Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Razonamiento Estocástico
Noviembre 2021
INDICE
1. RESUMEN EJECUTIVO...................................................................................................3
4. CONCLUSIONES Y RECOMENDACIONES.................................................................2
1. RESUMEN EJECUTIVO
La casa del Perno es una empresa de bienes y servicios preocupada en entregar a sus
clientes productos de calidad, y así cumplir con su estrategia crecimiento, sin embargo,
2
durante estos últimos años han comenzado a tecnificar su control de calidad y comenzado a
Todos los pernos que fabrican pasan por exhaustivas mediciones de calidad: longitud,
Las mediciones se realizan de una muestra al azar donde se analizan los resultados
iniciales para posteriormente aplicando las correcciones se toma nuevamente otro muestreo
de la información, de esta manera se busca reducir cada vez más las fallas en la producción.
productos defectuosos, para esto nos han entregado una muestra de 100 pernos inicialmente,
luego nos facilitaran otra muestra de 100 pernos más para evaluar los resultados después las
mejoras implementadas.
Concluir y plantear las recomendaciones necesarias para que los productos que
3
2.2. Problemas secundarios
iniciales.
A continuación, vamos a detallar las variables y atributos que utilizaremos para este
análisis:
a. Atributos
b. Variables
4
3. ANALISIS DEL CASO DE ESTUDIO
presente caso.
Un perno cumple con las especificaciones técnicas si cumplen con las cuatro
perno bajo estos factores, además para los datos de longitud se considerar
3.1.1. Muestra 1
100 pernos.
5
Tabla 1: Muestra 1
Muestra 1
Observación Dureza Cabeza Enroscado Longitud Pernos
1 mala buena buena 74.1 mala
2 buena buena buena 75 buena
3 buena mala mala 80.6 mala
4 mala mala mala 71 mala
5 mala buena buena 72.4 mala
6 buena buena buena 80.4 buena
7 buena buena mala 82 mala
8 buena buena mala 82.4 mala
9 buena buena buena 75.3 buena
10 buena buena buena 80.8 buena
11 mala buena buena 82.6 mala
12 mala mala buena 71.6 mala
13 buena buena buena 81.7 buena
14 buena buena buena 80.9 buena
15 buena buena buena 75.8 buena
16 mala buena buena 81.8 mala
17 mala mala mala 72.9 mala
18 buena buena buena 81.9 buena
19 mala buena mala 73 mala
20 buena buena buena 82.7 buena
21 buena buena buena 74.8 buena
22 buena buena buena 81.8 buena
23 buena buena buena 76.9 buena
24 buena mala buena 74.9 mala
25 mala buena buena 72.8 mala
26 mala buena mala 87.2 mala
27 mala buena buena 78 mala
28 buena buena buena 75.1 buena
29 mala buena mala 87.6 mala
30 buena buena buena 76.8 buena
31 buena buena buena 83 buena
32 buena buena buena 76.5 buena
33 buena buena buena 78.1 buena
34 buena buena buena 81.7 buena
35 buena buena buena 78.3 buena
36 buena buena buena 76.9 buena
37 buena buena buena 78.4 buena
38 mala mala buena 88.4 mala
39 mala buena mala 78.5 mala
40 buena buena buena 77.2 buena
41 buena buena buena 78.6 buena
42 buena buena buena 74.3 buena
43 buena buena buena 78.7 buena
44 buena buena buena 77.3 buena
45 buena buena buena 78.9 buena
46 mala mala mala 89.5 mala
47 buena mala buena 77.4 mala
48 mala buena buena 83.4 mala
6
49 buena buena buena 81.6 buena
50 buena buena buena 78.9 buena
51 buena mala buena 83.8 mala
52 mala buena buena 78.8 mala
53 buena buena buena 77.9 buena
54 buena buena buena 79.1 buena
55 buena buena buena 81.5 buena
56 buena buena buena 79.2 buena
