PDF

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)
SILVIA PAOLA BERNAL FALLA
UNIVERSIDAD DE LA SABANA
FACULTAD DE INGENIERÍA
PROGRAMA DE INGENIERIA DE PRODUCCION AGROINDUSTRIAL
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)
SILVIA PAOLA BERNAL FALLA
Proyecto de grado para optar al título de Ingeniero de Producción Agroindustrial
Directores
JULIAN ALBERTO ACUÑA MOSQUERA
Ingeniero Químico
WILSON BERNARDO RAMIREZ ROA
Ingeniero Químico
UNIVERSIDAD DE LA SABANA
FACULTAD DE INGENIERÍA
PROGRAMA DE INGENIERIA DE PRODUCCION AGROINDUSTRIAL
CHIA, CUNDINAMARCA
2001
2
Nota de aceptación
Jurado
Jurado
Bogotá D.C. 13 de Diciembre de 2001
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.
Todo el personal de BAVARIA S.A. por la constante motivación, orientación intelectual

y apoyo económico en la realización del proyecto.
4
CONTENIDO
1. GLOSARIO......................................................................................................................................................................... 14
2. PRESENTACION DE LA EMPRESA........................................................................................................................ 16
2.1. HISTORIA DE LA EMPRESA..................................................................................................................................... 16
2.2. PRESENTACIÓN DE LA CERVECERÍA DE BOGOTÁ.................................................................................... 17
2.2.1. Historia............................................................................................................................................................................ 17
2.2.2. Ficha técnica.................................................................................................................................................................. 17
2.2.3. Proceso de certificación del sistema de calidad de acuerdo con la norma ISO 9002 versión 1994 ....... 18
2.2.3.1 Proceso de aplicación de herramientas estadísticas............................................................................................ 18
3. RESUMEN........................................................................................................................................................................... 19
4. JUSTIFICACIÓN.............................................................................................................................................................. 21
5. OBJETIVOS ....................................................................................................................................................................... 22
5.1. OBJETIVO GENERAL................................................................................................................................................... 22
5.2. OBJETIVOS ESPECÍFICOS ........................................................................................................................................ 22
6. REVISIÓN BIBLIOGRÁFICA..................................................................................................................................... 23
6.1. EL PROCESO CERVECERO....................................................................................................................................... 23
6.1.1. La cerveza....................................................................................................................................................................... 23
6.1.2. Materias primas............................................................................................................................................................ 23
5
6.1.3. Elaboración de la cerveza embotellada .................................................................................................................. 23
6.2. HERRAMIENTAS ESTADÍSTICAS .......................................................................................................................... 27
7. METODOLOGÍA.............................................................................................................................................................. 29
7.1. ANÁLISIS DE LAS METODOLOGÍAS Y DE OTROS TEMAS, DE ESTUDIOS ESTADÍSTICOS

REALIZADOS EN LA CERVECERÍA DE BOGOTÁ.................................................................................................... 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
7.2. METODOLOGÍA DEL PRESENTE TRABAJO.................................................................................................... 31
8. RESULTADOS, DISCUSIÓN Y ANÁLISIS DE RESULTADOS ...................................................................... 35
8.1. DETERMINACIÓN DE LAS VARIABLES CRÍTICAS ...................................................................................... 35
8.1.1. Identificación de las variables de control actual en la elaboración de cerveza embotellada en

BAVARIA S.A. Cervecería de Bogotá.................................................................................................................................... 35
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
8.1.2.1 Determinación del periodo de análisis de los datos............................................................................................. 37
8.1.2.2 Determinación de las dimensiones críticas de la EIC......................................................................................... 37
8.1.2.3 Determinación de los factores críticos de la EIC................................................................................................ 43
• Determinación de los factores críticos de la 1 a dimensión crítica de la EIC “control del producto no
conforme”....................................................................................................................................................................................... 43
• Determinación de los factores críticos de la 2 a dimensión crítica de la EIC “Índices fisicoquímicos de

producto terminado (IFPT)”..................................................................................................................................................... 46
• Determinación de los factores críticos de la 3 a dimensión crítica de la EIC “Índices presentación

producto terminado (IPPT)”..................................................................................................................................................... 48
6
8.1.2.4 Determinación del factor crítico de la EIC............................................................................................................ 50
8.1.2.5 Determinación de las variables críticas de la EIC............................................................................................... 51
Ubicación de la presencia del factor crítico de la EIC en la Cervecería....................................................................... 51
Determinación del equipo de envase crítico de la EIC....................................................................................................... 51
Determinación de la máquina crítica del equipo crítico de la EIC................................................................................. 53
Determinación de la variable crítica de la máquina crítica de la EIC........................................................................... 56
8.1.2.6 Establecimiento de la incidencia de la variable crítica de la EIC en la eficiencia global (EG) ............... 58
Identificación de la aplicación de la EG en la cervecería de Bogotá .............................................................................. 58
Demostración de la incidencia de la variable crítica de la EIC en la EG...................................................................... 59
• 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. CONTROL ESTADÍSTICO DE LA VARIABLE CRÍTICA............................................................................... 67
8.2.1. Determinación de las herramientas estadísticas que mejor se apliquen en la variable crítica para su
control estadístico......................................................................................................................................................................... 67
8.2.1.1 Aplicación de las herramientas estadísticas en la variable crítica de tipo numérico................................. 67
8.2.2. Aplicación del gráfico de control a la variable crítica........................................................................................ 68
8.2.2.1 Definición de la característica de calidad............................................................................................................... 68
7
8.2.2.2 Escogencia del subgrupo racional............................................................................................................................ 68
8.2.2.3 Reunión de los datos necesarios ............................................................................................................................... 69
8.2.2.4 Cálculo de la línea central de ensayo y de los límites de control ..................................................................... 70
Análisis de la gráfica de rangos R y de promedios X, de los datos históricos ............................................................. 74
8.2.2.5 Definición de la línea central revisada y de los límites de control................................................................... 75
Análisis de la gráfica de rangos R mejorada ........................................................................................................................ 77
Análisis de la gráfica de rangos R y de promedios X, aplicadas al proceso................................................................. 80
8.2.2.6 Logro del objetivo......................................................................................................................................................... 81
8.2.2.7 Recomendaciones ......................................................................................................................................................... 82
8.2.2.8 Verificación del control estadístico de la variable crítica (etapa final).......................................................... 82
Análisis de la gráfica de rangos R y de promedios X, etapa final ................................................................................... 87
8.3. EVALUACIÓN DE LA CAPACIDAD DEL PROCESO DE LA VARIABLE CRÍTICA

IDENTIFICADA Y CONTROLADA ESTADÍSTICAMENTE..................................................................................... 90
8.3.1. Determinación de la capacidad del proceso, del Cp y del Cpk de la variable crítica................................ 90
8.3.2. Análisis de la Cp y del Cpk de la variable crítica................................................................................................ 91
9. CONCLUSIONES ............................................................................................................................................................. 92
10. RECOMENDACIONES .................................................................................................................................................. 94
11. BIBLIOGRAFIA ............................................................................................................................................................... 95
12. ANEXOS .............................................................................................................................................................................. 97
8
LISTA DE TABLAS
Tabla 1. Materias primas principales usadas en la elaboración de cerveza............................................................ 23
Tabla 2. Capacidades de los equipos .................................................................................................................................. 26
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 5. Fortalezas y oportunidades de mejoramiento de la “Implementación de control estadístico de

proceso en la cervecería de Bogotá”........................................................................................................................................ 31
Tabla 6. Variables de control actual en el proceso o materia prima en la elaboración de cerveza en la

Cervecería de Bogotá .................................................................................................................................................................. 36
Tabla 7. Aspectos y criterios que se evalúan en la EIC ................................................................................................. 38
Tabla 8. Dimensiones de la EIC........................................................................................................................................... 39
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 11. Datos del diagrama de Pareto de las Dimensiones de la EIC...................................................................... 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 21. Aplicación de Herramientas estadísticas en la variable crítica.................................................................. 67
Tabla 22. Aplicación de los tipos de gráficos de control en la variable crítica.......................................................... 68
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
Etapas de la elaboración de la cerveza embotellada........................................................................................................... 24
Gráfico 2. Secuencia de las actividades relacionadas con la determinación de variables críticas........................ 32
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
Límites de control del gráfico de control de rangos R resultante ................................................................................... 89
Límites de control del gráfico de control de promedios X resultante ............................................................................ 89
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.
• CONTROL ESTADÍSTICO: Es un mecanismo que establece los límites naturales de

comportamiento del proceso para determinar causas atribuibles y fortuitas que
conduzcan a tomar acciones correctivas y preventivas.
• Cpk: Es la medida numérica del centramiento del proceso.
• DIMENSIÓN: Es una fuente de información que permite medir numéricamente la

importancia del sistema de gestión de la Cervecería de BAVARIA S.A. en el ámbito
técnico a través del análisis de los resultados de su medición en el periodo de análisis
de los datos. (Ej. : Inventario de producto no conforme, Número de quejas y reclamos
de los clientes por calidad de producto terminado, índices de inspección y ensayo,
índices de gestión, índices de control de procesos, evaluaciones internas, etc.)
• EFICIENCIA GLOBAL: Es un índice de gestión de la Cervecería expresado en

porcentaje (%), medido mensualmente, que relaciona el rendimiento real de los
equipos de la línea de envase respecto del rendimiento teórico de los equipos de la
línea de envase.
• ESPECIFICACIÓN: Son requisitos de calidad de un material, producto o proceso.1
• EVALUACIÓN INTEGRAL DE LA CALIDAD: Es una herramienta administrativa

expresada en puntos, que mide y evalúa el nivel de calidad en las plantas productoras,
apoya el diseño e implantación de un sistema de calidad bajo los requerimientos de la
norma NTC ISO 9002 y fortalece el cambio cultural y el mayor compromiso y
participación hacia la calidad.2
• FACTOR: Es una característica del producto terminado o en proceso (Ej. : llenado,

etiquetado, etc.), determinada como crítica porque afecta en mayor medida a las
dimensiones en el periodo de análisis de los datos.
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.
• VARIABLE: Es una cantidad susceptible de tomar valores numéricos diferentes,

comprendidos o no dentro de una especificación (Ej.: Temperatura, velocidad, presión,
etc.). Es determinada como crítica porque afecta en mayor medida a los factores
críticos en el periodo de análisis de los datos.
• TOLERANCIA: Es la diferencia numérica entre las especificaciones de una variable.
15
2. PRESENTACION DE LA EMPRESA
2.1. HISTORIA 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
El 4 de abril de 1889 Leo S. Kopp creó la Sociedad “Kopp’s Deutsche Braurei”

(Cervecería Bavaria Alemana Kopp). Las primeras marcas de cerveza producida fueron
Doppel, Bock, Tres Emperadores, Especial, Don Quijote y la Pola. Actualmente Bavaria
S.A. cuenta con 14 fábricas, que producen cervezas y bebidas de malta, aguas de
mesa, jugos y gaseosas. 7
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
En 1965 comienza la construcción de esta Cervecería, que en esa época, operaba en la

zona de San Diego, en el centro de la capital, donde había sido construida por el
fundador de Bavaria, don Leo S. Kopp.
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.
Hoy cuenta con un área construida de 110.000 m².
2.2.2. Ficha técnica9
Marcas que se producen: Costeña, Club Colombia, Aguila, Póker, Clausen Cola &
Pola y Pony Malta 70 y 355 c.c.
Capacidad de producción: 6.000.000 hectolitros / año
Capacidad de depósito: 1.800.000 cajas (bajo techo)
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.
Número promedio de trabajadores: 800
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:
- Formación de un comité guía encargado de la planeación, desarrollo y

capacitación para el sistema de calidad. Nombramiento del representante de
Gerencia y formación de equipos de trabajo.
- Revisión de los procedimientos existentes comparándolos con los requisitos de la

norma que sean aplicables a la empresa, e identificación de la necesidad de
elaborar un programa de trabajo.
- Definición e implementación de los nuevos procedimientos que se necesitan, y

determinación y desarrollo de la documentación del sistema.
- Capacitación permanente de los trabajadores a través de charlas, boletines y

cartillas, en la cual la autora participó como integrante del comité asesor, como
aparece en el anexo:
ANEXO A. Cartilla “hablemos el lenguaje de la calidad” Cervecería de Bogotá de

