Control estadistico de procesos

(1)

INSTITUTO TECNOLOGICO DE COLIMA

RESIDENCIA PROFESIONAL

REALIZACION DE RESIDENCIA PROFESIONAL EN:

CONTROL ESTADISTICO DE PROCESOS

DEPARTAMENTO DE:

CONTROL DE CALIDAD

PRESENTADO POR:

LUGO BELTRAN CLAUDIA LETICIA

DE LA CARRERA DE:

INGENIERIA BIOQUIMICA

NUMERO DE CONTROL:

02211369

(2)

INSTITUTO TECNOLOGICO DE COLIMA

RESIDENCIA PROFESIONAL

PRESENTADO POR:

LUGO BELTRAN CLAUDIA LETICIA

DE LA CARRERA DE:

INGENIERIA BIOQUIMICA

NUMERO DE CONTROL:

02211369

(3)

(4)

(5)

Agradecimientos

“Ningún provecho hay en este mundo tan grande que se iguale con la excelencia de la virtud.”

Aristóteles

Quiero plasmar un poco de mi gratitud en esta hoja, primeramente doy gracias a Dios por darme la oportunidad de disfrutar cada día, de cuidarme en el transcurso de mi carrera y de mi vida, por mandarme a personas, las cuales fueron puntos clave para mi desarrollo y así poder seguir con fuerza y continuar con ganas.

Doy gracias a mis padres por apoyarme con el pan de cada día, sola no lo hubiera hecho, a mis maestros forjadores de sabiduría, que de ellos aprendí desde la mas difícil materia hasta la mas grande enseñanza de la vida cotidiana, gracias al M.C. Marco A. Zazueta por orientarme en mi trabajo profesional, a la Jefa del departamento de Bioquímica del Instituto Tecnológico De Colima Maria Aurora Andrade por darle agilidad a mi tramite de Titulación, sin olvidar a todos mis maestros de Tijuana que me enseñaron bastante a lo largo de mi trayecto de estudio profesional, también al “Profe” Pablo Varela García (Papa Zeus), el cual me brindo su valiosa amistad y me dejo pertenecer al grupo musical de Instituto Tecnológico De Tijuana, mismo que me hizo recorrer la republica representando a la institución y poniendo en alto su nombre llenandome de virtuosa dicha,, tiempo de risas, amigos, música, cultura e indudablemente alegría, no me queda mas que seguir aprendiendo cada vez mas, gracias a todo ese entorno que confabulo para mi realización.

(6)

ÍNDICE

Descripción

Pág.

Índice de graficas………

Índice de tablas……….………...

Anexos………..

iii

v

vi

1. Introducción……… 1

1.1 Organigrama BIMBO Tijuana, año 2007………..

1.2 Caracterización del área de Calidad Total BIMBO…………

2. Delimitación del problema………

2

2 3. Planteamiento del problema………. 3

4. Formulación del problema……… 3

5. Objetivo……… 4

5.1 Objetivo especifico……… 4

6. Justificación del problema………. 5

6.1 Justificación teórica………... 5

6.2 Justificación práctica………. 5

7. Marco teórico………... 5

7.1 Control Estadístico de Procesos ………. 5

7.1.1 Factores clave para la correcta implantación de un

proyecto CEP.

6 7.1.2 Metodologías 1, 2 y 3………..……. 9

8. Marco Teórico Conceptual………...………… 11

8.1 Lenguaje Estadístico………... 11

(7)

9.1 Histograma………... 16

9.1.1. Distribuciones Posibles en un Histograma... 16

9.1.2 Elaboración de un Histograma………. 19

9.2 Diagrama de Pareto ……… 20

9.2.1 Características del Diagrama de Pareto.…... 20

9.2.2 Elaboración del Diagrama de Pareto……….. 25

9.3 Diagrama De Causa y Efecto, Diagrama De Ishikawa……...

(Espina de Pescado).

26 9.3.1 Significado de las 5M´s Y 1P ………... 27

9.3.2 Elaboración del Diagrama de Ishikawa………..

29 9.4 Diagrama de Árbol……….. 29

9.4.1 Validación de las posibles causas ……… 29

9.5 Gráficos de Dispersión……… 30

9.5.1 Características de los Gráficos de Dispersión………….. 30

9.5.2 Patrones de gráficos de dispersión……… 31

9.5.3 Correlación Causa Y Efecto……… 34

9.5.4 Elaboración de una gráfica de dispersión……….. 35

9.5.5 Interpretación de un Gráfico de Dispersión………….... 37

9.6 Estratificación……… 38

9.6.1 Procedimiento para Estratificar ………... 39

9.7 Hoja de Datos……… 40

9.7.1 Obstáculos que se encuentran en la recolección de

datos.

40 9.7.2 Importancia del Muestreo……….… 41

(8)

9.7.5 Muestreo de Poblaciones……… 42

9.7.6 Muestreo de Poblaciones……… 43

9.7.7 Comportamiento del Proceso……….... 44

10. Variación……….... 45

10.1 El Concepto de Variación………... 45

10.1.1 Enfoque Antiguo……… 45

10.1.2 Enfoque Moderno……….. 46

10.1.2.1 Causas Comunes………. 46

11. Índice Cp.………... 47

12. Índice Cpk.………...

50 13. Procedimientos y Actividades Realizadas………

13.1 Descripción General del Proyecto………

13.2 Capacitación en plantas……….

13.3 Seguimiento Inicial a la Medición………

13.4 Adecuación de Tecnología………

13.5 Definición de causas especiales y corrección de causas

especiales………

13.6 Estado de Control………...

13.7 Seguimiento CEP y Cierre del Proyecto CEP………..

14. Resultados……….

15. Análisis de Resultados………

(9)

Descripción Pág.

Gráfica 1. Las Siete Herramientas Estadísticas Básicas…..…….... 15 Gráfica 2. Histograma en forma de campana………. 16 Gráfica 3. Histograma en forma bimodal.………..……. 17 Gráfica 4. Histograma negativo………...

Gráfica 5. Histograma positivo ………...…... Gráfica 6. Histograma con datos aislados………...

Gráfica 7. Características del Diagrama de Pareto……….... Gráfica 8. Interpretación del Diagrama de Pareto………..

Gráfica 9. Interpretación del Diagrama de Pareto……….. Gráfica 10. Interpretación del Diagrama de Pareto……… Gráfica 11. Reacción si se cumple el principio de Pareto………... Gráfica 12. Reacción cuando no se cumple el principio de Pareto. Gráfica 13. Diagrama de Causa y Efecto……….. Gráfica 14. Características del Gráfico de Dispersión……… Gráfica 15. Correlación positiva (Gráfico de Dispersión)……….. Gráfica 16. Posible correlación positiva (Gráfico de Dispersión). Gráfica 17. Sin correlación (Gráfico de Dispersión)……… Gráfica 18. Fuerte correlación negativa (Gráfico de Dispersión).. Gráfica 19. Posible correlación negativa (Gráfico de Dispersión) Gráfica 20. Otro patrón (Gráfico de Dispersión)………. Gráfica 21. Diagrama Causa-Efecto………... Gráfica 22. Ejes del grafico de dispersión………. Gráfica 23. Ejes del grafico de dispersión x, y………...…….. Gráfica 24. Gráfico de dispersión PT vs PD……….

