130031.pdf

APLICACIÓN DE HERRAMIENTAS ESTADÍSTICAS EN LA DETERMINACIÓN, CONTROL Y EVALUACIÓN DE LA CAPACIDAD DE PROCESO DE LA VARIABLE CRÍTICA DEL PROCESO CERVECERO DE BAVARIA S.A. (BOGOTÁ)

SILVIA PAOLA BERNAL FALLA

UNIVERSIDAD DE LA SABANA FACULTAD DE INGENIERÍA PROGRAMA DE INGENIERIA DE PRODUCCION AGROINDUSTRIAL CHIA, CUNDINAMARCA 2001

1

APLICACIÓN DE HERRAMIENTAS ESTADÍSTICAS EN LA DETERMINACIÓN, CONTROL Y EVALUACIÓN DE LA CAPACIDAD DE PROCESO DE LA VARIABLE CRÍTICA DEL PROCESO CERVECERO DE BAVARIA S.A. (BOGOTÁ)

SILVIA PAOLA BERNAL FALLA

Proyecto de grado para optar al título de Ingeniero de Producción Agroindustrial

Directores JULIAN ALBERTO ACUÑA MOSQUERA Ingeniero Químico WILSON BERNARDO RAMIREZ ROA Ingeniero Químico

UNIVERSIDAD DE LA SABANA FACULTAD DE INGENIERÍA PROGRAMA DE INGENIERIA DE PRODUCCION AGROINDUSTRIAL CHIA, CUNDINAMARCA 2001

2

Nota de aceptación

Jurado

Jurado

Bogotá D.C. 13 de Diciembre de 2001

3

AGRADECIMIENTOS

La autora agradece a: La familia Bernal Falla por el apoyo recibido en la elaboración del proyecto de grado. Julián Acuña, Wilson Ramírez, Alvaro Jimenez y Rosa Helena Sierra por la orientación en la elaboración del proyecto. Todo el personal de BAVARIA S.A. por la constante motivación, orientación intelectual y apoyo económico en la realización del proyecto.

4

CONTENIDO

1.

GLOSARIO......................................................................................................................................................................... 14

2.

PRESENTACION DE LA EMPRESA........................................................................................................................ 16

2.1. HISTORIA DE LA EMPRESA..................................................................................................................................... 16 2.2. PRESENTACIÓN DE LA CERVECERÍA DE BOGOTÁ.................................................................................... 17 2.2.1.

Historia............................................................................................................................................................................ 17

2.2.2.

Ficha técnica.................................................................................................................................................................. 17

2.2.3.

Proceso de certificación del sistema de calidad de acuerdo con la norma ISO 9002 versión 1994 ....... 18

2.2.3.1 Proceso de aplicación de herramientas estadísticas............................................................................................ 18 3.

RESUMEN........................................................................................................................................................................... 19

4.

JUSTIFICACIÓN.............................................................................................................................................................. 21

5.

OBJETIVOS ....................................................................................................................................................................... 22

5.1. OBJETIVO GENERAL................................................................................................................................................... 22 5.2. OBJETIVOS ESPECÍFICOS ........................................................................................................................................ 22 6.

REVISIÓN BIBLIOGRÁFICA..................................................................................................................................... 23

6.1. EL PROCESO CERVECERO....................................................................................................................................... 23 6.1.1.

La cerveza....................................................................................................................................................................... 23

6.1.2.

Materias primas............................................................................................................................................................ 23

5

6.1.3.

Elaboración de la cerveza embotellada .................................................................................................................. 23

6.2. HERRAMIENTAS ESTADÍSTICAS .......................................................................................................................... 27 7.

METODOLOGÍA.............................................................................................................................................................. 29

7.1. ANÁLISIS DE LAS METODOLOGÍAS Y DE OTROS TEMAS, DE ESTUDIOS ESTADÍSTICOS REALIZADOS EN LA CERVECERÍA DE BOGOTÁ.................................................................................................... 29 7.1.1. Análisis de la metodología y de otros temas, del estudio estadístico “Estudio de las variables de la operación de molienda en la sala de cocimientos y su influencia en la eficiencia de las mismas” ......................... 30 7.1.2. Análisis de la metodología y de otros temas, del estudio estadístico “Sistema experto para el control estadístico de la calidad en el proceso cervecero” ............................................................................................................... 30 7.1.3. Análisis de la metodología y de otros temas, del estudio estadístico “Implementación de control estadístico de proceso en la cervecería de Bogotá”............................................................................................................. 31 7.2. METODOLOGÍA DEL PRESENTE TRABAJO.................................................................................................... 31 8.

RESULTADOS, DISCUSIÓN Y ANÁLISIS DE RESULTADOS ...................................................................... 35

8.1. DETERMINACIÓN DE LAS VARIABLES CRÍTICAS ...................................................................................... 35 8.1.1. Identificación de las variables de control actual en la elaboración de cerveza embotellada en BAVARIA S.A. Cervecería de Bogotá.................................................................................................................................... 35 8.1.2. Determinar las variables críticas por el análisis de la evaluación integral de la calidad (EIC) y su incidencia en la eficiencia global (EG) y en los reclamos por calidad de producto terminado (RCPT)............... 36 8.1.2.1 Determinación del periodo de análisis de los datos............................................................................................. 37 8.1.2.2 Determinación de las dimensiones críticas de la EIC......................................................................................... 37 8.1.2.3 Determinación de los factores críticos de la EIC................................................................................................ 43 • Determinación de los factores críticos de la 1 a dimensión crítica de la EIC “control del producto no conforme”....................................................................................................................................................................................... 43 • Determinación de los factores críticos de la 2 a dimensión crítica de la EIC “Índices fisicoquímicos de producto terminado (IFPT)”..................................................................................................................................................... 46 • Determinación de los factores críticos de la 3 a dimensión crítica de la EIC “Índices presentación producto terminado (IPPT)”..................................................................................................................................................... 48

6

8.1.2.4 Determinación del factor crítico de la EIC............................................................................................................ 50 8.1.2.5 Determinación de las variables críticas de la EIC............................................................................................... 51 Ubicación de la presencia del factor crítico de la EIC en la Cervecería....................................................................... 51 Determinación del equipo de envase crítico de la EIC....................................................................................................... 51 Determinación de la máquina crítica del equipo crítico de la EIC................................................................................. 53 Determinación de la variable crítica de la máquina crítica de la EIC........................................................................... 56 8.1.2.6 Establecimiento de la incidencia de la variable crítica de la EIC en la eficiencia global (EG) ............... 58 Identificación de la aplicación de la EG en la cervecería de Bogotá .............................................................................. 58 Demostración de la incidencia de la variable crítica de la EIC en la EG...................................................................... 59 • Relación de la máquina más vital del tren 6, con el tiempo perdido en ésta durante el envasado de cerveza con la EG......................................................................................................................................................................... 62 • Relación de la máquina más vital del tren 6, con el tiempo perdido por otras causas vitales durante el envasado de cerveza con la EG ................................................................................................................................................. 62 8.1.2.7 Establecimiento de la incidencia de la variable crítica de la EIC en los reclamos por calidad de producto terminado (RCPT)..................................................................................................................................................... 63 Identificación de la aplicación de los reclamos por calidad de producto terminado (RCPT) en la cervecería de Bogotá .............................................................................................................................................................................................. 63 Demostración de la incidencia del factor crítico de los factores críticos de la EIC en los RCPT........................... 63 8.2. CONTROL ESTADÍSTICO DE LA VARIABLE CRÍTICA............................................................................... 67 8.2.1. Determinación de las herramientas estadísticas que mejor se apliquen en la variable crítica para su control estadístico......................................................................................................................................................................... 67 8.2.1.1 Aplicación de las herramientas estadísticas en la variable crítica de tipo numérico................................. 67 8.2.2.

Aplicación del gráfico de control a la variable crítica........................................................................................ 68

8.2.2.1 Definición de la característica de calidad............................................................................................................... 68

7

8.2.2.2 Escogencia del subgrupo racional............................................................................................................................ 68 8.2.2.3 Reunión de los datos necesarios ............................................................................................................................... 69 8.2.2.4 Cálculo de la línea central de ensayo y de los límites de control ..................................................................... 70 Análisis de la gráfica de rangos R y de promedios X, de los datos históricos ............................................................. 74 8.2.2.5 Definición de la línea central revisada y de los límites de control................................................................... 75 Análisis de la gráfica de rangos R mejorada ........................................................................................................................ 77 Análisis de la gráfica de rangos R y de promedios X, aplicadas al proceso................................................................. 80 8.2.2.6 Logro del objetivo......................................................................................................................................................... 81 8.2.2.7 Recomendaciones ......................................................................................................................................................... 82 8.2.2.8 Verificación del control estadístico de la variable crítica (etapa final).......................................................... 82 Análisis de la gráfica de rangos R y de promedios X, etapa final ................................................................................... 87 8.3. EVALUACIÓN DE LA CAPACIDAD DEL PROCESO DE LA VARIABLE CRÍTICA IDENTIFICADA Y CONTROLADA ESTADÍSTICAMENTE..................................................................................... 90 8.3.1.

Determinación de la capacidad del proceso, del Cp y del Cpk de la variable crítica................................ 90

8.3.2.

Análisis de la Cp y del Cpk de la variable crítica................................................................................................ 91

9.

CONCLUSIONES ............................................................................................................................................................. 92

10.

RECOMENDACIONES .................................................................................................................................................. 94

11.

BIBLIOGRAFIA ............................................................................................................................................................... 95

12.

ANEXOS .............................................................................................................................................................................. 97

8

LISTA DE TABLAS

Tabla 1.

Materias primas principales usadas en la elaboración de cerveza............................................................ 23

Tabla 2.

Capacidades de los equipos .................................................................................................................................. 26

Tabla 3. Fortalezas y oportunidades de mejoramiento del estudio estadístico “Estudio de las variables de la operación de molienda en la sala de cocimientos y su influencia en la eficiencia de las mismas” ......................... 30 Tabla 4. Fortalezas y oportunidades de mejoramiento del “sistema experto para el control estadístico de la calidad en el proceso cervecero” .............................................................................................................................................. 30 Tabla 5. Fortalezas y oportunidades de mejoramiento de la “Implementación de control estadístico de proceso en la cervecería de Bogotá”........................................................................................................................................ 31 Tabla 6. Variables de control actual en el proceso o materia prima en la elaboración de cerveza en la Cervecería de Bogotá .................................................................................................................................................................. 36 Tabla 7.

Aspectos y criterios que se evalúan en la EIC ................................................................................................. 38

Tabla 8.

Dimensiones de la EIC........................................................................................................................................... 39

Tabla 9. Tabulación de los puntajes asignados y obtenidos en las dimensiones de la EIC durante el periodo de análisis de los datos................................................................................................................................................................ 40 Tabla 10. Puntajes obtenidos, asignados y perdidos en las dimensiones de la EIC realizadas de marzo a noviembre de 2000....................................................................................................................................................................... 41 Tabla 11. Datos del diagrama de Pareto de las Dimensiones de la EIC...................................................................... 41 Tabla 12. Datos en orden descendente del diagrama de Pareto: "#lotes retenidos de cerveza terminada producida en esta fábrica de marzo a noviembre de 2000"............................................................................................. 44 Tabla 13. Datos del diagrama de Pareto “% perdido en los factores de la dimensión crítica: índices fisicoquímicos de producto terminado" de marzo a noviembre de 2000...................................................................... 46 Tabla 14. Datos del diagrama de Pareto “puntos perdidos por factores de la dimensión crítica: índices presentación producto terminado (IPPT)” de marzo a noviembre de 2000............................................................... 48

9

Tabla 15. Asociación de los factores críticos de las dimensiones críticas de la EIC a las no conformidades, de marzo a noviembre de 2000....................................................................................................................................................... 50 Tabla 16. Lluvia de ideas con cervecero para analizar las causas que producen la no conformidad NC1....... 55 Tabla 17. Diferencias de te mperaturas de las botellas en los tanques de la lavadora de botellas del equipo 6 57 Tabla 18. Informe anual de los reclamos por calidad de producto terminado (RCPT) de los meses de marzo a noviembre del año 2000.............................................................................................................................................................. 64 Tabla 19. Validación del Informe anual de los reclamos por calidad de producto terminado (RCPT) del año 2000 65 Tabla 20. Cantidad de quejas y reclamos por calidad de producto terminado con la información validada.. 66 Tabla 21. Aplicación de Herramientas estadísticas en la variable crítica.................................................................. 67 Tabla 22. Aplicación de los tipos de gráficos de control en la variable crítica.......................................................... 68 Tabla 23. Datos históricos del 2001 de la temperatura del tanque1, de la lavadora del equipo de envase tren 6 70 Tabla 24. Datos de los cálculos de los límites de control de los rangos R con los datos históricos ...................... 71 Tabla 25. Datos de la gráfica de control de rangos R y de promedios X de la temperatura del tanque1 de la lavadora del equipo de envase tren 6, de los datos históricos del 2001 ........................................................................ 72 Tabla 26. Datos de los cálculos de los límites de control mejorados ............................................................................ 75 Tabla 27. Datos de la gráfica de control de rangos R mejorada, de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6 ...................................................................................................................................... 76 Tabla 28. Datos de los cálculos de los límites de control de los rangos R y de promedios X, aplicados al proceso 78 Tabla 29. Datos de la gráfica de control de rangos R de la temperatura del tanque 1 de la lavadora del equipo de envase tren 6, aplicada al proceso........................................................................................................................ 79 Tabla 30. Datos de las gráficas de control de rangos R y de promedios X de la temperatura del tanque 1 de la lavadora del equipo de envase tren 6, como etapa final .................................................................................................... 84 Tabla 31. Datos de los cálculos de los límites de control de los rangos R de la etapa final.................................... 85

10

Tabla 32. Datos de la gráfica de control de rangos R y de promedios X, de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6, de la etapa final...................................................................................................... 86

11

LISTA DE GRÁFICOS

Etapas de la elaboración de la cerveza embotellada........................................................................................................... 24 Gráfico 2. Secuencia de las actividades relacionadas con la determinación de variables críticas........................ 32 Gráfico 3. Secuencia de las actividades relacionadas con el control estadístico de la variable crítica................ 34 Gráfico 4. Secuencia de las actividades relacionadas con la evaluación de la capacidad de proceso (Cp) y del (Cpk) de la variable crítica........................................................................................................................................................ 34 Diagrama de Pareto de los puntos perdidos por dimensión de la EIC de marzo a noviembre del año 2000 ..... 42 Gráfico 6. Diagrama de Pareto “# lotes retenidos de cerveza terminada producida en esta fábrica por no conformidad” de marzo a noviembre de 2000..................................................................................................................... 45 Gráfico 7. Diagrama de Pareto “% perdido en los factores de la dimensión crítica: índices fisicoquímicos de producto terminado" de marzo a noviembre de 2000 ....................................................................................................... 47 Diagrama de Pareto “puntos perdidos por factores de la dimensión crítica: índices presentación producto terminado (IPPT)" de marzo a noviembre de 2000 .......................................................................................................... 49 Diagrama de Pareto "# lotes retenidos de cerveza terminada producida en esta fábrica por la no conformidad NC1 por equipo de envase " marzo-noviembre de 2000................................................................................................... 52 Gráfico 10. Diagrama de Pareto "porcentaje total de rotura de envase en las máquinas del tren 6 durante el envasado de cerveza" Marzo-Noviembre de 2000.............................................................................................................. 54 Gráfico 11. Diagrama de Pareto "tiempo perdido en máquinas durante el envasado en el tren 6 de cerveza " Marzo-Noviembre de 2000 ........................................................................................................................................................ 60 Gráfico 12. Diagrama de Pareto "tiempo perdido por otras causas durante el envasado en el tren 6 de cerveza " Marzo-Noviembre de 2000 ..................................................................................................................................... 61 Gráfico de control de rangos R de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6, de los datos históricos ....................................................................................................................................................................... 73 Gráfico 14. Gráfico de control de promedios X de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6, de los datos históricos ...................................................................................................................................... 73

12

Gráfica de control de rangos R mejorada de la Temperatura del tanque 1 de la lavadora del tren 6................. 77 Gráfica de control de rangos R de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6, aplicada al proceso....................................................................................................................................................................... 80 Gráfica de control de promedios X de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6, aplicada al proceso....................................................................................................................................................................... 80 Gráfico de control de rangos R de la temperatura del tanque 1 de la lavadora del equipo de envase tren 6, de la etapa final................................................................................................................................................................................... 87 Datos de la gráfica de control de promedios X, de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6, de la etapa final.................................................................................................................................................. 87 Límites de control del gráfico de control de rangos R resultante ................................................................................... 89 Límites de control del gráfico de control de promedios X resultante ............................................................................ 89

13

1. GLOSARIO •

CAPACIDAD DEL PROCESO: Es la habilidad medible del proceso para cumplir con las especificaciones de calidad, expresada en una cantidad numérica, solo sí éste se encuentra bajo control estadístico. Si la variación inherente al proceso está dentro de los límites de especificación, el proceso es capaz. Es la variación permitida. Siendo la variación total el resultado de la variación producida por causas atribuibles e inherentes al proceso. Se puede expresar mediante los siguientes índices: Cp y Cpk.

