ESTUDIO DE CASO EMPRESA CONFECCIONES BELO HORIZONTE

TRABAJO COLABORATIVO FASE 2

NATALIA MOLINA
TUTORA

GRUPO 302582A_291

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA
CONTROL DE CALIDAD
 INTRODUCCION

El control estadstico de la calidad es un mtodo de mejora continua de los procesos

operativos de una organizacin, se basa en la reduccin sistemtica de la variacin
de aquellas caractersticas que ms influyen en la calidad de los productos o
servicios. Las herramientas estadsticas utilizadas para la reduccin de la variacin
son, fundamentalmente, el seguimiento, el control y la mejora de los procesos
Siguiendo el mismo orden de idea, el control estadstico de la calidad cuentan con
herramientas de anlisis y resolucin de problemas, como distribucin de
frecuencias e histogramas, diagrama de recorrido, diagrama de flujo, hojas de
registros, diagrama causa- efecto, diagrama de Pareto, tormentas de ideas y otras
herramientas estadsticas como los grficos de control por variables y por atributos,
el diseo de experimentos y los ndices de capacidad de los procesos, tiene como
objetivo la reduccin sistemtica de la variacin de los procesos.
 OBJETIVO GENERAL
Existe mucha literatura de control de calidad en sus distintas modalidades, todos los
autores de calidad coinciden en la necesidad de usar tcnicas de calidad, y para
cubrir esta necesidad existe un conjunto de tcnicas estadsticas llamadas
herramientas bsicas de la calidad que aplicada combinadamente forman el Control
Estadstico del Proceso (CEP).
Un grfico de control utiliza medidas de un proceso para determinar el
comportamiento normal de dicho proceso. La desviacin tpica es una medida de
variabilidad que tambin puede calcularse, con las cuales trazamos los lmites de
control superior e inferior. Incluyendo los datos futuros a medida que se obtienen,
veremos si los nuevos datos se corresponden con los resultados esperados. Si no
es as, inferiremos que ha sucedido algo infrecuente con lo que procederemos a
buscar la causa. Estas causas son denominadas causas especiales para
diferenciarlas de las causas comunes de variabilidad, las cuales siempre estn
presentes y son las causantes de la variacin incluida en las observaciones previas.
Las causas comunes se reflejan en los clculos de la media y de la desviacin tpica
utilizados para elaborar el grfico de control.
1. Cartas p y np , anlisis e interpretacin de
Los resultados

muestra tela
rollos defectos revisada p
telas en m
1 2 120 1
2 4 150 2
3 0 180 0
4 5 124 2,5
5 4 135 2
6 0 140 0
7 6 120 3
8 3 140 1,5
9 2 136 1
10 1 149 0,5
11 4 123 2
12 3 140 1,5
13 2 130 1
14 1 120 0,5
15 8 123 4
16 0 100 0
17 4 125 2
18 6 157 3
19 4 160 2
20 3 135 1,5
21 0 135 0
22 4 127 2
23 3 160 1,5
24 1 155 0,5
25 3 145 1,5
26 2 130 1
27 0 120 0
28 4 100 2
29 2 135 1
30 1 125 0,5
82 4039 1,36666667

