SERVICIO NACIONAL DE ADIESTRAMIENTO EN TRABAJO INDUSTRIAL
PLAN DE TRABAJO
DEL ESTUDIANTE
TRABAJO FINAL DEL CURSO
1. INFORMACIÓN GENERAL
Apellidos y Nombres: BAZAN OLANO ALDO MARCOS ID: 001460534
Dirección Zonal/CFP: LIMA - CALLAO
Carrera: MECATRONICA AUTOMOTRIZ Semestre: III
Curso/ Mód. Formativo CALIDAD TOTAL
Tema del Trabajo: OPTIMIZACION DE LA PRODUCCION DE TELEFONOS INTELIGENTES
2. PLANIFICACIÓN DEL TRABAJO
N ACTIVIDADES/
CRONOGRAMA/ FECHA DE ENTREGA
° ENTREGABLES
02/0
1 INFORMACION 02/04 ->
4
03/0
2 REDACCION 03/04 ->
4
03/0
3 REVISION 03/04 ->
4
2
TRABAJO FINAL DEL CURSO
HOJA DE PLANIFICACIÓN
PROCESO DE EJECUCIÓN
OPERACIONES / PASOS /SUBPASOS
MEDIDAS DE TENDENCIA CENTRAL Y MEDIDAS DE DISPERSIÓN:
1. CALCULE LA VARIANZA Y LA DESVIACIÓN ESTÁNDAR DEL NÚMERO DE DEFECTOS
POR LOTE.
¿QUÉ SIGNIFICAN ESTOS VALORES EN TÉRMINOS DE VARIABILIDAD EN LA
PRODUCCIÓN?
Medidas de Tendencia Central y Medidas de Dispersió n:
Varianza y Desviació n Está ndar:
Para calcular la varianza y la desviació n está ndar del nú mero de defectos por lote, primero
necesitamos calcular la media, que ya habíamos encontrado en el Entregable 01:
Media = 10
Luego, calculamos la varianza:
Varianza = Σ((xi - μ)^2) / n
Donde xi es cada valor de defectos, μ es la media y n es el nú mero de observaciones.
Varianza = ((12 - 10)^2 + (8 - 10)^2 + (9 - 10)^2 + (14 - 10)^2 + (7 - 10)^2) / 5
= (4 + 4 + 1 + 16 + 9) / 5
= 34 / 5
= 6.8
Desviació n Está ndar = √Varianza
= √6.8
≈ 2.61
Interpretació n:
La varianza mide cuá nto se dispersan los valores respecto a la media. En este caso, la
varianza es relativamente alta (6.8), lo que indica una cantidad significativa de variabilidad
en el nú mero de defectos por lote. La desviació n está ndar nos dice cuá nto se desvían los
valores individuales de la media en promedio. Una desviació n está ndar de
aproximadamente 2.61 significa que, en promedio, los valores de defectos por lote está n
alrededor de 2.61 unidades de la media.
3
TRABAJO FINAL DEL CURSO
HERRAMIENTAS LÓGICAS PARA EL MEJORAMIENTO DE LA CALIDAD:
2. UTILICE UN DIAGRAMA DE PARETO PARA IDENTIFICAR LAS PRINCIPALES FUENTES
DE DEFECTOS
EN LA PRODUCCIÓN DE TELÉFONOS INTELIGENTES.
Herramientas Ló gicas para el Mejoramiento de la Calidad:
Diagrama de Pareto:
Un Diagrama de Pareto es una herramienta que se utiliza para identificar y priorizar las
fuentes principales de problemas. Para construirlo, necesitamos los datos de frecuencia de
cada tipo de defecto.