57 buena buena buena 77.5 buena
58 buena buena buena 79.3 buena
59 buena buena buena 81.4 buena
60 buena buena buena 77.3 buena
61 buena buena buena 79.4 buena
62 buena buena buena 81.3 buena
63 buena buena buena 75.7 buena
64 buena mala mala 79.5 mala
65 buena buena buena 77.1 buena
66 buena buena buena 79.6 buena
67 buena buena buena 79.7 buena
68 buena buena buena 75.9 buena
69 buena mala mala 76.9 mala
70 buena buena buena 79.8 buena
71 buena mala mala 81.2 mala
72 buena buena buena 84 buena
73 buena buena buena 81.1 buena
74 mala mala buena 76.8 mala
75 mala mala mala 84.2 mala
76 buena buena buena 81 buena
77 buena buena buena 79.9 buena
78 buena mala mala 80.9 mala
79 buena buena buena 85 buena
80 buena buena buena 76.4 buena
81 buena buena buena 80.8 buena
82 buena mala buena 79.5 mala
83 mala buena buena 85.1 mala
84 buena buena buena 80.7 buena
85 buena buena buena 85.2 buena
86 buena buena buena 76.2 buena
87 buena buena buena 80.6 buena
88 buena buena buena 85.3 buena
89 buena buena buena 80 buena
90 buena buena buena 85.4 buena
91 buena buena buena 80.1 buena
92 mala buena mala 85.6 mala
93 buena buena buena 76.1 buena
94 buena buena buena 80.2 buena
95 buena buena buena 85.8 buena
96 buena buena buena 80.3 buena
97 buena buena buena 85.3 buena
98 buena buena buena 80.4 buena
99 buena buena buena 76 buena
100 buena buena buena 80.5 buena
7
De los resultados obtenidos en la presente tabla se identifica la cantidad y
porcentaje de personas buenos y malos según de las características técnicas
significantes:
CANTIDAD DE DEFECTOS
Buenos 79 84 84 68
Malos 21 16 16 32
Malos
32%
Buenos
68%
Buenos Malos
8
Figura 2: Gráfico cantidad de defectos por tipo
90
80 84 84
79
70
60
50
40
30
20
21
10 16 16
0
Dureza Cabeza Enroscado
Buenos Malos
defectos es alto, siendo este del 32%. Así mismo es importante destacar que la
como malo, dado que el porcentaje de defectos mayor por dureza es del 21% y el
resto inferior por lo que demuestra que la longitud es la característica que debe
significativas del perno evaluadas son buenas; de esta forma, será considerado
tablas:
9
Tabla 3: Análisis descriptivo de la muestra 1
LONGITUD
Mean 79.607
Standard Error 0.377110907
Median 79.65
Mode 76.9
Standard Deviation 3.771109072
Sample Variance 14.22126364
Kurtosis -0.031355457
Skewness 0.165673598
Range 18.5
Minimum 71
Maximum 89.5
Sum 7960.7
Count 100
Confidence Level (95.0%) 0.748269855
CLASES 7.6
8
AMPLITUD (i) 2.3125
3
10
Tabla 5: Histograma defectos por longitud muestra 1
LIM SUP Frequency Cumulative %
72.45 3 3.00%
74.95 7 10.00%
77.95 23 33.00%
80.95 34 67.00%
83.95 19 86.00%
86.95 10 96.00%
89.95 4 100.00%
40 100.00%
34 90.00%
35
40 80.00%
30
35 70.00%
25 23 60.00%
30
20 19 50.00%
25
40.00%
15
20
10 30.00%
10
15 7 20.00%
5 4
10 3 10.00%
05 0.00%
72.45 74.95 77.95 80.95 83.95 86.95 89.95
0 Frequency Cumulative %
1 2 3 4 5 6 7
del perno es la que debe tener la prioridad, añadiendo esto, según distribución de
frecuencias e histograma comparando los límites establecidos (entre 76.1 y 83.9 mm.) y
media establecida de 80.5 mm se concluye que existe una gran cantidad de pernos fuera
de los límites establecidos. Sin embargo, amerita realizar una evaluación adicional a la
11
variedad de tamaños con respecto a la longitud final del perno dado que el excedente y
faltante en esta característica no es destacable siendo casi igual sus defectos observados
3.1.2. Muestra 2