BAVARIA S.A.
Se trataban los siguientes temas: política de calidad, ¿Qué es ISO 9000?,

beneficios de la certificación de calidad, conocer que documentos corresponden
al puesto de trabajo, donde permanecerán, dónde los puede consultar, que es
instrucción, registro y procedimiento y ¿Cómo contribuyo desde mi puesto de
trabajo al proceso de certificación ISO 9000?
- Localización de un organismo de certificación acreditado
- Envío del manual de calidad para su estudio de escritorio y preparación de la

auditoria
- Nombramiento de auditores internos, capacitarlos, hacer visitas de preauditoría ,

realizar acciones correctivas y preventivas, y preparación de la auditoria de
certificación.
2.2.3.1 Proceso de aplicación de herramientas estadísticas
Como cumplimiento al requisito 4.20 Técnicas Estadísticas de la norma ISO 9002:94 se

realizaron cursos de capacitación en este tema, se generaron documentos de consulta
interna que contienen opciones de aplicación de herramientas estadísticas en el Área o
Departamento que controle y verifique el desempeño del sistema integral de gestión.
18
3. RESUMEN
El presente trabajo determina una metodología para la identificación, control estadístico,

y evaluación de la capacidad de proceso de las variables críticas que afectan
directamente la gestión de calidad de la Cervecería.
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”.
Controlada estadísticamente la variable, se evalúa de ésta, su capacidad de proceso,

mediante los índices de capacidad de proceso Cp y Cpk.
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
La Cervecería de Bogotá de BAVARIA S.A. en la implantación de un sistema de calidad

bajo la norma ISO 9002 versión de 1994, requiere técnicas estadísticas para establecer,
controlar y verificar la capacidad de proceso y las características del producto.
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.
En la Cervecería de Bogotá, se han aplicado metodologías con diferentes criterios de

escogencia de estas variables.
Como criterio de escogencia de las variables en el presente trabajo, es la variable que

más afecte la calidad del producto, determinada a través del análisis de algunos de los
indicadores que miden el nivel de la gestión de calidad de la Cervecería.
Estos indicadores son los siguientes:
- Evaluación integral de calidad
- Eficiencia global
- Reclamos por calidad de producto terminado
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
5.1. OBJETIVO GENERAL
Aplicar herramientas estadísticas para la determinación, control y evaluación de la

capacidad de proceso de la variable crítica del proceso cervecero de BAVARIA S.A.
(Bogotá).
5.2. OBJETIVOS ESPECÍFICOS
• 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.
• Realizar un control estadístico a través de la selección y aplicación de las técnicas

estadísticas en variable crítica identificada.
• Evaluar la capacidad que tiene el proceso para cumplir con la especificación de

calidad de las variables críticas mediante el análisis e interpretación de los
resultados hallados.
22
6. REVISIÓN BIBLIOGRÁFICA
6.1. EL PROCESO CERVECERO
6.1.1. La cerveza
Es una bebida resultante de un proceso de fermentación controlada por medio de

levadura cervecera proveniente de un cultivo puro, de un mosto elaborado con agua
potable, cebada malteada sola o mezclada con adjuntos, adicionado de lúpulo o sus
extractos concentrados. 10
6.1.2. Materias primas
Las principales materias primas usadas en la elaboración de cerveza, se describe el

uso de las materias primas principales en la elaboración de cerveza y su aporte en la
misma.
Tabla 1. Materias primas principales usadas en la elaboración de cerveza.

AGUA MALTA ADJUNTOS LUPULO
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.
6.1.3. Elaboración de la cerveza embotellada
En la elaboración de cerveza embotellada 11 se tienen las siguientes etapas mostradas

en la siguiente Gráfica.
10 Norma Técnica Colombiana NTC 3854, BEBIDAS ALCOHÓLICAS. CERVEZA. Pag.1.

11
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.
23
Gráfico 1. Etapas de la elaboración de la cerveza embotellada
Inicio
Transporte, recibo, almacenamiento y manejo

de la malta y de las materias primas
Molienda de la malta
Sala de cocimientos
Sedimentación y enfriamiento del mosto
Fermentación y manejo de la levadura
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.
q Transporte, recibo, almacenamiento y manejo de la malta y de las materias

primas: La malta y los adjuntos son almacenados en silos para luego ser
transportados por transportadores neumáticos, elevadores de cangilones o tornillos
sin fin hasta las tolvas para que sean molidas. En algunas plantas el adjunto se
adquiere molido, por lo tanto, solo la malta se somete a molienda.
q Molienda de la malta: El objetivo de la molienda de la malta es su trituración a

través de molinos de rodillos para facilitar la acción enzimática en la sala de
cocimientos.
q Sala de cocimientos: Una sala de cocimientos o cocina consta de los siguientes

equipos: Olla de crudos, olla de mezclas o masa principal, Olla de Filtración y olla de
cocción. En éstos equipos se cocinan con agua caliente los adjuntos, la malta y el
lúpulo, para obtener una solución llamada mosto, la cual es filtrada, estabilizada y
evaporada.
q Sedimentación y enfriamiento del mosto : La sedimentación y el enfriamiento del

mosto se lleva a cabo en los siguientes equipos: Olla de Sedimentación (Whirpool) y
Enfriadores cerrados. En éstos equipos se separa el mosto de sustancias insolubles,
24
pequeñas partículas de lúpulo, proteínas coaguladas durante la cocción, etc. y se
enfría y airea.
q Fermentación y manejo de la levadura: proceso anaeróbico, mediante el cual la

levadura convierte la glucosa y el extracto o carbohidratos fermentables presentes
en el mosto, en etanol y dióxido de carbono.
q Maduración: proceso de mejoramiento del sabor, carbonatación y la normalización

de la cerveza por medio de tanques.
q Filtración de la cerveza: proceso para reducir la turbidez de la cerveza causada por

la levadura, el velo coloidal de proteína en los cambios de temperaturas y pH.
q Envase: En el envase de cerveza se utilizan las siguientes máquinas:

depaletizadora, desencanastadora, lavadora, envasadora, tapadora, pasteurizadora,
etiquetadora, empacadora y paletizadora. El envasado de cerveza se realiza con
una o varias líneas de envase (equipos de envase o tren), las cuales están
compuestas por varias de las máquinas mencionadas. Las operaciones que se
hacen con cada equipo se explican a continuación:
- Depaletizar: En ésta operación se separan las cajas de las estibas .
- Desencanastar: Esta operación es la separación de botellas de las cajas.
- Lavar y juagar botellas: El lavado y juagado de botellas se efectúa en la máquina

lavadora.
El lavado de las botellas se efectúa bajo las siguientes condiciones controladas:

velocidad de la lavadora, concentración de soda y aditivos y temperatura de los
tanques.
El juagado de las botellas se efectúa por medio de chorros de agua a presión

que retira partículas y residuos de soda.
- Inspeccionar botellas: Esta operación se realiza con el inspector de botellas, que

revisa el lavado de botellas, rechazando las botellas con mugre, fisuras, líquidos
residuales y botellas tapadas.
- Llenar y tapar: Estas operaciones se efectúan en la máquina llenadora y tapadora

(envasadora), la cual mide la eficiencia de la línea de envase (tren). En ésta
máquina se envasa la cerveza a presión, desplazando el aire antes de aplicarse la
tapa.
- Pasteurizar: Esta operación se lleva a cabo en la pasterizadora, en la cual el

producto es sometido a condiciones de tiempo y calor suficientes para eliminar la
25
vida microbiana o por lo menos causar su inactividad para aumentar el periodo de
conservación del producto.
- Etiquetear: Esta operación se lleva a cabo por medio de la máquina etiqueteadora,

la cual pega la etiqueta con lo especificado legalmente para imagen y presentación
del producto.
- Empacar: Esta operación se efectúa en la empacadora, la cual carga las botellas en

las cajas.
- Paletizar: Esta operación se realiza por medio de la paletizadora, la cual, arma las
cajas en estibas.
Además de los equipos mencionados, se encuentran los transportadores de botellas

vacías y llenas y de canastas vacías y llenas que conectan cada operación
mencionada.
En la siguiente tabla se muestran las capacidades de los equipos por proceso.
Tabla 2. Capacidades de los equipos

Equipo Capacidad
Silos de almacenamiento 100-1500 ton
Molinos cocina marca Nordon 12000 kg/h
Molinos cocina marca Steinecker 20000 kg/h
Cocina marca Nordon 1050 Hectolitros / cocimiento
Cocina marca Steinecker 1150 Hectolitros / cocimiento
Olla marca Whirlpool 2000 Hectolitros
Enfriadores del mosto 2150 Hectolitros / hora
Tanques de fermentación 88800 Hectolitros
Tanques de maduración 155750 Hectolitros
Equipos de filtración 750 Hectolitros / hora
Línea 1 12000 Decenas / hora
Depaletizadora 9360 Decenas / hora
Desencanastadora 8640 Decenas / hora
Lavadora y juagadora de botellas 8400 Decenas / hora
Inspector de botellas 7200 Decenas / hora
Llenadora y tapadora 7200 Decenas / hora
Pasterizadota 7200 Decenas / hora
Etiqueteadora 7920 Decenas / hora
Empacadora 8640 Decenas / hora
Paletizadora 9360 Decenas / hora
Fuente: Personal de la Cervecería de Bogotá de BAVARIA
26
6.2. HERRAMIENTAS ESTADÍSTICAS
Las herramientas estadísticas se utilizan para lograr un mejoramiento continuo del

proceso de producción y reducir sus defectos, encontrando la verdadera causa de los
mismos mediante la observación cuidadosa del fenómeno del defecto 12.
Las siguientes son las herramientas estadísticas específicas según el tipo de datos
recolectados 13.
q A los datos no numéricos se aplican, entre otras, las siguientes herramientas

estadísticas: Tormenta de ideas y Diagrama Causa-efecto
q A los datos numéricos se aplican, entre otras, las siguientes herramientas

estadísticas: Conceptos básicos de estadística, Estimación de parámetros del
proceso, tablas y gráficos, diagrama de Pareto, histogramas, gráficos de control,
análisis de correlación, diagrama de dispersión, capacidad de proceso y muestreo
de aceptación mediante inspección por atributos.
En el siguiente anexo se detalla la descripción del diagrama de Pareto.
ANEXO B. Descripción del diagrama de Pareto
Como existen diferentes causas de variación de un proceso, que hacen que se

encuentre fuera de control o bajo control, es necesaria la aplicación de una herramienta
estadística que vigile éstos estados de un proceso, una herramienta estadística es el
gráfico de control.
Un gráfico de control muestra el comportamiento de una variable de un proceso en una

escala de tiempo.
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).
En el siguiente anexo se profundiza sobre el tema de la variación.
ANEXO C. Variación
Y en el siguiente anexo se detalla sobre los gráficos de control.
ANEXO D. Gráficos de control
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.
Por medio de la capacidad del proceso y de la tolerancia, se pueden calcular índices de

capacidad, que miden la calidad de un proceso. Pero no miden el centramiento del
proceso, determinado por el cálculo de la habilidad del proceso (Cpk).
En el siguiente anexo se detalla sobre éste tema.
ANEXO E. Capacidad del proceso y 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
Para definir la metodología se analizan las metodologías de los estudios estadísticos

realizados en la Cervecería de Bogotá identificando de cada una sus fortalezas y
oportunidades de mejoramiento y luego se propone la metodología del presente trabajo
teniendo en cuenta dichas oportunidades de mejoramiento.
7.1. ANÁLISIS DE LAS METODOLOGÍAS Y DE OTROS TEMAS, DE

ESTUDIOS ESTADÍSTICOS REALIZADOS EN LA CERVECERÍA DE
BOGOTÁ
Tradicionalmente la Cervecería de Bogotá, ha sido objeto de estudios estadísticos de

agentes externos quienes se interesan por poner en práctica sus conocimientos
efectuando trabajos de grado o que a su vez la empresa se interesa en sus asesorías.
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.
Los estudios a analizar son los siguientes:
q Estudio de las variables de la operación de molienda en la sala de cocimientos y su

influencia en la eficiencia de las mismas.
q Sistema experto para el control estadístico de la calidad en el proceso cervecero.
q Implementación de control estadístico de proceso en la cervecería de Bogotá.
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”
En la siguiente tabla se muestran las fortalezas y oportunidades de mejoramiento del

Estudio.
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”
FORTALEZAS OPORTUNIDADES
DE
MEJORAMIENTO
-Analiza las variables de la molienda para determinar su influencia en la operación de molienda, en la filtración y en la -Solo analiza el
eficiencia de la misma. proceso de molienda
-Determina las variables: según el cocimiento en particular y según el tipo de malta. sin visualizar el
-Pondera las variables: determinando un porcentaje de la multiplicación del cálculo del porcentaje de participación con el proceso en general.
factor del reporte de maltería.
-Estudia del comportamiento de las variables: utilizando modelos de regresión se obtenía un comportamiento exponencial
y polinómico.
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.
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.

“Sistema experto para el control estadístico de la calidad en el proceso
cervecero”
En la siguiente tabla se muestran las fortalezas y oportunidades de mejoramiento de

este estudio.
Tabla 4. Fortalezas y oportunidades de mejoramiento del “sistema experto para

el control estadístico de la calidad en el proceso cervecero”
FORTALEZAS OPORTUNIDADES
DE
MEJORAMIENTO
-Propone un sistema inteligente para el control estadístico de procesos que analice algunas variables del proceso, -Es un medio de
determine causas de variación en el proceso y determine situaciones anormales, usando herramientas de control apoyo a las
estadístico de calidad. decisiones que
-Es experto para que proponga una hipótesis acerca de la causa de la anomalía detectada, y le permita al usuario tomar afecten solo las
una decisión del curso de acción a seguir. condiciones del
-Abarca las etapas de evaluación y diagnóstico del ciclo de implementación de un sistema de control estadístico de proceso de
calidad producción de mosto,
-Identifica las variables que se controlaron estadísticamente bajo este sistema experto. sin visualizar todo el
-Detecta posibles fallas, investiga el problema que cause alarma en el control estadístico, es una herramienta para la proceso.
adquisición de conocimiento confiable.
Fuente: 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.
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.