•

CONTROL ESTADÍSTICO: Es un mecanismo que establece los límites naturales de comportamiento del proceso para determinar causas atribuibles y fortuitas que conduzcan a tomar acciones correctivas y preventivas.

•

Cpk: Es la medida numérica del centramiento del proceso.

•

DIMENSIÓN: Es una fuente de información que permite medir numéricamente la importancia del sistema de gestión de la Cervecería de BAVARIA S.A. en el ámbito técnico a través del análisis de los resultados de su medición en el periodo de análisis de los datos. (Ej. : Inventario de producto no conforme, Número de quejas y reclamos de los clientes por calidad de producto terminado, índices de inspección y ensayo, índices de gestión, índices de control de procesos, evaluaciones internas, etc.)

•

EFICIENCIA GLOBAL: Es un índice de gestión de la Cervecería expresado en porcentaje (%), medido mensualmente, que relaciona el rendimiento real de los equipos de la línea de envase respecto del rendimiento teórico de los equipos de la línea de envase.

•

ESPECIFICACIÓN: Son requisitos de calidad de un material, producto o proceso.1

•

EVALUACIÓN INTEGRAL DE LA CALIDAD: Es una herramienta administrativa expresada en puntos, que mide y evalúa el nivel de calidad en las plantas productoras, apoya el diseño e implantación de un sistema de calidad bajo los requerimientos de la norma NTC ISO 9002 y fortalece el cambio cultural y el mayor compromiso y participación hacia la calidad.2

•

FACTOR: Es una característica del producto terminado o en proceso (Ej. : llenado, etiquetado, etc.), determinada como crítica porque afecta en mayor medida a las dimensiones en el periodo de análisis de los datos.

1 2

BAVARIA S.A., Documento “20820001 Administración de la documentación”, Pág. 2. 15 de Julio de 2000. BAVARIA S.A., Documento “20820003 Sistema de evaluación integral de la calidad”. Pág. 1. 29 de Febrero de 2000.

14

•

INDICE DE CAPACIDAD: Es la relación numérica entre la tolerancia y la capacidad del proceso.

•

VARIABLE: Es una cantidad susceptible de tomar valores numéricos diferentes, comprendidos o no dentro de una especificación (Ej.: Temperatura, velocidad, presión, etc.). Es determinada como crítica porque afecta en mayor medida a los factores críticos en el periodo de análisis de los datos.

•

TOLERANCIA: Es la diferencia numérica entre las especificaciones de una variable.

15

2. PRESENTACION DE LA EMPRESA 2.1.

HISTORIA DE LA EMPRESA

La historia de Bavaria se ha escrito a través del tiempo con trabajo y dedicación, con la visión de los pioneros del ayer y los grandes proyectos que desarrollan los hombres de hoy, en blanco y negro y en color, con las máquinas de antaño y los modernos equipos que desafían el futuro. 3 Hoy, cada una de las Plantas de la Compañía tiene un capítulo especial en esta historia. Fábricas que se sitúan en todas las regiones del país, en las capitales, en las fronteras, en la tierra paisa que huele a café o en las llanuras donde el cielo se pierde, en los sitios donde sopla el aire caribe o en las ciudades que se reflejan en el Magdalena. 4 Las Plantas de Bavaria han sido durante toda su historia sinónimo de progreso y fuente de trabajo. Son generadoras de gran cantidad de empleos directos e indirectos, gracias a lo cual muchos colombianos han construido o construyen un mejor futuro para ellos, sus familias y el país. 5 Las importantes sumas de dinero entregadas a los departamentos por concepto del impuesto a la cerveza, el apoyo a diversas obras sociales, el fomento al deporte, el respaldo a las actividades culturales y la realización de fundamentales campañas de salud; son apenas algunos de los puntos que conforman el gran aporte de las Fábricas al desarrollo de Colombia. 6 El 4 de abril de 1889 Leo S. Kopp creó la Sociedad “Kopp’s Deutsche Braurei” (Cervecería Bavaria Alemana Kopp). Las primeras marcas de cerveza producida fueron Doppel, Bock, Tres Emperadores, Especial, Don Quijote y la Pola. Actualmente Bavaria S.A. cuenta con 14 fábricas, que producen cervezas y bebidas de malta, aguas de mesa, jugos y gaseosas. 7

3

BAVARIA S.A. , Folleto “Así es BAVARIA. 2000”. Ibid. 5 Ibid. 6 Ibid. 7 BAVARIA S.A., Manual de calidad de la Cervecería de Bogotá. SISTEMA DE GESTIÓN/Bogotá/ 02 Manual de calidad. Fecha de aprobación: 17-08-2000. 4

16

2.2. PRESENTACIÓN DE LA CERVECERÍA DE BOGOTÁ

2.2.1.

Historia 8

En 1965 comienza la construcción de esta Cervecería, que en esa época, operaba en la zona de San Diego, en el centro de la capital, donde había sido construida por el fundador de Bavaria, don Leo S. Kopp. El 31 de enero de 1973 se inauguró la Cervecería de Bogotá que hoy es una de las mas grandes y modernas de Latinoamérica. Ubicada en la zona industrial de Techo, al occidente de la capital, el terreno cuenta con un área total de 650.000 m². La construcción comenzó en el año de 1969 y desde entonces las mejoras y las ampliaciones en sus instalaciones no se han detenido. El 10 de agosto de 1972 se realizaron los primeros cocimientos de prueba. El 4 de diciembre del mismo año, la Cervecería entró en pleno funcionamiento y a partir de ese momento se puso a la delantera en la producción de cerveza en América Latina. Hoy cuenta con un área construida de 110.000 m². 2.2.2.

Ficha técnica9

Marcas que se producen: Costeña, Club Colombia, Aguila, Póker, Clausen Cola & Pola y Pony Malta 70 y 355 c.c. Capacidad de producción: 6.000.000 hectolitros / año Capacidad de depósito: 1.800.000 cajas (bajo techo) Zona de ventas: Por el sur occidente cubre hasta la zona de Bosa y Usme; por el suroriente hasta el sitio denominado El Boquerón, por la salida a Villavicencio; por el oriente abarca los cerros incluyendo Monserrate; por el occidente hasta Fontibón; por el norte hasta la calle 200; por el nororiente hasta la vía Suba-Cota, en el limite con el río Bogotá. Además, cubre los municipios del occidente de Cundinamarca. Número promedio de trabajadores: 800

8 9

http://bavaria.com.co Ibid.

17

2.2.3.

Proceso de certificación del sistema de calidad de acuerdo con la norma ISO 9002 versión 1994

Siguiendo los pasos para que una empresa obtenga la certificación ISO 9000, en la Cervecería de Bogotá se efectuaron las siguientes tareas: -

Formación de un comité guía encargado de la planeación, desarrollo y capacitación para el sistema de calidad. Nombramiento del representante de Gerencia y formación de equipos de trabajo.

-

Revisión de los procedimientos existentes comparándolos con los requisitos de la norma que sean aplicables a la empresa, e identificación de la necesidad de elaborar un programa de trabajo.

-

Definición e implementación de los nuevos procedimientos que se necesitan, y determinación y desarrollo de la documentación del sistema.

-

Capacitación permanente de los trabajadores a través de charlas, boletines y cartillas, en la cual la autora participó como integrante del comité asesor, como aparece en el anexo:

ANEXO A. Cartilla “hablemos el lenguaje de la calidad” Cervecería de Bogotá de BAVARIA S.A. Se trataban los siguientes temas: política de calidad, ¿Qué es ISO 9000?, beneficios de la certificación de calidad, conocer que documentos corresponden al puesto de trabajo, donde permanecerán, dónde los puede consultar, que es instrucción, registro y procedimiento y ¿Cómo contribuyo desde mi puesto de trabajo al proceso de certificación ISO 9000? -

Localización de un organismo de certificación acreditado

-

Envío del manual de calidad para su estudio de escritorio y preparación de la auditoria

-

Nombramiento de auditores internos, capacitarlos, hacer visitas de preauditoría , realizar acciones correctivas y preventivas, y preparación de la auditoria de certificación.

2.2.3.1

Proceso de aplicación de herramientas estadísticas

Como cumplimiento al requisito 4.20 Técnicas Estadísticas de la norma ISO 9002:94 se realizaron cursos de capacitación en este tema, se generaron documentos de consulta interna que contienen opciones de aplicación de herramientas estadísticas en el Área o Departamento que controle y verifique el desempeño del sistema integral de gestión. 18

3. RESUMEN El presente trabajo determina una metodología para la identificación, control estadístico, y evaluación de la capacidad de proceso de las variables críticas que afectan directamente la gestión de calidad de la Cervecería. Para identificar estas variables, se parte del análisis de tres indicadores de gestión (Evaluación integral de la calidad, eficiencia global y reclamos por calidad de producto terminado), utilizando técnicas estadísticas que identifican las variables que más inciden en sus resultados, motivo por el cual se denominan “críticas”. Del análisis anterior se encontró como variable crítica: la temperatura de la lavadora del equipo de envase “tren 6”. Controlada estadísticamente la variable, se evalúa de ésta, su capacidad de proceso, mediante los índices de capacidad de proceso Cp y Cpk.

19

SUMMARY: This work is intended to find a methodology for the identification, statistical control and evaluation of the process capacity of critical variables affecting the quality management at the brewery. In order to identify these variables, the analysis of three management indicators was conducted (quality evaluation as a whole, global efficiency and finished product quality complaints), by using statistical techniques to identify the most critical variables affecting the results. This is why they are named “critical”. As a result of the former analysis it was found as a critical variable: the washer unit temperature at the bottling line named “conveyor 6”. Once the variable has been statistically controlled, its process capability is evaluated using its process capability indices Cp and Cpk.

20

4. JUSTIFICACIÓN La Cervecería de Bogotá de BAVARIA S.A. en la implantación de un sistema de calidad bajo la norma ISO 9002 versión de 1994, requiere técnicas estadísticas para establecer, controlar y verificar la capacidad de proceso y las características del producto. Para cumplir con este requerimiento, el presente trabajo documenta una metodología para identificar las variables críticas del proceso de elaboración de cerveza que incidan en proporción considerable en la calidad del producto. En la Cervecería de Bogotá, se han aplicado metodologías con diferentes criterios de escogencia de estas variables. Como criterio de escogencia de las variables en el presente trabajo, es la variable que más afecte la calidad del producto, determinada a través del análisis de algunos de los indicadores que miden el nivel de la gestión de calidad de la Cervecería. Estos indicadores son los siguientes: -

Evaluación integral de calidad

-

Eficiencia global

-

Reclamos por calidad de producto terminado

Aplicando la metodología para encontrar las variables críticas del presente trabajo a éstos 3 índices, efectuando un control estadístico de procesos y evaluando la capacidad de proceso, se logrará apalancar el mejoramiento de la calidad.

21

5. OBJETIVOS 5.1. OBJETIVO GENERAL Aplicar herramientas estadísticas para la determinación, control y evaluación de la capacidad de proceso de la variable crítica del proceso cervecero de BAVARIA S.A. (Bogotá).

5.2. OBJETIVOS ESPECÍFICOS •

Identificar la variable crítica del proceso cervecero que incida en la calidad del producto mediante el análisis de indicadores de gestión de calidad de la cervecería.

•

Realizar un control estadístico a través de la selección y aplicación de las técnicas estadísticas en variable crítica identificada.

•

Evaluar la capacidad que tiene el proceso para cumplir con la especificación de calidad de las variables críticas mediante el análisis e interpretación de los resultados hallados.

22

6. REVISIÓN BIBLIOGRÁFICA 6.1. EL PROCESO CERVECERO

6.1.1.

La cerveza

Es una bebida resultante de un proceso de fermentación controlada por medio de levadura cervecera proveniente de un cultivo puro, de un mosto elaborado con agua potable, cebada malteada sola o mezclada con adjuntos, adicionado de lúpulo o sus extractos concentrados. 10 6.1.2.

Materias primas

Las principales materias primas usadas en la elaboración de cerveza, se describe el uso de las materias primas principales en la elaboración de cerveza y su aporte en la misma. Tabla 1. Materias primas principales usadas en la elaboración de cerveza. AGUA

MALTA

ADJUNTOS

LUPULO

Agua potable usada en la extracción de sustancias de la malta y el lúpulo.

Producto resultante de la germinación controlada de la cebada de una variedad cervecera. Aporta principalmente almidones y proteínas en el proceso cervecero.

Son materiales que aportan almidones o azucares que reemplazan parte de los aportados por la malta. Se usan principalmente: arroz, maíz, cebada cruda, jarabe de maíz y/o azúcar

Son los frutos secados de la planta hembra del lúpulo. Aporta las sustancias amargas, estabiliza el sabor y ayuda a la retención de espuma de la cerveza.

ORTIZ, Elías. Presentación “Proceso Cervecero”. División de Calidad Bavaria S.A. Julio de 2000.

6.1.3.

Elaboración de la cerveza embotellada

En la elaboración de cerveza embotellada 11 se tienen las siguientes etapas mostradas en la siguiente Gráfica.

10 Norma Técnica Colombiana NTC 3854, BEBIDAS ALCOHÓLICAS. CERVEZA. Pag.1. 11 HERNANDEZ GELVIS, Fabián y PERDONO LONDOÑO, Andrés. Estudio de las variables de la operación de molienda en la sala de cocimientos y su influencia en la eficiencia de las mismas. Universidad de América. Santafé de Bogotá, 1999.

23

Gráfico 1.

Etapas de la elaboración de la cerveza embotellada Inicio

Transporte, recibo, almacenamiento y manejo de la malta y de las materias primas

Molienda de la malta

Sala de cocimientos

Sedimentación y enfriamiento del mosto

Fermentación y manejo de la levadura

Maduración

Filtración de la cerveza

Envase

Fin Fuente: HERNANDEZ GELVIS, Fabián y PERDONO LONDOÑO, Andrés. Estudio de las variables de la operación de molienda en la sala de cocimientos y su influencia en la eficiencia de las mismas. Universidad de América. Santafé de Bogotá, 1999. q

Transporte, recibo, almacenamiento y manejo de la malta y de las materias primas: La malta y los adjuntos son almacenados en silos para luego ser transportados por transportadores neumáticos, elevadores de cangilones o tornillos sin fin hasta las tolvas para que sean molidas. En algunas plantas el adjunto se adquiere molido, por lo tanto, solo la malta se somete a molienda.

q

Molienda de la malta: El objetivo de la molienda de la malta es su trituración a través de molinos de rodillos para facilitar la acción enzimática en la sala de cocimientos.

q

Sala de cocimientos: Una sala de cocimientos o cocina consta de los siguientes equipos: Olla de crudos, olla de mezclas o masa principal, Olla de Filtración y olla de cocción. En éstos equipos se cocinan con agua caliente los adjuntos, la malta y el lúpulo, para obtener una solución llamada mosto, la cual es filtrada, estabilizada y evaporada.

q

Sedimentación y enfriamiento del mosto : La sedimentación y el enfriamiento del mosto se lleva a cabo en los siguientes equipos: Olla de Sedimentación (Whirpool) y Enfriadores cerrados. En éstos equipos se separa el mosto de sustancias insolubles, 24

pequeñas partículas de lúpulo, proteínas coaguladas durante la cocción, etc. y se enfría y airea. q

Fermentación y manejo de la levadura: proceso anaeróbico, mediante el cual la levadura convierte la glucosa y el extracto o carbohidratos fermentables presentes en el mosto, en etanol y dióxido de carbono.

q

Maduración: proceso de mejoramiento del sabor, carbonatación y la normalización de la cerveza por medio de tanques.

q

Filtración de la cerveza: proceso para reducir la turbidez de la cerveza causada por la levadura, el velo coloidal de proteína en los cambios de temperaturas y pH.

q

Envase: En el envase de cerveza se utilizan las siguientes máquinas: depaletizadora, desencanastadora, lavadora, envasadora, tapadora, pasteurizadora, etiquetadora, empacadora y paletizadora. El envasado de cerveza se realiza con una o varias líneas de envase (equipos de envase o tren), las cuales están compuestas por varias de las máquinas mencionadas. Las operaciones que se hacen con cada equipo se explican a continuación:

-

Depaletizar: En ésta operación se separan las cajas de las estibas

-

Desencanastar: Esta operación es la separación de botellas de las cajas.