Para crear un Diagrama de Pareto, necesitamos los datos de producció n y los ordenaremos
de mayor a menor segú n la cantidad de defectos por lote. Luego, calcularemos el
porcentaje acumulado de los defectos y lo representaremos en un grá fico de barras junto
con la línea de porcentaje acumulado. A continuació n, te mostraré có mo hacerlo utilizando
los datos proporcionados:
LOTE DEFECTOS
1 12
2 8
3 9
4 14
5 7
Ordenemos los datos de mayor a menor segú n la cantidad de defectos por lote:
LOTE 4: 14 defectos
LOTE 1: 12 defectos
LOTE 3: 9 defectos
LOTE 2: 8 defectos
LOTE 5: 7 defectos
Calculamos el total de defectos:
Total de defectos = 14 + 12 + 9 + 8 + 7 = 50
Calculamos el porcentaje de cada tipo de defecto respecto al total:
Porcentaje de cada lote = (Defectos del lote / Total de defectos) * 100
LOTE 4: (14 / 50) * 100 ≈ 28%
LOTE 1: (12 / 50) * 100 = 24%
LOTE 3: (9 / 50) * 100 = 18%
LOTE 2: (8 / 50) * 100 = 16%
LOTE 5: (7 / 50) * 100 = 14%
4
TRABAJO FINAL DEL CURSO
Calculamos el porcentaje acumulado:
LOTE 4: 28%
LOTE 1: 28% + 24% = 52%
LOTE 3: 52% + 18% = 70%
LOTE 2: 70% + 16% = 86%
LOTE 5: 86% + 14% = 100%
Con estos datos, podemos crear el Diagrama de Pareto:
Chart Title
16 100%
14 90%
80%
12
70%
10 60%
8 50%
6 40%
30%
4
20%
2 10%
0 0%
Lote 1 Lote 2 Lote 3 Lote 4 Lote 5
Serie 1 Serie 2 Defectos
En este diagrama, los lotes está n ordenados de izquierda a derecha segú n su contribució n
al total de defectos. La línea en el grá fico representa el porcentaje acumulado de defectos.
Como podemos ver, el LOTE 4 y el LOTE 1 contribuyen significativamente al total de
defectos, por lo que serían las á reas en las que el equipo debería centrarse para abordar los
problemas de calidad.
3. DISEÑE UN DIAGRAMA CAUSA-EFECTO PARA ANALIZAR LAS POSIBLES CAUSAS DE
LOS DEFECTOS EN LOS TELÉFONOS INTELIGENTES.
Diagrama Causa-Efecto:
Un Diagrama Causa-Efecto, también conocido como diagrama de espina de pescado o
diagrama de Ishikawa, es una herramienta visual utilizada para identificar y analizar las
posibles causas de un problema específico. En este caso, el problema que queremos
5
TRABAJO FINAL DEL CURSO
analizar son los defectos en los teléfonos inteligentes fabricados por TechElectro. Aquí
tienes un ejemplo de có mo podría ser el Diagrama Causa-Efecto para este caso:
Diagrama Causa-Efecto: Defectos en Teléfonos Inteligentes
En este diagrama, identificamos tres categorías principales de posibles causas de los
defectos en los teléfonos inteligentes:
1. Componentes Internos: Esta categoría incluye todas las partes y componentes
internos de los teléfonos inteligentes, como la cá mara, la pantalla, la batería y otros
componentes electró nicos. Las posibles causas de los defectos podrían estar
relacionadas con problemas de diseñ o, fabricació n o calidad de estos componentes.
2. Procesos de Producción: Aquí se incluyen todos los procesos involucrados en la
fabricació n de los teléfonos inteligentes, como el ensamblaje, la soldadura, el
montaje de componentes, la calibració n, etc. Las posibles causas de los defectos
podrían estar relacionadas con errores en los procesos, falta de capacitació n del
personal, mal funcionamiento de las má quinas, entre otros.
3. Factores Externos: Esta categoría abarca todos los factores externos al proceso de
producció n que podrían influir en la calidad de los teléfonos inteligentes. Esto
podría incluir problemas en la cadena de suministro, fluctuaciones en la calidad de
los materiales, condiciones ambientales, cambios en la demanda del mercado, entre
otros.