“Implementación de control estadístico de proceso en la cervecería de
Bogotá”
El estudio “Implementación de control estadístico de proceso en la cervecería de

Bogotá”, muestra cómo se efectúo una implementación del control estadístico de
proceso en la cervecería de Bogotá.
En el siguiente apartado se muestran las fortalezas y oportunidades de mejoramiento

del estudio mencionado.
Tabla 5. Fortalezas y oportunidades de mejoramiento de la “Implementación de

control estadístico de proceso en la cervecería de Bogotá”
FORTALEZAS OPORTUNIDADES DE
MEJORAMIENTO
-Plantea una metodología para implementar el control estadístico de proceso en la Cervecería -En la metodología, la etapa de
de Bogotá. determinación de la característica
-En la metodología, la etapa de determinación de la variable de proceso a controlar propone la de calidad a controlar, propone
aplicación de herramientas estadísticas como lluvia de ideas y diagramas causa-efecto. escoger como variable a controlar,
-Se confirmó que a los procesos de producción continua se les puede hacer seguimiento con una en la que su resultado sea el
las herramientas de control estadístico de procesos teniendo en cuenta algunas de mayor % por fuera de
consideraciones especiales. especificación, sin tener en cuenta
-La utilidad principal de los gráficos de control radica en que se constituyen en una guía para otros datos del proceso global de la
identificar acciones de mejoramiento encaminadas a la disminución de la variabilidad del cervecería.
proceso.
Fuente: CHAMORRO, Martha. Implementación de control estadístico de proceso para procesos de producción continua caso del
proceso cervecero. Universidad de los Andes. Santafé de Bogotá, 1993.
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.
7.2. METODOLOGÍA DEL PRESENTE TRABAJO
Para describir la metodología a usar en el presente trabajo se realizan unos gráficos

que estructuran todas las actividades.
31
El primer gráfico muestra la secuencia de las actividades relacionadas con la
determinación de variables críticas.
Gráfico 2. Secuencia de las actividades relacionadas con la determinación de

variables críticas
1.1 Identificar las variables de control actual en el proceso de elaboración de cerveza embotellada en la cervecería de Bogotá
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)
1.2.1 Determinar el periodo de análisis de los datos
1.2.2 Determinar las dimensiones críticas de la EIC
1.2.3 Determinar los Factores críticos de la EIC
1.2.4 Determinar el Factor crítico de los factores críticos de la EIC
1.2.5 Determinar las variables críticas de la EIC
1.2.5.1 Ubicar la presencia del Factor crítico de la EIC

en la cervecería
1.2.5.2 Determinar el equipo crítico

del factor crítico de la EIC
1.2.5.3 Determinar la máquina crítica

del equipo crítico de la EIC
1.2.5.4 Determinar la variable crítica de

la máquina crítica de la EIC
Continúa en la siguiente página
32
1.2.6 Establecer incidencia de la variable crítica
de las dimensiones críticas de la EIC en la EG
1.2.6.1 Identificar la aplicación de la EG en la cervecería

de Bogota
1.2.6.2 Demostrar la incidencia de la variable crítica

de las dimensiones críticas de la EIC
en la EG
1.2.7 Establecer incidencia de la variable crítica

en los RCPT
1.2.7.1 Identificar la aplicación de los RCPT en la

cervecería de Bogota
1.2.7.2 Demostrar la incidencia

del Factor crítico
en los RCPT
Fuente: autora y directores del presente trabajo de grado
El segundo gráfico muestra la secuencia de las actividades relacionadas con el Control

estadístico de la variable crítica determinada.
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
1.1 Analizar la aplicación de las herramientas estadísticas

(teórica y en la variable crítica)
1.2 Analizar la aplicación de los tipos de gráficos de

control (teórica y en la variable crítica)
2. Aplicar el gráfico de control a la variable crítica
2.1 Definir la característica de calidad
2.2 Escoger el subgrupo racional
2.3 Reunir los datos necesarios
2.4 Calcular la línea central de ensayo y los límites de

control
2.5 Definir la línea central revisada y los límites de control
2.6 Lograr el objetivo
2.7 Recomendaciones
2.8 Definir los límites de control revisados en el proceso
El tercer gráfico muestra las actividades relacionadas con la evaluación de la capacidad

de proceso de la variable crítica identificada y controlada estadísticamente.
Gráfico 4. Secuencia de las actividades relacionadas con la evaluación de la

capacidad de proceso (Cp) y del (Cpk) de la variable crítica
1. Determinar la capacidad de proceso, el Cp y el Cpk

de la variable crítica
2. Analizar la Cp y el Cpk de la variable crítica
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.
Determinadas las variables críticas, se muestra el control estadístico de éstas a través

de la herramienta estadística que mejor evidencie su control.
Controladas estadísticamente las variables críticas, se muestra la evaluación de la

capacidad de proceso de éstas variables.
8.1. DETERMINACIÓN DE LAS VARIABLES CRÍTICAS
En esta parte del trabajo se determinan las variables críticas del proceso por medio de
técnicas estadísticas.
Una primera actividad es la determinación de las variables de control actual en el

proceso de elaboración de cerveza en la cervecería de Bogotá.
Como segunda actividad, se determinan las variables críticas analizando la evaluación

integral de la calidad y su incidencia en la eficiencia global y en los reclamos por calidad
de producto terminado.
8.1.1. Identificación de las variables de control actual en la elaboración de

cerveza embotellada en BAVARIA S.A. Cervecería de Bogotá
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.
La identificación de las variables de control actual se efectuó con los documentos de la

cervecería y posterior consignación en la siguiente tabla.
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”.
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)
Para determinar las variables críticas mediante el análisis de la EIC y si incidencia en la

EG y en los RCPT se determina el periodo de análisis de los datos.
Seguidamente se determinan dimensiones críticas de la EIC, de éstas sus factores

críticos y de éstos el factor crítico que servirá para determinar la variable crítica de la
EIC.
Determinada la variable crítica de la EIC se establece su incidencia tanto en la EG

como en los RCPT.
36
8.1.2.1 Determinación del periodo de análisis de los datos
Para determinar el periodo de análisis de los datos, se analizó el rango de tiempo de

medición de los indicadores de gestión: Evaluación integral de la calidad, eficiencia
global y reclamos por calidad de producto terminado.
Al analizar la aplicación de la evaluación integral de la calidad mediante el documento

“20820003 Sistema de evaluación integral de la calidad”, se observa que la fecha de
aprobación, indica que la evaluación integral de la calidad se aplica desde el 29 de
febrero de 2000. Por lo cual, es a partir del mes de Marzo de 2000 que se obtienen
datos de la aplicación del indicador de gestión evaluación integral de la calidad. El
rango superior de obtención de los datos depende de la medición de los otros
indicadores.
La medición de la eficiencia global y de los reclamos por calidad de producto terminado

se efectuó durante todo el año 2000.
El mes de diciembre fue un periodo incompleto de toma de datos debido a que no se

laboró normalmente durante todo el mes.
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.
8.1.2.2 Determinación de las dimensiones críticas de la EIC
La evaluación integral de la calidad (EIC) es el indicador de gestión que mide directa y

globalmente la calidad de una planta productora, como lo es la cervecería de Bogotá.
La descripción de la calificación de éste indicador y las condiciones de dicha evaluación

se encuentran en un documento de la dirección de BAVARIA llamado documento de la
evaluación integral de la calidad.
El documento mencionado, aplicó en la cervecería de Bogotá durante la implantación

de la norma ISO 9000:94. Esta implantación maneja el concepto de maquila, en el que
la Dirección de BAVARIA le suministra a la cervecería las materias primas necesarias
para la elaboración de cerveza. Por ésta razón el documento corresponde al numeral de
la ISO 9000 llamado revisión del contrato y se encuentra ubicado en el sistema de
gestión de la Dirección.
El anterior documento se observa en el siguiente anexo.
ANEXO F. Documento de la evaluación integral de la calidad
Para determinar las dimensiones críticas de la EIC se tomó como herramienta

estadística el diagrama de Pareto, debido a que éste es un método que identifica las
37
causas de los problemas y a que reúne varias herramientas estadísticas como
promedios, porcentajes, histogramas y ojivas.
En los siguientes pasos se realiza el diagrama de Pareto de las dimensiones de la EIC:
1) Determinar los elementos a estudiar y recoger datos
Identificando las dimensiones de la EIC, se determinan los elementos a estudiar.
La estructura de la EIC hace referencia a dos aspectos: el Direccionamiento estratégico

y al aseguramiento de la calidad. Al primer aspecto se le asigna un puntaje de 190
puntos y al segundo un puntaje de 810 puntos, para un puntaje total de 1000 puntos.
Estos dos aspectos se subdividen en criterios cada uno de los cuales tiene un puntaje
asignado con el cual se califica la Cervecería y con el que posteriormente se compara
con las demás cervecerías a nivel nacional.
El criterio para la asignación de los puntajes son debidos a aspectos legales,

administrativos y técnicos de la empresa.
En la tabla siguiente, se muestran varios aspectos y criterios que se evalúan tanto en el

ámbito administrativo como en el ámbito técnico con el correspondiente puntaje
asignado. De éstos, se determinan para el presente trabajo los que corresponden al
ámbito técnico, los cuales son las dimensiones de la EIC.
Tabla 7. Aspectos y criterios que se evalúan en la EIC

ASPECTOS Y CRITERIOS A EVALUAR PUNTOS ASIGNADOS
PARCIAL TOTAL
DIRECCIONAMIENTO ESTRATÉGICO 190
I.1 Revisión por la gerencia 40
I.2 Planificación calidad 50
Programa de formación 15
Desempeño de proveedores 5
Índice de satisfacción del cliente 20
Proyectos 10
I.3 Índices de Gestión 100
Índices de producción 50
Índices de ingeniería 50
ASEGURAMIENTO DE LA CALIDAD 810
II.1 Inspección y ensayo 320
Índice de proceso de elaboración y envase 50
Índices de control microbiológico 50
Índices presentación producto terminado 110
Índices fisicoquímicos de producto terminado 60
Evaluación sensorial 50
II.2 Control de producto no conforme 70
II.3 Control de procesos y evaluaciones internas 400
Evaluación técnica al sistema 300
Evaluación de BPM 50
Evaluación de Salud Ocupacional 50
II.4 Metrología 20
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.
Como las evaluaciones de BPM y de salud ocupacional se efectúan de una manera

subjetiva, no se incluyen como dimensiones de la EIC.
De la tabla anterior se observa que la puntuación asignada a la evaluación técnica al

sistema es de 300 puntos, dicha evaluación se efectúa mediante una lista de
verificación que comprende aspectos que no son del alcance del proceso de
elaboración de la cerveza embotellada, como por ejemplo los aspectos gerenciales que
se encuentran en el siguiente anexo.
ANEXO G. Lista de verificación de la evaluación técnica al sistema de gestión
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.
En la siguiente tabla se muestran las dimensiones de la EIC determinadas.
Tabla 8. Dimensiones de la EIC

Ítem DIMENSIONES DE LA EIC PUNTAJE ASIGNADO
1 II-1.1 Índice de proceso de elaboración y envase 50
2 II-1.2 Índice de control microbiológico 50
3 II-1.3 Índices presentación producto terminado 110
4 II-1.4 Índices fisicoquímicos de producto terminado 60
5 II-1.5 Evaluación sensorial 50
6 II-2 Control de producto no conforme 70
7 II.3.1 Evaluación técnica al sistema 143
8 ii-4 Metrología 20
Fuente: BAVARIA, Documento “20820003 Sistema de evaluación integral de la calidad”. Act. 00. 2000-02-29
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.
2) Tabular los datos y calcular los números acumulativos:
Tabulación de los datos
En la siguiente tabla se muestra el puntaje asignado y obtenido en las dimensiones de

la EIC para el periodo de análisis de los datos.
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.
La mayoría de los puntajes de las dimensiones se calculan como se explicó

anteriormente.
Tabla 9. Tabulación de los puntajes asignados y obtenidos en las dimensiones

de la EIC durante el periodo de análisis de los datos.
DIMENSIONES DE LA PUNTOS PUNTAJE OBTENIDO MENSUAL
EIC ASIGNADOS NOMBRE DEL ARCHIVO
POR MES CC0300 CC0400 CC0500 CC0600 CC0800 CC0800 CC0900 CC1000 CC1100
MES
MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIE OCTUB NOVIEM
MBRE RE BRE
Índice de proceso de 50 47 44 40 39 38 36 35 38 37
elaboración y envase
Índice de control 50 44 45 44 45 43 42 46 47 45
microbiológico
Índices presentación 110 89 83 92 86 95 95 97 97 99
producto terminado
Índices fisicoquímicos 60 37 40 43 35 37 31 39 41 34
de producto terminado
Evaluación sensorial 50 22 33 35 35 40 40 39 50 38
Control de producto no 70 5 5 0 5 5 5 5 5 5
conforme
Evaluación técnica al 143 128* 128 110* 128 125 119 125
sistema
Metrología 20 20 20 20 17 17 17 20 20 17
* Esta evaluación se realizó para los dos meses.
Fuente: BAVARIA S.A., Cervecería de Bogotá, Archivos: CC0300, CC0400, CC0500, CC0600, CC0800, CC0900, CC1000 y
CC1100.
Según la tabla anterior, se muestra que las evaluaciones técnicas al sistema

recolectadas se efectuaron para cada mes o cada dos meses. Los puntajes de cada
evaluación cambian para cada mes debido a que se pierden puntos por el resultado
deficiente de la evaluación de los items.
El criterio para escoger las dimensiones críticas de la EIC es el puntaje perdido, es

decir, se escogen las dimensiones que más puntos han perdido durante el periodo de
análisis que son en general, en donde más gestión se debe realizar. Con base en esto,
se calculan los datos para el diagrama de Pareto, que mostrará en orden descendente
la pérdida del puntaje en la medición de las dimensiones de la EIC y será la herramienta
estadística que determinará las dimensiones de la EIC que son vitales.
En la siguiente tabla se muestran los puntos obtenidos, asignados y perdidos en las

dimensiones de la EIC realizadas de marzo a noviembre de 2000.
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
Índices fisicoquímicos de producto terminado 336 540 204

