Diagrama Causa-Efecto en Big Data
Cargado por
NICKDiagrama Causa-Efecto en Big Data
Cargado por
NICKTAREA
Control Estadístico de Procesos
y Big Data
Semana 4
Control Estadístico de Procesos y Big Data
Nombre: Diagrama causa y efecto y representación de datos en Big Data
1. Instrucciones de la Tarea
Estimado(a) estudiante:
A continuación, te presentamos la actividad evaluativa de la semana. En primer lugar, encontrarás
una situación problemática o caso relacionado con el mundo laboral, la que deberás resolver
respondiendo las preguntas que se presentan. Esto tiene como propósito evidenciar el logro del
aprendizaje propuesto para esta semana.
Antes de comenzar considera lo siguiente:
• Esta actividad tiene un puntaje máximo de 9 puntos. Una vez que la entregues, el docente
la revisará empleando la rúbrica disponible en el aula, la que contiene los indicadores de
evaluación propuestos para esta semana. Por ello, te invitamos a revisarla antes de
comenzar.
• Las respuestas deben ser una elaboración propia. Te puedes apoyar en los objetos
virtuales de aprendizaje de la semana y en otros textos, pero siempre debes identificar a
los autores y citar las fuentes.
• Debes agregar la bibliografía, en formato APA, al final de la tarea. Si necesitas recordar
cómo se realiza, puedes buscar el Manual sobre Normas APA disponible en la colección
CREDTI de la Biblioteca Virtual de IACC. Cuida tu redacción y ortografía.
• Si tienes dudas, puedes realizar consultas al docente en el Foro de Interacción de la
semana.
• La tarea debe ser desarrollada en la plantilla establecida por IACC, disponible para ser
descargada desde la plataforma de la asignatura junto a estas instrucciones.
• Envía el documento creado con tu nombre y apellido (Nombre_Apellido_Tarea4).
2
Control Estadístico de Procesos y Big Data
2. Desarrollo de la actividad
La empresa Tornicol es un emblema de la industria manufacturera, comparable a empresas
prominentes en Chile como CAP Acero. Situada en un distrito industrial estratégico, Tornicol es
conocida por su versatilidad en la producción de piezas de diferentes tamaños, atendiendo a las
especificaciones detalladas de los clientes. La empresa ha crecido de manera constante desde su
creación, gracias a su compromiso con la calidad y su habilidad para satisfacer las demandas
cambiantes del mercado.
En el corazón de Tornicol están sus instalaciones de producción, que están equipadas con maquinaria
avanzada capaz de manejar tareas de fabricación precisas y complejas. Las máquinas, que incluyen
tornos CNC, fresadoras y prensas, son mantenidas regularmente para garantizar su rendimiento
óptimo. Sin embargo, a pesar de esta maquinaria moderna, Tornicol se enfrenta a un creciente
problema de desperdicio de materiales, especialmente durante el turno de noche.
El proceso de producción de Tornicol comienza con la recepción de las materias primas, que incluyen
cobre, aluminio, acero y hierro. Estos materiales son procesados y moldeados en tornillos y piezas
de varios tamaños, de acuerdo con los requisitos del cliente. Cada pieza es entonces inspeccionada
cuidadosamente para garantizar su conformidad con las normas de calidad antes de ser
empaquetada para el envío.
A pesar de su capacidad para producir hasta 15 millones de piezas al mes, Tornicol ha observado
recientemente un aumento del 20% en el consumo de materia prima. Este aumento se ha detectado
en todos los turnos, pero es especialmente prominente durante el turno de noche. De hecho, el
informe del supervisor muestra que una gran cantidad de materia prima termina en el suelo en lugar
de en los productos terminados.
Este problema de desperdicio no solo afecta la rentabilidad de Tornicol, sino que también plantea
serias preguntas sobre la eficiencia de su proceso de producción y la gestión de sus operaciones. Si
no se aborda, este problema podría tener consecuencias a largo plazo para la posición competitiva
de Tornicol y su reputación en el mercado.
Para resolver este problema, Tornicol necesita identificar y entender sus causas subyacentes.
Usando herramientas como el diagrama de causa y efecto, y analizando datos detallados de la
operación, Tornicol puede comenzar a desarrollar soluciones eficaces para reducir el desperdicio y
mejorar la eficiencia de su producción. La tabla a continuación muestra los turnos en los cuales el
desperdicio es mayor:
3
Control Estadístico de Procesos y Big Data
Pérdidas de materiales por turno en un día
(kilos)
Noche Mañana Tarde
Producto (21:00-5:00) (5:00 - 13:00) (13:00- 21:00)
Cobre 79 56 78
Aluminio 77 49 78
Acero 75 56 71
Hierro 80 45 77
Tabla 1. Datos de las observaciones obtenidas
Fuente: elaboración propia
En atención con el caso suministrado, responde lo siguiente:
1. ¿Cuáles son los problemas principales que logras identificar en la empresa Tornicol?
Recuerda considerar los componentes (hombre, máquina, entorno, material, método y
medida).
2. Elabora un diagrama causa-efecto con los datos proporcionados y propón algunas soluciones
que puedan contribuir con la mejora del problema detectado.
3. Utilizando la base de datos en formato Excel llamada “Pérdidas de materiales por turno en
un día”, disponible en el enlace en la sección Evaluación, elabora un cuadro comparativo
usando el software Rapidminer. Sigue los pasos que se presentan a continuación:
Pasos: Abrir RapidMiner / Turbo Prep/+LOAD DATA/IMPORT DATA/My Computer (buscar
archivo)/Next/ Next/ Next (seleccionar ubicación)/ Finish / Yes/ Model / Predict (Seleccionar
una columna “a elección”) / Next/ Next / Next / RUN / Model (de la tabla seleccionar un
modelo)/ OPEN PROCESS / Conexión de Operadores en (1.) Casic preprocessing (unir
arrastrar y soltar pequeños semicírculo con la palabra "int, in out" “a elección”) / START (Play
) / elegir una pestaña (seleccionar visualizations ) exportar a pdf .
Luego de realizar el cuadro, debes exportarlo a PDF y adjuntarlo a la tarea.
4
Control Estadístico de Procesos y Big Data
Indicadores de Evaluación
Emplea las herramientas de calidad y el diagrama causa y efecto con la finalidad de identificar
problemas y contribuir a una solución que permita mejorar la calidad de los procesos industriales.
Realiza diagrama causa-efecto, considerando sus pasos, con la finalidad de detectar los problemas
y dar soluciones en el contexto de los procesos industriales.
Elabora cuadros comparativos con la finalidad de realizar modelado de datos en software
utilizando Big Data.