(10)

Gráfica 25. Correlación entre la temperatura del pan y la………. consistencia de la masa

Gráfica 26. Hoja de Datos………... Gráfica 27. Muestreo de Chocoretas Ricolino……….. Gráfica 28. Muestreo por subgrupos………. Gráfica 29. Alta variación de Cp……… Gráfica 30. Variación moderada de Cp………. Gráfica 31. Variación moderada de Cp……….

(11)

Tabla 1. Valor de Cp, clase de proceso, y decisión adecuada….. 49 Tabla 2. Los 9 Productos DMAIC………..

Tabla 3. Especificaciones oficiales de los 9 productos DMAIC… Tabla 4. Semanas de duración del proyecto CEP asignado……...

(12)

ANEXOS

Anexo 1. Peso de producto dividido (PD) en los tres turnos de la ……... planta BIMBO Tijuana

78

Anexo 2. Ejemplo de solución de problemas y áreas de mejora………… 79 Anexo 3. Diagrama de árbol……… 81 Anexo 4. Ejemplo del gráfico de población de Oldenburg al final de….

cada año entre 1930 y 1936, frente al número de cigüeñas observadas ese año.

Anexo 5. Datos para estratificar gráficos de dispersión……….. Anexo 6. Ejemplo de estratificación………... Anexo 7. Gráficas de un proceso estable de chocoretas 45 g……….. Anexo 8. Variación, causas comunes y causas especiales………... Anexo 9. Formato de control de peso de PT (producto terminado) del...

pan integral tradicional 720 g (1146).

Anexo 10. Formato de control de peso de PD (producto dividido) del…. pan integral tradicional 720 g (1146).

Anexo 11. Tabla de análisis de beneficios CEP de la semana 19 a la…... semana 37 en PT (producto terminado).

Anexo 12. Reporte del 29 de Agosto del 2007………...

(13)

1. INTRODUCCION

Fundado en México el año de 1945, Grupo Bimbo es hoy en día una de las empresas de

panificación más importantes del mundo por posicionamiento de marca, por volumen

de producción y ventas, además de ser líder indiscutible de su ramo en México y

Latinoamérica. Con presencia en 18 países de América, Europa y Asia, cuenta con cerca

de 5,000 productos entre los que destacan una gran variedad de pan de caja, pan dulce,

panquelería, bollería, pastelitos, confitería, botanas dulces y saladas, tortillas

empacadas de maíz y de harina de trigo, tostadas, cajeta (dulce de leche) y algunos

otros productos y con más de 150 marcas de reconocido prestigio.

Desde 1980, Grupo Bimbo es una empresa pública que cotiza en la Bolsa

Mexicana de Valores y está formada por seis organizaciones y un corporativo, los

cuales operan empresas de la industria de la panificación y de alimentos en general.

La distribución de sus productos, elaborados en sus 99 plantas, 4 asociadas y 3

comercializadoras ubicadas en México, Estados Unidos, Centro y Sudamérica, Europa y

Asia, cubre más de 1,800,000 puntos de venta en el mundo.

(14)

1.1 Organigrama BIMBO Tijuana (Año 2007)

1.2 Caracterización del Área de Calidad Total (Planta BIMBO)

El área de Calidad Total en planta BIMBO Tijuana es un punto clave entre el consumidor y la empresa, mediante este departamento se establecen mejoras en el producto en cuanto a su fabricación, se trata de hacer lo mejor posible para brindarle al consumidor una satisfacción al precio justo de su bolsillo.

Dentro de este departamento entran los sistemas de calidad ISO 9000, ISO 9001 e ISO 9002 Sistemas de Aseguramiento de Calidad, certificaciones HACCP, entre otros.

2. DELIMITACION DEL PROBLEMA

(15)

3. PLANTEAMIENTO DEL PROBLEMA

Hoy en día las empresas de alimentos generan muchos desperdicios o bajas tanto de materias primas como de productos ya elaborados, lo cual se ven reflejados en la pérdida económica de la empresa tanto como en la insatisfacción del cliente por ello es necesario reducir estas bajas por medio de un Control Estadístico de Procesos, en BIMBO planta Tijuana existen 9 productos los cuales son los que arrojan más costos a la empresa en su elaboración pero también son los que más ventas tienen por eso fueron los seleccionados para el desarrollo de este proyecto, los cuales son los siguientes:

• Pan Blanco 680 g AUTO

• Pan Blanco 650g Tradicional.

• Pan Integral 720 g

• Pan integral doble fibra 750g

• Media noche BIMBO nacional 290g

• Media noche BIMBO exportación.310g

• Bimbollo nacional 450g

• Panque c/ nuez exportación 250g

• Panque con pasas nacional 285g

4. FORMULACION DEL PROBLEMA

(16)

5. OBJETIVO

Mejorar y mostrar niveles óptimos de calidad. Ofrecer a los consumidores un producto de excelencia con los precios más bajos haciendo uso de las herramientas estadísticas, fundamentalmente del Gráfico de Control, aplicado al control estadístico de la variable peso de la masa del pan elaborado en la empresa.

5.1 Objetivo Específico.

a. Capacitar al personal para adecuarlos al (CEP) y que se relacionen de cierta manera a la estadística y relacionarla con su labor en la empresa.

b. Colocar formatos de control de estudio de peso de producto terminado y dividido.

c. Hacer uso del programa MINITAB para realizar gráficos de control, mediante el uso de la captura de pesos en el programa de cómputo excel.

d. Analizar los pesos, registrados por los obreros mediante las graficas de control y definir las causas especiales, que son las causas que pueden causar gran pérdida material y económica a la empresa y que son ajenas al proceso. e. Ya definidas las causas especiales, corregir errores para establecer el control. f. Medir los puntos que establecen el control en el proceso para establecerlos,

elaborar informe de ahorros.

g. Mantener el efecto de la mejora, para eliminar la variación causante de problemas.

(17)

6. JUSTIFICACIÓN DEL PROBLEMA 6.1 Justificación Teórica.

Se realizará una investigación teórica-estadística para poder definir comportamientos de los procesos y establecer especificaciones que lleven a un control de la variable peso del producto, en este caso cualquiera de los nueve productos a estudiar.

6.2 Justificación Práctica.

Se comprueba que la teoría estadística es la aplicable a este tipo de procesos, las fórmulas utilizadas son las correctas; las especificaciones que se usan están dentro del régimen establecido por BIMBO. Se obtienen datos de las graficas para poder tomar decisiones respecto al comportamiento del producto dividido y terminado.

7. MARCO TEORICO 7.1 Control Estadístico de Procesos

Es una metodología que aplicada a nuestros procesos genera un compromiso con nuestros consumidores de ofrecerles la más alta calidad con los precios más bajos, su propósito es mejorar y mostrar niveles muy altos de calidad.

Es una aplicación práctica de herramientas y métodos estadísticos que nos ayudan a medir, analizar y controlar nuestros procesos.

Control: se refiere a estabilidad o consistencia.

Estadístico: porque hace uso de las herramientas estadísticas, fundamentalmente del Gráfico de Control.