np 2,73333333
muestra 2 rollos

2. grficas C y U en Excel, anlisis e interprete los resultados

Tela Proporcion
Muestra Defectos
revisada NC
1 120 2 0,02 1 0,017 -0,0162 0,0203 0,
2 150 4 0,03 2 0,027 -0,0162 0,0203 0,
3 180 0 0,00 3 0,000 -0,0162 0,0203 0,
4 124 5 0,04 4 0,040 -0,0162 0,0203 0,
5 135 4 0,03 5 0,030 -0,0162 0,0203 0,
6 140 0 0,00 6 0,000 -0,0162 0,0203 0,
7 120 6 0,05 7 0,050 -0,0162 0,0203 0,
8 140 3 0,02 8 0,021 -0,0162 0,0203 0,
9 136 2 0,01 9 0,015 -0,0162 0,0203 0,
10 149 1 0,01 10 0,007 -0,0162 0,0203 0,
11 123 4 0,03 11 0,033 -0,0162 0,0203 0,
12 140 3 0,02 12 0,021 -0,0162 0,0203 0,
13 130 2 0,02 13 0,015 -0,0162 0,0203 0,
14 120 1 0,01 14 0,008 -0,0162 0,0203 0,
15 123 8 0,07 15 0,065 -0,0162 0,0203 0,
16 100 0 0,00 16 0,000 -0,0162 0,0203 0,
17 125 4 0,03 17 0,032 -0,0162 0,0203 0,
18 157 6 0,04 18 0,038 -0,0162 0,0203 0,
19 160 4 0,03 19 0,025 -0,0162 0,0203 0,
20 135 3 0,02 20 0,022 -0,0162 0,0203 0,
21 135 0 0,00 21 0,000 -0,0162 0,0203 0,
22 127 4 0,03 22 0,031 -0,0162 0,0203 0,
23 160 3 0,02 23 0,019 -0,0162 0,0203 0,
24 155 1 0,01 24 0,006 -0,0162 0,0203 0,
25 145 3 0,02 25 0,021 -0,0162 0,0203 0,
26 130 2 0,02 26 0,015 -0,0162 0,0203 0,
27 120 0 0,00 27 0,000 -0,0162 0,0203 0,
28 100 4 0,04 28 0,040 -0,0162 0,0203 0,
29 135 2 0,01 29 0,015 -0,0162 0,0203 0,
30 125 1 0,01 30 0,008 -0,0162 0,0203 0,
4039 82
P 0,02030205
N 134,633333
LCS 0,0567
LCI 0,0162

Grfico de Control
0.070

0.060

0.050

0.040

0.030

0.020

0.010

0.000
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
-0.010

-0.020

-0.030

Anlisis: solo hay un punto fuera de control, el cual superara el

nmero de defectos permitidos por la empresa con base al grafico
de control.
En sntesis ese rollo se saca porque no cumple las condiciones de
calidad.
Tela Proporcion
Defectos
revisada NC
120 2 0,02 0,017 -0,0162 0,0189 0,0541
150 4 0,03 0,027 -0,0162 0,0189 0,0541
180 0 0,00 0,000 -0,0162 0,0189 0,0541
124 5 0,04 0,040 -0,0162 0,0189 0,0541
135 4 0,03 0,030 -0,0162 0,0189 0,0541
140 0 0,00 0,000 -0,0162 0,0189 0,0541
120 6 0,05 0,050 -0,0162 0,0189 0,0541
140 3 0,02 0,021 -0,0162 0,0189 0,0541
136 2 0,01 0,015 -0,0162 0,0189 0,0541
149 1 0,01 0,007 -0,0162 0,0189 0,0541
123 4 0,03 0,033 -0,0162 0,0189 0,0541
140 3 0,02 0,021 -0,0162 0,0189 0,0541
130 2 0,02 0,015 -0,0162 0,0189 0,0541
120 1 0,01 0,008 -0,0162 0,0189 0,0541
100 0 0,00 0,000 -0,0162 0,0189 0,0541
125 4 0,03 0,032 -0,0162 0,0189 0,0541
157 6 0,04 0,038 -0,0162 0,0189 0,0541
160 4 0,03 0,025 -0,0162 0,0189 0,0541
135 3 0,02 0,022 -0,0162 0,0189 0,0541
135 0 0,00 0,000 -0,0162 0,0189 0,0541
127 4 0,03 0,031 -0,0162 0,0189 0,0541
160 3 0,02 0,019 -0,0162 0,0189 0,0541
155 1 0,01 0,006 -0,0162 0,0189 0,0541
145 3 0,02 0,021 -0,0162 0,0189 0,0541
130 2 0,02 0,015 -0,0162 0,0189 0,0541
120 0 0,00 0,000 -0,0162 0,0189 0,0541
100 4 0,04 0,040 -0,0162 0,0189 0,0541
135 2 0,01 0,015 -0,0162 0,0189 0,0541
125 1 0,01 0,008 -0,0162 0,0189 0,0541
3916 74