Evaluación sensorial 331 450 119
Control de producto no conforme 40 630 590
Evaluación técnica al sistema 1006 1144 138
Metrología 168 180 12
Fuente: BAVARIA S.A., Cervecería de Bogotá, Archivos: CC0300, CC0400, CC0500, CC0600, CC0800, CC0900, CC1000 y
CC1100.
Cálculo de los números acumulativos
Los datos de los cálculos de los números acumulativos se muestran en la siguiente

tabla, sombreando las dimensiones de la EIC que acumulan un porcentaje del 69.7%.
Determinando así, las dimensiones de la EIC a las cuales determinarán los factores
críticos de la EIC.
Tabla 11. Datos del diagrama de Pareto de las Dimensiones de la EIC

DIMENSIONES DE LA EIC PUNTOS PERDIDOS CALCULOS DEL DIAGRAMA DE PARETO
Acumulado % % Acumulado
Control de producto no conforme 590 590 43.2% 43.2%
Índices fisicoquímicos de producto terminado 204 794 14.9% 58.1%
Índices presentación producto terminado 159 952 11.6% 69.7%
Evaluación técnica al sistema 138 1090 10.1% 79.8%
Evaluación sensorial 119 1209 8.7% 88.4%
Índice de proceso de elaboración y envase 96 1305 7.0% 95.5%
Índice de control microbiológico 50 1355 3.7% 99.1%
Metrología 12 1367 0.9% 100.0%
TOTAL 1367 1367 100.0% 100%
Fuente: BAVARIA S.A. Cervecería de Bogotá, Archivos CC0300, CC0400, CC0500, CC0600, CC0800, CC0900, CC1000 y
CC1100.
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
Fuente: BAVARIA S.A., Cervecería de Bogotá, Archivos: CC0300,

CC0400, CC0500, CC0600, CC0800, CC0900, CC1000 y CC1100.
42
El siguiente paso es el 6) Analizar el diagrama.
El diagrama muestra lo siguiente:
v En orden descendente, las dimensiones que ocasionaron una pérdida en la

puntuación de las EIC realizadas de marzo a noviembre del año 2000 en la
cervecería de Bogotá.
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
A través del análisis de éstas dimensiones críticas de la EIC, se identificarán sus

factores críticos.
8.1.2.3 Determinación de los factores críticos de la EIC
Las dimensiones críticas de la EIC son el resultado de la medición de algunos factores.

Estos factores son características de producto terminado o en proceso, que para el
presente trabajo los factores críticos de la EIC son los factores que más afecten el
puntaje de las dimensiones críticas de la EIC.
Para determinar los factores críticos de cada dimensión crítica, se analizarán cada una
de éstas.
• Determinación de los factores críticos de la 1a dimensión crítica de la EIC “control

del producto no conforme”
Un producto no conforme es aquel producto en el que se incumple con algún requisito

de calidad.
Encontrados estos productos no conformes, se procede a su retención según el

procedimiento de aplicación en la cervecería, del numeral de ISO 9000 4.10 inspección
y ensayo “muestreo para inspección por atributos”. Esta retención ocasiona la pérdida
en el puntaje de la dimensión crítica de la EIC “control del producto no conforme”
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"
ELEMENTOS A ESTUDIAR EN EL DIAGRAMA DE PARETO RECOLECCIÓN CALCULOS DEL DIAGRAMA DE

DE DATOS PARETO
NO CONFORMIDAD # LOTES Acumulado % %
RETENIDOS Acumulado
NC8 53 53 41% 41%
NC1 49 102 38% 79%
NC3 14 116 11% 90%
NC2 7 123 5% 95%
NC14 1 124 1% 96%
NC6 1 125 1% 97%
NC13 1 126 1% 98%
NC10 1 127 1% 98%
NC12 1 128 1% 99%
NC9 1 129 1% 100%
TOTAL 129 129 100% 100%
*NC#: Codificación usada para las no conformidades por ser información confidencial de la empresa.
Fuente: BAVARIA S.A., cervecería de Bogotá, archivo: producto no conforme Terminado Cerveza2000.
Con los datos de la tabla anterior, se elabora el siguiente diagrama de Pareto.
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%
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:
v En orden descendente, las no conformidades que ocasionaron la retención de

cerveza terminada producida en la cervecería, de marzo a noviembre del año 2000.
v Las no conformidades vitales (no conformidades críticas) que ocasionaron el 79% de

la retención de cerveza terminada producida en la cervecería, de marzo a
noviembre del año 2000. Estas no conformidades son las siguientes: NC8 y NC1
Estas no conformidades son los factores críticos de la dimensión crítica de la EIC

“control del producto no conforme”.
• Determinación de los factores críticos de la 2a dimensión crítica de la EIC “Índices

fisicoquímicos de producto terminado (IFPT)”
Al producto terminado se le analizan algunos parámetros fisicoquímicos (nivel de

amargo, contenido de CO2 ), los cuales tienen unas especificaciones establecidas.
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.
Para determinar los factores críticos de la 2a dimensión crítica de la EIC: índices

fisicoquímicos de producto terminado, se realiza un diagrama de Pareto.
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.
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
FACTORES DE LA DIMENSIÓN CRITICA: % PERDIDO CALCULOS
INDICES FISICOQUIMICOS DE PRODUCTO TERMINADO
Amargo 135.20 135.20 40% 40%
Exto Original 97.96 233.16 29% 69%
Exto. Aparente 39.07 272.22 11% 80%
Aire 36.66 308.88 11% 91%
Color 15.66 324.54 5% 96%
CO2 12.63 337.17 4% 99%
Llenado 2.56 339.73 1% 100%
Turbidez 0.00 339.73 0% 100%
TOTAL 339.73 339.73 100% 100%
Fuente: BAVARIA S.A., Cervecería de Bogotá, Archivos: BOMARZO2000, BOABRIL2000, BOMAYO2000, BOJUNIO2000,
BOJULIO2000, BOAGOSTO2000, BOSEPTIEMBRE2000, BOOCTUBRE2000 y BONOVIEMBRE2000.
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
96% 99% 100% 100%

100%
330 91%
315
300 90%
285 80%
270 80%
ENTRE MARZO-NOVIEMBRE /2000
255 69%
240 70%
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
FACTORES DE LA DIMENSIÓN VITAL DE LA EIC

"IFPT"
Fuente: BAVARIA S.A., Cervecería de Bogotá, Archivos:
BOMARZO2000, BOABRIL2000, BOMAYO2000, BOJUNIO2000,
BOJULIO2000, BOAGOSTO2000, BOSEPTIEMBRE2000,
BOOCTUBRE2000 y BONOVIEMBRE2000.
47
v En orden descendente, los factores de la dimensión vital “índices fisicoquímicos de

producto terminado” que ocasionaron una pérdida del porcentaje perdido de dicha
dimensión, de marzo a noviembre del año 2000.
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”.
• Determinación de los factores críticos de la 3a dimensión crítica de la EIC

“Índices presentación producto terminado (IPPT)”
Al producto terminado se le analizan algunas características físicas (Ej.: tapado,

etiquetado, etc) que tienen unas especificaciones establecidas.
El IPPT está determinado por la medición de las anteriores características, expresada

como un puntaje si ésta medición se encuentra o no dentro de especificaciones.
Para determinar los factores críticos de los IPPT se realiza un diagrama de Pareto.
Como el puntaje del IPPT se obtiene mensualmente, ésta es la frecuencia de

recolección y las características medidas en el IPPT son los factores a estudiar en el
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
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.
Gráfico 8. Diagrama de Pareto “puntos perdidos por factores de la dimensión

crítica: índices presentación producto terminado (IPPT)" de marzo a
noviembre de 2000
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%
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
FACTORES DE LA DIMENSIÓN CRÍTICA "IPPT"
Fuente: BAVARIA S.A., Cervecería de Bogotá, archivos:

BOMARZO2000, BOABRIL2000, BOMAYO2000, BOJUNIO2000,
BOJULIO2000, BOAGOSTO2000, BOSEPTIEMBRE2000,
BOOCTUBRE2000 y BONOVIEMBRE2000.
49
v En orden descendente, los factores de la dimensión crítica de la EIC: índices

presentación producto terminado que ocasionaron una pérdida del puntaje de dicha
dimensión, de marzo a noviembre del año 2000.
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.
Si se aplica la relación 80:20 del diagrama de Pareto, se seleccionaría un 57% de los

factores que ocasionan el 83% de los puntos perdidos en la dimensión crítica, que
corresponden de la relación mencionada al 80 y no al 20.
Los anteriores factores se identifican como los factores críticos de la dimensión crítica
de la EIC “índices presentación producto terminado”.
8.1.2.4 Determinación del factor crítico de la EIC
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.
Un ejemplo de la asociación anterior es, si el factor crítico “extracto original” se

encuentra fuera de especificación se presenta la no conformidad NC1, así mismo si el
extracto aparente y el amargo se encuentran fuera de especificación se presenta la no
conformidad asociada para el amargo.
Esta asociación se muestra en la siguiente tabla.
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.
8.1.2.5 Determinación de las variables críticas de la EIC
Para ubicar la NC1 en la cervecería, es necesario ubicar el equipo crítico para

determinar de éste la máquina crítica, y de ésta, la variable crítica.
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.
Ubicando el equipo en donde más se genera la no conformidad NC1, se procede a

detectar la máquina crítica de éste equipo, es decir, la que más incide en la generación
de la no conformidad mencionada.
De la máquina crítica y de la relación de otras máquinas o causas que generen la no

conformidad mencionada, se determinan variables críticas.
Determinadas las variables críticas, se procede a encontrar la variable crítica a controlar

estadísticamente.
Ubicación de la presencia del factor crítico de la EIC en la Cervecería
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.
Determinando el equipo crítico y la máquina que más incide en la generación de

producto con la no conformidad NC1, se determinan las variables críticas de la EIC.
Determinación del equipo de envase crítico de la EIC
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.
Gráfico 9. 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
100%
20 100%
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%
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).
Según lo anterior, la proporción de lotes retenidos por rendimiento teórico es mayor en

el tren 6 que en el tren 1, determinando así que el tren 6 es el equipo de envase a
analizar como equipo crítico.
Determinación de la máquina crítica del equipo crítico de la EIC
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.
Un indicador llamado Porcentaje de Rotura evidencia la presencia de la no conformidad

mencionada y esta fuertemente relacionada con ésta.
A través de varias herramientas estadísticas que se han aplicado como diagramas

causa efecto y lluvia de ideas se puede analizar la presencia de la no conformidad
mencionada.
q Porcentaje de Rotura:
El porcentaje de rotura es un dato que relaciona la cantidad de envase roto que se

produce en cada maquina de cada tren de envase.
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
95% 98% 100% 100%100%

4.8 100%
4.7 93%
4.6 90%
4.5
4.4
4.3
90%
4.2 83%
4.1
4
3.9 80%
PORCENTAJE TOTAL DE ROTURA DE ENVASE
3.8
3.7
3.6 68%
3.5
3.4 70%
3.3
3.2
3.1
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%
MAQUINA DEL TREN 6
Fuente: BAVARIA S.A., Cervecería de Bogotá, Informes de producción de los meses de

marzo a noviembre del 2000.
54
Analizando el Pareto anterior, se observa que la Lavadora es la máquina que más
envase roto se ha producido.
q Lluvia de ideas con el cervecero de las causas que producen la no

conformidad NC1:
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
Lavadora Choque térmico (T de tanques)

