Universidad Nacional

Jos Faustino Snchez Carrin

Facultad Agracia, Industrias

Alimentarias y Ambiental
Escuela Acadmico Profesional de Ingeniera de Industrias
Alimentarias

QUALITY CONTROL EN LA DETERMINACION DE LA

CAPACIDAD DE PROCESO DE CALIDAD
PRESENTADO POR:
GARRO JARA, Angelo Diego
ORIHUELA MELASQUEZ, Yilda Meliza

DOCENTE:
Ing. Jaime GUTIERREZ
Huacho, 2017
PER

CONTENIDO

INTRODUCCION....................................................................................... 3

I.
II.

OBJETIVOS........................................................................................... 4

III.

MARCO TEORICO.................................................................................. 4

Prunus persica, DURAZNO.............................................................................. 4

VARIEDADES DE DURAZNOS:.....................................................................4
Muzga en Huaura tendrn certificacin Global GAP..........................................5
DISTRIBUCIN DE POISSON.........................................................................6
GRAFICOS DE CONTROL............................................................................. 8
QUALITY CONTROL / Process Performance and Quality (Control de Calidad)........9
PROCEDIMIENTO................................................................................ 10

IV.

V.

1.

Instalacin del software POM-QM, en el apartado Quality Control en la PC..........10

2.

Determinacin de nuestra como estudio de objeto, determinado en el objetivo.......10

3.

Recopilacin de datos en la empresa, Exportacin e Importaciones Estelita:.........10

4.

Insertacion de los datos en el software, y obtencin de los resultados..................11

RESULTADOS.......................................................................................... 12

VI.

DISCUSIN.......................................................................................... 13

VII.

CONCLUCION...................................................................................... 14

VIII.

BIBLIOGRAFIA................................................................................. 15

I.

INTRODUCCION

El Prunus persica, Durazno; es uno de los duraznos del pas y de la regin del norte chico que
ha llegado a ser un producto alimenticio con calidad de exportacin al exterior del pas, siendo
una fuente altamente nutritiva con un contenido de agua del 88.87g, carbohidratos 9.54 g, fibra
alimenticia 1.5g, grasa 0.25g y protenas 0.91g en promedio y tambin es rico en vitamina C, E,
k, calcio, hierro, magnesio, fosforo, etc. que la llevan a ser una fruta apta para el consumo.
Principalmente esta fruta es exportada al Ecuador como principal comprador, a travs de ADEX,
apoyada en la regin Lima a travs de Sierra Exportadora.
Es por ello que empresas dedicadas a la Agro exportacin entre ellos el singular durazno, vienen
aplicando una mejora en la cosecha, pos cosecha y en toda la lnea de produccin para su
comercializacin en condiciones ptimas de consumo y calidad. Para la exportacin de
duraznos de seleccin se presentan varias medidas segn el mercado que lo requiera, y estas se
miden por el calibre medio ecuatorial, en este sentido para obtener una precisin optima de
medida y ver a travs de los grficos de control si el proceso de seleccin est marchando
eficazmente, para ello se utiliza una herramienta de control de calidad denominada POM-QM
que utiliza un software Quality Control( control de calidad), que nos arrojan datos y grficos
que reflejaran lo que deseamos medir, que a travs de datos reales tomados de una muestra de
lotes, haciendo uso de la estadstica podemos obtener resultados cuantitativos, para esto se
toman atributos mustrales o variables mustrales; as que para nuestro estudio tomamos datos
reales de una planta dedicada a este rubro, la denomina EXPORTACIONES E
IMPORTACIONES ESTELITA SAC, World Fruit; - Huacho. Se llevar a cabo todo el
procedimiento para nuestro clculo de la capacidad de proceso en esta planta exportadora de
duraznos.

II.

OBJETIVOS
Medir la capacidad de proceso de calidad en la lnea de seleccin del
durazno usando como variable de muestreo el calibre medio ecuatorial;
utilizando un software Quality Control, en la planta Exportadora Estelita
World Fruit, 2016.

III.

