UNIVERSIDAD POLITÉCNICA SALESIANA
MAESTRIA EN PRODUCCIÓN Y OPERACIONES INDUSTRIALES
HERRAMIENTAS PARA CONTROL DE LA PRODUCCIÓN
PROYECTO FINAL: 2021-11-27
Docente: Hernán Lara Padilla
Nombre del maestrante: José Elías Cuásquer Jordán
INTRODUCCIÓN
DMAIC es una herramienta interactiva utilizada para la mejora de procesos. Su uso más común
es en proyectos que utilizan la metodología Seis Sigma. DMAIC es el acrónimo en inglés para
cinco pasos: Definir, Medir, Analizar, Controlar y Mejorar (Define, Measure, Analyze, Improve y
Control). Cada uno de estos pasos debe realizarse en el orden D-M-A-I-C y, si al final del ciclo el
resultado esperado no se alcanza, el ciclo se debe reiniciar. Este proceso debe repetirse hasta
que se alcance la mejora deseada.
Este caso de estudio trata sobre un proyecto Seis Sigma implementado por el gerente de
producción en una empresa manufacturera que produce una pieza crítica utilizada en
automóviles por tres importantes marcas. Las piezas son producidas por máquinas herramientas.
El director de producción tiene como objetivo mejorar la capacidad del proceso de fabricación.
1
DEFINIR
El gerente de producción desea aumentar la capacidad del proceso de fabricación con un valor
de especificaciones: USL de 60 unidades y un valor de LSL de 50 unidades para el diámetro de
la pieza. El enunciado del problema es "Aumentar los valores de Cp y Cpk”.
MEDIR
Se recogen veinte muestras (subgrupos), cada una de las cuales contiene 5 partes, y se miden
sus diámetros. Los datos se muestran en la Tabla 1 (Proceso inicial). Antes de calcular los
valores de Cp y Cpk, es importante verificar si los datos del proceso están distribuidos
normalmente y en control estadístico. El siguiente es el enfoque para hacerlo.
1) Analizar la normalidad de los datos.
El p-value es 0.794 y es mayor que alfa (0.05). por tanto, los datos siguen una distribución normal.
2
2) Para conocer si el proceso está en control estadístico, usar una carta de control 𝑋̅ − 𝑅.
El proceso se encuentra en control estadístico. No se observan puntos fuera de los límites de
control.
3) Calcular los índices de capacidad del proceso a corto plazo Cp y Cpk.
Los valores de Cp y Cpk son casi iguales. Por tanto, el proceso se considera centrado. El valor
de Cp= 0.88 es inferior a 1. Por tanto, se considera un proceso NO CAPAZ.
3
MEJORAR
Al realinear las máquinas herramientas y ejecutar el proceso, se recolectan cinco muestras
(subgrupos) más, cada una de las cuales contiene 12 partes, y se miden sus diámetros. Los
datos se muestran en la Tabla 2 (Proceso mejorado).
Suponiendo una distribución normal de los datos del proceso, el siguiente paso es verificar si el
proceso está en control estadístico.
4
4) Analizar la normalidad de los datos.
El p-value es 0.521 y es mayor que alfa (0.05). por tanto, los datos siguen una distribución normal.
5) Para conocer si el proceso está en control estadístico, usar una carta de control 𝑋̅ − 𝑆.
Las cartas Xbarra-S no muestran puntos fuera de los límites de control estadístico. Por tanto, se
puede mencionar que el proceso luego de la mejora se encuentra en/bajo control estadístico.
Debido a que el proceso se encuentra en control estadístico y sigue una distribución normal se
puede proceder al cálculo de la capacidad del proceso.
5
6) Calcular los índices de capacidad del proceso a corto plazo Cp y Cpk.
El proceso ha mejorado su capacidad. Los nuevos valores de Cp y Cpk son 0.94 y 0.93
respectivamente. Sin embargo, no se alcanza el valor objetivo de 1.33
CONTROLAR
7) Con la información obtenida en las fases de Medir y Mejorar, evaluar si el proceso ha mejorado
o no. Realizar recomendaciones para mantener el proceso de producción de la pieza de
automóvil bajo control.
Notas
▪ Las Tablas 1 y 2 para este proyecto se encuentran en el archivo de Microsoft Excel
“Proyecto_Final_HCP_MPOI_UPS_Quito_20211127.xlxs”
▪ Luego de realizar cada análisis estadístico, anotar las conclusiones respectivas. En caso de
asumir criterios o consideraciones, justificar adecuadamente.