(18)

7.1.1 Factores clave para la correcta implantación de un proyecto CEP.

a. Liderazgo gerencial

Ser parte de un programa mayor

b. Enfoque de trabajo en equipo

Debe estar claro para cada uno de los integrantes del equipo el objetivo y los alcances del proyecto.

c. Educación y entrenamiento en todos los niveles

Debe tomarse en cuenta que “no lo sabemos todo” por lo que es necesaria la capacitación en todos los niveles del equipo

d. Énfasis en la mejora continua

Si ya se logró algo, se debe seguir trabajando en esto para que continúe la mejora del proceso.

e. Sistema de Reconocimiento

Es una regla básica de calidad; si nuestro equipo está trabajando de la manera adecuada, se debe reconocer su trabajo, para que la mejora continúe.

f. Apoyo técnico estadístico por parte de calidad

Ya que se debe de considerar como parte del equipo a alguna persona que ayude dando las herramientas estadísticas para la correcta aplicación de la metodología, esto para no dar soluciones erróneas.

(19)

En 1992 GB empezó a trabajar con una serie de metodologías para mejorar los resultados de negocio a través de mejorar procesos.

• Metodología 1 para identificar y definir procesos

• Metodología 2 para hacer los procesos consistentes y aceptables

• Metodología 3 para la solución de problemas.

• Metodología 4 para trabajar en áreas de oportunidad.

7.1.1.1 Metodología 1 para identificar y definir procesos

Esta metodología tenía como objetivo auxiliarnos en la identificación de los procesos de la compañía, así como en la definición de los mismos. (1)

(20)

7.1.1.3 Metodología 3 para la solución de problemas.

(21)

La metodología 3 fue la mejor adoptada, ésta metodología empezó a generar resultados a partir de 1992.

Cada fábrica y cada departamento realizaron proyectos con dicha metodología y en menor grado con la metodología 4.

Los ahorros generados por las metodologías 3 y 4 fueron importantes en ese momento.

Los problemas más importantes en la aplicación de dicha metodología fueron: 1. Definición no clara del problema que se deseaba resolver.

a. Problema demasiado amplio.

b. Problema inadecuadamente definido. 2. No confirmación adecuada de causas.

a. Muchas causas identificadas.

b. Causas no confirmadas apropiadamente.

c. Desconocimiento de las herramientas adecuadas para confirmar las causas.

3. No seguimiento a los resultados después de terminado el proyecto.

a. Terminado el proyecto el resultado se asumía como permanente, cuando muy pocas de las soluciones quedaron asociadas a un proceso. b. Escaso seguimiento, meses después, al resultado conseguido.

7.1.2 Metodología 1, 2 y 3.

El objetivo de la metodología es impactar en los resultados de negocio a través de entender y mejorar los procesos; esto significa tomar acciones para reducir la variación que impacta en el desempeño de los procesos.

(22)

7.1.2.1 Papel de la Metodología 1, 2 y 3.

7.1.2.1 Pasos de la Metodología 1, 2 y 3:

Metodología DMAIC

• Definir

• Medir

• Analizar

• Mejorar

(23)

a. Definir: Los objetivos y límites del proyecto en función, de los objetivos de la Organización, las necesidades del cliente y el proceso que debe mejorarse (reducir la variación) para alcanzar un desempeño superior.

b. Medir: La variación para entender cuál es el comportamiento del proceso actual; el que desea mejorarse.

c. Analizar: La variación de los procesos de interés. Un elemento fundamental es identificar las causas verdaderas que originan la variación para impactar positivamente en el desempeño del proceso y del resultado.

d. Mejorar: Los procesos como consecuencia de haber identificado las causas de variación y de haber desarrollado, probado e implementado soluciones para eliminar la variación que origina los problemas; es decir, las acciones para eliminar las causas, no los problemas.

e. Controlar: Los resultados a través de estandarizar y documentar las acciones tomadas, que fueron efectivas, y que ahora son parte del nuevo proceso. (1)

8. MARCO TEORICO CONCEPTUAL

8.1Lenguaje estadístico:

a. Estadística: Es un conjunto de métodos y teorías que han sido desarrolladas para tratar la recolección, el análisis y la descripción de datos muestrales con el objeto de tomar decisiones en base a los resultados obtenidos.

(24)

c. Muestra (n): Es un subconjunto de la población. Ejemplo: 5 paquetes de Producto tomadas cada media hora durante los tres turnos.

d. Muestrear: Recopilar sólo una parte significativa de todos los datos.

e. Inferir: Significa extraer conclusiones de esa muestra para describir a la población.

f. Parámetro: Es una característica numérica de una población. Se denotan regularmente por letras del alfabeto griego.

Algunos parámetros comúnmente de interés son la media (ì), el total (Ô), la proporción (ñ), el rango (r) y la desviación estándar (ó) poblacional.

g. Variable: Es una característica que puede tomar diferentes valores. De esta manera el ingreso, la producción y el peso; son variables dado que pueden tomar diferentes valores cuando se estudian diferentes elementos de una población. Las variables pueden ser discretas y continuas.

h. Variable discreta: Es aquella para la cuál sus resultados se pueden numerar.

(25)

i. Dato: Es un resultado de observar, contar o medir una característica específica de interés. Generalmente existen dos tipos de datos: Cualitativos y Cuantitativos.

j. Dato Cualitativo ó atributo: Es el resultado de un proceso que categoriza o describe un elemento de una población. Ejemplo: Profesión, lugar de nacimiento, estado civil, número de línea, número de freidor, etc.

k. Dato Cuantitativo ó numérico: Es el resultado de un proceso que cuantifica, es decir, que cuenta o mide. Ejemplo: peso, temperatura, bajas, ingreso, etc. (2)(3)

La variación presente en las mediciones de una característica de calidad, un proceso, un servicio, etc. puede ser estudiada de distintas maneras. Una de ellas es estudiar su comportamiento a través de reconocer la forma en la que se distribuyen los datos.

La distribución normal, como se ve en la figura, es aquella que concentra a la mayoría del conjunto de datos en el centro y conforme se está más lejos del centro, se tienen datos con menos frecuencia. (5)

Ese conjunto de datos puede ser descrito de muchas maneras, entre las que se encuentran:

(26)

2 1 2 1 ) ( S n x x S n i i =             − − =

∑

=

j. Media Aritmética: Es la (media o promedio) de un conjunto de n observaciones x1, x2 . . . , xn se representa por x y se define como una medida que refleja el valor promedio de ese conjunto de datos.

k. Medidas de Dispersión: La dispersión de un conjunto de datos normalmente se expresa cuantitativamente:

l. Amplitud ó Rango (A ó R): Es la diferencia entre el dato mayor y el menor. Esto se debe a que únicamente considera para su cálculo, los valores extremos del conjunto de datos

m. Desviación estándar (S ): Se define como la raíz cuadrada de la varianza.

Debido a las propiedades teóricas que posee es la más importante y la más usual de las medidas de dispersión. Una medida que refleja la variación que hay en ese conjunto de datos. Lo que nos dice qué tanto, en promedio, se alejan unos datos de otros. (2)(4)

n

x

=

1

+

2

+

K

+

n

Menor Mayor

X

(27)

9. LAS SIETE HERRAMIENTAS ESTADÍSTICAS BÁSICAS.

Las siete Herramientas Estadísticas Básicas son un conjunto de técnicas que han mostrado grandes beneficios en el análisis de procesos de productos o servicios, a continuación se muestran algunos de ellos:

• Son fáciles de entender y utilizar.

• Ayudan a visualizar de manera exacta el comportamiento del proceso.

• Permite detectar todas las posibles causas que generan desperdicios.

• Retroalimentación inmediata al proceso.