MARCO TEORICO

Prunus persica, DURAZNO

Los cultivos de durazno en el Per solamente estn en su gran mayora orientados hacia
la produccin de duraznos conserveros tipo pava de pulpa dura a semidura, no existen
variedades de duraznos de mesa (priscos o semi-priscos). Nuestro vecino pas de Bolivia tiene
una larga tradicin en el cultivo del durazno en sus valles interandinos y debera ser un referente
para la produccin de duraznos en el Per, los duraznos del vecino pas se caracterizan por sus
diversas variedades: como la famosa "Gumucio Reyes" y "TGB" (resistente a las heladas
primaverales) "Mocito" pavias y priscos respectivamente que son de tamao grande a
mediano de pulpa suave, dulce aromtica y jugosa.
El error de los agrnomos peruanos es que piensan que el "FRIO ESTACIONAL ANDINO"
(mayo, junio, julio y agosto) es su peor enemigo, por eso paradjicamente cultivan variedades
con poco requerimiento de fro, que no responden a la climatologa andina y producen frutos de
baja calidad.
Aquellas zonas interandinas en donde las temperaturas mnimas bajan por debajo de 7C (FRO
ESTACIONAL ANDINO) son las ms apropiadas para el cultivo del durazno, nectarines,
damascos, manzanas, peras, ciruelas europeas, claudias, damascenas, cerezas y nogales. Las
zonas ms apropiadas la sierra de Cajamarca, la sierra central centro-sur y sur.
VARIEDADES DE DURAZNOS:
En variedades de manzanos se pueden producir en estas zonas del Per: Golden
Delicious, Fuji, Royal Gala, Red Delicious, Pinova, Braeburn, Rome Beauty, Jonagold, Granny
Smith, Gravenstein, Lochbuie, Joburn, Epli, y Opal, adems de reinetas.

Fig. 01: Duraznos Huyco.

Tabla. 01. Composicin del durazno.

Valor nutricional por cada 100 g
Energa 42 kcal 175 kJ
Carbohidratos

9.54 g

Azcares

8.39 g

Fibra alimentaria

1.5 g

Grasas

0.25 g

Protenas

0.91 g

Muzga en Huaura tendrn certificacin Global GAP

Tambin se est mejorando la competitividad y sostenibilidad de las exportaciones de durazno
al mercado ecuatoriano, inform Sierra Exportadora.
La Comunidad Campesina de Muzga, ubicada en el sector Huancatama, distrito de Paccho,
provincia de Huaura (Lima), obtendr en octubre de este ao la certificacin Global GAP para
el cultivo de durazno, inform Sierra Exportadora Esta entidad del Estado apoy en la
implementacin del protocolo de este sistema de aseguramiento de la calidad en alianza con
Importaciones & Exportaciones Felles, empresa empacadora y comercializadora de durazno
ubicada en Huacho.
Esta comunidad est conformada por 170 familias, cuenta con 80 hectreas y una produccin de
1,400 toneladas mtricas de durazno Huayco Rojo, las cuales se distribuyen en Lima y se

exporta a Ecuador, explic el jefe del Programa Nacional de Innovacin e Industria de la Palta
Hass y Otros Frutales, Vicente Zegarra.

DISTRIBUCIN DE POISSON

Esta distribucin es una de las ms importantes distribuciones de variable discreta. Sus

principales aplicaciones hacen referencia a la modelizacin de situaciones en las que nos
interesa determinar el nmero de hechos de cierto tipo que se pueden producir en un intervalo
de tiempo o de espacio, bajo presupuestos de aleatoriedad y ciertas circunstancias restrictivas.
Otro de sus usos frecuentes es la consideracin lmite de procesos dicotmicos reiterados un
gran nmero de veces si la probabilidad de obtener un xito es muy pequea. Proceso
experimental del que se puede hacer derivar.
Esta distribucin se puede hacer derivar de un proceso experimental de observacin en el que
tengamos las siguientes caractersticas:
Se observa la realizacin de hechos de cierto tipo durante un cierto periodo de tiempo o
a lo largo de un espacio de observacin.
Los hechos a observar tienen naturaleza aleatoria; pueden producirse o no de una
manera no determinstica.
La probabilidad de que se produzcan un nmero x de xitos en un intervalo de amplitud
no depende del origen del intervalo (Aunque, s de su amplitud).
La probabilidad de que ocurra un hecho en un intervalo infinitsimo es prcticamente
proporcional a la amplitud del intervalo.
La probabilidad de que se produzcan 2 o ms hechos en un intervalo infinitsimo es un
infinitsimo de orden superior a dos. En consecuencia, en un intervalo infinitsimo
podrn producirse O 1 hecho, pero nunca ms de uno.
Si en estas circunstancias aleatorizados de forma que la variable aleatoria X signifique o
designe el "nmero de hechos que se producen en un intervalo de tiempo o de espacio",
la variable X se distribuye con una distribucin de parmetro.
As :
6