Descarga de botellas (Alineación, velocidad)
Transportador Cae vidrio por explosión de botellas
Inspector No rechaza las botellas con cuerpos extraños CAUSA ESPECÍFICA DE LA NO CONFORMIDAD NC1
Llenadoras Explosión de botellas Presión alta
Choque térmico de lavadora
Estrellas de llenado y de tapado: transportan la botella a la
llenadora y a la tapadora
Tubo de venteo: controla el llenado
Tapadora Pistones descalibrados
Fuente: BAVARIA S.A., Dirección, Cervecero: Humberto Serrano.
Como en la aplicación de herramientas estadísticas se analizan las variaciones de un

proceso, que para el presente trabajo es el análisis de las variaciones que causan la
presencia de la no conformidad NC1, es necesario el aprovechamiento de la
experiencia de un cervecero, quien ha vivido la problemática de la presencia de la no
conformidad mencionada, para determinar cual de todas las causas posibles que se
presenten en algunas máquinas de un tren es la que ocasione la presencia 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
Escogida la Lavadora como máquina crítica, se determina de ésta la variable crítica

analizando, con la ayuda de un cervecero, un diagrama causa efecto de la no
conformidad NC1, mostrado en el siguiente anexo.
ANEXO H. Diagrama causa efecto de la no conformidad NC1
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.
Una concentración de soda mayor al 4% se utiliza normalmente en la lavadora como

solución limpiadora. Al aumentar dicha concentración (6% y más) se puede generar la
NC1. No es común tener estos altos niveles de soda debido a que el proceso en sí va
disminuyendo la concentración en vez de aumentarlo. Solo se podrían obtener estos
valores por causa de una sobredosificación de soda, lo cual es poco probable que
ocurra.
Como la sincronización del cargue y descargue de botellas se realiza diariamente, es

poco factible que se genere la NC1.
Según la experiencia del cervecero, es poco el control de la temperatura de la lavadora,

lo que hace más probable que se produzca la NC1 por el choque térmico que se
genera.
Debido a lo anterior, se determina como variable a controlar estadísticamente a la

temperatura de la lavadora.
Para analizar en qué parte de la lavadora del equipo 6 se mide la temperatura, se

analiza un documento que especifica la inspección del proceso de lavado de botellas.
Del anterior documento, se observa que en la lavadora de botellas se mide la

temperatura en los 6 tanques por la que está compuesta.
§ Determinación del tanque de la lavadora:
Para determinar el tanque de la lavadora a que determina la variable a controlar

estadísticamente, se analiza el tanque en donde se ocasiona un mayor choque térmico
en las botellas.
La temperatura aproximada de las botellas antes de entrar al primer tanque de la

lavadora, en las horas de la tarde, es de 19°C (Temperatura inicial=Ti=19°C).
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:
Especificación de la Temperatura del tanque 1= 56-61°C.
El choque térmico de las botellas al entrar al tanque 1 es la diferencia aproximada de

las temperaturas Ti y T1.
La temperatura de las botellas en los tanques es el promedio de la temperatura

especificada para cada tanque. En el caso del tanque 1, la temperatura especificada se
encuentra entre 56 y 61°C. La temperatura de las botellas en el tanque 1, según lo
anterior, es el promedio entre 56 y 61°C.
PromT1= Promedio (56,61)=59°C
Luego se calcula la diferencia aproximada de temperaturas (∆T) que genera el choque

térmico, como se muestra:
∆T= ITi-T1I = I Ti-promT1 I = I 19-59 I =40°C
Se calcula la diferencia aproximada de temperaturas (∆T) para los tanques restantes y

se consignan en la siguiente tabla.
Tabla 17. Diferencias de temperaturas de las botellas en los tanques de la

lavadora de botellas del equipo 6
Ubicación de las
botellas
Especificación*
(°C)
Temperatura de la
botellas
∆T
(°C) (°C)
Ambiente Aproximadamente 19 19.0 -
Tanque 1 56-61 58.5 39.5
Tanque 2 79-85 82.0 23.5
Tanque 3 72-78 75.0 7.0
Tanque 4 62-68 65.0 10.0
Tanque 5 57-63 60.0 5.0
Tanque 6 47-53 50.0 10.0
*Fuente: BAVARIA S.A. Documento del sistema de gestión “33013002 plan de calidad proceso de elaboración y envasado. Fecha
de aprobación: 2001-04-25
De la tabla anterior, se observa que la mayor diferencia aproximada de temperaturas se

produce cuando la botella cambia de ubicación del ambiente al tanque 1.
Se determina entonces, como variable crítica del índice "evaluación integral de la

calidad" (EIC), la temperatura del tanque 1 de la lavadora del equipo de envase “tren 6”.
Relación de variable crítica con variables que actualmente se controlan
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.
Así, la temperatura del tanque 1 de la lavadora del equipo de envase “tren 6” se

controla actualmente mediante mediciones diarias, las cuales si se encuentran fuera de
especificación se corrigen sin un análisis de la situación, es decir, sin un control
estadístico.
8.1.2.6 Establecimiento de la incidencia de la variable crítica de la EIC en la

eficiencia global (EG)
Para el establecimiento de la incidencia de la variable crítica de la EIC en la EG, es

necesaria la identificación de la aplicación de la EG en la cervecería de Bogotá para
luego demostrar la incidencia mencionada.
Identificación de la aplicación de la EG en la cervecería de Bogotá
La información que se presenta de éste indicador la suministró personal de la

cervecería.
La Eficiencia Global se define de la siguiente manera.
Eficiencia Global (EG): es un índice de gestión de la Cervecería, expresado como un

porcentaje, de la relación entre el rendimiento real y el rendimiento teórico de la línea de
envase.
Re n dim entoRe alLíneaEnvase ( Dec / h)

EG(%) = * 100
Re n dim ientoTeoricoLíneaEnvase ( Dec / h)
Siendo:
Pr oducción Re alLíneaEnvase ( Dec )

Re n dim iento Re alLíneEnvase( Dec / h) =
Tp − Tdes (h )
Siendo:
• Producción Real Línea Envase (producción neta Depósito)= PC-RDC
PC: Decenas producidas según contadores
RDC: Rotura después de contadores
58
Tp: tiempo programado: Tiempo de llenadoras: es un tiempo no modificable que está
determinado por turno, como se muestra:
Tp= 23 h para 3 turnos /día
Tp= 16 h para 2 turnos /día
Tp= 8 h para 1 turno / día
• Tdes: tiempo descontable = T por falta de servicios– T por cambios de marca
T por falta de servicios = es el tiempo determinado por la falta de agua, aire

comprimido, CO2 para la envasadora, energía eléctrica y vapor.
T por cambios de marca = es el tiempo determinado por la preparación de la

línea de envase en el cambio de marca de cerveza a envasar.
Otros tiempos que inciden en la producción real de la línea de envase son los
siguientes:
- Tiempos perdidos en máquinas
- Tiempos perdidos por otras causas
• Rendimiento teórico Línea Envase: es un valor constante para cada línea de

envase.
Una línea de envase esta compuesta por diferentes máquinas como se muestra en el
siguiente anexo.
ANEXO I. Proceso de envasado de cerveza, jugos y gaseosas de vidrio
Demostración de la incidencia de la variable crítica de la EIC en la EG
Para relacionar la incidencia de la temperatura del tanque 1 de la lavadora del tren 6 en

la EG, se analiza con base en la aplicación de la EG, cómo esa variable mejoraría la
EG.
Un tiempo perdido durante la producción disminuye la producción real del tren de

envase, ésta a su vez, incide directamente en el rendimiento real de éste tren,
incidiendo directamente en la EG.
Por lo anterior, un menor tiempo perdido mejoraría la EG.
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.
Con los datos anteriormente mencionados se elaboran los siguientes diagramas de

Pareto.
Gráfico 11. Diagrama de Pareto "tiempo perdido en máquinas durante el

envasado en el tren 6 de cerveza " Marzo-Noviembre de 2000
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
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
Fuente: BAVARIA S.A., Cervecería de Bogotá, Informes de producción de los meses de

marzo a noviembre del 2000.
Gráfico 12. Diagrama de Pareto "tiempo perdido por otras causas durante el
envasado en el tren 6 de cerveza " Marzo-Noviembre de 2000
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
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%
OTRAS CAUSAS DEL TREN 6
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 en máquinas durante el envasado en el

tren 6 de cerveza” de Marzo-Noviembre de 2000, las máquinas del tren 6 en las que
más tiempo se perdió son las siguientes: Lavadora, envasadoras y Trans-botellas
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
La lavadora por ser la máquina de más porcentaje acumulado en la pérdida de tiempo

durante el envasado de cerveza, es la máquina en la que se debe disminuir
primordialmente el tiempo perdido. Por lo tanto se refuerza la decisión de controlar la
lavadora.
Al disminuir el tiempo perdido en la lavadora, el tiempo de producción se aumenta,

produciendo así una mayor cantidad de cerveza embotellada, que hace que la EG
aumente.
• 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
Por la causa “cargue y descargue”, se perdió tiempo durante el envasado de cerveza en

el tren 6. Este tiempo perdido se produce en la lavadora, la cual incide en la EG como
se menciona en el apartado anterior.
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.
8.1.2.7 Establecimiento de la incidencia de la variable crítica de la EIC en los

reclamos por calidad de producto terminado (RCPT)
Para el establecimiento de la incidencia de la variable crítica de la EIC en los RCPT, es

necesaria la identificación de la aplicación de los RCPT para demostrar la incidencia de
la variable crítica en los RCPT.
Identificación de la aplicación de los reclamos por calidad de producto terminado

(RCPT) en la cervecería de Bogotá
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
Algunos de los tipos de RCPT, son no conformidades que tienen la codificación

mencionada en la determinaron de los factores críticos de la primera dimensión vital de
la EIC definida como “control de producto no conforme”.
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.
La tabla mostrada, es el informe anual de los reclamos por calidad de producto

terminado recibidos durante el año 2000.
El número (#) de comunicaciones, es decir, llamadas telefónicas, mails o fax, es el

número de veces que se reciben dichas comunicaciones. Así, el mes de abril se
recibieron 9 comunicaciones de la fuente de información “servicio al cliente”.
Debido a que el concepto de reclamo y queja por calidad de producto terminado se

estaba implementando durante el año 2000, es necesario efectuar una validación de la
información recolectada.
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.
A continuación se muestran las definiciones de queja y reclamo por calidad de producto

terminado.
• QUEJA DEL PRODUCTO TERMINADO: Es la manifestación de disgusto de un

consumidor por una característica del producto terminado que no es conforme a la
64
apreciación esperada. Son recolectadas por trabajadores de BAVARIA S.A. ya sea
porque son percibidas por éstos, o porque los clientes se comunican con el servicio al
cliente.
Si a través de una visita de un trabajador de Bavaria se evidencia que no se ocasionó

en la Cervecería, se denomina queja del producto terminado. (Ej.: Falta la etiqueta
porque se quitó en otro sitio que no es la cervecería)
• RECLAMOS POR CALIDAD DE PRODUCTO TERMINADO: Es un indicador de

gestión de la Cervecería de la información sobre la calidad de producto terminado. Son
recolectadas mensualmente y expresadas como un número de comunicaciones
(llamadas telefónicas, e-mail, fax, correo, etc.) de los clientes.
Si a través de una visita de un trabajador de Bavaria se evidencia que si se ocasionó

en la Cervecería, se denomina reclamo por calidad del producto terminado. (Ej.: Falta
la etiqueta porque se despachó así de la cervecería)
La validación de los datos recolectados sobre los RCPT se muestra en la siguiente

tabla.
Tabla 19. Validación del Informe anual de los reclamos por calidad de producto
terminado (RCPT) del año 2000
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
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.
Un control estadístico de las variables que influyen en la no conformidad NC1,

disminuiría la aparición de las quejas y reclamos por calidad de producto terminado
RCPT por esta no conformidad, lo que mejoraría el índice de RCPT.
66
8.2. CONTROL ESTADÍSTICO DE LA VARIABLE CRÍTICA
8.2.1. Determinación de las herramientas estadísticas que mejor se apliquen

en la variable crítica para su control estadístico
Para determinar las herramientas estadísticas que mejor se apliquen en la variable

crítica para su control estadístico, se realiza un listado de éstas herramientas para
escoger la que más información suministre de la variable.
8.2.1.1 Aplicación de las herramientas estadísticas en la variable crítica de tipo

numérico
Debido a que la variable crítica es de tipo numérico, en la siguiente tabla se muestran

las herramientas estadísticas de éste tipo con su aplicación teórica en la variable crítica.
Tabla 21. Aplicación de Herramientas estadísticas en la variable crítica

HERRAMIENTA
TIPO APLICACIÓN TEORICA
ESTADÍSTICA
Diagrama de Pareto Presentar en orden de importancia la contribución de cada ítem al efecto total y jerarquizar
las oportunidades de mejoramiento
Para el registro y organización sistemática de información y/o datos, a fin de obtener una
Tablas y gráficos imagen clara de los hechos; además, los gráficos permiten visualizar fácil y rápidamente
algunas condiciones y estados de un factor con relación a otro(s)
DATOS NUMERICOS
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.
En la siguiente tabla se muestra la aplicación de los tipos de gráficos de control en la

variable crítica.
67
Tabla 22. Aplicación de los tipos de gráficos de control en la variable crítica
Categoría Tipo de Cantidad Aplicación teórica*1 Aplicación en la variable

*1 gráfico*1 estadística*1 crítica*2
Reflejar gráficamente los valores promedio
Aplica porque se utiliza para variables y
p de la variable a analizar, para evaluar y
Gráfico x -R Media y rango porque es uno de los más comúnmente
mantener la estabilidad del proceso
utilizados.
asociado
Reflejar gráficamente los valores
depurados promedio de la variable a
Valores Se aplicará si en la recolección de los datos
m analizar, para evaluar y mantener la
medidos Gráfico x -R Mediana y rango existen algunos valores muy alejados del
(variables) estabilidad del proceso asociado. Similar a
p promedio.
x -R pero se utiliza cuando existen algunos
valores muy alejados del promedio
Utilizado cuando es costoso obtener
Valores medidos valores medidos y se desea una acción No aplica porque no es costosa la obtención
Gráfico x
individuales rápida (datos medidos individualmente de datos
más bien que en conjuntos de muestras)
Fuente:*1BAVARIA S.A. Documento del sistema de gestión de la Dirección “50820007 Gráficos de control” Aprobado el 27-08-1999
Fuente:*2 autora
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 de los gráficos de control se requiere de la recolección de datos

históricos de la variable crítica. Se obtuvieron datos históricos de la variable crítica del
registro diario en el que se consignan en la Cervecería.
8.2.2. Aplicación del gráfico de control a la variable crítica
Para realizar la gráfica de control de la variable crítica se siguen los pasos de su

elaboración. Como se observa en el anexo llamado “gráficos de control”.
Para configurar el par de gráficas de control, se recomienda usar el siguiente

procedimiento:
8.2.2.1 Definición de la característica de calidad
En el capítulo anterior se definió la característica de calidad a controlar, la cual era la no

conformidad NC1. A partir de ésta se determinó como variable crítica la temperatura del
tanque 1 de la Lavadora del equipo 6.
8.2.2.2 Escogencia del subgrupo racional
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).
Este tipo de recolección de datos se identifica como el método de lapso o intervalo de

tiempo en el que la variación dentro del subgrupo es máxima y entre los subgrupos es
mínima.
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.
El número de muestras o cantidad de subgrupos (g) se determina para un intervalo de

tiempo en el que se observe la variabilidad. Para observar dicha variación de la
temperatura del tanque 1 de la lavadora se establece un intervalo de tiempo de 40 días
según criterio de la autora (g=40)
8.2.2.3 Reunión de los datos necesarios
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.
8.2.2.4 Cálculo de la línea central de ensayo y de los límites de control
Se calcula el promedio y el rango de cada subgrupo para calcular un promedio de los

promedios de los subgrupos y un promedio de los rangos de los subgrupos, aplicando
las siguientes fórmulas.
Rango = valor mayor – valor menor