• Canaliza los esfuerzos hacia las causas más importantes de los problemas de producción

• Proporcionan amplia información comparada con el tiempo invertido en su uso. (6)

Gráfica no. 1: Las Siete Herramientas Estadísticas Básicas

(28)

9.1 Histograma:

Es la tabulación o el número de veces (frecuencia) en que se presenta una cierta medición o dato de la característica o variable de calidad a analizar, para un producto cualquiera que se está examinado. (Véase ejemplo en anexo no. 1).

Presenta los datos de forma ordenada, de manera tal, que se capten las variaciones claramente. Se trata de una ilustración a posteriori, (se describe una situación que ya ocurrió).

El histograma nos ayuda a determinar la cantidad de veces que ocurren las variaciones de los datos. Revelan, sin realizar elaborados análisis, información acerca del producto o proceso fáciles de entender para el personal, que ayuda a la mejora. (3)

9.1.1 Distribuciones posibles en un histograma 9.1.1.1 Forma de Campana:

La distribución es normal, el proceso es estable.

Gráfica no.2 Histograma en forma de campana.

(29)

9.1.1.2 Bi-Modal:

Los datos pueden venir de dos procesos diferentes.

Gráfica no.3: Histograma en forma bimodal.

Fuente: BIMBO (2005), Manual CEP (Control Estadístico de Procesos) Aplicado a Los Alimentos, Mexicali

9.1.1.3 Histograma Negativo:

La distribución no es normal y el proceso debe ser identificado.

Gráfica no.4: Histograma negativo.

(30)

9.1.1.4 Histograma Positivo:

La distribución no es normal y el proceso debe ser identificado.

Gráfica no.5: Histograma positivo.

9.1.1.5 Histograma con datos aislados:

Esto se da debido a errores en la medición, toma de datos ó captura.

Gráfica no.6: Histograma con datos aislados.

(31)

9.1.2 Elaboración de un Histograma:

• Contar el número de datos ( n ).

• Seleccionar el valor máximo (X Máx) y el valor mínimo (X Mín) de todos los datos.

• Calcular el número de clases ( intervalos ) de la siguiente manera:

• Encontrar el logaritmo base 10 (log) de n, donde n es el número de datos. Multiplicar el resultado por el número constante de 3.3 y se le suma 1. Redondear el resultado.

• El tamaño de la clase se calcula como:

Tamaño de la clase = (X Máx – X Min) / Número de intervalos

• Determinar el espacio entre frontera y frontera. Para la primera clase, la frontera inferior será X Mín, y la frontera superior será X Mín + tamaño de la clase.

• Para la segunda clase, la frontera inferior será la frontera superior de la primera clase más el espacio entre frontera y frontera determinado en el paso.

• El proceso se repite para cada clase. Para el último grupo, la frontera superior será X Máx.

(32)

9.2 Diagrama de Pareto

El Diagrama de Pareto es una gráfica (derivada del Histograma) que muestra en forma ordenada la frecuencia, de mayor a menor, de los factores o causas que producen un problema y que serán sujetos de estudio. La idea básica del Diagrama de Pareto es la de ordenar y dar prioridad a la recolección de datos, es decir:

• Traducir el análisis de los datos a números y porcentajes.

• Presentar en forma gráfica los “pocos vitales” y los “muchos triviales” dentro de las causas que originan el problema que se está analizando.

• Indica qué problema se debe resolver primero para eliminar el defecto y mejorar las operaciones.

• Suele describirse como la regla del 80 – 20, que afirma que en muchas situaciones, unos pocos elementos (20%) generan la mayor parte del efecto (80%); el resto de los elementos generan muy poco del efecto total. (1)(3)

9.2.1 Características del Diagrama de Pareto

Gráfica no.7: Características del Diagrama de Pareto.

(33)

Lo primero que hay que comprobar en un diagrama de Pareto es si se cumple el principio de Pareto. Unas pocas categorías son responsables de la mayor parte del problema.

Gráfica no.8: Interpretación del Diagrama de Pareto.

(34)

Compruebe que la barra Otros no es ninguna de las más altas. Si es así, es conveniente volver a analizar los casos agrupados como Otros, para comprobar si es posible crear otras categorías.

(35)

9.2.1.1 Reacción SI se cumple el principio de Pareto

• Empiece por la barra más larga, salvo que crea que es más sencillo tratar alguna de las otras barras. Si es posible, cree un nuevo diagrama de Pareto con los problemas que componen la barra más alta.

• Si alguna de las barras se refiere a problemas con soluciones sencillas, empiece por ellas, aunque no sean las más altas. (1)

Grafica no. 11: Reacción si se cumple el principio de Pareto.

(36)

9.2.1.2 Reacción cuando No se cumple el principio de Pareto

Cuando todas las barras tienen prácticamente la misma altura y hay muchas categorías responsables de la mayor parte del problema, tendrá que encontrar otra forma de analizar los datos.

Grafica no. 12: Reacción cuando no se cumple el principio de Pareto.

(37)

9.2.2 Elaboración del Diagrama de Pareto:

1. Decida el periodo de tiempo que se empleará para la compilación de los datos (muestreo) con los que se construirá la gráfica, por ejemplo una semana, un mes. 2. Hacer una clasificación de los factores o problemas a analizar de acuerdo a su

tipo de defectos, bajas, demoras, etc.

3. Los diferentes tipos de causas del problema se ordenan conforme a su ocurrencia, es decir de mayor a menor.

4. Se suma la cantidad de cada factor. El total representa el 100%. Se obtienen los porcentajes de cada uno de los factores y se ordenan de mayor a menor.

5. Se construye la gráfica. En el eje horizontal se representan los tipos de defectos o fallas, ubicando de izquierda a derecha las causas de mayor a menor importancia. En el eje vertical izquierdo se representa el número de defectos o datos fuera de especificación que se obtuvieron para cada característica. El eje vertical derecho se usará para representar el porcentaje acumulado, la suma de los porcentajes de todos los conceptos debe ser el 100%.

6. Se construyen las barras correspondientes para cada factor o problema de acuerdo a su total.

(38)

9.3 Diagrama De Causa y Efecto, Diagrama De Ishikawa (Espina de Pescado).

Se trata de una técnica de análisis que nos muestra las causas que contribuyen a generar un problema. Es importante resaltar que se debe de contar con la participación del mayor número de personas que integran las diversas áreas o departamentos cuya actividad afecta directa o indirectamente el problema a resolver. (1)(4)

Con frecuencia, las personas que trabajan en la búsqueda de mejoras llegan a conclusiones sin estudiar las causas, se centran en una causa posible sin tener en cuenta otras y toman medidas de corrección de síntomas superficiales.

Los diagramas de causa y efecto ayudan a eliminar estas tendencias, por lo consiguiente:

• Proporciona una estructura que permite entender las relaciones entre muchas de las causas posibles de un problema.

• Muestran una representación visual.

• Ofrecen a las personas un marco de trabajo para planificar los datos que deben recopilarse.

• Los diagramas de causa y efecto ayudan a eliminar estas tendencias, por lo consiguiente: Ayudan a los miembros del equipo a comunicarse entre sí y con el resto de la organización.

Usa un diagrama de causa y efecto:

Cuando el número de causas potenciales sea grande que dificulte el enfoque del análisis.

(39)

El siguiente esquema es una muestra de un Diagrama causa y efecto:

Grafica 13: Diagrama de Causa y Efecto

Fuente: BIMBO (2005), Manual CEP (Control Estadístico de Procesos) Aplicado a Los Alimentos, Mexicali.