Evaluamos la muestra después de 2 meses de haber llevado las acciones correctivas
Muestra 2
Observación Dureza Cabeza Enroscado Longitud Pernos
1 buena buena buena 77.1 buena
2 buena buena buena 78 buena
3 buena buena buena 80.6 buena
4 mala buena buena 71 mala
5 buena buena buena 77.4 buena
6 buena buena buena 80.4 buena
7 buena buena buena 82 buena
8 buena buena buena 82.4 buena
9 buena buena buena 76.3 buena
10 buena buena buena 80.8 buena
11 buena buena buena 82.6 buena
12 mala mala mala 71.6 mala
13 buena buena buena 81.7 buena
14 buena buena buena 80.9 buena
15 buena buena buena 77.8 buena
16 buena buena buena 81.8 buena
17 buena buena buena 82.9 buena
18 mala buena buena 71.9 mala
19 buena buena buena 79 buena
20 buena buena buena 82.7 buena
21 buena buena buena 79.8 buena
22 mala buena buena 81.8 mala
23 buena buena buena 80.9 buena
24 buena buena buena 78.9 buena
25 buena buena buena 79.8 buena
12
26 buena buena buena 77.2 buena
27 buena buena buena 79 buena
28 buena buena buena 77.1 buena
29 buena mala mala 73.6 mala
30 buena buena buena 78.8 buena
31 buena buena buena 81 buena
32 buena buena buena 77.5 buena
33 buena buena buena 78.1 buena
34 buena buena buena 81.7 buena
35 buena buena buena 78.3 buena
36 buena buena buena 78.9 buena
37 buena buena buena 79.4 buena
38 buena buena buena 80.2 buena
39 mala buena buena 73.5 mala
40 buena buena buena 79.2 buena
41 buena buena buena 79.6 buena
42 buena buena buena 81.3 buena
43 buena buena buena 79.7 buena
44 buena buena buena 79.3 buena
45 buena buena buena 78.9 buena
46 buena buena buena 81.5 buena
47 buena buena buena 81.2 buena
48 buena buena buena 83.4 buena
49 buena buena buena 81.6 buena
50 buena buena buena 79.9 buena
51 buena buena buena 80.8 buena
52 buena buena buena 79.8 buena
53 buena buena buena 79.9 buena
54 buena buena buena 79.1 buena
55 buena buena buena 80.5 buena
56 buena buena buena 79.2 buena
57 buena buena buena 81.3 buena
58 buena buena buena 80.2 buena
59 buena buena buena 80.3 buena
60 buena buena buena 79.6 buena
61 buena buena buena 84.3 buena
62 mala mala mala 79.8 mala
63 buena buena buena 81.5 buena
64 buena buena buena 79.9 buena
65 buena buena buena 79.6 buena
66 buena buena buena 80.7 buena
67 buena buena buena 79.4 buena
68 buena buena buena 79.8 buena
69 buena buena buena 80.8 buena
70 buena buena buena 80.3 buena
71 buena buena buena 80 buena
72 buena buena buena 80.1 buena
73 buena buena buena 79.8 buena
74 buena buena buena 81.2 buena
75 buena buena buena 80.7 buena
76 buena buena buena 79.6 buena
77 buena buena buena 83.9 buena
78 mala buena buena 78.9 mala
79 buena buena buena 79.4 buena
80 buena buena buena 80.8 buena
13
81 buena buena buena 79.5 buena
82 buena buena buena 81.2 buena
83 buena buena buena 79.7 buena
84 buena buena buena 79.2 buena
85 buena buena buena 78.2 buena
86 buena buena buena 80.3 buena
87 buena buena buena 75.3 buena
88 buena mala mala 79 mala
89 buena buena buena 80.5 buena
90 buena buena buena 79.8 buena
91 buena buena buena 80.8 buena
92 buena buena buena 78.8 buena
93 buena buena buena 80.2 buena
94 buena buena buena 80.6 buena
95 buena buena buena 79.3 buena
96 buena buena buena 79.3 buena
97 buena buena buena 80.1 buena
98 buena buena buena 79 buena
99 buena buena buena 80.5 buena
100 buena buena buena 80.3 buena
técnicas significantes:
Buenos 93 96 96 91
Malos 7 4 4 9
% Malos 7% 4% 4% 9%
14
Malos
9%
Buenos
91%
Buenos Malos