El parmetro de la distribucin es, en principio, el factor de proporcionalidad para la

probabilidad de un hecho en un intervalo infinitsimo. Se le suele designar como parmetro de
intensidad, aunque ms tarde veremos que se corresponde con el nmero medio de hechos que
cabe esperar que se produzcan en un intervalo unitario (media de la distribucin); y que tambin
coincide con la varianza de la distribucin.
Por otro lado es evidente que se trata de un modelo discreto y que el campo de variacin de la
variable ser el conjunto de los nmero naturales, incluido el cero:
Funcin de cuanta
A partir de las hiptesis del proceso, se obtiene una ecuacin diferencial de definicin del
mismo que puede integrarse con facilidad para obtener la funcin de cuanta de la variable
"nmero de hechos que ocurren en un intervalo unitario de tiempo o espacio "

Que sera :
Ir a programa de clculo, cuya representacin grfica para un modelo de media 11 sera la
adjunta, Obsrvense los valores prximos en la media y su forma parecida a la campana
de Gauss , en definitiva , a la distribucin normal.

GRAFICOS DE CONTROL
En cualquier proceso productivo resulta conveniente conocer en todo momento hasta qu punto
nuestros productos cumplen con las especificaciones preestablecidas. Como ya comentamos en
el captulo anterior, podemos decir que la calidad de un producto tiene dos grandes enemigos:
(1) las desviaciones con respecto al objetivo especificado (falta de exactitud), y (2) una excesiva
variabilidad respecto a los valores deseables (falta de precisin).
La idea consiste en extraer muestras de un proceso productivo que se encuentra activo y, a partir
de las mismas, generar grficos que nos permitan tanto estudiar la variabilidad del mismo como
comprobar si los productos obtenidos cumplen o no con las especificaciones preestablecidas. En
caso de apreciar en tales grficos tendencias no aleatorias o bien muestras que se siten ms all
de los lmites de control consideraremos que el proceso est fuera de control. Si as ocurre,
estaremos interesados en averiguar las causas especiales que afectan al proceso.
En un grfico de control se representa grficamente una caracterstica de calidad T, medida o
calculada a partir de muestras del producto, en funcin de las diferentes muestras. La grfica
tiene una lnea central que simboliza el valor medio de la caracterstica de calidad. Finalmente,
otras dos lneas (los lmites superior e inferior de control) flanquean a la anterior a una distancia
determinada. Estos lmites son escogidos de manera que si el proceso est bajo control, casi la
totalidad de los puntos mustrales se halle entre ellos. As, un punto que se encuentra fuera de
los lmites de control se interpreta como una evidencia de que el proceso est fuera de control.
Adems, incluso si todos los puntos se hallan comprendidos entre los lmites de control, pero se
comportan de manera sistemtica o no aleatoria, tambin tendramos un proceso fuera de
control (veremos cmo estudiar la existencia de tales patrones no aleatorios mediante los
llamados tests para causas especiales).

Variable T

Lmite superior (LSC)

3 * T
Lnea central

Lmite inferior (LIC)

Nmero de muestra o tiempo

La determinacin de los lmites de control se basa en conceptos y resultados estadsticos:

supongamos, p.e., que estamos interesados en controlar la media de una variable aleatoria X
cuya distribucin tiene una desviacin estndar ( y constantes durante el proceso).
Sabemos (por el TCL) que, para un tamao muestral n grande, la distribucin de las medias
mustrales ser aproximadamente normal con media igual a y desviacin estndar igual a
/n . De este hecho se deduce que aproximadamente el 99,7% de las medias mustrales estarn
contenidas en el intervalo 3 * /n , intervalo que viene definido por los lmites de control.
Este sencillo razonamiento es la base para la construccin de todos los grficos de control.

QUALITY CONTROL / Process Performance and Quality (Control de Calidad)

El mdulo de control de calidad se puede utilizar para las tres reas principales de estadsticas
de control de calidad: muestreo de aceptacin, graficas de control, y capacidad de proceso. Para
muestra de aceptacin, se puede desarrollar tanto los planes para atributos como los planes para
variables. Los planes para atributos se utilizan cuando la medicin es de tipo por defectuoso/no
defectuoso, mientras que los planes para variables se emplean para adoptar un resultado
numrico, en lugar de limitarse a un simple si/no. Adems, el modelo puede ser usado para
calcular los riesgos del productor como la del consumidor bajo un determinado plan de
muestreo, o para hacer un grfico burdo de la curva caracterstica de la operacin (OC). Para los
grficos de control, es posible desarrollar grficos de barras p-chart para el porcentaje
defectuoso, grficos de barras x-bar charts para la media, o grficos c-charts para el numero
de defectuosos.

IV.