70
g g
∑ 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:
LSCX= X + A 2R LSCR= D 4R LSE: Especificación máxima
LIC X= X – A 2R LIC R = D 3R LIE: Especificación mínima.
En donde:
A2, D 3 y D 4 son números que dependen del tamaño del subgrupo
LSCX: Límite superior de control de promedios
LSCR: Límite superior de control de rangos
LSE: Especificación máxima
LIC X: Límite inferior de control de promedios
LIC R : Límite inferior de control de rangos
Según el anexo de los gráficos de control, Para n=3,
A2= 1.023 D3 = 0 D 4 = 2.574
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
En la siguiente tabla se muestran los datos recolectados y calculados para la gráfica de

control de rangos elaborada 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
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
Con los datos calculados se elaboran los siguientes gráficos.
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
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
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
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.
Se analizan las siguientes condiciones no naturales en un gráfico de control:
- Puntos por fuera de los límites de control
- 7 o más puntos consecutivos que estén por arriba o por debajo de la línea central
- 10 de 11 puntos o 12 de 14 puntos, se encuentran a un lado de la línea central
- 6 puntos seguidos aumentan o disminuyen continuamente
- 2 de 3 puntos seguidos están en la zona A y/o 4 de 5 puntos seguidos están en la

zona B y después de ésta.
Así, de la gráfica de rangos R se analiza lo siguiente:
- 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
- No se presentan 6 o más puntos seguidos que aumenten o disminuyan

continuamente.
- No se presentan 10 de 11 puntos o 12 de 14 puntos, que se encuentren a un lado de

la línea central.
De la gráfica de promedios X se analiza lo siguiente:
- No existen puntos por fuera de los límites de control.
- 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.

continuamente.
74
la línea central.
- No hay 2 de 3 puntos seguidos que estén en la zona A
- No hay 4 de 5 puntos seguidos que estén en la zona B y después de ésta.
Del análisis anterior, al encontrar en la gráfica de control de R un punto fuera de control

y en la gráfica de control de X la presencia de 7 puntos consecutivos, se dice que el
proceso está fuera de control.
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.
8.2.2.5 Definición de la línea central revisada y de los límites de control
Como se mencionó, el subgrupo 15 está fuera de control porque está fuera de

especificación. Debido a lo anterior, como lo muestra el procedimiento de aplicación de
los gráficos de control, se descarta el subgrupo de la muestra 15 para el gráfico R y no
se descarta la muestra 15 para el gráfico X.
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.
Tabla 26. Datos de los cálculos de los límites de control mejorados

n 3 LSCRo= 9.44
g 39 D2 4.358
D1 0
LICR= 0
Desv estan (o) 2.166
d2 1.693

control de rangos con 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
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
En la siguiente gráfica se muestran los datos de los cálculos de la gráfica de rangos R

mejorada.
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
Análisis de la gráfica de rangos R mejorada
Según las condiciones no naturales que se analizan de un gráfico de control, ya

mencionadas, se observa de la gráfica de rangos R mejorada, lo siguiente:
- No se encuentran puntos por fuera de los límites de control
- No se encuentran 7 o más puntos consecutivos que estén por arriba o por debajo de
la línea central

la línea central
- No se presentan 6 o más puntos seguidos aumentan o disminuyen continuamente
Comparando el gráfico de R inicial con el gráfico de R mejorado, se observa que el

límite de control disminuyó, lo que hace que el rango de ubicación de los datos sea más
estrecho para analizar la sensibilidad a la variación de la variable.
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.
La siguiente, es la forma de recolección propuesta:
q Medir la temperatura del tanque cada 2 horas.
Así, como el turno es de 8 horas, el número de muestras por turno es de 4. Estas 4

muestras forman 1 subgrupo, para tener entonces una cantidad de subgrupos diaria de
3.
q Recolectar las muestras durante 15 días. Esto determina una cantidad de subgrupos
como se muestra:
g (Cantidad de subgrupos) = 15 días*3 subgrupos / día = 45 subgrupos.
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

control de rangos R y de promedios X, aplicada 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
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
Con los datos de la tabla anterior se realiza el gráfico de control de rangos R y de

promedios X.
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
Gráfico 17. Gráfica de control de promedios X de la temperatura del tanque 1, de

la lavadora del equipo de envase tren 6, aplicada al proceso
69
68
67
X
66
65 LSCX
64 LICX
63
LSE
X
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
Análisis de la gráfica de rangos R y de promedios X, aplicadas al proceso
En este paso se analiza la existencia de un buen control, en el que, como se mencionó,

no hayan datos por fuera de control, no hayan corridas largas o patrones anormales de
variación.
80
Según las condiciones no naturales mencionadas en el apartado anterior, se analizan
los gráficos de control.
Así, de la gráfica de rangos R se analiza lo siguiente:
- 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.

la línea central.

continuamente.
- 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.

la línea central.

continuamente.
- No hay 2 de 3 puntos seguidos que estén en la zona A.
- No hay 4 de 5 puntos seguidos que estén en la zona B y después de ésta.
8.2.2.6 Logro del objetivo
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.
Las botellas ingresan al tanque 1 a una temperatura ambiente que varia

aproximadamente de 7°C en la madrugada a aproximadamente 19°C en la tarde.
El tanque 2 se encuentra a temperatura promedio de 82°C, normalmente ésto hace que

se transfiera calor del tanque 2 al tanque 1, debido a la falta de un buen aislamiento
entre los tanques.
Debido a lo anterior, la temperatura del tanque 1 se acerca al límite superior de la

especificación (61°C) generalmente en la tarde más que a cualquier hora del día.
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:
Ø A nivel de la toma de muestras, se recomienda aumentar el tamaño del subgrupo a

4 (n=4) tomando cada 2 horas un dato.
Ø A nivel de proceso, para tener bajo control la variable, se recomienda instalar un

intercambiador de calor en el tanque 1 y/o disminuir la transferencia de calor entre
los tanques 2 y 1 colocando un buen aislamiento.
Ø Asignar a un mismo operario para la medición de la temperatura del tanque 1 de la

lavadora en un mismo intervalo de tiempo para disminuir la variación porque
actualmente se maneja un termómetro de carátula. Se recomienda también instalar
una termocupla que de una lectura digital disminuyendo el error de lectura.
8.2.2.8 Verificación del control estadístico de la variable crítica (etapa final)
La Cervecería procedió a instalar un Intercambiador de calor en el tanque en el mes de

Octubre aprovechado equipos sobrantes de otras Cervecerías que cesaron actividades
en el mes de Septiembre.
82
El aislamiento de los tanques no se consideró viable debido a que la Lavadora presenta
las paredes muy cercanas a los picos de las botellas y no existe lugar para colocar este
aislamiento.
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.
q Plantear la recolección final de datos:
Las condiciones para la recolección de datos es igual a la aplicada para la definición de

los gráficos de control aplicados al proceso antes de tener en cuenta las
recomendaciones. Estas son las siguientes: n=4, g=45
En la siguiente tabla se muestra la recolección de datos que se realizó en el mes de

Octubre.
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
q Plantear los límites de control del gráfico de control de rangos R de la etapa final:
Como en los datos recolectados no se presentaron causas atribuibles se dispone a

plantear los límites de control del gráfico de control de rangos R, mostrados en la
siguiente tabla. Así como los datos para las zonas A, B y C.
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
En la siguiente tabla se muestran los datos de los datos de la gráfica de control de

rangos R y de promedios X.
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
Con los datos calculados se elabora el gráfico de control de rangos R y de promedios X

que se muestra a continuación.
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
Gráfico 19. 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
63
X
62
LSCX
61 LICX
60 LSE
X prom
X
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
Análisis de la gráfica de rangos R y de promedios X, etapa final
De la gráfica de rangos R se analiza lo siguiente:
87
- Se presentan 7 puntos consecutivos (subgrupo 3 al 9) que están por debajo de la

línea central. Observando los datos de cada subgrupo, se encuentra que los datos
del subgrupo 7 extrañamente son todos iguales, comparándolo con el resto de
subgrupos, no se encuentra con frecuencia un caso como éste, por lo que
probablemente se hubiera podido presentar una plana, es decir una repetición de
datos causada por la fatiga o aburrimiento del operario.

la línea central.

continuamente.
- No se presentan 7 o más puntos consecutivos que estén por arriba o por debajo de
la línea central.

la línea central.

continuamente.
- No se presentan 4 de 5 puntos seguidos en la zona B y después de ésta.
- Se observa que la distribución de los datos se encuentra tendiente a la línea

superior de especificación, esto se puede deber a las siguientes razones:
• Se presenta una situación, en donde el operario observa que a mayor

temperatura del tanque 1 mejor es el lavado de las botellas que salen de la
lavadora, calibrando, por esta razón, un % de abertura de la válvula de vapor del
serpentín de calentamiento tendiente a la especificación superior (61°C).
Por lo anterior, se propone entonces una intensificación de la capacitación del

operario, en cuanto a las condiciones del proceso de lavado. Esto llevará a bajar
la temperatura promedio, la cual se evaluará si al bajar la temperatura el lavado
de las botellas es afectado.
• 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.
Si se cambia la especificación, los límites de la gráfica de control de rangos R y de

promedios X resultantes para aplicar de nuevo al proceso, con las zonas A, B y C
demarcadas en la gráfica X, se muestran a continuación.
Gráfico 20. Límites de control del gráfico de control de rangos R resultante

7
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
Gráfico 21. Límites de control del gráfico de control de promedios X resultante
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
89
8.3. EVALUACIÓN DE LA CAPACIDAD DEL PROCESO DE LA
VARIABLE CRÍTICA IDENTIFICADA Y CONTROLADA
ESTADÍSTICAMENTE
Controlada estadísticamente la variable, que en el presente trabajo es la temperatura

del tanque 1 de la lavadora del equipo de envase “tren 6”, se dispone a evaluar la
capacidad de proceso.
8.3.1. Determinación de la capacidad del proceso, del Cp y del Cpk de la

variable crítica
Para determinar la capacidad de proceso se calcula una desviación estándar de

promedios.
DESVIACIÓN ESTANDAR DE PROMEDIOS =0.588
Capacidad de proceso = 6 desv. est. =3.53
Para determinar en qué caso se encuentra el proceso es necesario calcular la tolerancia

como se muestra a continuación.
Tolerancia= LSE-LIE =5
Comparando la capacidad de proceso con la tolerancia se tiene el caso en el que la

capacidad de proceso es menor a la tolerancia, llamado Caso I: 6 desv. est. <
tolerancia.
En el caso presente, se tiene una situación deseable, con el proceso bajo control.
Combinando los valores de capacidad de proceso y tolerancia, se obtiene el índice de

capacidad.
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:
Min (( LSE − X ) o( X − LIE )) Min (( 61 − 60,6)o( 60,6 − 56)) 1

Cpk = = = = 0.2426
3σ 3 * 0.588 1.76
8.3.2. Análisis de la Cp y del Cpk de la variable crítica
Para un Cp=1.418 y un Cpk=0.2426 se comenta lo siguiente:
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.
De acuerdo al análisis realizado a las gráficas de control de X y de R, al disminuir la

temperatura promedio no se afectaría la capacidad del proceso ni el Cp.
Del análisis mencionado, al cambiar la especificación sin cambiar la tolerancia, no se

modificarían los valores de la capacidad de proceso y del Cp.
q El valor de Cpk =0.2426 < 1, indica que el proceso se encuentra descentrado. El

proceso no satisface la especificación de la temperatura del tanque 1 (61-56°C)
porque existe una tendencia al límite superior de especificación LSE= 61°C.
El análisis de las gráficas de control de X y de R, plantean una disminución de la

temperatura promedio, la cual mejora el valor de Cpk al permitir el cumplimiento de
la especificación.
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.
• La metodología propuesta identifica las variables críticas del proceso de elaboración

de cerveza embotellada, mediante un análisis estadístico de los indicadores de
gestión de calidad utilizados en las Cervecerías: Evaluación Integral de la Calidad,
Eficiencia Global y Reclamos por Calidad de Producto Terminado.
• La metodología por medio de su estructura, donde se inicia con índices de gestión y

termina identificando la variable crítica, ayuda a que controlando esta variable se
apalanca fuertemente la gestión de calidad a todo nivel.
• Se evidencia que las metodologías utilizadas en la cervecería de Bogotá que se

basan en otros estudios aquí evaluados, no visualizan el proceso globalmente
interrelacionando indicadores globales, como si lo hace la metodología del presente
trabajo.
• Se encuentra que la experiencia de los trabajadores es valiosa para la

determinación de las variables y para los análisis de los datos obtenidos, por lo que
la metodología tiene la posibilidad de ser mejorada y adaptada las necesidades del
usuario.
• Así como en el presente trabajo se realizó el control estadístico de la temperatura

del tanque 1 del tren 6, así mismo es fácil la aplicación de este en otras variable.
• El diagrama de Pareto es una buena herramienta para enfocar los recursos de la

empresa al mejoramiento de las mayores causas que producen más problemas.
• 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.
• Se encuentra que el gráfico de control es la mejor herramienta para controlar

estadísticamente una variable numérica, porque utiliza varias herramientas
estadísticas y porque muestra fácilmente las causas atribuibles de las fortuitas que
generen acciones correctivas y preventivas.
• El factor crítico NC1 es la no conformidad que más genera pérdida en el puntaje de

la evaluación integral de la calidad.
• La variable crítica determinada es la temperatura del tanque 1 de la lavadora del tren