120
100
96 96
93
80
60
40
20
0 7
4 4
Dureza Cabeza Enroscado
Buenos Malos
Podemos inferir de los datos analizados que el porcentaje de pernos con defectos ha
15
límites de control comparado con el 31% de la primera muestra. Además, analizando
significativa “longitud del perno”, en ella podemos identificar la media, error típico,
tablas:
CLASES 7.6
8
16
AMPLITUD (i) 1.6625
3
17
70 66 100.00%
90.00%
60
80.00%
50 70.00%
60.00%
40
50.00%
30
40.00%
20
20 30.00%
20.00%
10 8
3 10.00%
2 1
0 0.00%
72.45 74.95 77.95 80.95 83.95 86.95
Frequency Cumulative %
70 66
60
50
40
30
20
20
10 8
3 2 1 0
0
1 2 3 4 5 6 7
18
Según distribución de frecuencias e histograma comparando los límites establecidos
(entre 76.1 y 83.9 mm.) y media establecida de 80.5 mm se concluye que, las
identificado de defectos de esta muestra aún es relevante para la empresa, dado que
estimación por intervalos, este último nos describirá un intervalo de valores dentro
Se tendrá en cuenta para estos cálculos los límites de especificación técnica, que
describe el caso que define que la longitud final de un perno debe encontrarse
dentro de los límites máximo y mínimo que están establecidos en 83.9 mm y 76.1
19
mm respectivamente. Asimismo, teniendo en cuenta que por normas técnicas la
Análisis de la Muestra 1
medidas de longitud de los 100 pernos que corresponden a la muestra #1, existen
una gran cantidad de valores que salen de los límites de especificación y por lo
Tenemos:
Media: 79.607 mm
80
70
0 10 20 30 40 50 60 70 80 90 100
Muestras
20
Por lo tanto:
P(x<=76.1) 0.1762
P(x<=83.9) 0.8725
P(76.1<=X<=83.9) 0.6963
de 0.696 de que un perno tenga una longitud entre 76.1 y 83.9 mm como limites de
Media µ× = 79.607
21
Si bien es cierto no tenemos la desviación estándar de la población, no obstante,
Z α =Z 0.975
1−
2
Z=1.96
Se tiene un error de 0.748, además los extremos del intervalo de confianza para la
media son 78.86 mm y 80.36 mm .es decir hay 0.95 de confianza que el intervalo
fabricación de pernos.
22
Análisis de la Muestra 2
mayoría de los pernos tienen una longitud dentro de los límites de especificación
90
Longitud (mm)
80
70
0 10 20 30 40 50 60 70 80 90 100
Muestra
Tenemos:
Media: 79.628 mm
23
Desviación Estándar: 2.271 mm
Por lo tanto:
P(x<=76.1) 0.060
P(x<=83.9) 0.970
P(76.1<=X<=83.9) 0.910
de 0.910 de que un perno tenga una longitud entre 76.1 y 83.9 mm como límites de
que especifica el caso), aún se tiene oportunidades de mejora, pero son mínimas
Media µ× = 79.628
24
Si bien es cierto no tenemos la desviación estándar de la población, no obstante,
Z α =Z 0.975
1−
2
Z=1.96
además los extremos del intervalo de confianza para la media son 79.18mm y
80.08 mm .es decir hay 0.95 de confianza que el intervalo hallado se encuentre
dentro del grupo de intervalos que contienen a la verdadera media poblacional (m).
muestra 02, podemos observar que a partir del perno 40 en adelante lo valores se
pernos, por lo tanto realizaremos los cálculos solo para esos valores que nos
Tenemos:
Media: 80.14 mm
Por lo tanto:
P(x<=76.1) 0.0009
P(x<=83.9) 0.9981
26
P(76.1<=X<=83.9) 0.9972
de 0.997 de que un perno tenga una longitud entre 76.1 y 83.9 mm como límites de
dentro de los límites. Por lo tanto, se puede concluir que en la muestra 02, a partir
del perno 40 en adelante se tiene una gran probabilidad de estar dentro de los
podría revisar la regulación en el proceso de producción para estos pernos que nos
trabajo.