-

Lavar y juagar botellas: El lavado y juagado de botellas se efectúa en la máquina lavadora.

.

El lavado de las botellas se efectúa bajo las siguientes condiciones controladas: velocidad de la lavadora, concentración de soda y aditivos y temperatura de los tanques. El juagado de las botellas se efectúa por medio de chorros de agua a presión que retira partículas y residuos de soda. -

Inspeccionar botellas: Esta operación se realiza con el inspector de botellas, que revisa el lavado de botellas, rechazando las botellas con mugre, fisuras, líquidos residuales y botellas tapadas.

-

Llenar y tapar: Estas operaciones se efectúan en la máquina llenadora y tapadora (envasadora), la cual mide la eficiencia de la línea de envase (tren). En ésta máquina se envasa la cerveza a presión, desplazando el aire antes de aplicarse la tapa.

-

Pasteurizar: Esta operación se lleva a cabo en la pasterizadora, en la cual el producto es sometido a condiciones de tiempo y calor suficientes para eliminar la

25

vida microbiana o por lo menos causar su inactividad para aumentar el periodo de conservación del producto. -

Etiquetear: Esta operación se lleva a cabo por medio de la máquina etiqueteadora, la cual pega la etiqueta con lo especificado legalmente para imagen y presentación del producto.

-

Empacar: Esta operación se efectúa en la empacadora, la cual carga las botellas en las cajas.

-

Paletizar: Esta operación se realiza por medio de la paletizadora, la cual, arma las cajas en estibas.

Además de los equipos mencionados, se encuentran los transportadores de botellas vacías y llenas y de canastas vacías y llenas que conectan cada operación mencionada. En la siguiente tabla se muestran las capacidades de los equipos por proceso. Tabla 2. Capacidades de los equipos Equipo Silos de almacenamiento Molinos cocina marca Nordon Molinos cocina marca Steinecker Cocina marca Nordon Cocina marca Steinecker Olla marca Whirlpool Enfriadores del mosto Tanques de fermentación Tanques de maduración Equipos de filtración Línea 1 Línea 4 Línea 5 Línea 6 Depaletizadora Desencanastadora Lavadora y juagadora de botellas Inspector de botellas Llenadora y tapadora Pasterizadota Etiqueteadora Empacadora Paletizadora

Capacidad 100-1500 ton 12000 kg/h 20000 kg/h 1050 Hectolitros / cocimiento 1150 Hectolitros / cocimiento 2000 Hectolitros 2150 Hectolitros / hora 88800 Hectolitros 155750 Hectolitros 750 Hectolitros / hora 12000 Decenas / hora 6840 Decenas / hora 6840 Decenas / hora 7200 Decenas / hora 9360 Decenas / hora 8640 Decenas / hora 8400 Decenas / hora 7200 Decenas / hora 7200 Decenas / hora 7200 Decenas / hora 7920 Decenas / hora 8640 Decenas / hora 9360 Decenas / hora

Fuente: Personal de la Cervecería de Bogotá de BAVARIA

26

6.2. HERRAMIENTAS ESTADÍSTICAS Las herramientas estadísticas se utilizan para lograr un mejoramiento continuo del proceso de producción y reducir sus defectos, encontrando la verdadera causa de los mismos mediante la observación cuidadosa del fenómeno del defecto 12. Las siguientes son las herramientas estadísticas específicas según el tipo de datos recolectados 13. q

A los datos no numéricos se aplican, entre otras, las siguientes herramientas estadísticas: Tormenta de ideas y Diagrama Causa-efecto

q

A los datos numéricos se aplican, entre otras, las siguientes herramientas estadísticas: Conceptos básicos de estadística, Estimación de parámetros del proceso, tablas y gráficos, diagrama de Pareto, histogramas, gráficos de control, análisis de correlación, diagrama de dispersión, capacidad de proceso y muestreo de aceptación mediante inspección por atributos.

En el siguiente anexo se detalla la descripción del diagrama de Pareto. ANEXO B. Descripción del diagrama de Pareto Como existen diferentes causas de variación de un proceso, que hacen que se encuentre fuera de control o bajo control, es necesaria la aplicación de una herramienta estadística que vigile éstos estados de un proceso, una herramienta estadística es el gráfico de control. Un gráfico de control muestra el comportamiento de una variable de un proceso en una escala de tiempo. Es así, como el gráfico de control muestra la tendencia que puede tener el proceso si existen variaciones propias del proceso (causas fortuitas) y externas al proceso (causas atribuibles). En el siguiente anexo se profundiza sobre el tema de la variación. ANEXO C. Variación Y en el siguiente anexo se detalla sobre los gráficos de control. ANEXO D. Gráficos de control

12

KUME, Hitoshi. Herramientas estadísticas básicas para el mejoramiento de la calidad. Ed. Norma. 1992 Pág.11. Documentos de Bavaria S.A. del Sistema de Gestión, de la Dirección, 20 TECNICAS ESTADÍSTICAS: Criterios para la aplicación de herramientas estadísticas. Pag.2. 13

27

Cuando el proceso se encuentre bajo control estadístico por medio de gráficos de control, se dispone a evaluar la capacidad del proceso y la tolerancia. Por medio de la capacidad del proceso y de la tolerancia, se pueden calcular índices de capacidad, que miden la calidad de un proceso. Pero no miden el centramiento del proceso, determinado por el cálculo de la habilidad del proceso (Cpk). En el siguiente anexo se detalla sobre éste tema. ANEXO E. Capacidad del proceso y tolerancia

28

7. METODOLOGÍA La metodología del presente trabajo estructura las actividades a seguir para identificar las variables críticas que inciden en la calidad del producto, en los índices de producción y en la calidad del servicio al cliente. Busca de una manera sistémica encontrar la variable que pueda apalancar un mejoramiento global de la gestión de calidad de la empresa por medio. Además propone la forma de realizar un control estadístico de esta variable y la evaluación de su capacidad de proceso. Se presenta en forma secuencial para que sea de fácil entendimiento y sea una herramienta de frecuente aplicación en la Cervecería de Bogotá y en otras Cervecerías Para definir la metodología se analizan las metodologías de los estudios estadísticos realizados en la Cervecería de Bogotá identificando de cada una sus fortalezas y oportunidades de mejoramiento y luego se propone la metodología del presente trabajo teniendo en cuenta dichas oportunidades de mejoramiento.

7.1. ANÁLISIS DE LAS METODOLOGÍAS Y DE OTROS TEMAS, DE ESTUDIOS ESTADÍSTICOS REALIZADOS EN LA CERVECERÍA DE BOGOTÁ Tradicionalmente la Cervecería de Bogotá, ha sido objeto de estudios estadísticos de agentes externos quienes se interesan por poner en práctica sus conocimientos efectuando trabajos de grado o que a su vez la empresa se interesa en sus asesorías. Siendo el objetivo del trabajo la implantación de las técnicas estadísticas, éstos estudios permiten identificar fortalezas y oportunidades de mejoramiento en las metodologías y en algunos temas tratados en ellos. Los estudios a analizar son los siguientes: q

Estudio de las variables de la operación de molienda en la sala de cocimientos y su influencia en la eficiencia de las mismas.

q

Sistema experto para el control estadístico de la calidad en el proceso cervecero.

q

Implementación de control estadístico de proceso en la cervecería de Bogotá.

29

7.1.1.

Análisis de la metodología y de otros temas, del estudio estadístico “Estudio de las variables de la operación de molienda en la sala de cocimientos y su influencia en la eficiencia de las mismas”

En la siguiente tabla se muestran las fortalezas y oportunidades de mejoramiento del Estudio. Tabla 3. Fortalezas y oportunidades de mejoramiento del estudio estadístico “Estudio de las variables de la operación de molienda en la sala de cocimientos y su influencia en la eficiencia de las mismas” FORTALEZAS

-Analiza las variables de la molienda para determinar su influencia en la operación de molienda, en la filtración y en la eficiencia de la misma. -Determina las variables: según el cocimiento en particular y según el tipo de malta. -Pondera las variables: determinando un porcentaje de la multiplicación del cálculo del porcentaje de participación con el factor del reporte de maltería. -Estudia del comportamiento de las variables: utilizando modelos de regresión se obtenía un comportamiento exponencial y polinómico.

OPORTUNIDADES DE MEJORAMIENTO -Solo analiza el proceso de molienda sin visualizar el proceso en general.

Fuente: HERNANDEZ GELVIS, Fabián y PERDONO LONDOÑO, Andrés. Estudio de las variables de la operación de molienda en la sala de cocimientos y su influencia en la eficiencia de las mismas. Universidad de América. Santafé de Bogotá, 1999.

De la tabla anterior, se observa como fortaleza identificadas las variables del proceso de mejoramiento, que el estudio no visualiza el metodología del presente trabajo se tiene en gestión mencionados. 7.1.2.

para el presente trabajo, que se tienen molienda. Y como oportunidad de proceso general, actividad que en la cuenta al analizar los indicadores de

Análisis de la metodología y de otros temas, del estudio estadístico “Sistema experto para el control estadístico de la calidad en el proceso cervecero”

En la siguiente tabla se muestran las fortalezas y oportunidades de mejoramiento de este estudio. Tabla 4. Fortalezas y oportunidades de mejoramiento del “sistema experto para el control estadístico de la calidad en el proceso cervecero” FORTALEZAS

-Propone un sistema inteligente para el control estadístico de procesos que analice algunas variables del proceso, determine causas de variación en el proceso y determine situaciones anormales, usando herramientas de control estadístico de calidad. -Es experto para que proponga una hipótesis acerca de la causa de la anomalía detectada, y le permita al usuario tomar una decisión del curso de acción a seguir. -Abarca las etapas de evaluación y diagnóstico del ciclo de implementación de un sistema de control estadístico de calidad -Identifica las variables que se controlaron estadísticamente bajo este sistema experto. -Detecta posibles fallas, investiga el problema que cause alarma en el control estadístico, es una herramienta para la adquisición de conocimiento confiable.

OPORTUNIDADES DE MEJORAMIENTO -Es un medio de apoyo a las decisiones que afecten solo las condiciones del proceso de producción de mosto, sin visualizar todo el proceso.

Fuente: ROJAS RUIZ, José Andrés. Sistema experto para el control estadístico de la calidad en el proceso cervecero. Universidad de los Andes. Santafé de Bogotá, 1997.

30

De la tabla anterior, se deduce que el “sistema experto para el control estadístico de la calidad en el proceso cervecero” ofrece soluciones para investigar las causas de determinados problemas y para la adquisición de conocimiento del proceso de producción de mosto. Este sistema, sirve solamente como medio de apoyo a las decisiones que afecten las condiciones del proceso de producción de mosto, sin tener en cuenta el proceso global, actividad que se tendrá en cuenta en el presente trabajo, como se mencionó anteriormente. 7.1.3.

Análisis de la metodología y de otros temas, del estudio estadístico “Implementación de control estadístico de proceso en la cervecería de Bogotá”

El estudio “Implementación de control estadístico de proceso en la cervecería de Bogotá”, muestra cómo se efectúo una implementación del control estadístico de proceso en la cervecería de Bogotá. En el siguiente apartado se muestran las fortalezas y oportunidades de mejoramiento del estudio mencionado. Tabla 5. Fortalezas y oportunidades de mejoramiento de la “Implementación de control estadístico de proceso en la cervecería de Bogotá” FORTALEZAS

OPORTUNIDADES DE MEJORAMIENTO -Plantea una metodología para implementar el control estadístico de proceso en la Cervecería -En la metodología, la etapa de de Bogotá. determinación de la característica -En la metodología, la etapa de determinación de la variable de proceso a controlar propone la de calidad a controlar, propone aplicación de herramientas estadísticas como lluvia de ideas y diagramas causa-efecto. escoger como variable a controlar, -Se confirmó que a los procesos de producción continua se les puede hacer seguimiento con una en la que su resultado sea el las herramientas de control estadístico de procesos teniendo en cuenta algunas de mayor % por fuera de consideraciones especiales. especificación, sin tener en cuenta -La utilidad principal de los gráficos de control radica en que se constituyen en una guía para otros datos del proceso global de la identificar acciones de mejoramiento encaminadas a la disminución de la variabilidad del cervecería. proceso. Fuente: CHAMORRO, Martha. Implementación de control estadístico de proceso para procesos de producción continua caso del proceso cervecero. Universidad de los Andes. Santafé de Bogotá, 1993.

De la tabla anterior, se observa como fortaleza el uso de los gráficos de control para identificar acciones de mejoramiento y como oportunidad que el estudio no relaciona datos de otros indicadores.

7.2. METODOLOGÍA DEL PRESENTE TRABAJO Para describir la metodología a usar en el presente trabajo se realizan unos gráficos que estructuran todas las actividades. 31

El primer gráfico muestra la secuencia de las actividades relacionadas con la determinación de variables críticas. Gráfico 2. Secuencia de las actividades relacionadas con la determinación de variables críticas 1.1 Identificar las variables de control actual en el proceso de elaboración de cerveza embotellada en la cervecería de Bogotá 1.2 Determinar las variables críticas por el análisis de la evaluación integral de la calidad (EIC), de la eficiencia global (EG) y de los reclamos por calidad de producto terminado (RCPT) 1.2.1 Determinar el periodo de análisis de los datos 1.2.2 Determinar las dimensiones críticas de la EIC 1.2.3 Determinar los Factores críticos de la EIC 1.2.4 Determinar el Factor crítico de los factores críticos de la EIC 1.2.5 Determinar las variables críticas de la EIC 1.2.5.1 Ubicar la presencia del Factor crítico de la EIC en la cervecería 1.2.5.2 Determinar el equipo crítico del factor crítico de la EIC 1.2.5.3 Determinar la máquina crítica del equipo crítico de la EIC 1.2.5.4 Determinar la variable crítica de la máquina crítica de la EIC

Continúa en la siguiente página

32

1.2.6 Establecer incidencia de la variable crítica de las dimensiones críticas de la EIC en la EG 1.2.6.1 Identificar la aplicación de la EG en la cervecería de Bogota 1.2.6.2 Demostrar la incidencia de la variable crítica de las dimensiones críticas de la EIC en la EG 1.2.7 Establecer incidencia de la variable crítica de las dimensiones críticas de la EIC en los RCPT 1.2.7.1 Identificar la aplicación de los RCPT en la cervecería de Bogota 1.2.7.2 Demostrar la incidencia del Factor crítico de las dimensiones críticas de la EIC en los RCPT Fuente: autora y directores del presente trabajo de grado

El segundo gráfico muestra la secuencia de las actividades relacionadas con el Control estadístico de la variable crítica determinada.