6. La cual, luego de tener en cuenta las recomendaciones, es capaz de cumplir con
la tolerancia aunque se encuentra descentrada.
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 Plantear planes de acción que involucren varias personas de la cervecería para

mejorar el interés del personal en el desarrollo de un tipo de proyectos como el
presente.
q En cuanto a la aplicación de los gráficos de control de promedios X y de rangos R en

la variable crítica T tanque 6, se recomienda dejar el tamaño de los subgrupos de 4
al turno para observar mejor la variabilidad y no la de una lectura por turno.
q Evidenciada la tendencia al límite superior de la especificación, se recomienda

estudiar la posibilidad de disminuir la temperatura promedio o cambiar la
especificación, analizando su efecto tanto en el proceso como en la presencia de la
no conformidad NC1 en el producto.
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.
q Efectuado el control estadístico de la temperatura de los tanques de la lavadora del

equipo de envase “tren 6”, se dispondría a controlar estadísticamente otra variable
que resulte crítica del análisis del siguiente factor crítico de los indicadores
analizados. por ejemplo otras temperaturas del tren 6 o el tren 1
94
11. BIBLIOGRAFIA
q BAVARIA S.A. del Sistema de Gestión, de la Dirección/TÉCNICAS ESTADÍSTICAS
q BAVARIA S.A., Documento “20820001 Administración de la documentación”, Pág. 2.

15 de Julio de 2000.
q BAVARIA S.A., Documento “20820003 Sistema de evaluación integral de la calidad”.

29 de Febrero de 2000.
q 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”.
q BAVARIA S.A. , Folleto “Así es BAVARIA. 2000”
q 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.
q BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995.
q CHAMORRO, Martha. Implementación de control estadístico de proceso para

procesos de producción continua caso del proceso cervecero. Universidad de los
Andes. Santafé de Bogotá, 1993.
q CHASE, AQUILANO Y JACOBS. Administración de Producción y Operaciones. 8ª.

Ed. McGraw Hill. 2000.
q 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.
q http://intranet/bavaria/inicio.asp
q http://bavaria.com.co
q KUME, Hitoshi. Herramientas estadísticas básicas para el mejoramiento de la

calidad. Ed. Norma. 1992 Pág.11.
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
ANEXO J. Cartilla “hablemos el lenguaje de la calidad” Cervecería de Bogotá de

BAVARIA S.A.
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
ADMINISTRACION MATERIALES METODO

ANEXO K. Descripción del diagrama de Pareto
Es un método coordinado para identificar, calificar y tratar de eliminar de manera

permanente los defectos. Se concentra en las fuentes importantes de error. La regla es
80/20: 80 % de los problemas se deben al 20% de las causas. 14
El uso del diagrama de Pareto permite solucionar problemas de calidad que se

presentan como pérdidas con eficiencia. La mayoría de las pérdidas se deberán a unos
pocos tipos de defectos, y estos defectos pueden atribuirse a un número muy pequeño
de causas. Si se identifican las causas de estos pocos defectos vitales, se puede
eliminar casi todas las pérdidas, concentrándonos en esas causas particulares y
dejando de lado por el momento otros muchos defectos triviales.15
La elaboración del diagrama de pareto se muestra a continuación16
1. Determinar los factores a estudiar y recoger datos
Determinar la(s) categoría(s) de los factores a estudiar, la frecuencia de recolección de

los datos (cercano al periodo en el que aparece el problema, tal como una semana o un
mes) y recogerlos. Las categorías son usualmente de:
• Contenido: tipo de defecto, lugar, posición, proceso, tiempo, entre otros.
• Causa: materiales, máquina y equipos, método de operación, operario, entre otros
2. Tabular los datos y calcular los números acumulativos
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”.
Partiendo de los factores de mayor frecuencia y trabajando en orden descendente,

calcular los números acumulativos y escribirlos en una tabla que muestre el arreglo de
datos y cálculos de números acumulados.
3. Mostrar los datos como un gráfico de barras
Dibujar el gráfico de barras a lo largo del eje horizontal, en orden descendente de

frecuencias.
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.
5. Crear una escala porcentual en un eje vertical en el lado derecho
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.
6. Identificar y analizar el diagrama
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.
La variación es inherente al proceso, y éste es el producto de la relación existente entre

el equipo, materiales, entorno y operario 18.
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 indican cuales fuentes de variación según la incidencia pueden

ser identificables, eliminables y puedan estabilizar o inestabilizar un proceso.
Tabla 33. Clasificación de las causas de variación según su magnitud de

identificación.
Causas Fortuitas Causas Atribuibles
Fuentes de variación que fluctúan de manera natural o Fuentes de variación que inestabilizan el proceso.
prevista que producen un patrón estable.
No son posibles de eliminar. Son posibles de eliminar.
Debido a que son muchas, y cada una de ellas por La magnitud de las causas es grande, por lo cual se les
separado reviste poca importancia, es difícil detectarlas o puede identificar fácilmente para eliminarlas.
descubrirlas.
Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag. 105.
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.
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
Gráficos de control de variables
La siguiente gráfica muestra un Ejemplo de una gráfica de control, es una gráfica

conocida como gráfica de X, en ella se registra la variación experimentada en el valor
promedio de las muestras.
Gráfico 22. Ejemplo de una gráfica de control

X
Gráfica
X
3.50 UCL x Límite superior de control

K )
3.46
X
3.42 o Línea central
3.38
3.34 LCL x Límite inferior de control

(
P
g
1 5 10
r
Número de subgrupo
P
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.
Tabla 35. . Comparación entre límites de control y límites de la especificación.

Límites de control Límites de la especificación
Son un auxiliar para juzgar el grado de variación Son los límites permisibles de una determinada
que se produce en la calidad de un producto. característica de cada unidad particular de un
Los límites de control, el alcance del proceso, la producto.
distribución de los promedios y la distribución de La ubicación de las especificaciones es
los valores individuales son todos optativa y no guarda relación alguna con otras
interdependientes. características de la gráfica de control.
Están determinados por el proceso. Están determinados por los ingenieros de
diseño.
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.
Los límites de control se fijan a ±3 desviaciones estándar de la línea central. De la curva

normal se tiene que la cantidad de elementos comprendidos entre +3σ y -3σ es igual a
99.73%. Es decir, se supone que de cada 1000 veces, 997 son valores del subgrupo
que estarán comprendidos dentro de los límites superior e inferior, diferencia que hace
que un proceso se encuentre fuera de control o bajo control estadístico.
En la práctica, las gráficas de control se ponen en lugares visibles de las máquinas o

centros laborales, para favorecer el control de una característica en particular de la
calidad. Por lo general se presentan juntas una gráfica X para la tendencia central y una
R para la dispersión.
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
Existencia de causas atribuibles

Operacionales
1 5 10
Número de subgrupo
Los siguientes son los objetivos de las gráficas de control de variables:
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.
Definir la capacidad del proceso: La verdadera capacidad de un proceso se logra sólo

después de alcanzar una profunda mejora de la calidad. Durante el ciclo del
mejoramiento de la calidad, la gráfica de control de variables indicará que ya no es
posible mejorar más si no se está dispuesto a hacer un fuerte desembolso de dinero. Es
en este momento cuando se consigue la verdadera capacidad del proceso.
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.
Tomar decisiones relacionadas al proceso de producción: La gráfica sirve para saber si

se trata de un patrón natural de variación y por lo tanto, no hay nada que hacerle al
proceso o si se trata de un patrón no natural, en cuyo caso habrá que emprender
acciones para detectar y eliminar las causas de la perturbación o motivos atribuibles.
104
Tomar decisiones relativas a productos recién elaborados: La gráfica de control de
variables sirve como fuente informativa para decidir si un producto o productos pueden
pasar a la siguiente fase de la secuencia o si se toma una medida alterna, por ejemplo,
separar o reparar.
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.
Elaboración de una gráfica de control
Para configurar el par de gráficas de control correspondientes a la media X y R es

recomendable usar el siguiente procedimiento:
Gráfico 24. Elaboración de una gráfica de control
Inicio
1. Definir la característica de calidad
2. Escoger el subgrupo racional
3. Reunir los datos necesarios
4. Calcular la línea central de ensayo y los límites de control
5. Definir la línea central revisada y los límites de control
6. Lograr el objetivo
Fin
Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag.110-111
1. Definir la característica de calidad: La variable para figurar en las gráficas deberá

ser una característica de calidad medible y expresable mediante números.
Se debe otorgar prioridad a las características de calidad que influyen en la eficiencia

del producto. Tales características son a veces función de materias primas,
componentes, parte del equipo o partes terminadas. Es decir, enfocarse en las
105
características que causen problemas en producción y en costos. Determinar las
situaciones en donde el gasto por desechos o reelaboración son elevados. Un análisis
de Pareto será muy útil para definir prioridades. Otra posible aplicación es cuando en la
revisión de un producto se tienen que realizar pruebas que impliquen la destrucción de
éste.
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.
2. Escoger el subgrupo racional: Los datos representados en la gráfica de control

están constituidos por grupos de elementos denominados grupos racionales. Los datos
que se reúnen de manera aleatoria no se consideran racionales. Un subgrupo racional
es aquel en el que la variación del grupo se debe a causas fortuitas. Tal variación en el
interior del subgrupo sirve para calcular los límites de control. La variación entre un
subgrupo y otro sirve para evaluar la estabilidad a largo plazo.
En la siguiente tabla se comparan los aspectos de los métodos de escogencia de las

muestras del subgrupo.
Tabla 36. Métodos de escogencia de las muestras del subgrupo.

Método del momento justo o del instante Método del lapso o intervalo de tiempo
Toma el producto obtenido en un tiempo Selecciona un producto durante un lapso de
definido. Ej.: 4 partes de un lote que se acaba tiempo, considerado como representativo del
de producir. producto en sí.
La variación encontrada dentro de un mismo La variación dentro del subgrupo es máxima y
subgrupo es mínima y máxima entre un entre los subgrupos es mínima
subgrupo y otro. Se obtienen mejores resultados generales y, por
Es el más usado porque constituye un punto lo tanto los informes de calidad ofrecerán una
de referencia temporal determinado, útil para descripción más precisa de la calidad. Además,
descubrir causas atribuibles. Sirve como debido a las limitaciones del proceso, tal vez este
medida precisa de los cambios que se método sea la única forma práctica de obtener
presentan en el promedio del proceso. las muestras del subgrupo.
Como los valores están muy cercanos, es muy Existe la posibilidad de que las causas de
probable que la variación se deba a causas variación estén dentro del subgrupo, lo que
aleatorias y, por ello, satisfaga el criterio del dificultará asegurar que se trabaje con un
subgrupo racional. subgrupo racional.
Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag.111
En algunas ocasiones, es conveniente emplear simultáneamente ambos métodos de

agrupamiento. Cuando este es el caso, se usan 2 gráficas, cada una con distintos
límites de control.
Características de los lotes de los subgrupos
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
Para escoger el tamaño de la muestra es necesario tener en cuenta las siguientes

directrices útiles para tomar esa decisión:
1. Cuanto más aumente el tamaño del subgrupo:
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.
b) Más aumentará el costo de inspección por subgrupo.
2. Cuando se apliquen pruebas que impliquen destrucción de elementos y éstos sean

costosos, el tamaño del subgrupo será de 2 o 3, ya que reducirá a un mínimo la
destrucción de tales elementos costosos.
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.
Si el tamaño del subgrupo es mayor a 10 elementos, para controlar la dispersión se

utiliza la gráfica s en vez de la R.
Frecuencia de la toma de subgrupos
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.
Las posibles formas de determinar la frecuencia en la toma de subgrupos son las

siguientes:
Por lo general, es mejor obtener muestras frecuentemente al inicio y reducir la

frecuencia de muestreo cuando los datos lo permitan.
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.
Tabla 37. Tamaño de las muestras.