Cada una de las principales ramificaciones corresponden a una parte importante e independiente del proceso, la cual debe ser administrado para su control y mejora. Al conjunto de las mismas se les conoce actualmente como las 5M´s y 1P.

9.3.1 Significado de las 5M´s Y 1P.

1. Personal. El desempeño del personal depende de tres factores muy importantes: conocimientos, habilidades y actitudes. La falta de capacitación continua del personal, cursos de manejo de máquinas-herramientas, incentivos, motivación, supervisión, etc. pueden ser causantes de problemas. (1)

2. Medio Ambiente. En esta parte se incluye la basura, desperdicios de insumos y producto terminado, exposición a contaminantes, humedad atmosférica, iluminación de la planta, etc.

Característica

de calidad

Medio Ambiente Materiales Método

(40)

3.Materiales. Normalmente las empresas utilizan una gran cantidad de materiales y de componentes para fabricar los productos, estos materiales deben de cumplir con ciertos requisitos de calidad. Aquí se involucra lo que es el agua de proceso, agua de las plantas, materias primas, vapor, etc.

4. Método. Implica cualquier proceso o forma de realizar el trabajo, por ejemplo el lavado, molienda, secado, horneado, limpieza, fermentado, atención a llamadas, etc.

5. Medición. Resulta primordial que las mediciones se realicen con exactitud, lográndose esto con un buen manejo del equipo de medición y con personal capacitado para el manejo del equipo y toma de mediciones, esto implica un análisis de laboratorio, calibración, mantenimiento a instrumentos, manuales de operación, etc.

(41)

9.3.2 Elaboración del Diagrama de Ishikawa.

1. Se anota la característica de calidad, problema seleccionado o área de oportunidad a analizar, en el extremo derecho del diagrama.

2. Se elabora una lista de todos los factores que pueden tener influencia sobre este problema, utilizando la técnica de lluvia de ideas.

3. Se determina qué factores dan lugar a otros, cuál es la relación entre ellos y a qué grupo pertenecen.

4. Se completa el diagrama, apuntando sobre las ramas de los factores principales, las acciones a detalle que causan o influyen sobre estos. De igual manera se escriben los factores pequeños que afectan a los factores en detalle.

5.Se analiza el diagrama para seleccionar las causas más probables para posteriormente confirmarlas, se puede auxiliar de la Metodología de Proyectos para Solución de Problemas y Áreas de Mejora. (Véase ejemplo en anexo 2). (1)(4)

9.4 Diagrama de árbol

Hay otras formas de investigar la estructura de las causas potenciales una de ellas es el diagrama de árbol, que organiza las ideas relacionadas siguiendo una secuencia de amplio y general a estrecho y específico.

9.4.1 Validación de las posibles causas

• Ayuda a confirmar que los elementos relacionados son causas potenciales

(42)

9.5 Gráficos de Dispersión (Gráficos de correlación).

Un gráfico de dispersión o de Correlación es un diagrama que le ayuda a visualizar la relación entre dos variables. Puede utilizarlo para comprobar si una variable está relacionada con otra y si hay una forma eficaz de notificar las relaciones que haya detectado. (1)(4)

Se usa:

• Para estudiar e identificar posibles relaciones entre los cambios observados en dos grupos diferentes de variables.

• Para entender las relaciones entre variables.

9.5.1 Características de los Gráficos de Dispersión

.

Grafica no. 14: Características del Grafico de Dispersión

(43)

9.5.2 Patrones de gráficos de dispersión

Correlación positiva. Un aumento en “y” depende del aumento de “x”. Si “x” se controla, “y” también se controla. (4)

Gráfica no. 15: Correlación positiva

Fuente: Johnson, Robert (2005), Estadística Elemental, México DF. 2da Edición, Ed. Trillas.

Puede presentarse una correlación positiva “x” aumenta, “y” también aumentará pero “y” parece tener otras causas. (4)

Grafica no. 16: Posible correlación positiva.

(44)

No existe correlación. Si “x” aumenta, “y” puede aumentar o disminuir. (4)

Grafica no. 17: Sin correlación.

Existe correlación negativa donde un aumento de “x” causará una disminución en “y”. (4)

Grafica no. 18: Fuerte correlación negativa.

(45)

Puede presentarse una correlación negativa. Un aumento en “x” causará una tendencia a disminuir en “y”. (1)(4)

Grafica no. 19: Posible correlación negativa.

Pueden existir patrones desconocidos. En los que un aumento de “x” causará un aumento de “y”, pero también puede causar su disminución. (1)(4)

Grafica no. 20: Otro patrón.

(46)

Datos originales

Temperatura

9.5.3 Correlación y causa – efecto

Las correlaciones más sólidas no suponen siempre una causa – efecto. (Véase ejemplo en anexo 4).

Un patrón en el gráfico de dispersión no indica que las dos variables estén relacionadas.

Por ejemplo, podría darse una correlación positiva (causa-efecto) entre la cantidad de catalizadores en vehículos y el uso de las materias primas adecuadas para la elaboración del Pan Blanco.

Por otra parte, la falta de Correlación no indica que no haya causas – efecto. Puede haber relaciones en un intervalo más amplio de datos, o en una parte distinta del intervalo.

En este ejemplo, los datos originales son una pequeña muestra que no refleja todo el intervalo de Temperatura del proceso. Únicamente cuando analicemos todo el cuadro podremos extraer conclusiones ciertas. (2)

Grafica no. 21: Causa-Efecto.

Fuente: Box, Hunter, Hunter (1978). Statistics for Experimenters

(47)

9.5.4 Elaboración de una gráfica de dispersión

1.- Recopilar pares de datos e información que nos sirva para estratificar los datos. (Véase ejemplo “a” en anexo 5).

2.- Determinar en que ejes irán las variables: eje horizontal (X) y cuál en el vertical (Y).

3.- Buscar los valores máximos y mínimo de X y Y. (Véase ejemplo “b”en anexo 5).

a. Por convenio, sitúe la causa potencial en el eje horizontal y el efecto en el vertical. En este caso:

♦ X → Peso de Producto Dividido (batido) ♦ Y → Peso de Producto al salir del Enfriador

4. Configure los ejes del Gráfico.

Grafica no. 22: Ejes del grafico de dispersión.

(48)

5. Dibuje todos los pares x, y en el gráfico.

Grafica no. 23: Ejes del grafico de dispersión x, y.

New York, N.Y., John Wiley & sons.

b. Los ejes del gráfico deberían:

- Tener la misma longitud

- Tener entre 30 y 10 marcas etiquetadas - Tener etiquetas que sean números redondos

(49)

6. Asigne etiquetas al gráfico

Gráfica no. 24: Grafico de dispersión PT vs PD.

9.5.5 Interpretación de un gráfico de dispersión

1. Busque puntos alejados.

Gráfica no. 25: Correlación entre la temperatura de la maquina y la consistencia del pan.

(50)

2. Interprete el patrón formado por la dispersión de los datos

Los valores atípicos son puntos que se separan del patrón creado por el resto de los puntos.

Deberá considerarlos como señales de causas especiales.

• Compruebe los datos • Compruebe la medición

• Analice qué puede haber distinto en esos puntos

9.6 Estratificación.

(51)

Dicha estratificación se puede dar entre: turnos, operarios, días, categorías, máquinas, etc.

9.6.1 Procedimiento para Estratificar.

1. Determinar las características específicas para la estratificación, dependiendo de la naturaleza de los datos.

2. Los datos de estas características deben ser expresados de manera comprensible, por ejemplo en un histograma de frecuencias.