33

Gráfico 3. Secuencia de las actividades relacionadas con el control estadístico de la variable crítica 1. Determinar las herramientas estadísticas que mejor se apliquen en la variable crítica 1.1 Analizar la aplicación de las herramientas estadísticas (teórica y en la variable crítica) 1.2 Analizar la aplicación de los tipos de gráficos de control (teórica y en la variable crítica) 2. Aplicar el gráfico de control a la variable crítica 2.1 Definir la característica de calidad 2.2 Escoger el subgrupo racional 2.3 Reunir los datos necesarios 2.4 Calcular la línea central de ensayo y los límites de control 2.5 Definir la línea central revisada y los límites de control 2.6 Lograr el objetivo 2.7 Recomendaciones 2.8 Definir los límites de control revisados en el proceso Fuente: autora y directores del presente trabajo de grado

El tercer gráfico muestra las actividades relacionadas con la evaluación de la capacidad de proceso de la variable crítica identificada y controlada estadísticamente. Gráfico 4. Secuencia de las actividades relacionadas con la evaluación de la capacidad de proceso (Cp) y del (Cpk) de la variable crítica 1. Determinar la capacidad de proceso, el Cp y el Cpk de la variable crítica

2. Analizar la Cp y el Cpk de la variable crítica

Fuente: autora y directores del presente trabajo de grado

34

8. RESULTADOS, DISCUSIÓN Y ANÁLISIS DE RESULTADOS Los resultados, discusión y análisis de resultados se muestran en primera instancia como la determinación de las variables críticas a través de la aplicación de herramientas estadísticas a los datos de los indicadores mencionados. Determinadas las variables críticas, se muestra el control estadístico de éstas a través de la herramienta estadística que mejor evidencie su control. Controladas estadísticamente las variables críticas, se muestra la evaluación de la capacidad de proceso de éstas variables.

8.1. DETERMINACIÓN DE LAS VARIABLES CRÍTICAS En esta parte del trabajo se determinan las variables críticas del proceso por medio de técnicas estadísticas. Una primera actividad es la determinación de las variables de control actual en el proceso de elaboración de cerveza en la cervecería de Bogotá. Como segunda actividad, se determinan las variables críticas analizando la evaluación integral de la calidad y su incidencia en la eficiencia global y en los reclamos por calidad de producto terminado. 8.1.1.

Identificación de las variables de control actual en la elaboración de cerveza embotellada en BAVARIA S.A. Cervecería de Bogotá

Como la metodología del presente trabajo busca la determinación de las variables que más inciden en la calidad, un punto de partida en la búsqueda de éstas variables es la identificación de las variables de control actual. La identificación de las variables de control actual se efectuó con los documentos de la cervecería y posterior consignación en la siguiente tabla.

35

Tabla 6. Variables de control actual en el proceso o materia prima en la elaboración de cerveza en la Cervecería de Bogotá Proceso y/o Materia prima

Variables de control actual

Malta Malta molida

Olor y sabor Retenido entre mallas 16-20 % diferencia de retenido lado izquierdo y derecho Triturados Aspecto físico, sabor y aroma Masa de crudos no gelatinizada Temperatura, tiempo y cantidad de malta Agua de crudos y mezclas Sabor, aroma, apariencia, pH y alcalinidad Segunda filtración Temperatura, Agua de lavado de afrecho: alcalinidad y dureza y Cantidad de Agua de enjuague por cantidad de materia prima Cocción del mosto final Extracto original * Enfriar luego de sedimentar O2 disuelto (aire) y Extracto del mosto frío Cerveza fermentada Extracto aparente, Extracto original, Temperatura de la cerveza, Extracto límite aparente y Temperatura de cavas Enfriar luego de fermentar Temperatura de la cerveza Maduración Sabor y aroma, Extracto original, Extracto aparente, Temperatura, Concentración de Aire y Temperatura de cavas Contrapresión Turbiedad, Sabor y aroma, Extracto original, Extracto aparente, Temperatura, Contenido de CO2 , Contenido de O2 y Temperatura de cavas Lavar y esterilizar botellas Concentración de soda, Perfil de Temperaturas, Presión de juagado, Centrado y destapado de chorros de agua y Dosificación de aditivo Juagar Presencia de cuerpos extraños Prueba de alcanfor Alcalinidad residual Inspección del envase Zonas de prueba Llenado y tapado Presiones, Condiciones del Autoflush, Prueba de Llenado, tapado, aire, CO2, Prueba organoléptica y de fechado Pasterizado Temperatura y Tiempo Etiquetado Etiquetado Encanastado Fechado, Etiquetado y Llenado *Esta variable tiene limites de especificación superior e inferior. Fuente: BAVARIA. Documentos de inspección y ensayo: 33013005 Recepción de materiales, 33013002 Plan de calidad proceso de elaboración y envasado, 33013004 Control microbiológico del producto en proceso, 33013003 Control microbiológico del producto terminado, 33013001 Plan de calidad producto terminado” y de control de procesos: “33006001 Plan de control en la elaboración de cervezas y maltas y 33028024 Producto en proceso salón de embotellado”.

8.1.2.

Determinar las variables críticas por el análisis de la evaluación integral de la calidad (EIC) y su incidencia en la eficiencia global (EG) y en los reclamos por calidad de producto terminado (RCPT)

Para determinar las variables críticas mediante el análisis de la EIC y si incidencia en la EG y en los RCPT se determina el periodo de análisis de los datos. Seguidamente se determinan dimensiones críticas de la EIC, de éstas sus factores críticos y de éstos el factor crítico que servirá para determinar la variable crítica de la EIC. Determinada la variable crítica de la EIC se establece su incidencia tanto en la EG como en los RCPT.

36

8.1.2.1

Determinación del periodo de análisis de los datos

Para determinar el periodo de análisis de los datos, se analizó el rango de tiempo de medición de los indicadores de gestión: Evaluación integral de la calidad, eficiencia global y reclamos por calidad de producto terminado. Al analizar la aplicación de la evaluación integral de la calidad mediante el documento “20820003 Sistema de evaluación integral de la calidad”, se observa que la fecha de aprobación, indica que la evaluación integral de la calidad se aplica desde el 29 de febrero de 2000. Por lo cual, es a partir del mes de Marzo de 2000 que se obtienen datos de la aplicación del indicador de gestión evaluación integral de la calidad. El rango superior de obtención de los datos depende de la medición de los otros indicadores. La medición de la eficiencia global y de los reclamos por calidad de producto terminado se efectuó durante todo el año 2000. El mes de diciembre fue un periodo incompleto de toma de datos debido a que no se laboró normalmente durante todo el mes. Según lo anterior para tener un periodo de análisis de los datos de igual tamaño, se identifica de marzo a noviembre del año 2000 como el periodo de análisis de los datos. 8.1.2.2

Determinación de las dimensiones críticas de la EIC

La evaluación integral de la calidad (EIC) es el indicador de gestión que mide directa y globalmente la calidad de una planta productora, como lo es la cervecería de Bogotá. La descripción de la calificación de éste indicador y las condiciones de dicha evaluación se encuentran en un documento de la dirección de BAVARIA llamado documento de la evaluación integral de la calidad. El documento mencionado, aplicó en la cervecería de Bogotá durante la implantación de la norma ISO 9000:94. Esta implantación maneja el concepto de maquila, en el que la Dirección de BAVARIA le suministra a la cervecería las materias primas necesarias para la elaboración de cerveza. Por ésta razón el documento corresponde al numeral de la ISO 9000 llamado revisión del contrato y se encuentra ubicado en el sistema de gestión de la Dirección. El anterior documento se observa en el siguiente anexo. ANEXO F. Documento de la evaluación integral de la calidad Para determinar las dimensiones críticas de la EIC se tomó como herramienta estadística el diagrama de Pareto, debido a que éste es un método que identifica las 37

causas de los problemas y a que reúne varias herramientas estadísticas como promedios, porcentajes, histogramas y ojivas. En los siguientes pasos se realiza el diagrama de Pareto de las dimensiones de la EIC: 1) Determinar los elementos a estudiar y recoger datos Identificando las dimensiones de la EIC, se determinan los elementos a estudiar. La estructura de la EIC hace referencia a dos aspectos: el Direccionamiento estratégico y al aseguramiento de la calidad. Al primer aspecto se le asigna un puntaje de 190 puntos y al segundo un puntaje de 810 puntos, para un puntaje total de 1000 puntos. Estos dos aspectos se subdividen en criterios cada uno de los cuales tiene un puntaje asignado con el cual se califica la Cervecería y con el que posteriormente se compara con las demás cervecerías a nivel nacional. El criterio para la asignación de los puntajes son debidos a aspectos legales, administrativos y técnicos de la empresa. En la tabla siguiente, se muestran varios aspectos y criterios que se evalúan tanto en el ámbito administrativo como en el ámbito técnico con el correspondiente puntaje asignado. De éstos, se determinan para el presente trabajo los que corresponden al ámbito técnico, los cuales son las dimensiones de la EIC. Tabla 7. Aspectos y criterios que se evalúan en la EIC ASPECTOS Y CRITERIOS A EVALUAR DIRECCIONAMIENTO ESTRATÉGICO I.1 Revisión por la gerencia I.2 Planificación calidad Programa de formación Desempeño de proveedores Índice de satisfacción del cliente Proyectos I.3 Índices de Gestión Índices de producción Índices de ingeniería ASEGURAMIENTO DE LA CALIDAD II.1 Inspección y ensayo Índice de proceso de elaboración y envase Índices de control microbiológico Índices presentación producto terminado Índices fisicoquímicos de producto terminado Evaluación sensorial II.2 Control de producto no conforme II.3 Control de procesos y evaluaciones internas Evaluación técnica al sistema Evaluación de BPM Evaluación de Salud Ocupacional II.4 Metrología

PUNTOS ASIGNADOS PARCIAL

TOTAL 190

40 50 15 5 20 10 100 50 50 810 320 50 50 110 60 50 70 400 300 50 50 20

Fuente: BAVARIA, Documento “20820003 Sistema de evaluación integral de la calidad”. Act. 00. 2000-02-29

38

Debido a que los índices de gestión (índices de producción y de ingeniería) se midieron desde octubre del año 2000, no se tienen en cuenta como dimensiones de la EIC. Como las evaluaciones de BPM y de salud ocupacional se efectúan de una manera subjetiva, no se incluyen como dimensiones de la EIC. De la tabla anterior se observa que la puntuación asignada a la evaluación técnica al sistema es de 300 puntos, dicha evaluación se efectúa mediante una lista de verificación que comprende aspectos que no son del alcance del proceso de elaboración de la cerveza embotellada, como por ejemplo los aspectos gerenciales que se encuentran en el siguiente anexo. ANEXO G. Lista de verificación de la evaluación técnica al sistema de gestión Al no tener en cuenta los aspectos que no son del ámbito técnico, y calculando según la calificación asignada a cada aspecto, el puntaje asignado a la evaluación técnica al sistema es solo de 143 puntos. En la siguiente tabla se muestran las dimensiones de la EIC determinadas. Tabla 8. Dimensiones de la EIC Ítem

1 2 3 4 5 6 7 8

DIMENSIONES DE LA EIC

PUNTAJE ASIGNADO

II-1.1 Índice de proceso de elaboración y envase 50 II-1.2 Índice de control microbiológico 50 II-1.3 Índices presentación producto terminado 110 II-1.4 Índices fisicoquímicos de producto terminado 60 II-1.5 Evaluación sensorial 50 II-2 Control de producto no conforme 70 II.3.1 Evaluación técnica al sistema 143 ii-4 Metrología 20 Fuente: BAVARIA, Documento “20820003 Sistema de evaluación integral de la calidad”. Act. 00. 2000-02-29

Determinadas las dimensiones de la EIC, se procede a recoger los datos, que en éste caso son los puntajes obtenidos en el periodo de análisis de los datos. Cómo éstas evaluaciones se efectúan mensualmente ésta será la frecuencia de recolección. 2) Tabular los datos y calcular los números acumulativos: Tabulación de los datos En la siguiente tabla se muestra el puntaje asignado y obtenido en las dimensiones de la EIC para el periodo de análisis de los datos. Estos datos provienen de unos archivos de nombre “CCMES00” que indica que son del departamento de Calidad, del mes determinado, del año 2000. Los datos que se muestran son el resultado de la medición de varios parámetros para cada dimensión de la EIC. Por ejemplo, el resultado del índice fisicoquímico de producto terminado es la suma del puntaje asignado a los siguientes parámetros: amargo, 39

extracto original, extracto aparente, aire, color, CO2, llenado y turbidez. Así, si los resultados de la medición de éstos parámetros se encuentran fuera de especificaciones se pierden puntos. La mayoría de los puntajes de las dimensiones se calculan como se explicó anteriormente. Tabla 9. Tabulación de los puntajes asignados y obtenidos en las dimensiones de la EIC durante el periodo de análisis de los datos. DIMENSIONES DE LA PUNTOS PUNTAJE OBTENIDO MENSUAL EIC ASIGNADOS NOMBRE DEL ARCHIVO POR MES CC0300 CC0400 CC0500 CC0600 CC0800 CC0800 CC0900 CC1000 CC1100 MES MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIE OCTUB NOVIEM MBRE RE BRE Índice de proceso de 50 47 44 40 39 38 36 35 38 37 elaboración y envase Índice de control 50 44 45 44 45 43 42 46 47 45 microbiológico Índices presentación 110 89 83 92 86 95 95 97 97 99 producto terminado Índices fisicoquímicos 60 37 40 43 35 37 31 39 41 34 de producto terminado Evaluación sensorial 50 22 33 35 35 40 40 39 50 38 Control de producto no 70 5 5 0 5 5 5 5 5 5 conforme Evaluación técnica al 143 128* 128 110* 128 125 119 125 sistema Metrología 20 20 20 20 17 17 17 20 20 17 * Esta evaluación se realizó para los dos meses. Fuente: BAVARIA S.A., Cervecería de Bogotá, Archivos: CC0300, CC0400, CC0500, CC0600, CC0800, CC0900, CC1000 y CC1100.

Según la tabla anterior, se muestra que las evaluaciones técnicas al sistema recolectadas se efectuaron para cada mes o cada dos meses. Los puntajes de cada evaluación cambian para cada mes debido a que se pierden puntos por el resultado deficiente de la evaluación de los items. El criterio para escoger las dimensiones críticas de la EIC es el puntaje perdido, es decir, se escogen las dimensiones que más puntos han perdido durante el periodo de análisis que son en general, en donde más gestión se debe realizar. Con base en esto, se calculan los datos para el diagrama de Pareto, que mostrará en orden descendente la pérdida del puntaje en la medición de las dimensiones de la EIC y será la herramienta estadística que determinará las dimensiones de la EIC que son vitales. En la siguiente tabla se muestran los puntos obtenidos, asignados y perdidos en las dimensiones de la EIC realizadas de marzo a noviembre de 2000.

40

Tabla 10. Puntajes obtenidos, asignados y perdidos en las dimensiones de la EIC realizadas de marzo a noviembre de 2000. DIMENSIONES DE LA EIC Índice de proceso de elaboración y envase Índice de control microbiológico Índices presentación producto terminado

PUNTOS OBTENIDOS 354 400 831

PUNTOS ASIGNADOS 450 450 990

PUNTOS PERDIDOS 96 50 159

336

540

204

Índices fisicoquímicos de producto terminado

Evaluación sensorial 331 450 119 Control de producto no conforme 40 630 590 Evaluación técnica al sistema 1006 1144 138 Metrología 168 180 12 Fuente: BAVARIA S.A., Cervecería de Bogotá, Archivos: CC0300, CC0400, CC0500, CC0600, CC0800, CC0900, CC1000 y CC1100.

Cálculo de los números acumulativos Los datos de los cálculos de los números acumulativos se muestran en la siguiente tabla, sombreando las dimensiones de la EIC que acumulan un porcentaje del 69.7%. Determinando así, las dimensiones de la EIC a las cuales determinarán los factores críticos de la EIC. Tabla 11. Datos del diagrama de Pareto de las Dimensiones de la EIC DIMENSIONES DE LA EIC

PUNTOS PERDIDOS

CALCULOS DEL DIAGRAMA DE PARETO Acumulado % % Acumulado 590 43.2% 43.2% Control de producto no conforme 590 794 14.9% 58.1% Índices fisicoquímicos de producto terminado 204 952 11.6% 69.7% Índices presentación producto terminado 159 1090 10.1% 79.8% Evaluación técnica al sistema 138 1209 8.7% 88.4% Evaluación sensorial 119 1305 7.0% 95.5% Índice de proceso de elaboración y envase 96 1355 3.7% 99.1% Índice de control microbiológico 50 1367 0.9% 100.0% Metrología 12 TOTAL 1367 1367 100.0% 100% Fuente: BAVARIA S.A. Cervecería de Bogotá, Archivos CC0300, CC0400, CC0500, CC0600, CC0800, CC0900, CC1000 y CC1100.

