You are on page 1of 10

UTA-FISEI-IIP-MP-UT-08-03 NOMBRE: Oscar Fabricio Calapia Caguana FECHA: 09/11/2017

D I N: 01 TEMA: DIAGRAMA DE PARETO HOJA: 01

1. En una empresa procesadora de carnes fras mediante una inspeccin al 100% se detect problemas en
las salchichas. A continuacin, se muestran los resultados de una semana.

PROBLEMA Y NMERO DE PAQUETES


DEFECTUOSOS
Mquina Turno Falta de vaco Mancha verde Mancha amarilla
empacadora
A I 4300 700 700
II 6300 650 650
B I 3500 700 400
II 6600 500 420
C I 8500 800 324
II 9120 655 345
SUMA 38320 4005 2839

a) Considere que la gravedad de los tres problemas es la misma, realice un anlisis de Pareto para problemas
y detecte cul es el ms significativo.

PROBLEMAS FALLOS F ACUM % % ACUM


Falta de vaco 38320 38320 84,84 84,846
Mancha verde 4005 42325 8,87 93,714
Mancha amarilla 2839 45164 6,29 100,000
SUMA 45164 100,000

45000 120,000

40000
100,000
35000

30000 80,000

25000
60,000
20000

15000 40,000

10000
20,000
5000

0 0,000
Falta de vaco Mancha verde Mancha amarilla

Anlisis:

De acuerdo con el Pareto el 80% de las fallas se por la falta del vaco.

[1] H. Gutirrez Pulido y R. De la Vara Salazar, CONTROL ESTADSTICO DE CALIDAD Y SEIS SIGMA, Mc
Graw Hill, Mxico, 2009.
UTA-FISEI-IIP-MP-UT-08-03 NOMBRE: Oscar Fabricio Calapia Caguana FECHA: 09/11/2017
D I N: 01 TEMA: DIAGRAMA DE PARETO HOJA: 01

b) Con respecto al problema vital, haga Paretos de segundo nivel (causas) tanto para mquina como para
turno.

RESPECTO A MQUINAS:

MQUINAS FALLOS F ACUM % FALLOS % ACUM


C 19744 19744 43,72 43,72
A 13300 33044 29,45 73,16
B 12120 45164 26,84 100,00
SUMA 45164 100,00

RESPECTO A MQUINAS
25000,00 120,00

100,00
20000,00

80,00
15000,00
60,00
10000,00
40,00

5000,00
20,00

0,00 0,00
C A B

Anlisis:

De acuerdo con el Pareto el 80% de las fallas se por las mquinas C y A.


RESPECTO A TURNOS:

MQUINAS FALLOS F ACUM % FALLOS % ACUM


I 25240 25240 55,89 55,89
II 19924 45164 44,11 100,00
SUMA 45164 100,00

[1] H. Gutirrez Pulido y R. De la Vara Salazar, CONTROL ESTADSTICO DE CALIDAD Y SEIS SIGMA, Mc
Graw Hill, Mxico, 2009.
UTA-FISEI-IIP-MP-UT-08-03 NOMBRE: Oscar Fabricio Calapia Caguana FECHA: 09/11/2017
D I N: 01 TEMA: DIAGRAMA DE PARETO HOJA: 01

RESPECTO A TURNOS
30000 120,00

25000 100,00

20000 80,00

15000 60,00

10000 40,00

5000 20,00

0 0,00
I II

Anlisis:
De acuerdo con el Pareto el 80% de las fallas se da por el turno I.
c) Vuelva a realizar los anlisis anteriores, pero considerando que la gravedad del problema desde el punto
de vista del cliente es la siguiente: falta de vaco (6), mancha verde (10), mancha amarilla (8).

PROBLEMAS FALLOS ACUM % FALLOS %ACUM


Mancha verde 10 10 41,67 41,67
Mancha amarilla 8 18 33,33 75,00
Falta de vaco 6 24 25,00 100,00
SUMA 24 100,00

12 120,00

10 100,00

8 80,00

6 60,00

4 40,00

2 20,00

0 0,00
Mancha verde Mancha amarilla Falta de vaco

Anlisis:
Modificando los datos resulta que el 80% de las fallas se da por el manchas verdes y amarillas.

[1] H. Gutirrez Pulido y R. De la Vara Salazar, CONTROL ESTADSTICO DE CALIDAD Y SEIS SIGMA, Mc
Graw Hill, Mxico, 2009.
UTA-FISEI-IIP-MP-UT-08-03 NOMBRE: Oscar Fabricio Calapia Caguana FECHA: 09/11/2017
D I N: 01 TEMA: DIAGRAMA DE PARETO HOJA: 01

2. En un proceso de manufactura las piezas resultan defectuosas por distintas razones. Para entender cul
es la regularidad estadstica de esta problemtica se decide registrar los datos de la inspeccin. Para el
diseo de la hoja de verificacin se toma en cuenta que las posibles fuentes de variabilidad (origen de los
problemas) son las mquinas, el da y el turno. En la siguiente tabla se muestran los datos obtenidos en
una semana.

a) Realice un Pareto para problemas y encuentre cul es el predominante.