27
3.3.1. Muestra 1
Media 79.607
Desviación estándar 3.771
n 100
Hipótesis nula:
H O : μ=80.5
H 1 : μ ≠ 80.5
α =0.05
X−μ
Z=
σX
Z critico=Z α =−1.96
Calculamos el Zcalc:
28
X−μ
Zcalc=
σX
79.607−80.5
Zcalc= =−2.36
3.771
√100
3.3.2. Muestra 2
Media 79.628
Desviación estándar 2.271
n 100
Hipótesis nula:
H O : μ=80.5
H 1 : μ ≠ 80.5
α =0.05
X−μ
Z= 29
σX
Z critico=Z α =−1.96
Calculamos el Zcalc:
X−μ
Zcalc=
σX
79.628−80.5
Zcalc= =−3.840
2.271
√100
Utilizando prueba de hipótesis, vamos a comparar las proporciones de las muestras con
vamos a comparar la proporción de defectos, para el caso de longitud calificamos como mala
Proporción de defectos:
30
Muestra 1 Muestra 2
π2 π1
Longitud 0.31 0.07
Dureza 0.21 0.07
Cabeza 0.16 0.04
Enroscado 0.16 0.04
H O : π 1=π 2
H 1 : π1< π2
Se tiene los siguientes resultados:
Zcrit Zcal
Longitud -1.645 -4.326
Dureza -1.645 -2.853
Cabeza -1.645 -2.828
Enroscado -1.645 -2.828
En base a los resultados obtenidos, lo cual se puede evidenciar en lea Figura 11, se tiene que
para todas las características de calidad se rechaza la hipótesis nula, es decir el numero de
defectos de la muestra 2 es significativamente menor que la muestra 01, lo cual evidencia que
la mejora no es un error de muestreo, sino que las implementaciones han generado una
31
LONGITUD DUREZA CABEZA ENROSCADO
1. Plantee la hipotesis nula y alternativa 1. Plantee la hipotesis nula y alternativa 1. Plantee la hipotesis nula y alternativa 1. Plantee la hipotesis nula y alternativa
ܽ ݑݎ
ܾ݁ ݑ
ܲݑ ݀݁ Ͳͳ ݈ܿܽ ܽ ܾ݁ݑݎ
ݑ
ܲݑ ݀݁ Ͳͳ ܿܽ
݈݈ܽ ܽ ݑݎ
ܾ݁ ݑ
ܲݑ ݀݁ Ͳͳ ܿܽ
݈݈ܽ ܽ ݑݎ
ܾ݁ ݑ
ܲݑ ݀݁ Ͳͳ ܿܽ
݈݈ܽ
PASO 2 PASO 2 PASO 2 PASO 2
ߙൌ ܧݎݎݎ
ܫݐ݅݅ݐܧݎݎ ߙൌ ܧݎݎݎ
ܫ ݅ݐܧݎݎ ߙൌ ݎݎ
ݎ
ܧݎ
ܫ ݅ݐܧݎ ߙൌ ܧݎݎݎ
ܫ ݅ݐܧݎݎ
ߙൌ
ͲǤͲͷ ̶
݊" ߙൌ
ͲǤͲͷ ̶
݊" ߙൌ
ͲǤͲͷ ̶
݊" ߙൌ
ͲǤͲͷ ̶
3. Estadistico de prueba 3. Estadistico de prueba 3. Estadistico de prueba 3. Estadistico de prueba
݊ ͷ, podemos emplear Z ݊ ͷ, podemos emplear Z ݊ ͷ, podemos emplear Z ݊ ͷ, podemos emplear Z
ଵ െଶ ݔଵ ݔଶ ଵ െଶ ݔଵ ݔଶ ଵ െଶ ݔଵ ݔଶ ଵ െଶ ݔଵ ݔଶ
ܼൌ ൌ ܼൌ ൌ ܼൌ ൌ ܼൌ ൌ
ሺͳ െ ሻ ሺͳ െ ሻ ݊ଵ ݊ଶ ሺͳ െ ሻ ሺͳ െ ሻ ݊ଵ ݊ଶ ሺͳ െ ሻ ሺͳ െ ሻ ݊ଵ ݊ଶ ሺͳ െ ሻ ሺͳ െ ሻ ݊ଵ ݊ଶ
݊ଵ ݊ଶ ݊ଵ ݊ଶ ݊ଵ ݊ଶ ݊ଵ ݊ଶ
4. Regla de decision critico 4. Regla de decision critico 4. Regla de decision critico 4. Regla de decision critico
Utilizamos Valor Critico Utilizamos Valor Critico Utilizamos Valor Critico Utilizamos Valor Critico
ܼ௧ ൌ
ܼఈ ൌ
-1.645 ܼ௧ ൌ
ܼఈ ൌ
-1.645 ܼ௧ ൌ
ܼఈ ൌ
-1.645 ܼ௧ ൌ
ܼఈ ൌ
-1.645
5. Estadistico calculado - Decision 5. Estadistico calculado - Decision 5. Estadistico calculado - Decision 5. Estadistico calculado - Decision
ܼൌ
െͶǤ͵ ʹ ͷͻ ܼൌ
െʹ Ǥͺ ͷ͵ ܼൌ
െʹ Ǥͺ ʹ ͺ ܼൌ
െʹ Ǥͺ ʹ ͺ
Figura 11: Calculo de prueba de hipótesis para comparar proporción de defectos de cada muestra.