Los siguientes pasos: 3) Mostrar los datos como un gráfico de barras, 4) Dibujar la curva acumulativa, 5) Crear una escala porcentual en un eje vertical en el lado derecho y del paso 6) La Identificación del diagrama, se efectúan realizando un histograma (gráfico de barras) y una ojiva (curva acumulativa), mostrados a continuación. En la identificación del diagrama se les asigna un nombre a los ejes del diagrama y se consigna la fuente.

41

Gráfico 5. Diagrama de Pareto de los puntos perdidos por dimensión de la EIC de marzo a noviembre del año 2000 99.1% 95.5% 88.5%

1200 1140

100.0%

79.8%

1080

100.0% 90.0% 80.0%

PUNTOS PERDIDOS

1020 960

69.7%

70.0%

900 840 780 720

60.0%

58.2% 43.3%

50.0%

660 600 540 480

40.0%

420

30.0%

360 300 240

20.0%

180

10.0%

120 60 0

In dic es

Co nt fis ico rol de q In p dic uím ico rodu es cto s pr d es no en e pr c od ta ció uc onfo to rm Ev n p te e ro a r In du m lua dic i na cto ció e do n t de e té cn rmin pr ica oc ad es Ev o a l o alu sis d a e In te ela ció m di n ce a bo s e de ra n so ció co ria n nt l y ro e lm nv icr as ob e io ló gi co M et ro log ía

0.0%

DIMENSIONES DE LA EIC Fuente: BAVARIA S.A., Cervecería de Bogotá, Archivos: CC0300, CC0400, CC0500, CC0600, CC0800, CC0900, CC1000 y CC1100.

42

Porcentaje acumulado

1320 1260

El siguiente paso es el 6) Analizar el diagrama. El diagrama muestra lo siguiente: v En orden descendente, las dimensiones que ocasionaron una pérdida en la puntuación de las EIC realizadas de marzo a noviembre del año 2000 en la cervecería de Bogotá. v Las dimensiones vitales (dimensiones críticas), las cuales son el 37.5% de las dimensiones que causaron el 69.7% de la pérdida del puntaje de la EIC. Estas son las siguientes: Control de producto no conforme, Índices fisicoquímicos de producto terminado e Índices presentación producto terminado A través del análisis de éstas dimensiones críticas de la EIC, se identificarán sus factores críticos. 8.1.2.3

Determinación de los factores críticos de la EIC

Las dimensiones críticas de la EIC son el resultado de la medición de algunos factores. Estos factores son características de producto terminado o en proceso, que para el presente trabajo los factores críticos de la EIC son los factores que más afecten el puntaje de las dimensiones críticas de la EIC. Para determinar los factores críticos de cada dimensión crítica, se analizarán cada una de éstas. •

Determinación de los factores críticos de la 1a dimensión crítica de la EIC “control del producto no conforme”

Un producto no conforme es aquel producto en el que se incumple con algún requisito de calidad. Encontrados estos productos no conformes, se procede a su retención según el procedimiento de aplicación en la cervecería, del numeral de ISO 9000 4.10 inspección y ensayo “muestreo para inspección por atributos”. Esta retención ocasiona la pérdida en el puntaje de la dimensión crítica de la EIC “control del producto no conforme” De los archivos que contienen los registros del control del producto no conforme se evidencia que los productos se retienen por lotes y por no conformidad, son éstos los criterios para elaborar el diagrama de Pareto. En la siguiente tabla se muestran los datos de los cálculos del diagrama de Pareto “# lotes retenidos de cerveza terminada producida en ésta fábrica por no conformidad de marzo a noviembre de 2000”. 43

Tabla 12. Datos en orden descendente del diagrama de Pareto: "#lotes retenidos de cerveza terminada producida en esta fábrica de marzo a noviembre de 2000" ORDEN DESCENDENTE DE DATOS DEL DIAGRAMA DE PARETO: "# LOTES RETENIDOS DE CERVEZA TERMINADA PRODUCIDA EN ESTA FABRICA DE MARZO A NOVIEMBRE DE 2000" ELEMENTOS A ESTUDIAR EN EL DIAGRAMA DE PARETO

RECOLECCIÓN CALCULOS DEL DIAGRAMA DE DE DATOS PARETO NO CONFORMIDAD # LOTES Acumulado % % RETENIDOS Acumulado NC8 53 53 41% 41% NC1 49 102 38% 79% NC3 14 116 11% 90% NC2 7 123 5% 95% NC14 1 124 1% 96% NC6 1 125 1% 97% NC13 1 126 1% 98% NC10 1 127 1% 98% NC12 1 128 1% 99% NC9 1 129 1% 100% TOTAL 129 129 100% 100% *NC#: Codificación usada para las no conformidades por ser información confidencial de la empresa.

Fuente: BAVARIA S.A., cervecería de Bogotá, archivo: producto no conforme Terminado Cerveza2000.

Con los datos de la tabla anterior, se elabora el siguiente diagrama de Pareto.

44

Gráfico 6. Diagrama de Pareto “# lotes retenidos de cerveza terminada producida en esta fábrica por no conformidad” de marzo a noviembre de 2000. 96%

97%

98%

98%

99%

100% 100%

95%

125 120 90%

90%

NUMERO DE LOTES RETENIDOS DE CERVEZA TERMINADA PRODUCIDA EN LA CERVECERIA

115 110 105

80%

79%

100 95 70%

90

85

60%

75 70 65 60

50%

41%

55 40%

50 45 40 30%

35 30 20%

25 20 15

10% 10 5 0

0% NC8

NC1

NC3

NC2

NC14

NC6

NC13

NC10

NC12

N O C O N F O R M I D A D Fuente: BAVARIA S.A., Cervecería de Bogotá, archivo: producto no conforme Terminado Cerveza2000.

45

NC9

Porcentaje acumulado

80

El diagrama de Pareto anterior, muestra lo siguiente: v En orden descendente, las no conformidades que ocasionaron la retención de cerveza terminada producida en la cervecería, de marzo a noviembre del año 2000. v Las no conformidades vitales (no conformidades críticas) que ocasionaron el 79% de la retención de cerveza terminada producida en la cervecería, de marzo a noviembre del año 2000. Estas no conformidades son las siguientes: NC8 y NC1 Estas no conformidades son los factores críticos de la dimensión crítica de la EIC “control del producto no conforme”. •

Determinación de los factores críticos de la 2a dimensión crítica de la EIC “Índices fisicoquímicos de producto terminado (IFPT)”

Al producto terminado se le analizan algunos parámetros fisicoquímicos (nivel de amargo, contenido de CO2 ), los cuales tienen unas especificaciones establecidas. El IFPT es calculado con los datos de la medición de los parámetros mencionados, que se encuentren dentro y fuera de especificación. Si aumentan los parámetros por fuera de especificación, el porcentaje (%) obtenido del IFPT en el mes disminuirá. Para determinar los factores críticos de la 2a dimensión crítica de la EIC: índices fisicoquímicos de producto terminado, se realiza un diagrama de Pareto. Los parámetros medidos en el IFPT son los elementos del diagrama de Pareto. En la siguiente tabla se muestran los datos de los cálculos necesarios para el diagrama de Pareto. Tabla 13. Datos del diagrama de Pareto “% perdido en los factores de la dimensión crítica: índices fisicoquímicos de producto terminado" de marzo a noviembre de 2000 FACTORES DE LA DIMENSIÓN CRITICA: INDICES FISICOQUIMICOS DE PRODUCTO TERMINADO

% PERDIDO

CALCULOS

Acumulado % % Acumulado 135.20 135.20 40% 40% 97.96 233.16 29% 69% 39.07 272.22 11% 80% 36.66 308.88 11% 91% 15.66 324.54 5% 96% 12.63 337.17 4% 99% 2.56 339.73 1% 100% 0.00 339.73 0% 100% TOTAL 339.73 339.73 100% 100% Fuente: BAVARIA S.A., Cervecería de Bogotá, Archivos: BOMARZO2000, BOABRIL2000, BOMAYO2000, BOJUNIO2000, BOJULIO2000, BOAGOSTO2000, BOSEPTIEMBRE2000, BOOCTUBRE2000 y BONOVIEMBRE2000.

Amargo Exto Original Exto. Aparente Aire Color CO2 Llenado Turbidez

46

Gráfico 7. Diagrama de Pareto “% perdido en los factores de la dimensión crítica: índices fisicoquímicos de producto terminado" de marzo a noviembre de 2000 99%

100%

100% 100%

91% 90% 80% 80% 70% 60% 50% 40% 30% 20% 10%

Tu rb ide z

Lle na do

CO 2

Co lor

re Ai

O rig ina Ex l to .A pa re nt e

0%

FACTORES DE LA DIMENSIÓN VITAL DE LA EIC "IFPT" Fuente: BAVARIA S.A., Cervecería de Bogotá, Archivos: BOMARZO2000, BOABRIL2000, BOMAYO2000, BOJUNIO2000, BOJULIO2000, BOAGOSTO2000, BOSEPTIEMBRE2000, BOOCTUBRE2000 y BONOVIEMBRE2000.

47

Porcentaje acumulado

69%

Ex to

Am ar go

% PERDIDO ENTRE MARZO-NOVIEMBRE /2000

96% 330 315 300 285 270 255 240 225 210 195 180 165 150 40% 135 120 105 90 75 60 45 30 15 0

El diagrama de Pareto anterior, muestra lo siguiente: v En orden descendente, los factores de la dimensión vital “índices fisicoquímicos de producto terminado” que ocasionaron una pérdida del porcentaje perdido de dicha dimensión, de marzo a noviembre del año 2000. v Los factores vitales (factores críticos) que ocasionaron que ocasionaron el 80% de la pérdida del porcentaje dentro de especificaciones, desde marzo a noviembre del año 2000, estos son los siguientes: Amargo, Extracto original y Extracto aparente. Los anteriores factores se identifican como los factores críticos de la dimensión crítica de la EIC “índices fisicoquímicos de producto terminado”. •

Determinación de los factores críticos de la 3a dimensión crítica de la EIC “Índices presentación producto terminado (IPPT)”

Al producto terminado se le analizan algunas características físicas (Ej.: tapado, etiquetado, etc) que tienen unas especificaciones establecidas. El IPPT está determinado por la medición de las anteriores características, expresada como un puntaje si ésta medición se encuentra o no dentro de especificaciones. Para determinar los factores críticos de los IPPT se realiza un diagrama de Pareto. Como el puntaje del IPPT se obtiene mensualmente, ésta es la frecuencia de recolección y las características medidas en el IPPT son los factores a estudiar en el diagrama de Pareto. En la siguiente tabla se muestran los datos de los cálculos necesarios para efectuar el diagrama de Pareto del IPPT. Tabla 14. Datos del diagrama de Pareto “puntos perdidos por factores de la dimensión crítica: índices presentación producto terminado (IPPT)” de marzo a noviembre de 2000 FACTORES DE LA DIMENSIÓN CRÍTICA "INDICES PRESENTACION PRODUCTO TERMINADO"

PUNTOS PERDIDOS

CALCULOS

Acumulado % % Acumulado SIN C. EXTRAÑOS 42.00 42.00 37% 37% BOT. EN BUEN ESTADO 19.00 61.00 17% 54% ETIQUETADO 16.50 77.50 15% 69% SIN FECHADO 16.00 93.50 14% 83% TAPADO 9.00 102.50 8% 91% LLENADO 9.00 111.50 8% 99% CANASTAS SIN FALTANTES 1.00 112.50 1% 100% TOTAL 112.50 112.50 100% 100% Fuente: BAVARIA S.A., cervecería de Bogotá, archivos: BOMARZO2000, BOABRIL2000, BOMAYO2000, BOJUNIO2000, BOJULIO2000, BOAGOSTO2000, BOSEPTIEMBRE2000, BOOCTUBRE2000 y BONOVIEMBRE2000.

48

Con los datos de la tabla anterior se elabora el diagrama de Pareto.

100%

100%

91% 90% 83% 80% 69% 70% 60%

54%

50%

37%

40% 30% 20% 10% 0%

SI N

BO C. T. EX EN TR AÑ BU OS EN ES TA ET DO IQ UE TA SI N DO FE CH AD O CA TA NA PA ST DO AS LL EN SI N AD FA O LT AN TE S

110.00 105.00 100.00 95.00 90.00 85.00 80.00 75.00 70.00 65.00 60.00 55.00 50.00 45.00 40.00 35.00 30.00 25.00 20.00 15.00 10.00 5.00 0.00

99%

Porcentaje acumulado

PUNTOS PERDIDOS ENTRE MARZO-NOVIEMBRE / 2000

Gráfico 8. Diagrama de Pareto “puntos perdidos por factores de la dimensión crítica: índices presentación producto terminado (IPPT)" de marzo a noviembre de 2000

FACTORES DE LA DIMENSIÓN CRÍTICA "IPPT" Fuente: BAVARIA S.A., Cervecería de Bogotá, archivos: BOMARZO2000, BOABRIL2000, BOMAYO2000, BOJUNIO2000, BOJULIO2000, BOAGOSTO2000, BOSEPTIEMBRE2000, BOOCTUBRE2000 y BONOVIEMBRE2000.

49

El diagrama de Pareto anterior, muestra lo siguiente: v En orden descendente, los factores de la dimensión crítica de la EIC: índices presentación producto terminado que ocasionaron una pérdida del puntaje de dicha dimensión, de marzo a noviembre del año 2000. v Los factores vitales (factores críticos), los cuales son el 29% de los factores que causaron el 54% de la pérdida de puntaje de marzo a noviembre del año 2000, estos son los siguientes: Sin c. Extraños y Botella en buen estado. Si se aplica la relación 80:20 del diagrama de Pareto, se seleccionaría un 57% de los factores que ocasionan el 83% de los puntos perdidos en la dimensión crítica, que corresponden de la relación mencionada al 80 y no al 20. Los anteriores factores se identifican como los factores críticos de la dimensión crítica de la EIC “índices presentación producto terminado”. 8.1.2.4

Determinación del factor crítico de la EIC

Para determinar el factor crítico de los factores críticos de la EIC, es decir, el factor crítico que más incidió en la pérdida de puntaje de la EIC, se asociaron los factores críticos encontrados de las dimensiones críticas de la EIC con las no conformidades. Un ejemplo de la asociación anterior es, si el factor crítico “extracto original” se encuentra fuera de especificación se presenta la no conformidad NC1, así mismo si el extracto aparente y el amargo se encuentran fuera de especificación se presenta la no conformidad asociada para el amargo. Esta asociación se muestra en la siguiente tabla. Tabla 15. Asociación de los factores críticos de las dimensiones críticas de la EIC a las no conformidades, de marzo a noviembre de 2000. DIMENSIÓNES CRITICAS DE FACTORES CRÍTICOS LA EIC 1. CONTROL DE PRODUCTO NC8 NO CONFORME NC1 2. INDICES FISICOQUÍMICOS AMARGO DE PRODUCTO EXTRACTO ORIGINAL EXTRACTO APARENTE 3. INDICES PRESENTACIÓN SIN C. EXTRAÑOS PRODUCTO TERMINADO BOTELLA EN BUEN ESTADO

ASOCIACIÓN DE LOS FACTORES CRÍTICOS A LAS NO CONFORMIDADES NC8 NC1 NC8 NC10 NC10 NC6 NC1 NC1 NC13 NC3 NC 15 Fuente: BAVARIA S.A., cervecería de Bogotá, archivos: producto no conforme Terminado Cerveza2000, BOMARZO2000, BOABRIL2000, BOMAYO2000, BOJUNIO2000, BOJULIO2000, BOAGOSTO2000, BOSEPTIEMBRE2000, BOOCTUBRE2000 y BONOVIEMBRE2000.