Causas Problemas F. ACUM % PRO % ACUM


Rasguos superficiales 119 119 61,98 61,98
Rupturas 39 158 20,31 82,29
Incompletas 13 171 6,77 89,06
Forma inapropiada 12 183 6,25 95,31
Otro 9 192 4,69 100,00
SUMA 192
140 120,00

120 100,00
100
80,00
80
60,00
60
40,00
40

20 20,00

0 0,00
Rasguos Rupturas Incompletas Forma Otro
superficiales inapropiada

Anlisis:
De acuerdo con el Pareto el 80% de las fallas se da por el rasguos superficiales y rupturas.

[1] H. Gutirrez Pulido y R. De la Vara Salazar, CONTROL ESTADSTICO DE CALIDAD Y SEIS SIGMA, Mc
Graw Hill, Mxico, 2009.
UTA-FISEI-IIP-MP-UT-08-03 NOMBRE: Oscar Fabricio Calapia Caguana FECHA: 09/11/2017
D I N: 01 TEMA: DIAGRAMA DE PARETO HOJA: 01

b) Para el defecto principal, realice Paretos de segundo nivel en funcin de:

Mquinas.

MAQ PRO P ACUM % PRO %ACUM


B 78 78 40,63 40,63
A 47 125 24,48 65,10
D 36 161 18,75 83,85
C 31 192 16,15 100,00
SUMA 192 100,00

90 120,00

80
100,00
70

60 80,00

50
60,00
40

30 40,00

20
20,00
10

0 0,00
B A D C

Anlisis:
De acuerdo con el Pareto el 80% de las fallas se da por las maquinas B y A

Da.

DIA PRO P ACUM % PRO %ACUM


61 61 31,77 31,77
Mircoles
Jueves 38 99 19,79 51,56
Viernes 32 131 16,67 68,23
Lunes 31 162 16,15 84,38
Martes 30 192 15,63 100,000
SUMA 192

[1] H. Gutirrez Pulido y R. De la Vara Salazar, CONTROL ESTADSTICO DE CALIDAD Y SEIS SIGMA, Mc
Graw Hill, Mxico, 2009.
UTA-FISEI-IIP-MP-UT-08-03 NOMBRE: Oscar Fabricio Calapia Caguana FECHA: 09/11/2017
D I N: 01 TEMA: DIAGRAMA DE PARETO HOJA: 01

70 120,000

60 100,000
50
80,000
40
60,000
30
40,000
20

10 20,000

0 0,000
Miercoles Jueves Viernes Lunes Martes

Anlisis:
De acuerdo con el Pareto el 80% de las fallas se da en los das mircoles, jueves y viernes

Turno.

TURNO PRO P ACUM % PRO %ACUM


En la maana 101 101 52,60 52,60
En la tarde 91 192 47,40 100,00
SUMA 192 100,00

102 120,00

100
100,00
98
80,00
96

94 60,00

92
40,00
90
20,00
88

86 0,00
En la maana En la tarde

Anlisis:
De acuerdo con el Pareto el 80% de las fallas se da en las jornadas de la maana

[1] H. Gutirrez Pulido y R. De la Vara Salazar, CONTROL ESTADSTICO DE CALIDAD Y SEIS SIGMA, Mc
Graw Hill, Mxico, 2009.
UTA-FISEI-IIP-MP-UT-08-03 NOMBRE: Oscar Fabricio Calapia Caguana FECHA: 09/11/2017
D I N: 01 TEMA: DIAGRAMA DE PARETO HOJA: 01

c) De los Paretos de segundo nivel, con cules se encontraron pistas especficas para localizar la causa?
Explique.

En funcion de los Paretos de segundo nivel, los que ayudaron a localizar de mejor manera los problemas son de
maquinaria y de jornada, debido a que en el caso de las maquinas se limita a realizar un profundo control solo
en las mquinas B y A, y en caso de las jornadas limitar a aumentar la supervisin en la tarde debido que en
este lmite de tiempo se genera mayores errores.

d) En resumen, cules son las pistas concretas para orientar los esfuerzos de mejora?
Para realizar una funcion de mejora se debe concentrar en la maquinaria debido a que son las ms accesibles a
la correccin, siguiendo con las jornadas para determinar qu grupo de trabajo realizar de manera eficiente su
labor y llevndolo a un mayor control en esa parte del da, es ms se podra optar un consenso con los
trabajadores.