TAMAÑO DEL LOTE TAMAÑO DE LA MUESTRA
91-150 10
151-280 15
281-400 20
401-500 25
501-1.200 35
1.201-3.200 50
3.201-10.000 75
10.001-35.000 100
35.001-150.000 150
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.
La frecuencia con la que se obtiene un subgrupo se expresa como el porcentaje de

elementos producidos o en función de un intervalo de tiempo. Para resumir, la selección
del subgrupo racional se hace de manera que en el subgrupo sólo estén presentes
causas aleatorias.
3. Reunir los datos necesarios
Existen 2 formas de registrar los datos:
• 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.
Una vez seleccionada la característica de calidad y el plan para el subgrupo racional, se

puede comisionar a un técnico para que se encargue de reunir los datos, como parte de
sus tareas normales. El técnico deberá entregar el resultado de sus informes al
supervisor de primera línea y al operario: sin embargo, en este caso no se muestra en
lugar visible del lugar de trabajo ni gráficas ni datos.
4. Calcular la línea central de ensayo y los límites de control
Las líneas centrales de las gráficas X y R se obtienen utilizando las fórmulas:
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
Los límites de control de intento de gráficas se definen a ±3 desviaciones estándar del

valor central, como se expresa en las siguientes fórmulas:
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.
En la práctica, el cálculo se simplifica usando el producto del rango promedio (R) y un

factor (A 2) en vez de las 3σ (A 2R=3σX) en las fórmulas de la gráfica X. Para la gráfica R
el rango, R, se utiliza para calcular la desviación estándar del rango (σ R). Así, se
obtienen las siguientes fórmulas:
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
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
Existen 2 técnicas que se emplean para descartar datos. Si X o el valor R de un

subgrupo está fuera de control y tiene causa atribuible, se descartan ambos, o sólo se
descarta el valor de un subgrupo que no está bajo control. Se utiliza frecuentemente la
última técnica; así pues, cuando se descarta un valor X, el valor correspondiente de R
no se descarta y viceversa.
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
En donde d2 = un factor de la tabla B del libro BESTERFIELD, Dale H. Control de

calidad. Cuarta Edición. Prentice Hall. 1995, que sirve para calcular σ0 a partir de R0 . Se
considera que los valores estándar o de referencia son los mejores valores calculados a
partir de los datos de que se dispone. Conforme se cuenta con más datos, se obtienen
mejores cálculos, o más confianza en los valores estándar que ya se tienen.
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.
UCLX= X 0 + Aσ0 UCLR= D 2σ0
LCLX= X – A 2σ0 LCLR = D 1σ0
Donde A, D 1 y D 2 son factores de la tabla B del libro BESTERFIELD, Dale H. Control de

calidad. Cuarta Edición. Prentice Hall. 1995, para obtener los límites de control 3σ a
partir del 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.
Los datos preliminares de los subgrupos iniciales no se grafican en el caso de los

límites de control revisados. Estos límites sirven para darse cuenta de los resultados en
el caso de subgrupos futuros. Para usar eficientemente la gráfica de control durante la
producción, ésta deberá fijarse en un sitio adecuado para que la vean fácilmente los
operarios y los supervisores.
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.
Es recomendable cuando se empieza el trazo de una gráfica, el cálculo periódico de los

valores estándar, para ver si se ha producido algún cambio. Esta reevaluación se puede
efectuar cada 25 grupos o más y los resultados se comparan con los valores anteriores.
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.
Para acelerar el proceso de la prueba de ideas, la toma de subgrupos se puede

comprimir en tiempo siempre que los datos representen el proceso, al tomar en cuenta
las fluctuaciones producidas de una hora a la siguiente, o de un día al otro. Solo deberá
someterse a prueba una idea a la vez; de lo contrario, los resultados podrían
confundirse.
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
Proceso fuera de control
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
La naturaleza no natural, inestable de la variación, impide predecir las variaciones

futuras. Es necesario determinar las causas atribuibles y corregirlas si es que se desea
que continúe un proceso natural, estable.29
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)
Las siguientes son condiciones no naturales en un gráfico de control: 7 o más puntos

consecutivos estén por arriba o por debajo de la línea central, 10 de 11 puntos o 12 de
14 puntos, etc, se encuentran a un lado de la línea central, 6 puntos seguidos aumentan
o disminuyen continuamente, 2 de 3 puntos seguidos están en la zona A y/o 4 de 5
puntos seguidos están en la zona B y después de ésta.31
En vez de dividir el espacio en 3 zonas iguales de una desviación estándar, aplicando

una técnica simplificada, se procede a dividir el espacio en 2 zonas iguales de 1.5
desviaciones estándar. El proceso está fuera de control si hay 2 puntos sucesivos a 1.5
desviaciones estándar o más allá de estás. Esta regla simplificada facilita el trabajo de
los operarios sin detrimento de su capacidad.32
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.
El análisis anterior sobre la capacidad del proceso y las especificaciones se efectuó

utilizando una especificación superior e inferior. En muchas ocasiones sólo se cuenta
con una especificación, superior e inferior. Para obtener el límite de una sola
especificación se lleva a cabo un análisis semejante, pero más sencillo.35
Capacidad del proceso
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
1. Tomar 20 subgrupos, cada uno de tamaño 4, con un total de 80 mediciones
2. Calcular la desviación estándar de la muestra, s, de cada uno de los subgrupos.
3. Calcular la desviación estándar promedio de la muestra, s = Σ s / g = Σ s / 20
4. Calcular el valor de la desviación estándar de la población. σ0 = s / c4
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
5. La capacidad del proceso será igual a 6σ0
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
1. Tomar 20 subgrupos, cada uno de tamaño 4, con un total de 80 mediciones
2. Calcular el campo de valores, Ri , de cada uno de los subgrupos.
3. Calcular el campo promedio, R, R = Σ R / g = Σ R / 20
4. Calcular el valor de la desviación estándar de la población. σ0 = R / d 2
en donde d2 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 2.059
5. La capacidad del proceso será igual a 6σ0
El empleo de más de 20 subgrupos permitirá mejorar la exactitud.41
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
La capacidad del proceso y la tolerancia se combinan para formar un índice de

capacidad, el cual se define así: 43
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
Con frecuencia, el índice de capacidad mínimo se fija en 1.33. En el caso de un valor

inferior a éste, los ingenieros de diseño deberán solicitar la respectiva aprobación del
departamento de fabricación antes de que el producto pase al departamento de
producción. La mayoría de compañías consideran que un índice de capacidad de 1.33
como estándar o norma consagrado por la práctica, caso en el que es deseable contar
con valores mayores. 44
Otra medida de la capacidad es la relación de capacidad, definida de la manera

siguiente: . 45
6σ0
Cr =
USL − LSL
La única diferencia entre ambas medidas es el cambio de numerador y denominador.

Ambas sirven para lo mismo; sin embargo, se interpretan de manera distinta. El
estándar o norma consagrado por la práctica es de 0.75 con valores deseados aún más
pequeños. En ambos casos, el estándar consagrado por la práctica se define con una
tolerancia de 8σ0. Para evitar una errónea interpretación por parte de las dos partes, se
tendrá que estar seguro de cuál de las medidas de la capacidad del proceso es la que
se está empleando.46
Mediante el concepto del índice de capacidad se puede medir la calidad, siempre y

cuando el proceso esté centrado. Cuanto mayor sea el índice de la capacidad, mejor
será la calidad. Se deberán desplegar los esfuerzos necesarios para obtener un índice
de capacidad lo más grande posible. Lo anterior se logra mediante especificaciones
realistas y esforzándose continuamente por mejora la capacidad del proceso.47
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
Z (Min ) Z(Min) es el valor mínimo de Z(USL) = (USL-X) /

Cpk =
3 σ
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
Min ((USL − X )o ( X − LSL))

Cpk =
3σ
Respecto a Cp y Cpk, se puede comentar lo siguiente: 50
• El valor de Cp no cambia cuando cambia el centro del proceso.
• Cp = Cpk cuando el proceso se centra.
• Cpk siempre es = o < que Cp.
• 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.
• El valor Cp < 1.00 es indicación de que el proceso no es capaz.
• Si Cpk = 0 es indicación de que el promedio es igual a uno de los límites de la

especificación.
• 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
Fuente: BAVARIA. Cervecería de Bogotá, Material didáctico # 600.
124

PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

PDF

Загружено:

Авторское право:

Доступные форматы

APLICACIÓN DE HERRAMIENTAS ESTADÍSTICAS EN

LA DETERMINACIÓN, CONTROL Y EVALUACIÓN DE

SILVIA PAOLA BERNAL FALLA

PROGRAMA DE INGENIERIA DE PRODUCCION AGROINDUSTRIAL

SILVIA PAOLA BERNAL FALLA

Proyecto de grado para optar al título de Ingeniero de Producción Agroindustrial

JULIAN ALBERTO ACUÑA MOSQUERA

WILSON BERNARDO RAMIREZ ROA

PROGRAMA DE INGENIERIA DE PRODUCCION AGROINDUSTRIAL

Bogotá D.C. 13 de Diciembre de 2001

Todo el personal de BAVARIA S.A. por la constante motivación, orientación intelectual

2.1. HISTORIA DE LA EMPRESA..................................................................................................................................... 16

2.2. PRESENTACIÓN DE LA CERVECERÍA DE BOGOTÁ.................................................................................... 17

2.2.2. Ficha técnica.................................................................................................................................................................. 17

2.2.3.1 Proceso de aplicación de herramientas estadísticas............................................................................................ 18

5.1. OBJETIVO GENERAL................................................................................................................................................... 22

5.2. OBJETIVOS ESPECÍFICOS ........................................................................................................................................ 22

6.1. EL PROCESO CERVECERO....................................................................................................................................... 23

6.1.2. Materias primas............................................................................................................................................................ 23

6.2. HERRAMIENTAS ESTADÍSTICAS .......................................................................................................................... 27

7.1. ANÁLISIS DE LAS METODOLOGÍAS Y DE OTROS TEMAS, DE ESTUDIOS ESTADÍSTICOS

7.2. METODOLOGÍA DEL PRESENTE TRABAJO.................................................................................................... 31

8. RESULTADOS, DISCUSIÓN Y ANÁLISIS DE RESULTADOS ...................................................................... 35

8.1. DETERMINACIÓN DE LAS VARIABLES CRÍTICAS ...................................................................................... 35

8.1.1. Identificación de las variables de control actual en la elaboración de cerveza embotellada en

8.1.2.1 Determinación del periodo de análisis de los datos............................................................................................. 37

8.1.2.2 Determinación de las dimensiones críticas de la EIC......................................................................................... 37

8.1.2.3 Determinación de los factores críticos de la EIC................................................................................................ 43

• Determinación de los factores críticos de la 2 a dimensión crítica de la EIC “Índices fisicoquímicos de

• Determinación de los factores críticos de la 3 a dimensión crítica de la EIC “Índices presentación

8.1.2.5 Determinación de las variables críticas de la EIC............................................................................................... 51

Ubicación de la presencia del factor crítico de la EIC en la Cervecería....................................................................... 51

Determinación del equipo de envase crítico de la EIC....................................................................................................... 51

Determinación de la máquina crítica del equipo crítico de la EIC................................................................................. 53

Determinación de la variable crítica de la máquina crítica de la EIC........................................................................... 56

Identificación de la aplicación de la EG en la cervecería de Bogotá .............................................................................. 58

Demostración de la incidencia de la variable crítica de la EIC en la EG...................................................................... 59

8.2. CONTROL ESTADÍSTICO DE LA VARIABLE CRÍTICA............................................................................... 67

8.2.1.1 Aplicación de las herramientas estadísticas en la variable crítica de tipo numérico................................. 67

8.2.2. Aplicación del gráfico de control a la variable crítica........................................................................................ 68

8.2.2.1 Definición de la característica de calidad............................................................................................................... 68

8.2.2.3 Reunión de los datos necesarios ............................................................................................................................... 69

8.2.2.4 Cálculo de la línea central de ensayo y de los límites de control ..................................................................... 70

Análisis de la gráfica de rangos R y de promedios X, de los datos históricos ............................................................. 74

8.2.2.5 Definición de la línea central revisada y de los límites de control................................................................... 75

Análisis de la gráfica de rangos R mejorada ........................................................................................................................ 77

Análisis de la gráfica de rangos R y de promedios X, aplicadas al proceso................................................................. 80

8.2.2.6 Logro del objetivo......................................................................................................................................................... 81

8.2.2.7 Recomendaciones ......................................................................................................................................................... 82

8.2.2.8 Verificación del control estadístico de la variable crítica (etapa final).......................................................... 82

Análisis de la gráfica de rangos R y de promedios X, etapa final ................................................................................... 87

8.3. EVALUACIÓN DE LA CAPACIDAD DEL PROCESO DE LA VARIABLE CRÍTICA

8.3.2. Análisis de la Cp y del Cpk de la variable crítica................................................................................................ 91

10. RECOMENDACIONES .................................................................................................................................................. 94

11. BIBLIOGRAFIA ............................................................................................................................................................... 95

12. ANEXOS .............................................................................................................................................................................. 97

Tabla 1. Materias primas principales usadas en la elaboración de cerveza............................................................ 23

Tabla 2. Capacidades de los equipos .................................................................................................................................. 26

Tabla 5. Fortalezas y oportunidades de mejoramiento de la “Implementación de control estadístico de

Tabla 6. Variables de control actual en el proceso o materia prima en la elaboración de cerveza en la

Tabla 7. Aspectos y criterios que se evalúan en la EIC ................................................................................................. 38

Tabla 8. Dimensiones de la EIC........................................................................................................................................... 39

Tabla 11. Datos del diagrama de Pareto de las Dimensiones de la EIC...................................................................... 41