50

De la tabla anterior se observa, que la no conformidad que más está asociada a los factores críticos es la NC1 (3 veces). Debido a lo anterior, ésta no conformidad se identifica como el factor crítico de los factores críticos de la EIC. A partir de este Factor crítico se encontrará la variable de proceso que más incidió en la presencia de esa no conformidad en el producto terminado. 8.1.2.5

Determinación de las variables críticas de la EIC

Para ubicar la NC1 en la cervecería, es necesario ubicar el equipo crítico para determinar de éste la máquina crítica, y de ésta, la variable crítica. Los equipos están compuestos por varias máquinas. En la cervecería, un equipo puede ser una línea de envase, la cual está compuesta por varias máquinas como la lavadora, la envasadora, etc. Ubicando el equipo en donde más se genera la no conformidad NC1, se procede a detectar la máquina crítica de éste equipo, es decir, la que más incide en la generación de la no conformidad mencionada. De la máquina crítica y de la relación de otras máquinas o causas que generen la no conformidad mencionada, se determinan variables críticas. Determinadas las variables críticas, se procede a encontrar la variable crítica a controlar estadísticamente. Ubicación de la presencia del factor crítico de la EIC en la Cervecería En el registro del control del producto no conforme, se describe para cada lote retenido, en qué equipo de envase se retuvo la no conformidad NC1. Del registro mencionado, se extractan los datos para encontrar los equipos de envase en el que más se presentó la no conformidad NC1, es decir el equipo crítico. Determinando el equipo crítico y la máquina que más incide en la generación de producto con la no conformidad NC1, se determinan las variables críticas de la EIC. Determinación del equipo de envase crítico de la EIC Con los datos seleccionados de los equipos de envase en los que se encontró la no conformidad NC1, se determina a través del diagrama de Pareto, el equipo de envase en el que más se encontró la no conformidad NC1.

51

En el siguiente diagrama se muestran los datos del diagrama de Pareto. Gráfico 9. Diagrama de Pareto "# lotes retenidos de cerveza terminada producida en esta fábrica por la no conformidad NC1 por equipo de envase " marzo-noviembre de 2000 100%

20

100%

19 18

90% 85%

16

80% 70%

15 14

70%

13 12

60%

11 10

50%

9 8

40%

35%

7 6

30%

5 4

20%

3 2

10%

1 0

0% TREN 1

TREN 6

TREN 4

TREN 5

E Q U I P O D E E N V A S E

Fuente: BAVARIA S.A., Cervecería de Bogotá, archivo: producto no conforme Terminado Cerveza2000.

52

Porcentaje acumulado

NUMERO DE LOTES RETENIDOS POR LA NO CONFORMIDAD NC1 EN CERVEZA TERMINADA PRODUCIDA EN LA CERVECERÍA

17

Del diagrama anterior se determina, que los equipos de envase en los que se retuvo una mayor cantidad de cerveza producida en la cervecería, de marzo a noviembre de 2000 por la no conformidad NC1 son los trenes 1 y 6. Relación del rendimiento teórico de los trenes 1 y 6 con los lotes retenidos en éstos por la no conformidad NC1: Como el rendimiento teórico del tren 1* es 12.000 Dec/hora y el del tren 6* es 7.200 Dec/hora, el tren 6 tiene menor rendimiento teórico. (*Fuente: datos técnicos proporcionados por personal de la Cervecería). Según lo anterior, la proporción de lotes retenidos por rendimiento teórico es mayor en el tren 6 que en el tren 1, determinando así que el tren 6 es el equipo de envase a analizar como equipo crítico. Determinación de la máquina crítica del equipo crítico de la EIC Para determinar la máquina del tren 6 que más genera la no conformidad NC1, se analizan los datos que evidencien la presencia o generación de ésta no conformidad. Un indicador llamado Porcentaje de Rotura evidencia la presencia de la no conformidad mencionada y esta fuertemente relacionada con ésta. A través de varias herramientas estadísticas que se han aplicado como diagramas causa efecto y lluvia de ideas se puede analizar la presencia de la no conformidad mencionada. q

Porcentaje de Rotura:

El porcentaje de rotura es un dato que relaciona la cantidad de envase roto que se produce en cada maquina de cada tren de envase. Para determinar cual máquina del tren 6 causa un mayor porcentaje de Rotura, se aplica la herramienta estadística diagrama de Pareto como se muestra a continuación. .

53

4.8 4.7 4.6 4.5 4.4 4.3 4.2 4.1 4 3.9 3.8 3.7 3.6 3.5 3.4 3.3 3.2 3.1 3 2.9 2.8 2.7 2.6 2.5 2.4 2.3 2.2 2.1 2 1.9 1.8 1.7 1.6 1.5 1.4 1.3 1.2 1.1 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0

95%

98% 100% 100%100%

93%

100%

90% 90%

83%

80% 68% 70%

60%

51%

50% 34%

40%

30%

20%

10%

0%

MAQUINA DEL TREN 6 Fuente: BAVARIA S.A., Cervecería de Bogotá, Informes de producción de los meses de marzo a noviembre del 2000.

54

Porcentaje acumulado %

PORCENTAJE TOTAL DE ROTURA DE ENVASE (%)

Gráfico 10. Diagrama de Pareto "porcentaje total de rotura de envase en las máquinas del tren 6 durante el envasado de cerveza" Marzo-Noviembre de 2000

Analizando el Pareto anterior, se observa que la Lavadora es la máquina que más envase roto se ha producido. q

Lluvia de ideas con el cervecero de las causas que producen la no conformidad NC1:

A través de una lluvia de ideas con un cervecero se analizaron las máquinas que ocasionan o en las que se produce la no conformidad NC1. Esta lluvia de ideas se muestra en la siguiente tabla. Tabla 16. Lluvia de ideas con cervecero para analizar las causas que producen la no conformidad NC1 LLUVIA DE IDEAS CON CERVECERO PARA ANALIZAR LA NO CONFORMIDAD NC1 MAQUINAS Lavadora Transportador Inspector Llenadoras

Tapadora

CAUSA GENERAL DE LA NO CONFORMIDAD NC1 Choque térmico (T de tanques) Descarga de botellas (Alineación, velocidad) Cae vidrio por explosión de botellas No rechaza las botellas con cuerpos extraños CAUSA ESPECÍFICA DE LA NO CONFORMIDAD NC1 Explosión de botellas Presión alta Choque térmico de lavadora Estrellas de llenado y de tapado: transportan la botella a la llenadora y a la tapadora Tubo de venteo: controla el llenado Pistones descalibrados Fuente: BAVARIA S.A., Dirección, Cervecero: Humberto Serrano.

Como en la aplicación de herramientas estadísticas se analizan las variaciones de un proceso, que para el presente trabajo es el análisis de las variaciones que causan la presencia de la no conformidad NC1, es necesario el aprovechamiento de la experiencia de un cervecero, quien ha vivido la problemática de la presencia de la no conformidad mencionada, para determinar cual de todas las causas posibles que se presenten en algunas máquinas de un tren es la que ocasione la presencia de la no conformidad NC1. Una de las causas que más se encuentra que sea de presencia de la no conformidad NC1, es la explosión de botellas generada por el choque térmico de las botellas producido en la lavadora. El choque térmico producido en la lavadora genera fisuras en la botella que pueden ser visibles o no. La botella fisurada al llegar a la llenadora se presiona con CO2 y generalmente explota, generando posiblemente la no conformidad NC1. Del análisis del Pareto del % de rotura y de la lluvia de ideas con el cervecero, se determina que la máquina que más relación presenta con la No conformidad 1 es la Lavadora. A partir de esta máquina se determinará la variable crítica. 55

Determinación de la variable crítica de la máquina crítica de la EIC Escogida la Lavadora como máquina crítica, se determina de ésta la variable crítica analizando, con la ayuda de un cervecero, un diagrama causa efecto de la no conformidad NC1, mostrado en el siguiente anexo. ANEXO H. Diagrama causa efecto de la no conformidad NC1 Del diagrama causa efecto de la no conformidad NC1, se observa que las variables asociadas a la Lavadora que ocasionan dicha no conformidad son: La temperatura de la lavadora, concentración de soda y sincronización del cargue y descargue. Para determinar cual de las anteriores variables es la variable crítica, se analiza lo que ocurre con cada variable. Una concentración de soda mayor al 4% se utiliza normalmente en la lavadora como solución limpiadora. Al aumentar dicha concentración (6% y más) se puede generar la NC1. No es común tener estos altos niveles de soda debido a que el proceso en sí va disminuyendo la concentración en vez de aumentarlo. Solo se podrían obtener estos valores por causa de una sobredosificación de soda, lo cual es poco probable que ocurra. Como la sincronización del cargue y descargue de botellas se realiza diariamente, es poco factible que se genere la NC1. Según la experiencia del cervecero, es poco el control de la temperatura de la lavadora, lo que hace más probable que se produzca la NC1 por el choque térmico que se genera. Debido a lo anterior, se determina como variable a controlar estadísticamente a la temperatura de la lavadora. Para analizar en qué parte de la lavadora del equipo 6 se mide la temperatura, se analiza un documento que especifica la inspección del proceso de lavado de botellas. Del anterior documento, se observa que en la lavadora de botellas se mide la temperatura en los 6 tanques por la que está compuesta. §

Determinación del tanque de la lavadora:

Para determinar el tanque de la lavadora a que determina la variable a controlar estadísticamente, se analiza el tanque en donde se ocasiona un mayor choque térmico en las botellas. La temperatura aproximada de las botellas antes de entrar al primer tanque de la lavadora, en las horas de la tarde, es de 19°C (Temperatura inicial=Ti=19°C). 56

Los valores de la temperatura del tanque 1 se deben encontrar dentro de ciertos valores, éste rango es la especificación de la Temperatura del tanque 1. Como se muestra: Especificación de la Temperatura del tanque 1= 56-61°C. El choque térmico de las botellas al entrar al tanque 1 es la diferencia aproximada de las temperaturas Ti y T1. La temperatura de las botellas en los tanques es el promedio de la temperatura especificada para cada tanque. En el caso del tanque 1, la temperatura especificada se encuentra entre 56 y 61°C. La temperatura de las botellas en el tanque 1, según lo anterior, es el promedio entre 56 y 61°C. PromT1= Promedio (56,61)=59°C Luego se calcula la diferencia aproximada de temperaturas (∆T) que genera el choque térmico, como se muestra: ∆T= ITi-T1I = I Ti-promT1 I = I 19-59 I =40°C Se calcula la diferencia aproximada de temperaturas (∆T) para los tanques restantes y se consignan en la siguiente tabla. Tabla 17. Diferencias de temperaturas de las botellas en los tanques de la lavadora de botellas del equipo 6 Temperatura de la ∆T botellas (°C) (°C) Ambiente Aproximadamente 19 19.0 Tanque 1 56-61 58.5 39.5 Tanque 2 79-85 82.0 23.5 Tanque 3 72-78 75.0 7.0 Tanque 4 62-68 65.0 10.0 Tanque 5 57-63 60.0 5.0 Tanque 6 47-53 50.0 10.0 *Fuente: BAVARIA S.A. Documento del sistema de gestión “33013002 plan de calidad proceso de elaboración y envasado. Fecha de aprobación: 2001-04-25 Ubicación de las botellas

Especificación* (°C)

De la tabla anterior, se observa que la mayor diferencia aproximada de temperaturas se produce cuando la botella cambia de ubicación del ambiente al tanque 1. Se determina entonces, como variable crítica del índice "evaluación integral de la calidad" (EIC), la temperatura del tanque 1 de la lavadora del equipo de envase “tren 6”. Relación de variable crítica con variables que actualmente se controlan

57

De las variables de control actual en el proceso o materia prima de la elaboración de cerveza en la Cervecería de Bogotá, se observa que se controla el perfil de temperaturas en el proceso de lavado y esterilizado de botellas. Así, la temperatura del tanque 1 de la lavadora del equipo de envase “tren 6” se controla actualmente mediante mediciones diarias, las cuales si se encuentran fuera de especificación se corrigen sin un análisis de la situación, es decir, sin un control estadístico. 8.1.2.6

Establecimiento de la incidencia de la variable crítica de la EIC en la eficiencia global (EG)

Para el establecimiento de la incidencia de la variable crítica de la EIC en la EG, es necesaria la identificación de la aplicación de la EG en la cervecería de Bogotá para luego demostrar la incidencia mencionada. Identificación de la aplicación de la EG en la cervecería de Bogotá La información que se presenta de éste indicador la suministró personal de la cervecería. La Eficiencia Global se define de la siguiente manera. Eficiencia Global (EG): es un índice de gestión de la Cervecería, expresado como un porcentaje, de la relación entre el rendimiento real y el rendimiento teórico de la línea de envase. EG(%) =

Re n dim entoRe alLíneaEnvase ( Dec / h) * 100 Re n dim ientoTeoricoLíneaEnvase ( Dec / h)

Siendo: Re n dim iento Re alLíneEnvase( Dec / h) =

Pr oducción Re alLíneaEnvase ( Dec ) Tp − Tdes (h )

Siendo: •

Producción Real Línea Envase (producción neta Depósito)= PC-RDC

PC: Decenas producidas según contadores RDC: Rotura después de contadores 58

Tp: tiempo programado: Tiempo de llenadoras: es un tiempo no modificable que está determinado por turno, como se muestra: Tp= 23 h para 3 turnos /día Tp= 16 h para 2 turnos /día Tp= 8 h para 1 turno / día •

Tdes: tiempo descontable = T por falta de servicios– T por cambios de marca T por falta de servicios = es el tiempo determinado por la falta de agua, aire comprimido, CO2 para la envasadora, energía eléctrica y vapor. T por cambios de marca = es el tiempo determinado por la preparación de la línea de envase en el cambio de marca de cerveza a envasar.

Otros tiempos que inciden en la producción real de la línea de envase son los siguientes: -

Tiempos perdidos en máquinas

-

Tiempos perdidos por otras causas •

Rendimiento teórico Línea Envase: es un valor constante para cada línea de envase.

Una línea de envase esta compuesta por diferentes máquinas como se muestra en el siguiente anexo. ANEXO I. Proceso de envasado de cerveza, jugos y gaseosas de vidrio Demostración de la incidencia de la variable crítica de la EIC en la EG Para relacionar la incidencia de la temperatura del tanque 1 de la lavadora del tren 6 en la EG, se analiza con base en la aplicación de la EG, cómo esa variable mejoraría la EG. Un tiempo perdido durante la producción disminuye la producción real del tren de envase, ésta a su vez, incide directamente en el rendimiento real de éste tren, incidiendo directamente en la EG. Por lo anterior, un menor tiempo perdido mejoraría la EG.

59

Se puede perder tiempo en las máquinas del tren y por otras causas (cargue y descargue de botellas). Así, de los informes en los que se consignan los tiempos perdidos en máquinas y por otras causas en el envasado de cerveza por marca, se extractan los datos para el tren 6. Con los datos anteriormente mencionados se elaboran los siguientes diagramas de Pareto.

Gráfico 11. Diagrama de Pareto "tiempo perdido en máquinas durante el envasado en el tren 6 de cerveza " Marzo-Noviembre de 2000 100% 97% 620

93%

600

100%

89%

580 560

82%

540

90%

520 500

80%

75%

480

68%

440

70%

420 400

59%

380

60%

360 340

46%

320

50%

300 280 260

40%

240 220 200

28%

30%

180 160 140

20%

120 100 80

10%

60 40 20

0%

LA VA DO EN VA RA SA TR DO AN RA SS BO ET TE IQ LL UE AS TA TR DO AN RA SS CA NA ST EM AS PA CA DO PA LE RA TI PA ZA DO ST EU RA RI DE ZA SE DO M RA PA CA DE DO PA RA LE TI ZA DO RA

0

60

MAQUINA DEL TREN 6 Fuente: BAVARIA S.A., Cervecería de Bogotá, Informes de producción de los meses de marzo a noviembre del 2000.

Porcentaje acumulado

TIEMPO PERDIDO EN MAQUINAS (HORAS)

460

275 97% 96% 270 94% 95% 265 93% 260 91% 255 89% 250 86% 245 240 84% 235 230 225 80% 220 215 210 74% 205 200 195 190 185 64% 180 175 170 165 160 155 150 5 1 % 145 140 135 130 125 120 115 110 3 3 % 105 100 95 90 85 80 75 70 65 60 55 50 45 40 35 30 25 20 15 10 5 0

98%

98%99%

100% 100% 99% 1 0 0 % 100%

OTRAS CAUSAS DEL TREN 6 Fuente: BAVARIA S.A., Cervecería de Bogotá, Informes de producción de los meses de marzo a noviembre del 2000.