P 0,01889683
N 135,034483
LCS 0,0541
LCI -0,0163
 Tela
Muestra Defectos Defectos LCI C LCS
Revisada
1 120 2 1 2 0 2,73 7,69
2 150 4 2 4 0 2,73 7,69
3 180 0 3 0 0 2,73 7,69
4 124 5 4 5 0 2,73 7,69
5 135 4 5 4 0 2,73 7,69
6 140 0 6 0 0 2,73 7,69
7 120 6 7 6 0 2,73 7,69
8 140 3 8 3 0 2,73 7,69
9 136 2 9 2 0 2,73 7,69
10 149 1 10 1 0 2,73 7,69
11 123 4 11 4 0 2,73 7,69
12 140 3 12 3 0 2,73 7,69
13 130 2 13 2 0 2,73 7,69
14 120 1 14 1 0 2,73 7,69
15 123 8 15 8 0 2,73 7,69
16 100 0 16 0 0 2,73 7,69
17 125 4 17 4 0 2,73 7,69
18 157 6 18 6 0 2,73 7,69
19 160 4 19 4 0 2,73 7,69
20 135 3 20 3 0 2,73 7,69
21 135 0 21 0 0 2,73 7,69
22 127 4 22 4 0 2,73 7,69
23 160 3 23 3 0 2,73 7,69
24 155 1 24 1 0 2,73 7,69
25 145 3 25 3 0 2,73 7,69
26 130 2 26 2 0 2,73 7,69
27 120 0 27 0 0 2,73 7,69
28 100 4 28 4 0 2,73 7,69
29 135 2 29 2 0 2,73 7,69
30 125 1 30 1 0 2,73 7,69
82
C 2,73333333
LCS 7,69317204
-
LCI
2,22650537

Grfico de Contral II
0.060

0.050

0.040

0.030

0.020

0.010

0.000
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
-0.010

-0.020

Series1 Series2 Series3 Series4

3. Respuesta argumentada de lo que sucede con la muestra No.15.

 Grfico C
9

0
0 5 10 15 20 25 30 35

Qu sucede con la muestra No. 15, cmo afecta las conclusiones del ejercicio,
qu pasara si se la excluye?
rta/ la muestra numero 15 tiene el mayor de numero de no conformidades de
todos los lotes, por tanto, es la unica que supera el limite permitido y es un
punto fuera de control. Si se excluye, todos los puntos quedan dentro de los
limites de control y por tanto la revision de todos los lotes no tendria ningun
inconveniente por lo que todos los lotes cumplirian con los requerimientos
minimos de calidad.
4. Anlisis de Cundo es conveniente usar la grfica c y cundo la grfica u
de control estableciendo las conclusiones generales y su propuesta de mejora

Tela
Muestra Defectos Defectos LCI C LCS
Revisada
1 120 2 1 2 0 2,73 7,69
2 150 4 2 4 0 2,73 7,69
3 180 0 3 0 0 2,73 7,69
4 124 5 4 5 0 2,73 7,69
5 135 4 5 4 0 2,73 7,69
6 140 0 6 0 0 2,73 7,69
7 120 6 7 6 0 2,73 7,69
8 140 3 8 3 0 2,73 7,69
9 136 2 9 2 0 2,73 7,69
10 149 1 10 1 0 2,73 7,69
11 123 4 11 4 0 2,73 7,69
12 140 3 12 3 0 2,73 7,69
13 130 2 13 2 0 2,73 7,69
14 120 1 14 1 0 2,73 7,69
15 123 8 15 8 0 2,73 7,69
16 100 0 16 0 0 2,73 7,69
17 125 4 17 4 0 2,73 7,69
18 157 6 18 6 0 2,73 7,69
19 160 4 19 4 0 2,73 7,69
20 135 3 20 3 0 2,73 7,69
21 135 0 21 0 0 2,73 7,69
22 127 4 22 4 0 2,73 7,69
23 160 3 23 3 0 2,73 7,69
24 155 1 24 1 0 2,73 7,69
25 145 3 25 3 0 2,73 7,69
26 130 2 26 2 0 2,73 7,69
27 120 0 27 0 0 2,73 7,69
28 100 4 28 4 0 2,73 7,69
29 135 2 29 2 0 2,73 7,69
30 125 1 30 1 0 2,73 7,69
82