PROCEDIMIENTO
Para el muestreo, la insertacion de datos y obtencin de los resultados se siguieron
el siguiente protocolo:
1. Instalacin del software POM-QM, en el apartado Quality Control en la PC.

2. Determinacin de nuestra como estudio de objeto, determinado en el objetivo.

3. Recopilacin de datos en la empresa, Exportacin e Importaciones Estelita:
3.1. Ubicacin de la planta; pasaje Francisco de Zela s/n, Hualmay Huaura.
3.2. Obtencin de datos, obtenidos por el jefe de Produccin, registrados en la
memoria de la empresa.
Tomando en consideracin:
- 05 proveedores de duraznos que alimentan la planta.
- Lugar de procedencia de cada uno, con su respectivo volumen del
-

producto.
Un cuadro donde registra el cdigo para cada calibre de los duraznos,

con sus respectivos pesos y calibres para cada uno.

Medicin Real, para cada calibre, en este caso se eligi de tres tamaos
de duraznos.

Tabla 02. Datos obtenidos de la empresa Exportadora Estelita.

Cdigo

Extra
Primera
Segunda
Tercera
Cuarta
Quinta
Sexta
Cero
Doble cero
Triple cero
Cuatro ceros
Cinco ceros
Rajadas
Maduras

Peso Unitario
(En gramos)
De 105 a 150
98 a 104
86 a 97
81 a 85
69 a 80
60 a 68
51 a 59
41 a 50
31 a 40
21 a 30
de 20
de 20

Calibre
Dimetro
ecuatorial
(mm)*
Mayor a 80
75 - 80
71 - 74
66 - 70
61 - 65
56 - 60
51 - 55
46 - 50
40 - 45
30 - 35

Todo tamao
Todo tamao

Tabla 03. Proveedores de duraznos & volumen del producto

NOMBRES Y
PROVIN DISTRI COMUNID
APELLIDOS
CIA
TO
AD
10

N DE
TACHOS

FRUTA
PARA

FRUTA
PARA

FREDI FAVIAN
FLORES
ESTANISLAO
CLAROS CAYETANO
ELIAS CAYETANO
SIMBRON
WALTER
ECHEVARRIA
TORRES
DURAZN
CAJAS x
PABLO
OS GRANADOS
5 Kg
TORRES
8am
8.00am

1
CAJAS x
5 Kg

8.00am

2
CAJAS x
5 Kg3
CAJAS x
5 Kg
4
CAJAS x
5 Kg
5

8.00am

8.00am

8.00am

OCROS

LLIPA

LLIPA

PACCH
AYARANGA
O
PACCH
HUAURA
AYARANGA
O
HUAURA PACCH
HUACAR
O
1era.
2da.
3era.
HUAURA
medici PACCH
mediciULANCAY
medici
n mm
nO
n
mm
mm
79
76.2
74.5
1era.
2da.
3era.
Medicin Medicin Medicin
HUAURA

76

77.5

1era.
Medicin
80
1era.
Medicin
75
1era.
Medicin
80.5

2da.
Medicin
77.5
2da.
Medicin
78.5
2da.
Medicin
77.2

77.2
3era.
Medicin
78.2
3era.
Medicin
76.5
3era.
Medicin
75.5

COSECHAD EXPORTACI INDUSTRI

AX
OS X 20KG. ON X 10KG.

130

200

30

162

218

57

69

74

32

114

45

46

20

102
4ta.
43
medici
n
mm
75
4ta.
Medicin
77.5
4ta.
Medicin
76
4ta.
Medicin
77.2
4ta.
Medicin
79

Insertacion de los datos en el software, y obtencin de los resultados.

4.1. Variable Utilizada de la muestra tomada es: Calibre Medio Ecuatorial.
Tomando 04 muestra de cada caja de 5kg: para cada proveedor; usando el
calibre PRIMERA.

11

4.
4.
4.
4.
4.
4.
4.
4.
4.
4.
4.
4.
4.

Fuente: Garro J. Orihuela M. (2017)

V.