[1] H. Gutirrez Pulido y R. De la Vara Salazar, CONTROL ESTADSTICO DE CALIDAD Y SEIS SIGMA, Mc
Graw Hill, Mxico, 2009.
UTA-FISEI-IIP-MP-UT-08-03 NOMBRE: Oscar Fabricio Calapia Caguana FECHA: 09/11/2017
D I N: 01 TEMA: DIAGRAMA DE PARETO HOJA: 01

3.En una fbrica de aparatos de lnea blanca se han presentado problemas con la calidad de las lavadoras.
Un grupo de mejora de la calidad decide revisar los problemas de la tina de las lavadoras, ya que con
frecuencia es necesario retrabajarla para que sta tenga una calidad aceptable. Para ello, estratificaron
los problemas en la tina de lavadora por tipo de defecto, con la idea de localizar cul es el desperfecto
principal. A continuacin, se muestra el anlisis de los defectos encontrados en las tinas producidas en
cinco meses. Realice un anlisis de Pareto y obtenga conclusiones

Defecto Frecuencia
Boca de la tina ovalada 1200
Perforaciones deformes 400
Boca de la tina despostillada 180
Falta de fundente 130
Mal soldada 40
Total 1950
Pareto

Defecto FRECUENCIA F. ACUM %F %ACUM


Boca de la tina ovalada 1200 1200 61,538 61,538
Perforaciones deformes 400 1600 20,513 82,051
Boca de la tina despostillada 180 1780 9,231 91,282
Falta de fundente 130 1910 6,667 97,949
Mal soldada 40 1950 2,051 100,000
Total 1950

PROBLEMAS
1400 120,000

1200 100,000
1000
80,000
800
60,000
600
40,000
400

200 20,000

0 0,000
Boca de la tina Perforaciones Boca de la tina Falta de Mal soldada
ovalada deformes despostillada fundente

[1] H. Gutirrez Pulido y R. De la Vara Salazar, CONTROL ESTADSTICO DE CALIDAD Y SEIS SIGMA, Mc
Graw Hill, Mxico, 2009.
UTA-FISEI-IIP-MP-UT-08-03 NOMBRE: Oscar Fabricio Calapia Caguana FECHA: 09/11/2017
D I N: 01 TEMA: DIAGRAMA DE PARETO HOJA: 01

Anlisis

El principal defecto que se observa en las tinas de lavadora; son que la boca de estas sea ovalada ya que solo
esta constituye aproximadamente el 80% de los problemas en base a estos datos el grupo de mejora de
calidad debe realizar mayores controles para reducir al mnimo este problema.

[1] H. Gutirrez Pulido y R. De la Vara Salazar, CONTROL ESTADSTICO DE CALIDAD Y SEIS SIGMA, Mc
Graw Hill, Mxico, 2009.
UTA-FISEI-IIP-MP-UT-08-03 NOMBRE: Oscar Fabricio Calapia Caguana FECHA: 09/11/2017
D I N: 01 TEMA: DIAGRAMA DE PARETO HOJA: 01

4.En un rea de servicios dentro de una empresa de manufactura se realiza una encuesta para evaluar la
calidad del servicio y el nivel de satisfaccin de los clientes. La encuesta consiste en 10 preguntas, y cada
una de ellas evala diferentes aspectos del servicio proporcionado. Las respuestas para cada pregunta es
un nmero entre 0 y 10. Para hacer un primer anlisis de los resultados obtenidos, se suman los puntos
obtenidos de las 10 preguntas para cada cuestionario. A continuacin, se muestran los puntos obtenidos
en 50 cuestionarios.
78 78 82 85 81 86 80 73 84 78 68 84 75 78
76 76 82 85 91 80 70 87 77 82 84 48 49 39
39 43 35 42 34 44 49 34 30 43 31 34 41 42
45 35 38 39 42 43 29
a) Considerando que los primeros 25 cuestionarios (ordenados por rengln) provienen de un
departamento y los restantes 25 de otro, realice un anlisis estratificado por departamento, calculando
estadsticos bsicos: media, mediana, desviacin estndar, etctera.
DEPARTAMENTO 1:

43 76 78 82 85
48 76 80 82 85
68 77 80 84 86
70 78 81 84 87
73 78 82 84 91
Solucin:

RANGO 48
No de clase 5,65793611 5
Tamao de la clase 9,6

b) Cules son sus observaciones ms importantes acerca del anlisis realizado?


c) Al enfocarse en el departamento con mayores problemas, sera de alguna utilidad estratificar los datos
por pregunta? Explique.

[1] H. Gutirrez Pulido y R. De la Vara Salazar, CONTROL ESTADSTICO DE CALIDAD Y SEIS SIGMA, Mc
Graw Hill, Mxico, 2009.

You might also like