C 2,73333333
LCS 7,69317204
 -
LCI 0
2,22650537

ANALISIS: SOLO HAY UN PUNTO FUERA

DE CONTROL, Y CORRESPONDE A LA
MUESTRA NUMERO 15.

Grfico C
9

0
0 5 10 15 20 25 30 35

Tela
Muestra Defectos
Revisada
1 120 2 0,0167 0 0,0579536 0,02
2 150 4 0,0267 0 0,0579536 0,02
3 180 0 0,0000 0 0,0579536 0,02
4 124 5 0,0403 0 0,0579536 0,02
5 135 4 0,0296 0 0,0579536 0,02
6 140 0 0,0000 0 0,0579536 0,02
7 120 6 0,0500 0 0,0579536 0,02
8 140 3 0,0214 0 0,0579536 0,02
9 136 2 0,0147 0 0,0579536 0,02
10 149 1 0,0067 0 0,0579536 0,02
11 123 4 0,0325 0 0,0579536 0,02
12 140 3 0,0214 0 0,0579536 0,02
13 130 2 0,0154 0 0,0579536 0,02
14 120 1 0,0083 0 0,0579536 0,02
15 123 8 0,0650 0 0,0579536 0,02
16 100 0 0,0000 0 0,0579536 0,02
17 125 4 0,0320 0 0,0579536 0,02
18 157 6 0,0382 0 0,0579536 0,02
19 160 4 0,0250 0 0,0579536 0,02
20 135 3 0,0222 0 0,0579536 0,02
21 135 0 0,0000 0 0,0579536 0,02
22 127 4 0,0315 0 0,0579536 0,02
23 160 3 0,0188 0 0,0579536 0,02
24 155 1 0,0065 0 0,0579536 0,02
25 145 3 0,0207 0 0,0579536 0,02
26 130 2 0,0154 0 0,0579536 0,02
27 120 0 0,0000 0 0,0579536 0,02
28 100 4 0,0400 0 0,0579536 0,02
29 135 2 0,0148 0 0,0579536 0,02
30 125 1 0,0080 0 0,0579536 0,02
82 0,6219

U 0,02072881
LCS 0,0579536
-
LCI 0
0,01649597

Anlisis de Cundo es conveniente usar la grfica C y cundo la grfica U de

control estableciendo las conclusiones generales y su propuesta de mejora. Rta:
La carta C, es una herramienta estadstica usada para analizar la variabilidad del
numero de defectos por subgrupo. Las cartas C, responden a la pregunta Tiene
una causa especial la variacin causada en la tendencia central de este proceso
para producir un nmero anormalmente grande o pequeo de ocurrencias
durante el perodo de tiempo observado. mientras que la carta U, es una
herramienta estadstica usada para evaluar la variacin del nmero promedio
de defectos por articulo o unidad. Se usa cuando el tamao del subgrupo no es
constante. Por tanto, en nuestro caso, conviene utilizar la carta U porque
nuestro tamao de subgrupo no es constante.
 Grfico U
0.0700

0.0600

0.0500

0.0400

0.0300

0.0200

0.0100

0.0000
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

5. Plan de muestreo de aceptacin por atributos, con su respectivo anlisis al

estudio de caso
PLAN DE MUESTREO POR ATRIBUTOS

Plan de muestreo por atributos, simple (inspeccin general tipo II), teniendo en

cuenta que la empresa Confecciones Belo Horizonte S.A.S., tiene una poltica de

control de calidad en la que el nivel aceptable de calidad es de AQL = NAC = 1,5%

y se emplea en tabla MIL STD 105D, considerando que el tamao del lote es de

1500 camisetas.