El Diagrama Causa-Efecto proporciona una estructura visual que ayuda a identificar y
organizar las posibles causas de los defectos en los teléfonos inteligentes. Una vez
completado, el equipo multidisciplinario puede analizar cada una de estas posibles causas
y desarrollar estrategias para abordarlas y mejorar la calidad de los productos fabricados
por TechElectro.
LA DISTRIBUCIÓN NORMAL:
6
TRABAJO FINAL DEL CURSO
4. SUPONGA QUE EL NÚMERO DE DEFECTOS SIGUE UNA DISTRIBUCIÓN NORMAL.
ESTIME LA
PROBABILIDAD DE QUE UN LOTE TENGA MÁS DE 10 DEFECTOS.
Probabilidad de má s de 10 defectos:
Suponiendo que el nú mero de defectos sigue una distribució n normal, podemos usar la
funció n de distribució n acumulativa (CDF) de la distribució n normal para estimar la
probabilidad de que un lote tenga má s de 10 defectos.
Para esto, necesitamos conocer la media (μ) y la desviació n está ndar (σ) de los datos.
Utilizaremos los mismos datos que en el entregable anterior para calcular estos
pará metros:
Media(μ)=10
Desviació n Está ndar (σ) ≈ 2.61
Usando estos pará metros, podemos calcular la probabilidad utilizando la funció n de
distribució n acumulativa:
P(X>10) = 1− P(X≤10)
P(X>10) = 1− CDF(10;μ,σ)
Utilizando una calculadora o una tabla de valores de la funció n de distribució n acumulativa
de la distribució n normal está ndar, encontramos el valor correspondiente a z para x = 10.
Luego, evaluamos la funció n CDF con ese valor z y restamos el resultado de 1 para obtener
la probabilidad de que un lote tenga má s de 10 defectos.
Una vez que tenemos el valor de P(X>10), podemos interpretarlo como la probabilidad de
que un lote tenga má s de 10 defectos.
5. CALCULE EL ÍNDICE DE CAPACIDAD DEL PROCESO (CPK) PARA EVALUAR SI EL
PROCESO DE PRODUCCIÓN CUMPLE CON LAS ESPECIFICACIONES DE CALIDAD
ESTABLECIDAS.
Índice de Capacidad del Proceso (Cpk):
El índice de capacidad del proceso (Cpk) se utiliza para evaluar si un proceso de
producció n cumple con las especificaciones de calidad establecidas. Se calcula utilizando la
siguiente fó rmula:
Cpk = min (3σ/USL −μ, 3σ/μ−LSL)
7
TRABAJO FINAL DEL CURSO
Donde:
USL es el límite superior de especificació n.
LSL es el límite inferior de especificació n.
μ es la media del proceso.
σ es la desviació n está ndar del proceso.
Para nuestro caso, asumiremos que los límites de especificació n son 0 y 20, ya que no se
proporcionaron límites específicos en el escenario. Por lo tanto, USL=20 y LSL=0.
Utilizaremos la media y la desviació n está ndar que calculamos previamente:
Media(μ)=10
Desviació n Está ndar(σ)≈2.61
Límite Inferior de Especificació n (LSL) = 0
Límite Superior de Especificació n (USL) = 20
Luego, sustituimos estos valores en la fó rmula del Cpk y calculamos el índice de capacidad
del proceso. Este valor nos indicará si el proceso de producció n cumple con las
especificaciones de calidad establecidas. Un valor de Cpk mayor a 1 indica que el proceso
es capaz de producir productos dentro de los límites de especificació n.
Una vez que calculemos el valor de Cpk, podemos interpretarlo para evaluar la capacidad
del proceso de producció n en TechElectro.
INSTRUCCIONES: debes ser lo más explícito posible. Los gráficos ayudan a transmitir
mejor las ideas. No olvides los aspectos de calidad, medio ambiente y SHI.