3. En cada histograma hay diferentes tipos de dispersión que los caracteriza, y hay que pensar en las causas específicas de esta variación, para así detectar la causa que más contribuye a dicha dispersión.

(52)

9.7 Hoja de Datos

Es una herramienta en la que se vacían los datos de un proceso, producto, servicio, etc.

Gráfica no. 26: Hoja de Datos.

9.7.1 Obstáculos que se encuentran en la recolección de datos:

• Problemas de muestreo o de cómo se obtienen los datos.

• Problemas al presentar y ordenar los datos para su debida interpretación.

Para aplicar un análisis de muestreo es necesario:

• Conocer el objeto del muestreo

• Conocer la población objetivo

(53)

9.7.2 Importancia del muestreo

Al aplicar un análisis de muestreo, se puede inferir opiniones o posibles soluciones (según sea el caso), y todo esto por un menor costo que el análisis de toda la producción.

Dado que de este muestreo se va a inferir, es recomendable una buena aplicación de este ya que si no es así se puede caer en respuestas inadecuadas y como consecuencia malas decisiones. (1)(5)

Se debe conocer el objeto del muestreo:

Esto se refiere al interés que se tiene por aplicar la selección de una muestra ya que se puede dar por diferentes razones:

– Conocer la situación actual de la población de interés.

– Analizar los datos de la muestra para inferir en la población y así resolver posibles problemas.

– Mantener un control del comportamiento de los datos de la población de interés.

9.7.3 Muestreo

• Con frecuencia es necesario recopilar información de un proceso; sin embargo,

• Tomar todos los datos de una población puede ser muy costoso.

• Puede ser que la toma de datos sea destructiva, lo cual implicaría que tomar muchos datos también podría ser muy costoso.

(54)

La necesidad de muestrear viene a causa de:

• Costo.

• Demasiado laborioso.

• Pruebas destructivas.

9.7.4 Tamaño de muestra.

1.- Tipos de datos: discretos o continuos

2.- Desviación estándar (o proporción) que se calcula. 3.- Confianza de la muestra (normalmente al 95%) 4.- Objetivo de la muestra:

Describir una característica de un grupo entero (promedio o proporción).

Con una determinada. Precisión (+/- ____ unidades), o Comparar características de un grupo entero (encontrar diferencias entre promedios o proporciones de grupo). (1)

9.7.5 Muestreo de Poblaciones

Para muestrear una población, ésta tiene que estar claramente definida. Un elemento muy importante en el muestreo de poblaciones es que cada uno de los elementos que la componen pueda identificarse, y en teoría, muestrearse.

El propósito de muestrear es tratar de describir a la población de la manera más cercana posible.

(55)

9.7.6 Muestreo de proceso

A diferencia de una población, un proceso es dinámico, cambia continuamente.

Es claro que no todas las unidades pueden identificarse porque parte de ellas todavía, incluso, no existen.

El propósito del muestreo en un proceso, es entenderlo, con el objetivo de identificar acciones que nos permitan mejorar su desempeño actual y futuro. (3)(4)

Grafica no.27: Muestreo de Chocoretas Ricolino.

Un proceso es estable si:

• No hay desplazamientos, tendencias u otros patrones de causas especiales.

• Las variaciones a corto y largo plazo son iguales.

(56)

9.7.7 Comportamiento del proceso

Para asegurarnos de ver el comportamiento del proceso es necesario seguir estas 3 pautas.

• Tipo

• Tiempo

• Tamaño

9.7.7.1 Tipo

Tomar muestras sistemáticas (no aleatoriamente) en el tiempo. Es muy importante asegurarse de registrar el orden cronológico en el que se fueron tomando con el objetivo de representar fielmente el desempeño del proceso en el tiempo.

• Muestra seleccionada cada n elementos.

• Este tipo de muestreo es el que se emplea con mucha más frecuencia en el muestreo de procesos. (1)

Grafica 28: Muestreo por subgrupos

• Muestreo de n unidades cada tiempo t. Por ejemplo, 3 unidades cada hora.

(57)

9.7.7.2 Tiempo

Muestrear tiempos suficientes para reflejar el mayor número de fuentes de variación posibles. Desde luego que aquí tendrás que aplicar tu propia experiencia para definir frecuencia de muestreo. Tomando en cuenta la variación con la que cuentas. (1)

9.7.7.3 Tamaño

Tomar muestras pequeñas con más frecuencia para tratar de capturar el comportamiento del proceso durante el mayor tiempo posible. (1)

Para que las conclusiones sean válidas, las muestras tienen que ser representativas:

• Los datos tienen que reflejar la población o el proceso.

• No debe haber diferencias entre los datos reunidos y los no recopilados. 10. VARIACIÓN

10.1 El concepto de variación.

Todo en el mundo varía. El resultado de un fenómeno, aún cuando este tenga “las mismas” condiciones, tendrá alguna una variación.

Desde siempre en la industria se ha tenido presente este hecho. Y a través del tiempo, se han generado dos enfoques para tratar con él. (1)(4)

10.1.1 Enfoque Antiguo

(58)

10.1.2 Enfoque Moderno

Efectivamente todo en el mundo varía. Sin embargo, la variación tiene dos fuentes

10.1.2.1 Causas Comunes:

• Las causas comunes de variación son aquellas que forman parte del mismo proceso.

• Existe una gran dificultad al tratar de identificarlas y también de eliminarlas.

• Sin embargo, cuando estas llegan a identificarse normalmente están asociadas a inversiones que deben generarse para reducir el tamaño de la variación en las características del producto que estamos elaborando.

• Común en todas las ocasiones y lugares, varía el grado de presencia, cada causa aporta un pequeño efecto a la variación en los resultados.

• Dependiendo del tipo de causa, es el tipo de estrategia que se sigue para responder a la variación. (véase anexo 8 “a”).

• Para tomar la acción adecuada (véase anexo 8 “b”)

La mejora efectiva se basa en la diferenciación entre las variaciones de causa común y las variaciones de causas especiales. (1)

Si trata las causas especiales como comunes, está perdiendo una oportunidad de detectar y eliminar un factor concreto que aumenta la variación en el proceso.

(59)

Iniciar la acción errónea no sólo no mejora la situación, sino que normalmente la empeora. (1)

11. ÍNDICE Cp.

El índice de capacidad potencial del proceso compara la amplitud del proceso con la amplitud especificada. (6)

Cp = (LSE – LIE) / 6 σ

Este cálculo debe ser ≥ 1 para tener el potencial de cumplir con especificaciones (LIE, LSE).

11.1 Alta variación:

Problemas para cumplir con la especificación Cp < 0.5

Grafica 29: Alta variación de Cp

(60)

11.2 Variación moderada:

La mayoría de los productos se ajustan a las especificaciones 0.5 < Cp < 1

Grafica 30: Variación moderada de Cp

11.3 Poca variación:

Prácticamente todos los productos se ajustan a los requisitos del cliente 1 < Cp < 1.5

Gráfica 31: Variación moderada de Cp

El índice Cp, como dijimos estima la capacidad potencial del proceso para cumplir con especificaciones, pero una de sus desventajas es que no toma en cuenta el centrado del proceso. (1)(5)(6)

(61)

El Cp esta comparando el ancho de las especificaciones con amplitud de la variación del proceso.