Muestreo aleatorio de un lote de 1500 camisetas de la Empresa de Confecciones

Belo Horizonte, una donde su muestreo se basa en la MIL STD 105D, y su plan de

muestreo es simple.

LETRA
DEL
TAMAO NIVELDE NIVELES CODIGO TAMAO NUMERO DE NUMERO
DEL INSPECCION DE DEL DE LA ACEPTACION DE
LOTE (NAC) CALIDAD TAMAO MUESTRA RECHAZO C
DE LA (AC)
MUESTRA (RE)

1500 II 1.5 % K 125 5 6 11

FABRICAR LOTES DE
REALIZAR PLANES DE MEJORA
TAMAO MAS
ACTUALIZAR CONTINUA Y DE RECUPERACION
PEQUEOS
PROBABILIDADES DE
OCURRENCIA ACCIONES
CORRECTIVAS

FLUJO DEL PRODUCTO

INCREMENTO DE SANCION POR INCREMENTO DE

FLUJO DE DINERO RECHAZOS SI
RECHAZOS

FLUJO DE INFORMACION

NO
REPROCESO

SANCION
SELECCIONAR UNA
MUESTRA DE TAMAO n

INSPECCIONAR n ARTICULOS
RETIRAR LOS NO CONFORMES OBSEQUIO

SE ENCONTRARON
RECHAZOS O MENOS NO
CONFORMES

ALMACEN
 RECHAZAR LOTE SANCIONAR POR CPS
SI
INSPECCIONAR ACEPTAR EL LOTE Y
100%REETIRAR LOS NO DESPACHAR
CONFORMES-
DESPACHAR NO

COMPRA DEL PRODUCTO

RETIRAR PARA NO CONFORME RETIRAR POR NO CONFORME

SU CONSUMO - RETIRAR O REPROCESAR EL
NO SI
NO CONFORME
FINAL

COMPENSAR AL
CLIENTE- RETIRAR
PARA SU CONSUMO

Es confiable el muestreo establecido? Argumente su respuesta.

Si tomamos en cuenta que a un lote de 1500 camisetas se realiza una muestra

aleatoria de 125 unidades para su estudio, estamos hablando que se realizan 12

muestras, si en cada una de las muestras tomadas se encuentran 6 unidades

defectuosas se rechaza el lote y si por el contrario dentro de la muestra solo se

encuentran 5 productos defectuosos se acepta el lote.

El concepto de muestreo de aceptacin va asociado a inspeccin, por lo que acarrea

todos los problemas que supone confiar la calidad en la inspeccin. Por lo anterior

y teniendo en cuenta la presentacin del caso de estudio consideramos que no es

muy confiable, ya que durante el muestreo no se estableci un tiempo en la

inspeccin por parte de la auditora, y esta lo haca cada vez que le pareca y la
supervisora pasaba cada 40 min, el muestreo y los grficos de control por atributos

no funcionan y los datos obtenidos no son confiables y por eso al final se ve mucho

rechazo, al tener en los controles niveles de alerta que permitan detener el proceso

hasta cuando las causas iniciales sean detectadas y corregidas se podra disminuir

el rechazo de prendas y al final el de todo un lote.

Aspectos importantes del muestreo:

El propsito es calificar los lotes, no estimar los parmetros del lote.

No proporcionan un mecanismo de control de calidad, simplemente

aceptan o rechazan lotes.

Sirven como herramienta de auditora para asegurar que la calidad de un

lote est de acuerdo a especificaciones

Alternativas para calificar un lote:

Aceptar sin inspeccin. Con proveedores confiables.

Inspeccionar al 100%, separando los productos defectuosos.

Realizar un muestreo de aceptacin.

La aceptacin por muestreo es ms til en las situaciones siguientes:

Cuando las pruebas son destructivas.

Cuando el costo de la inspeccin 100% es muy alto.

Cuando la inspeccin 100% es muy tardada.

