge M. (2000) La investigacin cientfica. Su estrategia y su filosofa. Mxico:
Siglo XXI.
3. Colombia, Ministerio de comercio, Industria y turismo superintendencia de
industria y comercio. (2003). Por la cual se reglamenta el control metrolgico del
contenido del producto en preempacados, resolucin 16379 del 18 de junio de
2003.
Recuperada
25/11/2011
de:
http://www.fedepanela.org.co/pdfs/Res16379de2003.pdf
4. Colomer, M. A. (1996). Estadstica en el control de calidad. Espaa: Universitat de
Lleida (p. 195).
5. Deming, W. F, (1986). Out of the Crisis". Cambridge, USA: MIT, Center for
Advanced de Engineering Study (p. 503).
6. Daz, E., Daz, C., Flores, L.C. y Heyser, S. (2009). A Study on Process
Variability in the Packing Area of a Powder Product. Informacin tecnolgica, 20
(6),
(pp.105-113).
Recuperado
03/04/2012
de:
http://www.scielo.cl/scielo.php?pid=S071807642009000600013&script=sci_arttext
&tlng=en
7. Escobar, N. E., Velzquez, S., Sarmiento, J. A. y Gutirrez, M. A. (2010).
Propuesta para la Disminucin de Productos no Conformes en el Proceso de
Envasado de la Empresa Lcteos de Chiapas, Utilizando Control Estadstico de
Proceso.
Recuperado
03/06/2012
de:
http://www.uacj.mx/planeacion/acreditacion/Documents/Industrial/RUBRO%205/5.
2.1.6%20Expediente%20MCA%20Ludovico%20Soto%20N/Producci%C3%B3n%
20Acad%C3%A9mica/Memorias/DiscoMemoriasCongresoChiapasa2010/4IIQS%
20spt%28PonenciaPag3%29.pdf#page=23
8. Evans, J.R. y Lindsay, W.M. (2005). Administracin y Control de la Calidad. D.F
Mxico, Mxico: Editorial Thomson,
9. Guevara R. D. y Vargas J. A. (2006). Intervalos de confianza para los ndices de
Capacidad Cpm y Cpmk en procesos estacionarios gaussianos. Revista
Colombiana de Estadstica, 29(2), (pp.153 162).
10. Gutirrez, M. (2004) Administrar Para La Calidad: Conceptos administrativos de
control de la calidad total. Mxico D. F., Mxico: Limusa
11. Gonzlez, D. (2002). Programa de certificacin seis sigma: mdulo I definicin,
medicin y anlisis preliminares, Conferencia, Junio, Monterey, Mxico.
12. Han, C. (2006). Effect of Testing Normality on Estimating Process Capability
Indices. Quality Engineering, 18(3), (pp. 391-395).
Bibliografa
61