Si la variación del proceso es mayor que la amplitud del las especificaciones, entonces el Cp es menor que 1, lo que sería evidencia de que no se está cumpliendo con las especificaciones.

Si el Cp es mayor que 1 es una evidencia de que el proceso es potencialmente capaz de cumplir con las especificaciones.

El Cp se utiliza para conocer y tomar decisiones sobre el proceso dependiendo de su valor, es el tipo de proceso y la decisión que debe de tomarse(véase tabla 1). (6)

Tabla 1: Valor de Cp, clase de proceso, y decisión adecuada.

(62)

12. ÍNDICE Cpk

El índice Cpk va a ser igual al Cp cuando la media del proceso se ubique en el punto medio de las especificaciones. Si el proceso no esta centrado entonces el valor del índice de Cpk será menor que el Cp. (2)(5)

Valores mayores a 1 de Cpk indican que el proceso esta fabricando artículos que cumplen con las especificaciones.

Valores menores a 1 de Cpk indican que el proceso esta produciendo artículos fuera de las especificaciones.

Valores de 0 o negativos de Cpk indican que la media del proceso esta fuera de las especificaciones.

Por lo tanto: El Cp mide la capacidad potencial del proceso; mientras que el Cpk mide la capacidad real.

Cuando se evalúa la capacidad de un proceso, se realiza un estudio a corto plazo para determinar qué tan bueno puede ser dicho proceso.

Se recolectan datos por un período corto de tiempo durante el cual el proceso se ve influenciado únicamente por causas aleatorias de variación.

Estudios a Corto Plazo

(63)

13. PRODEDIMIENTO Y ACTIVIDADES REALIZADAS.

Ya que se cuenta con la información que se considera necesaria para el proyecto, se procede con el desarrollo del proyecto lo cual son todas las actividades realizadas durante la aplicación de éste.

13.1 Descripción general del proyecto

El presente proyecto tiene por objetivo mejorar y mostrar niveles muy altos de calidad. Ofrecer a los consumidores la más alta calidad con los precios más bajos haciendo uso de las herramientas estadísticas, fundamentalmente del Gráfico de Control, aplicado al control estadístico de la variable peso de la masa del pan elaborado en la empresa.

La capacidad del proceso nos permite a través de mediciones estadísticas determinar la variación de un proceso con respecto a las especificaciones.

Si para que un producto elaborado por un proceso se pueda considerar de calidad, las mediciones de cierta característica (Peso) deben estar dentro de cierta especificación inferior y superior, entonces una medida de capacidad potencial del proceso para cumplir con tales especificaciones la da el índice de capacidad del proceso Cp. A continuación se mencionan las actividades realizadas durante el proyecto.

13.2 Capacitación en plantas

Fué el primer paso para lograr un entendimiento práctico y adecuación al CEP, adquiriendo conocimientos estadísticos para relacionarlos con los labores específicos del proyecto en la empresa.

Este punto fue muy importante ya que con el entendimiento de este, lo demás resulto muy comprensible.

También se hizo el recorrido a cada proceso de la planta, se tienen 3 líneas de producción: Panes, panquelería y bollería, y cada una se divide en área de producto dividido (PD) y producto terminado (PT).

(64)

más demanda en el mercado de la región, o sea existe mayor producción y por ende generan más desperdicios o bajas durante su elaboración.

A continuación se muestran los 9 productos DMAIC del CEP.

13.2.1 Los 9 Productos DMAIC

Tabla 2: Los 9 Productos DMAIC

A Cada uno de ellos se les hizo estudio de peso de PD (producto dividido), es decir, la masa y PT (producto terminado), para poder realizar este estudio de peso se hizo uso de la herramienta estadística gráficos de control. Realizando cada una de las siguientes actividades semana tras semana.

Líneas Item Productos

Bollería 1150 Media Noche Bimbo Bollería 9111 Media Noche Exportación Bollería 3678 Bimbollo

Panes 9102 Pan Blanco 680g Auto Panes 2233 Pan Blanco 650g

Tradicional Panes 1146 Pan Integral 720g

Panes 8656 Pan Integral Doble Fibra 750 gr

(65)

13.3 Seguimiento inicial a la medición:

Después de la capacitación en plantas, se procede a la medición del peso de cada una de las líneas tanto de producto dividido (PD) como de producto terminado (PT).

Se colocan los formatos de control de estudio de peso para cada producto de los nueve ya mencionados anteriormente, cada uno con las especificaciones correspondientes dentro de lo oficial establecido por BIMBO.

Las especificaciones requeridas tanto en PD (Producto depositado o producto divido) y PT (Producto terminado) son las que se registran en la siguiente tabla:

Tabla 3: Especificaciones oficiales de los 9 productos DMAIC.

(66)

(Véase formatos de control de peso del pan integral doble fibra 720g de PT (producto terminado) en anexo 9 y PD (producto dividido) en anexo 10 como ejemplos.)

13.4 Adecuación de Tecnología.

Una vez ya llenado cada grafico de control de cada producto de PD y PT, se procede a capturar los pesos en Excel para después usar el programa MINITAB, se realiza lo que se conoce como un resumen (sixpack) de capacidad normal para realizar gráficos de control de una manera más completa y donde la información se acumula expresando los resultados que se obtuvieron semanalmente para hacer un análisis más profundo del comportamiento del producto y ver si se obtiene una mejoría o lo contrario.

El resumen (sixpack) se utiliza cuando queramos generar un informe rápido y completo que nos permita analizar si un proceso es o no capaz.

Este informe incluye las siguientes partes: • Un gráfico de control X-barra (o Individuales) • Un gráfico de control R (o MR)

• Un gráfico de rachas de los últimos 25 subgrupos (o datos individuales) • Un histograma de las observaciones

• Un gráfico de probabilidad Normal • Un gráfico de capacidad del proceso

• Índices de capacidad a corto plazo (Cp, Cpk), y a largo plazo (Pp, Ppk).

Los gráficos X-barra y R, junto con el de rachas nos permitirán determinar si el proceso está o no bajo control estadístico.

El histograma y el gráfico de probabilidad normal nos permitirán verificar el supuesto de que los datos se distribuyen según una Normal.

(67)

Al combinar toda esta información con los índices de capacidad, deberíamos ser capaces de:

1. Determinar si el proceso está bajo control, y

2. Si el proceso cumple con las especificaciones técnicas (es capaz). (véase ejemplo en anexo 7).

13.5 Definición de Causas Especiales y Corrección de Causas Especiales

Posteriormente, se analizan los pesos registrados por los obreros mediante las graficas de control y se definen las causas especiales que son las que se salen de los límites de control o de las especificaciones oficiales establecidas por BIMBO, que son las causas que pueden causar gran pérdida material y económica a la empresa y que son ajenas al proceso.

Una vez ya definidas las causas especiales se procede a corregir esos errores para establecer un control en el proceso.

13.6 Estado de control

Luego ya corregidas las causas especiales se procede a medir los puntos que mantienen el control en el proceso para establecerlos y elaborar un informe de ahorros, en este caso una tabla de análisis de beneficios CEP, cabe mencionar que este análisis solo se realiza al producto terminado (PT) en cuestión. (Véase tabla de análisis de beneficios en el anexo 11).

13.7 Seguimiento CEP y Cierre del Proyecto CEP:

Posteriormente, se mantiene el efecto de la mejora para eliminar la variación causante de los problemas de las bajas en los productos.

(68)

A continuación se especifican las 15 semanas mencionadas.