3.4. Análisis de capacidad de proceso
USL−LSL
C p= (capaz >1)
6σ
C pk =Mín ( USL−μ
3σ
,
3σ )
μ−LSL
Muestra 01
C p=0.345
C pk =0.31
Muestra 02
C p=0.572
C pk =0.518
En base a los resultados del Cp y Cpk, podemos evidenciar que se ha logrado una
oportunidad porque en ambos casos aún el valor del Cp es menor que 1, es decir
2.85%.
2
No obstante, teniendo en cuenta los resultados de la prueba de hipótesis,
estas medidas se tiene que casi el 99.7% de las pernos cumplirían con los
metodo y material) para poder concluir soluciones viables y determinar las forma de
identificar.
3
DIMENSION CAUSA SOLUCIÓN IMPLEMENTACIÓN
Realizar Skill Matrix de En base a los resultados del Skill Matrix, programar capacitaciones:
técnicos en la línea de
* Mantenimiento autónomo para revisión y calibración de sus equipos antes
producción de pernos
Falta de capacitación del inicio de las operaciones
para determinar
* Aseguramiento y control de calidad, en cada etapa del proceso de
oportunidades de mejora
fabricación, determinando CTP (Variables críticas de operación) y CTQ
en sus capacidades
(variables críticas de calidad)
Mano de Obra
Eficiencia en reducir carga laboral de los técnicos sin disminuir
productividad:
* Evaluar horarios de trabajo.
Revisar carga laboral de
Cansancio *Redistribuir técnicos en turnos en base a sus capacidades con el objetivo de
los técnicos
equilibrar la productividad de los turnos.
* Revisar distribución de la planta, identificar y eliminar transportes
innecesarios.
Elaborar un plan de mantenimiento preventivo con una frecuencia
determinada para los equipos de la línea de fabricación de pernos.
Programa de
Definir un proceso de calibración y verificación diaria de los equipos críticos
Falta de calibración Mantenimiento
en el cumplimiento de las características principales de calidad.
preventivo
Elaborar Check preoperacional y operacional de operatividad de los equipos
Maquina de la línea de fabricación de pernos con responsabilidad del operador.
*Revisar tiempo de operación de los equipos con referencia a su tiempo de
vida útil.
Máquinas y equipos Revisar y evaluar
* Calcular OEE de la planta y de los equipos para determinar eficiencia
obsoletos cambio de activos.
alineada con su tiempo de vida útil puede llevar a decisiones de cambio de
activos.
Procedimientos de * Estandarizar procedimientos de trabajo en base a los resultados óptimos de
operación características de calidad de la producción y difundir al personal.
Procesos no
estandarizados Procedimientos de *Definir instructivos y Lecciones de un punto para en correcto mantenimiento
mantenimiento autónomo y calibración de equipos críticos, así como con la correcta
Método autónomo limpieza, inspección, lubricación y ajuste de estos.
* Definir los parámetros críticos de calidad de operación (CTQ y CTP)
Plan de control de *Auditorías internas inopinadas para verificar la correcta operación del
Falta control de proceso
proceso proceso de fabricación de pernos.
*Elaborar un plan de muestreo para el control y aseguramiento de la calidad.
Materia prima no Plan de control de Definir un procedimiento para pruebas de calidad de la materia prima que se
Material utilizará en la fabricación de pernos teniendo en cuenta las características de
adecuada materia prima
calidad críticas que se han definido para el producto final.
Tabla 11: Análisis de Causa raíz para el problema de cumplimiento de la longitud objetivo de los pernos de 80.5 mm