 Cuando las cantidades a inspeccionar 100% son muy altas y con tasa de

defectos baja, que haga que se causen errores al inspeccionar, dejando

pasar productos defectuosos.

Cuando el proveedor no es confiable al 100%, o su capacidad de proceso

es baja.

Cuando hay riesgo de generar problemas legales por productos crticos.

Desventajas y ventajas del muestreo

VENTAJAS:

Es ms barato, requiriendo menos inspeccin.

Existe un menor manejo de producto o menor dao.

Se aplica a pruebas destructivas.

El rechazar un lote completo en lugar de slo las partes defectivas, motiva

al proveedor a mejorar su calidad.

DESVENTAJAS:

Existe el riesgo de aceptar lotes malos y de rechazar lotes buenos.

La informacin que se genera respecto al producto o proceso es poca.

El muestreo de aceptacin requiere documentacin y planeacin, no as la

inspeccin 100%.
6. Desarrollo de las indicaciones dadas de a a la g. para la construccin del
plan de muestreo

Qu recomendaciones de ingeniera son necesarias para mejorar el control de

calidad en la empresa Belo Horizonte S.A.S en el procedimiento de auditora final
de producto terminado?

Es recomendable segn el muestreo por atributos que se viene ejecutando el cual

da un nivel aceptable de calidad es de AQL = NAC = 1,5% y se emplea la tabla MIL

STD 105D, para un lote de 1500 camisetas que se viene realizando, ahora se

implementara por parte del auditor o inspector de calidad un muestreo aleatorio

cada 15 min en el cual se toma en una hora un total de 5 prendas al azar para as

completar el total sugerido en la MIL STD 105D, que son 125 Und, al momento de

salir ms de 3 defectos en una hora se genera una alerta la cual hace frenar el

proceso y corregir el fallo. Esto con el supuesto de que en una hora se estampen

60 camisetas.

Esto sera:

HORAS CAMISETAS

1 HORA 60 CAMISAS

25 HORAS 1500 CAMISAS

De esta forma se tendra un control ms frecuente, esto acompaado de una poltica

de capacitacin e incentivos a los empleados.

Es importante tener inducciones especficas y capacitaciones para todo el

personal que ingresa nuevo a la empresa.

 Generar cronograma con mantenimientos preventivos y correctivos para las

maquinas e instrumentos, incluyendo la metodologa TPM para los

operadores de las mquinas.

Imponer sanciones para los auditores que no cumplan con los planes de

muestreo e informacin a tiempo de fallos.

Verificar el correcto funcionamiento de las mquinas necesarias en cualquier

proceso de produccin.

Verificacin inicial de cada uno de los requerimientos exigidos por los clientes

desde la composicin de la tela hasta las medidas que fueron previamente

especificadas.

Se debe tener una supervisora encargada de una sola lnea de produccin

que verifique constantemente el proceso.

Estas recomendaciones harn que se bajen los nieles de rechazos, y se generare

una mejor rentabilidad.

 CONCLUSION

Podemos concluir que el desarrollo de los concepto y ejemplos se puede observar

el enorme potencial que posee la utilizacin del Control Estadstico de la calidad
como instrumento y herramienta destinada a un mejor control en la evolucin de
una empresa, una forma ms eficaz de tomar decisiones en cuanto a ajustes, un
mtodo muy eficiente de fijar metas y un excepcional medio de verificar el
comportamiento del sistema.

Muchos son los que por desconocimiento de la forma en que funcionan los procesos
tienden a efectuar prolongados y obstinados anlisis en la bsqueda de las razones
que dieron lugar a la variacin de los costos en relacin a los estndares o a los
registrados en el perodo anterior, cometiendo el error de adoptar medidas de ajuste,
cuando en realidad las variaciones respondan a la naturaleza misma del proceso,
por lo que los ajustes dan origen a mayores diferencias en el futuro.
BIBLIOGRAFIA

datateca.unad.edu.co/contenidos/102504/.../Control_de_calidad_en_los_proceso
s