Tabla 4: Semanas de duración del proyecto CEP asignado.

Semana Periodo (Año 2007)

36 Del 29 de Agosto al 04 de Septiembre 37 Del 05 al 11 de Septiembre

38 Del 12 al 18 de Septiembre 39 Del 19 al 25 de Septiembre

40

Del 26 de Septiembre al 02 de Octubre

41 Del 03 al 09 de Octubre 42 Del 10 al 16 de Octubre 43 Del 17 al 23 de Octubre 44 Del 24 al 30 de Octubre

45

Del 31 de Octubre al 06 de Noviembre

46 Del 07 al 13 de Noviembre 47 Del 14 al 20 de Noviembre 48 Del 21 al 27 de Noviembre

49

Del 28 de Noviembre al 04 de Diciembre

50 Del 05 al 11 de Diciembre

Fuente: Directa

(69)

14. RESULTADOS

Mediante el grafico de control estadístico de la variable peso de la masa del pan elaborado en la empresa, se pudo observar la variación de un proceso mediante las especificaciones establecidas, otras se tuvieron que establecer de nuevo, ya que venían estandarizadas desde BIMBO México.

Mediante los gráficos obtenidos por el programa MINITAB, se logro obtener una tabla de beneficios semana tras semana. Los resultados finales fueron los siguientes (semana 50), cabe mencionar que este análisis de beneficios solo se aplico a producto terminado (PT) de las 9 líneas existentes en planta BIMBO.

(70)

2. PAN BLANCO 650g TRADICIONAL.

(71)

4. PAN INTEGRAL DOBLE FIBRA 750g

(72)

6. MEDIA NOCHE NACIONAL 1150

(73)

8. PANQUE CON NUEZ EXPORTACIÓN.

(74)

15. ANALISIS DE RESULTADOS (ANALISIS DE BENEFICIOS)

Mediante las graficas anteriores y los valores obtenidos se procede a hacer un análisis de beneficios.

1. PAN BLANCO 680 GR AUTO/EXP.

El peso promedio de este producto fue 683.39 g se mantuvo la mayoría dentro de los limites especificados pero con mucha variación, y causas especiales que son los puntos fuera de la grafica de rangos, en el histograma se puede observar que la frecuencia de peso está por debajo del objetivo, el cual es 696.6 g, dando un histograma positivo en el cual la distribución no es normal.

Se obtuvo como resultado una desviación estándar overall (a largo plazo) de 7.57g la cual está lejos del objetivo, es necesario hacer modificaciones al proceso, se requiere que el proceso este controlado.

Se obtuvo un Cp de 0.48 esto quiere decir que no se está cumpliendo con las especificaciones establecidas , tiene problemas para cumplir con estas, ya que el Cp debe de ser ≥1, requiere de algunas modificaciones serias, entra en una clase de proceso 4.

El Cpk resultó -0.41 mucho más bajo que el Cp, lo que quiere decir que la media de el proceso esta fuera de las especificaciones, panes con un peso alejado del objetivo.

Gramos de mas o menos = 683.39 g (peso promedio) – 696.6 g (peso especificado)

= -13.21g

Costo unitario estándar = 4.99 (valor establecido)

Costo promedio por paquete = (683.39 g × 4.99 (costo unitario estándar))/696.6 (peso especificado) = 4.90

(75)

Costo desviación semanal = 0.09 (ganancia por paquete) × 183, 250 paquetes (producción semanal) = 17,340.59

Rendimiento teórico = 180 * 1411.071 = 253,992.78

Rendimiento real = 170.46 * 1411.071 = 240,531.1627

Pluses o mermas = (Rendimiento real – Rendimiento Teórico)= 240,531.1627 - 253,992.78 = -13461.62

Beneficios = 4.99 (Costo unitario estándar) × -13461.62 Mermas) = -67173.47

Lo anterior significa que se están obteniendo pérdidas debido a la merma que existe, los pesos salen bajos a causa de variaciones en el proceso debido posiblemente a causas especiales.

2. PAN BLANCO 650g TRADICIONAL.

El peso promedio de éste producto resulto en 652.3 g, esto quiere decir que, aunque se mantuvo dentro de los límites establecidos se mantuvo bajo con respecto al objetivo especifico que son 666.08 g, además de tener 5 puntos fuera de control definidos como problemas debido a causas especiales. En el histograma se puede observar que los datos están cargados hacia el límite inferior (659.08 g), no hay una distribución normal, dando como resultado un histograma positivo.

Se obtuvo como resultado una desviación estándar overall (a largo plazo) de 6.87 lo que significa que es necesario hacer modificaciones serias al proceso de fabricación de este producto.

(76)

El Cpk resultó -0.46 mucho más bajo que el Cp, lo que quiere decir que la media de el proceso está fuera de las especificaciones, panes con un peso alejado del objetivo.

Gramos de más o menos = 652.3g (peso promedio) – 666.08g (peso especifico)

= -13.78

Costo unitario estándar = 4.69 (valor establecido).

Costo promedio por paquete = [(652.3 g (peso promedio) × 5.2 (costo unitario estándar))/666.08 (peso especificado) = 4.59

Ganancia o perdida por paquete = 4.69 (valor establecido) – 4.59 (costo promedio por paquete) = 0.10

Producción semanal = 99, 705 paquetes

Costo desviación semanal = 0.10 (ganancia por paquete) × 99, 705 (producción semanal) = 9674. 15

Rendimiento teórico = 73.63 * 1448.408 = 106646.281

Rendimiento real = 77.32 * 1448.408 = 111990.9066

Pluses o mermas = (Rendimiento real – Rendimiento Teórico) = 111990.9066 - 106646.281

= 5344.63

Beneficios = 4.69 (Costo unitario estándar) × 5344.63 (Pluses). = 25066.29

(77)

3. PAN INTEGRAL 720 g

El peso promedio de este producto se mantuvo bajo con respecto a las especificaciones establecidas con un valor de 731.94 g, en el histograma se puede observar que la frecuencia de peso esta por debajo del objetivo, el cual es 747.5 g, dando un histograma positivo en el cual la distribución no es normal. Se obtuvo como resultado una desviación estándar overall (a largo plazo) de 9.74 la cual está lejos del objetivo, es necesario hacer modificaciones al proceso, se requiere que el proceso ese en control.

Se obtuvo un Cp de 0.42 esto quiere decir que no se está cumpliendo con las especificaciones establecidas , tiene problemas para cumplir con estas, ya que el Cp debe de ser ≥1, requiere de algunas modificaciones serias, entra en una clase de proceso 4.

El Cpk resultó -0.3 mucho más bajo que el Cp, lo que quiere decir que la media de el proceso esta fuera de las especificaciones, panes con un peso alejado del objetivo. Se tienen dos puntos fuera de los límites de control esto debido a las casusas comunes o especiales del proceso.

Gramos de más o menos = 731.94 (peso promedio) – 747.5 (peso especifico) = -15.56

Costo unitario estándar = 5.2 (valor establecido)

Costo promedio por paquete = (731.94 × 5.2 (costo unitario estándar))/747.5 (peso especificado) = 5.09

Ganancia o perdida por paquete = 5.2 (valor establecido) – 5.09 (costo promedio por paquete) = 0.11

Producción semanal = 72, 225 paquetes

Costo desviación semanal = 0.11 (ganancia por paquete) × 72, 255 (producción semanal) = 7821.13