61

100%

90%

80%

70%

60%

50%

40%

30%

20%

10%

0%

Porcentaje acumulado

TIEMPO PERDIDO POR OTRAS CAUSAS (HORAS)

Gráfico 12. Diagrama de Pareto "tiempo perdido por otras causas durante el envasado en el tren 6 de cerveza " Marzo-Noviembre de 2000

Analizando los diagramas de Pareto se observa que: Según el diagrama de Pareto “Tiempo perdido en máquinas durante el envasado en el tren 6 de cerveza” de Marzo-Noviembre de 2000, las máquinas del tren 6 en las que más tiempo se perdió son las siguientes: Lavadora, envasadoras y Trans-botellas Según el diagrama de Pareto “Tiempo perdido por otras causas durante el envasado en el tren 6 de cerveza” Marzo-Noviembre de 2000, las otras causas por las cuales se perdió más tiempo durante el envasado de cerveza en el tren 6, son las siguientes: Cargue y descargue, explosión de botellas, envase inadecuado o desfondado y cambio de tulipas. •

Relación de la máquina más vital del tren 6, con el tiempo perdido en ésta durante el envasado de cerveza con la EG

La lavadora por ser la máquina de más porcentaje acumulado en la pérdida de tiempo durante el envasado de cerveza, es la máquina en la que se debe disminuir primordialmente el tiempo perdido. Por lo tanto se refuerza la decisión de controlar la lavadora. Al disminuir el tiempo perdido en la lavadora, el tiempo de producción se aumenta, produciendo así una mayor cantidad de cerveza embotellada, que hace que la EG aumente. •

Relación de la máquina más vital del tren 6, con el tiempo perdido por otras causas vitales durante el envasado de cerveza con la EG

Por la causa “cargue y descargue”, se perdió tiempo durante el envasado de cerveza en el tren 6. Este tiempo perdido se produce en la lavadora, la cual incide en la EG como se menciona en el apartado anterior. Una de las causas que ocasiona la explosión de botellas es el choque térmico que sufre el envase en la lavadora. Este choque térmico debilita la pared de la botella, la cual al llegar a la envasadora explota en el momento que es presionada con CO2. Al disminuir el choque térmico en la lavadora, disminuye la explosión de botellas y el tiempo perdido asociado a esto, lo cual mejora la EG. Otra de las causas por las que se pierde tiempo es cuando se encuentra envase inadecuado o desfondado, esto puede producirse también por el choque térmico que ocurre en la lavadora. Lo anterior es una razón de más para disminuir el choque térmico en la lavadora, para mejorar la EG.

62

Cada vez que se rompe una botella, por norma de la empresa, se debe cambiar la tulipa de la válvula de la llenadora porque generalmente se le adhieren trozos de vidrio a ésta. Como se dijo anteriormente, una de las causas de este rompimiento es el choque térmico en la Lavadora. Al controlarse este choque térmico, disminuye el rompimiento de botellas, lo mismo que el tiempo perdido por el cambio de tulipas. 8.1.2.7

Establecimiento de la incidencia de la variable crítica de la EIC en los reclamos por calidad de producto terminado (RCPT)

Para el establecimiento de la incidencia de la variable crítica de la EIC en los RCPT, es necesaria la identificación de la aplicación de los RCPT para demostrar la incidencia de la variable crítica en los RCPT. Identificación de la aplicación de los reclamos por calidad de producto terminado (RCPT) en la cervecería de Bogotá La cervecería tiene un indicador mensual que mide los reclamos por calidad de producto terminado. Este indicador reúne varias fuentes de información que miden el grado de insatisfacción del cliente. Es una dimensión porque es una fuente de información que mide el nivel de calidad de la cervecería. Demostración de la incidencia del factor crítico de los factores críticos de la EIC en los RCPT Algunos de los tipos de RCPT, son no conformidades que tienen la codificación mencionada en la determinaron de los factores críticos de la primera dimensión vital de la EIC definida como “control de producto no conforme”. Para analizar los datos de los RCPT, éstos se recolectan y se muestran en la siguiente tabla, teniendo en cuenta que la frecuencia de recolección de los datos es mensual porque la determinación de éste índice es mensual.

63

Tabla 18. Informe anual de los reclamos por calidad de producto terminado (RCPT) de los meses de marzo a noviembre del año 2000 INDICADOR: # Comunicaciones ( llamadas, e-mail, fax) RECLAMOS POR CALIDAD DE PRODUCTO MESES FUENTES DE INFORMACIÓN SERV. OTRAS VENTAS VISITA OTROS CLIENTE FABRICAS / EXPENDIOS DIRECCION Y BODEGAS MARZO N.R. N.R. N.R. N.R. N.R. ABRIL 9 4 N.R. N.R. N.R. MAYO 2 2 N.R. N.R. N.R. JUNIO 7 N.R. N.R. N.R. N.R. JULIO

N.R.

2

N.R.

N.R.

2

AGOSTO

N.R.

2

N.R.

1

N.R.

SEPTIEMBRE OCTUBRE NOVIEMBRE

N.R. N.R. N.R.

N.R. N.R. N.R.

N.R. N.R. N.R. N.R. N.R. N.R. N.R.: No registrado

N.R. N.R. N.R.

TOTAL

OBSERVACIONES

N.R. N.R. 13 TODAS ATENDIDAS 4 NC3, NC6 7 NC14(4), NC9(1), BOTELLA EN MAL ESTADO (1), NC15(1) 4 DISTRIBUIDOR, NC6, NC15 EN BARRILES. 3 NC15 (1), NC EN LATAS (1) Y NC EN BARRIL (1) N.R. N.R. N.R. N.R. N.R. N.R.

Fuente: BAVARIA S.A., cervecería de Bogotá, archivo: soporte del año 2000.

La tabla mostrada, es el informe anual de los reclamos por calidad de producto terminado recibidos durante el año 2000. El número (#) de comunicaciones, es decir, llamadas telefónicas, mails o fax, es el número de veces que se reciben dichas comunicaciones. Así, el mes de abril se recibieron 9 comunicaciones de la fuente de información “servicio al cliente”. Debido a que el concepto de reclamo y queja por calidad de producto terminado se estaba implementando durante el año 2000, es necesario efectuar una validación de la información recolectada. Para validar los datos recolectados de los reclamos por calidad de producto terminado, se analizan los informes generados por éstos, determinando si el dato consignado se considera queja por calidad de producto terminado o reclamo por calidad de producto terminado. El que sea queja o reclamo son denominaciones que difieren por la asignación de la responsabilidad de la presencia del defecto en el producto terminado ya sea ocasionado fuera de la cervecería o en la cervecería. A continuación se muestran las definiciones de queja y reclamo por calidad de producto terminado. •

QUEJA DEL PRODUCTO TERMINADO: Es la manifestación de disgusto de un consumidor por una característica del producto terminado que no es conforme a la 64

apreciación esperada. Son recolectadas por trabajadores de BAVARIA S.A. ya sea porque son percibidas por éstos, o porque los clientes se comunican con el servicio al cliente. Si a través de una visita de un trabajador de Bavaria se evidencia que no se ocasionó en la Cervecería, se denomina queja del producto terminado. (Ej.: Falta la etiqueta porque se quitó en otro sitio que no es la cervecería) •

RECLAMOS POR CALIDAD DE PRODUCTO TERMINADO: Es un indicador de gestión de la Cervecería de la información sobre la calidad de producto terminado. Son recolectadas mensualmente y expresadas como un número de comunicaciones (llamadas telefónicas, e-mail, fax, correo, etc.) de los clientes. Si a través de una visita de un trabajador de Bavaria se evidencia que si se ocasionó en la Cervecería, se denomina reclamo por calidad del producto terminado. (Ej.: Falta la etiqueta porque se despachó así de la cervecería)

La validación de los datos recolectados sobre los RCPT se muestra en la siguiente tabla. Tabla 19. Validación del Informe anual de los reclamos por calidad de producto terminado (RCPT) del año 2000 INDICADOR: # Comunicaciones ( llamadas, e-mail, fax) QUEJAS Y RECLAMOS POR CALIDAD DE PRODUCTO-INFORMACION VALIDADA OBSERVACIONES -26-Abril-2000: Reclamo/DIRECCIÓN/NC9/ Aguila -02-may-2000-Queja/OTROS:Informe visita a expendio/NC1/Aguila 300 -09-may-2000-Queja/OTROS: Informe visita a residencia/NC1 -8-Jun-2000-Queja/OTROS:Informe visita a residencia/NC1/aguila -6-Jul-2000-Queja/VISITA BODEGA/NC15 barriles/Aguila -14-Jul-2000-Queja/OTROS:Informe atención a persona/NC1/costeña -2-Ago-2000-Queja y reclamo/OTROS:Informe visita a restaurante /Queja:NC14/costeña 355 /Reclamo:NC15,NC13, NC1,NC7/costeña 355 -14-Ago-2000-Queja/OTROS/NC14 Fuente: BAVARIA S.A., cervecería de Bogotá, carpetas compartidas “ISO 9002”, informes de las visitas a los clientes por los reclamos por calidad de producto terminado.

De la tabla anterior se cuentan las quejas y reclamos por producto terminado con no conformidades y se consignan en la siguiente tabla.

65

Tabla 20. Cantidad de quejas y reclamos por calidad de producto terminado con la información validada INDICADOR: # Comunicaciones ( llamadas, e-mail, fax) QUEJAS Y RECLAMOS POR CALIDAD DE PRODUCTO-INFORMACION VALIDADA NO CONFORMIDAD

# QUEJAS

# RECLAMOS

NC9 0 1 NC1 5 0 NC15 1 1 NC7 0 1 NC13 0 1 NC14 2 0 Fuente: BAVARIA S.A., cervecería de Bogotá, carpetas compartidas “ISO 9002”, informes de las visitas a los clientes por los reclamos por calidad de producto terminado

De la tabla anterior se observa que la mayor cantidad de quejas por producto terminado se ocasionó por la no conformidad NC1, no conformidad, que anteriormente se determinó como el factor crítico de los factores críticos de la EIC. Un control estadístico de las variables que influyen en la no conformidad NC1, disminuiría la aparición de las quejas y reclamos por calidad de producto terminado RCPT por esta no conformidad, lo que mejoraría el índice de RCPT.

66

8.2. CONTROL ESTADÍSTICO DE LA VARIABLE CRÍTICA

8.2.1.

Determinación de las herramientas estadísticas que mejor se apliquen en la variable crítica para su control estadístico

Para determinar las herramientas estadísticas que mejor se apliquen en la variable crítica para su control estadístico, se realiza un listado de éstas herramientas para escoger la que más información suministre de la variable. 8.2.1.1

Aplicación de las herramientas estadísticas en la variable crítica de tipo numérico

Debido a que la variable crítica es de tipo numérico, en la siguiente tabla se muestran las herramientas estadísticas de éste tipo con su aplicación teórica en la variable crítica. Tabla 21. Aplicación de Herramientas estadísticas en la variable crítica TIPO

HERRAMIENTA ESTADÍSTICA Diagrama de Pareto

DATOS NUMERICOS

Tablas y gráficos Estimación de parámetros del proceso Análisis de correlación Gráficos de control Histogramas Diagrama de dispersión Capacidad de proceso

APLICACIÓN TEORICA Presentar en orden de importancia la contribución de cada ítem al efecto total y jerarquizar las oportunidades de mejoramiento Para el registro y organización sistemática de información y/o datos, a fin de obtener una imagen clara de los hechos; además, los gráficos permiten visualizar fácil y rápidamente algunas condiciones y estados de un factor con relación a otro(s) Estimar el valor de los parámetros poblacionales (p.e: la media) de un factor (variable o atributo) de un proceso, a partir de la información contenida en muestras aleatorias seleccionadas de la población en estudio Predecir el comportamiento de un(os) factor(es) a causa de otro(s), partiendo de grupos de datos en una relación causa-efecto Examinar si un proceso se encuentra bajo control estadístico Establecer la distribución de frecuencias de un conjunto de datos de un determinado factor Percibir de manera visual la correlación entre factores En un proceso de fabricación estable, es la aptitud del proceso para lograr un cierto nivel de calidad. Usualmente se expresa por el valor de la media más o menos tres veces la desviación estándar (x+/- 3s)

Fuente: BAVARIA S.A. Documento del sistema de gestión de la Dirección “20820004 criterios para aplicación de herramientas estadísticas” Aprobado el 28-12-1999

De la tabla anterior se evidencia, que los gráficos de control son los que mejor aplican a la variable crítica para su control estadístico debido a que reúnen varias de las herramientas estadísticas que por si solas serían insuficientes para dicho control. Como existen varios tipos de gráficos de control, se escogerá el que mejor aplique en la variable crítica. En la siguiente tabla se muestra la aplicación de los tipos de gráficos de control en la variable crítica. 67

Tabla 22. Aplicación de los tipos de gráficos de control en la variable crítica Categoría Tipo de Cantidad *1 gráfico*1 estadística*1 p

Media y rango

Gráfico x -R

m

Mediana y rango

Gráfico x

Valores medidos individuales

Gráfico x -R

Valores medidos (variables)

Aplicación teórica*1 Reflejar gráficamente los valores promedio de la variable a analizar, para evaluar y mantener la estabilidad del proceso asociado Reflejar gráficamente los valores depurados promedio de la variable a analizar, para evaluar y mantener la estabilidad del proceso asociado. Similar a p x -R pero se utiliza cuando existen algunos valores muy alejados del promedio Utilizado cuando es costoso obtener valores medidos y se desea una acción rápida (datos medidos individualmente más bien que en conjuntos de muestras)

Aplicación crítica*2

en

la

variable

Aplica porque se utiliza para variables y porque es uno de los más comúnmente utilizados.

Se aplicará si en la recolección de los datos existen algunos valores muy alejados del promedio.

No aplica porque no es costosa la obtención de datos

Fuente:*1BAVARIA S.A. Documento del sistema de gestión de la Dirección “50820007 Gráficos de control” Aprobado el 27-08-1999 Fuente:*2 autora

De la tabla anterior se deduce que los gráficos de control de proceso, que aplican a la variable crítica son los gráficos xp -R y xm-R, que según la situación de los valores que se recolecten, se define cual de éstos aplicar. En la aplicación de los gráficos de control se requiere de la recolección de datos históricos de la variable crítica. Se obtuvieron datos históricos de la variable crítica del registro diario en el que se consignan en la Cervecería. 8.2.2.

Aplicación del gráfico de control a la variable crítica

Para realizar la gráfica de control de la variable crítica se siguen los pasos de su elaboración. Como se observa en el anexo llamado “gráficos de control”. Para configurar el par de gráficas de control, se recomienda usar el siguiente procedimiento: 8.2.2.1

Definición de la característica de calidad

En el capítulo anterior se definió la característica de calidad a controlar, la cual era la no conformidad NC1. A partir de ésta se determinó como variable crítica la temperatura del tanque 1 de la Lavadora del equipo 6. 8.2.2.2

Escogencia del subgrupo racional

En la aplicación del gráfico de control tipo xp-R y xm-R se sigue una planeación de recolección de datos que la herramienta propone.

68

El tamaño del subgrupo se recomienda que oscile entre 2 y 6 elementos. La temperatura del tanque 1 de la lavadora se mide 3 veces al día (cada 8 horas), entonces el tamaño del subgrupo se define 3 datos ( un subgrupo por día, n=3). Este tipo de recolección de datos se identifica como el método de lapso o intervalo de tiempo en el que la variación dentro del subgrupo es máxima y entre los subgrupos es mínima. Los lotes de los subgrupos son relativamente homogéneos, es decir, la temperatura del tanque 1 se mide en una única lavadora, de un único equipo de envase, se utiliza un mismo tipo de material para lavar las botellas, aunque el operario que la mide es diferente para cada periodo de tiempo. El número de muestras o cantidad de subgrupos (g) se determina para un intervalo de tiempo en el que se observe la variabilidad. Para observar dicha variación de la temperatura del tanque 1 de la lavadora se establece un intervalo de tiempo de 40 días según criterio de la autora (g=40) 8.2.2.3

Reunión de los datos necesarios

Se reúnen los datos necesarios por muestra o subgrupo, se consignan en una tabla y se calcula de cada muestra el promedio.