RESULTADOS

Los limites control obtenidos para los calibres media ecuatorial son:

Lmite superior (Ls)= 85 mm

Lmite inferior (Li)=70 mm

Diametros de los duraznos en mm

Media de la muestra

Grfica Xbarra

Histograma de capacidad

80

LCS=79.828

LES

General
Dentro de
Especificaciones
LEI
70.0
Objetivo 76.6
LES
85.0

LCI=72.222

72
2

70 72 74 76 78 80 82 84

Grfica R
Rango de la muestra

Objetivo

__
X=76.025

76

Grfica de prob. Normal

AD: 0.431, P: 0.276

LCS=11.91
10
_
R=5.22

LCI=0
1

ltimos 5 subgrupos

75

General

Dentro de

Especificaciones
1

80

85

Grfica de capacidad

75

70

70

Dentro
Desv.Est. 2.639
Cp
0.95
Cpk
0.76
PPM
11540.33

80

Valores

LEI

Muestra

INTERPRETACIN:
12

General
Desv.Est. 3.026
Pp
0.83
Ppk
0.66
Cpm
0.71
PPM
24730.87

CARTAS DE CONTROL PARA LA MEDIA DE MUESTRA.- Se observa

que los datos estn dentro de los lmites de control superior (79.828) y
lmites de control inferior (72.22); podemos notar que ninguno de los puntos
se salen del proceso. Observamos que los datos sufren cambios bruscos por
tener diversos calibres. Indica un proceso relativamente estable.
CARTAS DE CONTROL PARA LA RANGO DE MUESTRA.- Se observa
que los datos estn dentro de los lmites de control superior (11.91) y
lmites de control inferior (0); podemos notar que ninguno de los puntos se
salen del proceso. . Observamos que los datos sufren cambios bruscos por
tener diversos calibres. Indica un proceso estable.

GRAFICA DE DISTRIBUCION NORMAL

Podemos explicar esto con Hipotesis en cuestin:
H0= Los datos siguen una distribucin normal
H1= Los datos no siguen una distribucin normal
CONDICION
P value
P<(0.005), rechazar la hiptesis nula (H0).
0.276< 0.005; SE ACEPTA LA H0
Entonces los datos siguen una distribucin normal.
CAPACIDAD DE PROCESO
-

Utilizando Quality Control para obtener el promedio y obtener

la Cp.

13

GRAFICA 1. La siguiente imagen nos muestra el anlisis de capacidad de

proceso

14

RESULTADOS:
Fig02. Probalidad de xito en la eficiencia de muestreo en la prueba
en el proceso del calibrado en duraznos.

Capacidad de proceso en POM .

Fuente. Garro J. Orihuela M. (2017).

Graficos de control en el proceso en POM for Windows

Fuente: Garro J. Orihuela M. (2017)

15

Graficos de control en POM of Windows

Fuente: Garro J, Orihuela M. (2017).

Fig03. Histograma. Herramienta de calidad que mide el proceso del

calibrado en duraznos.

Fig04. Grfico de control x- bar-charts en el proceso del calibrado en

duraznos.

16

Fig05. Grfico de control p-sharts en el calibrado en duraznos.

Fig06. Grfico de control c-sharts en el calibrado en duraznos.

17

Fig07. Distribucin probabilidad de poisson en el calibrado en

duraznos.

18

Fuente: Garro J. Orihuela M. (2017).

El Pp y Ppm General mnimo = 1.33

En contraste con nuestros resultados estamos por debajo de ese estndar,
asi que nos indica que el proceso es bueno pero incapaz que su produccin
sea de alta calidad.
El Ppk optimo=1
Los datos tienden a estar fuera de proceso.

19

VI.

CONCLUCIONES Y DISCUCIONES
Tenemos a partir del grafico 02.; una confiabilidad de tener respuestas
ciertas, porque se toman 01 muestra de cada caja (5kg cada una) de una
poblacin de 20 cajas. Siendo esta del 99.74%
A partir de una herramienta de calidad como es el histograma nos muestra
que el proceso de seleccin por calibre de los duraznos es estable, porque se
trata de un histograma normal; pero no est bajo control.
A partir del grfico de control X-bar-charts; tenemos una media de 77.2.
A partir del grfico de control p-charts; tenemos que un 23% de los
productos son defectuosos.
A partir del grfico de control c-charts; se observa que el proceso no est
bajo control; por lo cual se tiene que mejorar la operacin de seleccin,
porque 4.6 duraznos de cada 20 unidades de la misma son defectuosos.
Decimos entonces a travs de los resultados que el proveedor ms rentable
para la empresa exportadora de durazno, del cual sus lotes presentan mejor
uniformidad es Cayetano Claros Estanislao, de la provincia de Huaura,
distrito de Pacchos, comunidad Arayanga.

20

VII.

BIBLIOGRAFIA
Manual POM-QM for Windows; apartado Quality Control/ Process
Performance and Quality (Control de calidad).
Diario el Comercio; seccin Economa. Publicado, mircoles 19 de agosto del
2015. Muzga en Huaura tendrn certificacin Global GAP.
Empresa Exportaciones e Importaciones ESTELITA- World Fruit, datos
obtenidos de la memoria de la empresa, enero 2016 Hualmay- Huaura.

21