69

Tabla 23. Datos históricos del 2001 de la temperatura del tanque1, de la lavadora del equipo de envase tren 6 Temperatura Subgrupo(n) Día 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

Turno 1 Turno 03-Jul 64 04-Jul 60 05-Jul 60 06-Jul 59 07-Jul 56 09-Jul 59 11-Jul 55 12-Jul 59 13-Jul 57 14-Jul 58 16-Jul 61 17-Jul 59 18-Jul 60 19-Jul 60 23-Jul 55 24-Jul 57 25-Jul 57 26-Jul 56 27-Jul 58 28-Jul 59 30-Jul 58 01-Ago 55 03-Ago 56 06-Ago 54 09-Ago 56 10-Ago 59 11-Ago 62 13-Ago 59 14-Ago 59 15-Ago 60 16-Ago 60 17-Ago 59 18-Ago 58 21-Ago 58 22-Ago 60 23-Ago 59 24-Ago 59 28-Ago 59 29-Ago 60 30-Ago 57

2 Turno 3 59 60 60 57 57 58 58 62 57 63 58 64 58 59 58 58 59 65 60 66 60 62 59 62 59 62 60 62 63 68 59 61 57 60 58 62 59 63 60 64 59 62 63 63 60 63 58 57 60 62 59 62 60 63 59 60 60 58 58 62 60 59 58 58 59 60 58 62 61 61 58 62 59 62 59 60 59 60 57 58

Promedio 61.00 59.00 58.33 59.67 58.67 60.33 57.33 58.33 60.33 61.33 61.00 60.00 60.33 60.67 62.00 59.00 58.00 58.67 60.00 61.00 59.67 60.33 59.67 56.33 59.33 60.00 61.67 59.33 59.00 60.00 59.67 58.33 59.00 59.33 60.67 59.67 60.00 59.33 59.67 57.33

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

Como de la tabla anterior se observa que los valores no se encuentran muy alejados del promedio, de los dos tipos de gráficos de control que aplican a la variable crítica se escoge el gráfico de control xp-R. 8.2.2.4

Cálculo de la línea central de ensayo y de los límites de control

Se calcula el promedio y el rango de cada subgrupo para calcular un promedio de los promedios de los subgrupos y un promedio de los rangos de los subgrupos, aplicando las siguientes fórmulas. Rango = valor mayor – valor menor 70

g

X=

∑ Xi i =1

g

g

R=

∑R

Donde: X Xi g R Ri

i

i =1

g

= = = = =

promedio de los promedios del subgrupo promedio del subgrupo i cantidad de subgrupos promedio de los rangos de los subgrupos rango del subgrupo i

Los límites de control de intento de las gráficas se calculan mediante las siguientes fórmulas: LSCX= X + A 2R

LSCR= D 4R

LSE: Especificación máxima

LIC X= X – A 2R

LIC R = D 3R

LIE: Especificación mínima.

En donde: A2, D 3 y D 4 son números que dependen del tamaño del subgrupo LSCX: Límite superior de control de promedios LSCR: Límite superior de control de rangos LSE: Especificación máxima LIC X: Límite inferior de control de promedios LIC R : Límite inferior de control de rangos Según el anexo de los gráficos de control, Para n=3, A2=

1.023

D3 = 0

D 4 = 2.574

En la siguiente tabla se muestran los datos de los cálculos de los límites de control de rangos R y de promedios X, con los datos históricos. Así como los datos de las zonas A, B y C de análisis de los gráficos. Tabla 24. Datos de los cálculos de los límites de control de los rangos R con los datos históricos N G

3 LSCR= 40 D4 D3 LICR=

10.0386 2.574 0 0

LSCX= A2 LICX= LSE LIE

63.5730333 1.023 55.5936333 61 56

Distancia entre zona A-B-C Punto superior A Punto superior B Punto superior C Punto inferior C Punto inferior B Punto inferior A

1.3299 63.5730333 62.24 60.91 58.25 56.92 55.5936333

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

En la siguiente tabla se muestran los datos recolectados y calculados para la gráfica de control de rangos elaborada con los datos históricos. 71

Tabla 25. Datos de la gráfica de control de rangos R y de promedios X de la temperatura del tanque1 de la lavadora del equipo de envase tren 6, de los datos históricos del 2001 n

Día 1

X

Rango 03-Jul

5

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

04-Jul 05-Jul 06-Jul 07-Jul 09-Jul 11-Jul 12-Jul 13-Jul 14-Jul 16-Jul 17-Jul 18-Jul 19-Jul 23-Jul 24-Jul 25-Jul 26-Jul

3 3 4 7 6 4 1 8 8 2 3 3 2 13 4 3 6

19 20 21 22 23 24 25

27-Jul 28-Jul 30-Jul 01-Ago 03-Ago 06-Ago 09-Ago

5 5 4 8 7 4 6

26 27 28 29

10-Ago 11-Ago 13-Ago 14-Ago

3 3 1 2

30 31 32 33 34 35 36 37 38 39 40

15-Ago 16-Ago 17-Ago 18-Ago 21-Ago 22-Ago 23-Ago 24-Ago 28-Ago 29-Ago 30-Ago

4 1 1 2 4 1 4 3 1 1 1

PROMEDIO

3.9000

61.00 59.00 58.33 59.67 58.67 60.33 57.33 58.33 60.33 61.33 61.00 60.00 60.33 60.67 62.00 59.00 58.00 58.67 60.00 61.00 59.67 60.33 59.67 56.33 59.33 60.00 61.67 59.33 59.00 60.00 59.67 58.33 59.00 59.33 60.67 59.67 60.00 59.33 59.67 57.33 59.58

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

Con los datos calculados se elaboran los siguientes gráficos.

72

Gráfico 13. Gráfico de control de rangos R de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6, de los datos históricos 14 13 12 11 10

R

9 8

Rango

7

LSCR

6

Rprom

5 4 3 2 1 0 0 1 2

3

4 5 6

7 8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

n

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

Gráfico 14. Gráfico de control de promedios X de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6, de los datos históricos 64

63

62

LSCX

61

X 60

X

LICX X prom

59

LSE 58

LIE

57

56

55 0 1 2 3 4 5 6 7 8 9 10 11 12 13 1415 16 1718 1920 21 22 23 24 2526 27 28 29 303132 33 34 35 36 3738 39 40

n Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

73

Análisis de la gráfica de rangos R y de promedios X, de los datos históricos Para el siguiente paso “definición de la línea central revisada y de los límites de control” es necesario analizar en los datos históricos que exista un buen control, en el que no se encuentren datos por fuera de control, no hayan corridas largas o patrones anormales de variación. Se analizan las siguientes condiciones no naturales en un gráfico de control: -

Puntos por fuera de los límites de control

-

7 o más puntos consecutivos que estén por arriba o por debajo de la línea central

-

10 de 11 puntos o 12 de 14 puntos, se encuentran a un lado de la línea central

-

6 puntos seguidos aumentan o disminuyen continuamente

-

2 de 3 puntos seguidos están en la zona A y/o 4 de 5 puntos seguidos están en la zona B y después de ésta.

Así, de la gráfica de rangos R se analiza lo siguiente: -

El subgrupo 15 está fuera de control porque está fuera del límite superior de control. Debido a que tiene una causa atribuible (descontrol de la válvula de vapor), se descarta el dato.

-

No se observan 7 o más puntos consecutivos que estén por arriba o por debajo de la línea central

-

No se presentan 6 o más puntos seguidos que aumenten o disminuyan continuamente.

-

No se presentan 10 de 11 puntos o 12 de 14 puntos, que se encuentren a un lado de la línea central.

De la gráfica de promedios X se analiza lo siguiente: -

No existen puntos por fuera de los límites de control.

-

Se observan 7 puntos consecutivos (del subgrupo 9 al 15) que están por arriba de la línea central. Esto es probable que se deba al subgrupo 24 que afecta el cálculo de la línea del promedio de promedios, bajándola y dejando muchos puntos por encima.

-

No se presentan 6 o más puntos seguidos que aumenten o disminuyan continuamente.

74

-

No se presentan 10 de 11 puntos o 12 de 14 puntos, que se encuentren a un lado de la línea central.

-

No hay 2 de 3 puntos seguidos que estén en la zona A

-

No hay 4 de 5 puntos seguidos que estén en la zona B y después de ésta.

Del análisis anterior, al encontrar en la gráfica de control de R un punto fuera de control y en la gráfica de control de X la presencia de 7 puntos consecutivos, se dice que el proceso está fuera de control. Además, se observa del gráfico de control de X, una variación del proceso tendiente a la línea superior de especificación, lo que hace necesario una toma más frecuente de datos para analizar causas atribuibles de ésta tendencia. 8.2.2.5

Definición de la línea central revisada y de los límites de control

Como se mencionó, el subgrupo 15 está fuera de control porque está fuera de especificación. Debido a lo anterior, como lo muestra el procedimiento de aplicación de los gráficos de control, se descarta el subgrupo de la muestra 15 para el gráfico R y no se descarta la muestra 15 para el gráfico X. Aplicando las siguientes fórmulas se calculan los datos del gráfico de control de R mejorado. σ0 =

R0 d2

UCLR= D 2σ0

LCLR = D 1σ0

En la siguiente tabla se muestran los datos calculados con las fórmulas mencionadas. Tabla 26. Datos de los cálculos de los límites de control mejorados n g

3 LSCRo= 39 D2 D1 LICR= Desv estan (o) d2

9.44 4.358 0 0 2.166 1.693

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

En la siguiente tabla se muestran los datos recolectados y calculados para la gráfica de control de rangos con los límites de control mejorados.

75

Tabla 27. Datos de la gráfica de control de rangos R mejorada, de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6 muestra

día 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

3-Jul 4-Jul 5-Jul 6-Jul 7-Jul 9-Jul 11-Jul 12-Jul 13-Jul 14-Jul 16-Jul 17-Jul 18-Jul 19-Jul 24-Jul 25-Jul 26-Jul 27-Jul 28-Jul 30-Jul 1-Ago 3-Ago 6-Ago 9-Ago 10-Ago 11-Ago 13-Ago 14-Ago 15-Ago 16-Ago 17-Ago 18-Ago 21-Ago 22-Ago 23-Ago 24-Ago 28-Ago 29-Ago 30-Ago PROMEDIO

Rango 5 3 3 4 7 6 4 1 8 8 2 3 3 2 4 3 6 5 5 4 8 7 4 6 3 3 1 2 4 1 1 2 4 1 4 3 1 1 1 3.6667

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

En la siguiente gráfica se muestran los datos de los cálculos de la gráfica de rangos R mejorada.

76

Gráfico 15. Gráfica de control de rangos R mejorada de la Temperatura del tanque 1 de la lavadora del tren 6. 10.00

9.00

8.00

R

7.00

6.00

LSCR

5.00

RP

4.00

Rango

3.00

2.00

1.00

0.00 0

2

4

6

8

10

12

14

16

18

20

22

24

26

28

30

32

34

36

38

n

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

Análisis de la gráfica de rangos R mejorada Según las condiciones no naturales que se analizan de un gráfico de control, ya mencionadas, se observa de la gráfica de rangos R mejorada, lo siguiente: -

No se encuentran puntos por fuera de los límites de control

-

No se encuentran 7 o más puntos consecutivos que estén por arriba o por debajo de la línea central

-

No se presentan 10 de 11 puntos o 12 de 14 puntos, que se encuentren a un lado de la línea central

-

No se presentan 6 o más puntos seguidos aumentan o disminuyen continuamente

Comparando el gráfico de R inicial con el gráfico de R mejorado, se observa que el límite de control disminuyó, lo que hace que el rango de ubicación de los datos sea más estrecho para analizar la sensibilidad a la variación de la variable.

77

De los gráficos anteriores se observa que la variable crítica estaría bajo control estadístico por que los datos se encuentran dentro de sus límites de control, aunque el gráfico de control de promedios X hecho con los datos históricos, muestra una variación tendiente a la línea superior de especificación. Pensando que esta situación ocurre por la forma con que han sido tomados los datos históricamente, que es la de un dato cada 8 horas; se propone entonces, aumentar la frecuencia de toma de datos para observar un comportamiento de la variable más cercano a la realidad. La siguiente, es la forma de recolección propuesta: q

Medir la temperatura del tanque cada 2 horas.

Así, como el turno es de 8 horas, el número de muestras por turno es de 4. Estas 4 muestras forman 1 subgrupo, para tener entonces una cantidad de subgrupos diaria de 3. q

Recolectar las muestras durante 15 días. Esto determina una cantidad de subgrupos como se muestra:

g (Cantidad de subgrupos) = 15 días*3 subgrupos / día = 45 subgrupos. Con los datos recolectados se procede a calcular nuevamente los datos del diagrama de control, mostrados en la siguiente tabla. Así como los datos de las zonas A, B y C de análisis de los gráficos. Tabla 28. Datos de los cálculos de los límites de control de los rangos R y de promedios X, aplicados al proceso n g

4 LSCR= 45 D4 D3 LICR=

10.50 LSCX= 2.282 A2 0 LICX= 0 LSE LIE

64.40 Distancia entre zona A-B-C 0.729 Punto superior A 57.69 Punto superior B 61 Punto superior C 56 Punto inferior C

1.1178 64.40154815 63.28 62.17 59.93

Punto inferior B

58.81

Punto inferior A

57.69474815

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

En la siguiente tabla se muestran los datos recolectados y calculados para la gráfica de control de rangos R y de promedios X, aplicada al proceso.

78

Tabla 29. Datos de la gráfica de control de rangos R de la temperatura del tanque 1 de la lavadora del equipo de envase tren 6, aplicada al proceso muestra (n) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

día 1/09/2001-mañana 1/09/2001-tarde 1/09/2001-noche 2/09/2001-mañana 2/09/2001-tarde 2/09/2001-noche 3/09/2001-mañana 3/09/2001-tarde 3/09/2001-noche 4/09/2001-mañana 4/09/2001-tarde 4/09/2001-noche 5/09/2001-mañana 5/09/2001-tarde 5/09/2001-noche 6/09/2001-mañana 6/09/2001-tarde 6/09/2001-noche 7/09/2001-mañana 7/09/2001-tarde 7/09/2001-noche 8/09/2001-mañana 8/09/2001-tarde 8/09/2001-noche 9/09/2001-mañana 9/09/2001-tarde 9/09/2001-noche 10/09/2001-mañana 10/09/2001-tarde 10/09/2001-noche 11/09/2001-mañana 11/09/2001-tarde 11/09/2001-noche 12/09/2001-mañana 12/09/2001-tarde 12/09/2001-noche 13/09/2001-mañana 13/09/2001-tarde 13/09/2001-noche 14/09/2001-mañana 14/09/2001-tarde 14/09/2001-noche 15/09/2001-mañana 15/09/2001-tarde 15/09/2001-noche

dato 1

dato 2 59 60 59 57 63 59 60 59 57 58 61 59 60 66 60 60 63 65 60 62 62 60 66 60 60 58 57 60 64 64 65 67 63 62 60 59 60 65 60 60 60 60 60 63 56

dato 3 58 60 58 59 62 59 59 59 59 60 60 59 59 65 60 58 66 63 58 60 60 57 67 62 57 59 56 60 60 59 66 65 62 60 62 63 62 66 59 61 62 63 62 62 58

dato 4 62 57 58 65 66 62 62 62 65 66 62 62 62 63 62 56 67 62 57 58 60 59 65 59 59 60 62 58 58 62 62 62 60 59 63 62 63 67 60 63 65 62 65 66 60

61 56 57 68 65 63 62 60 60 62 63 64 57 66 60 58 65 60 58 59 62 60 63 57 58 62 60 56 57 60 60 60 59 58 65 60 59 72 57 56 63 61 66 65 62 PROMEDIO DE RANGOS

Rango 4 4 1.7 11.3 4 4 3 3 8 8 3 5 5 3 2 4 4 5 3 4 2 3 4 5 3 4 6 4 7 5 6 7 4 4 5 4 4 7 3 7 5 3 6 4 6 5

promedio 60 58 58 62 64 61 61 60 60 62 62 61 60 65 61 58 65 63 58 60 61 59 65 60 59 60 59 59 60 61 63 64 61 60 63 61 61 68 59 60 63 62 63 64 59 61

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

Con los datos de la tabla anterior se realiza el gráfico de control de rangos R y de promedios X.

79

Gráfico 16. Gráfica de control de rangos R de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6, aplicada al proceso 12 11 10 9

R

8 7

Rango

6

LSCR

5

Rprom

4 3 2 1 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

n

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

Gráfico 17. Gráfica de control de promedios X de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6, aplicada al proceso 69 68 67

X

66 65

LSCX

64

LICX

X

63

LSE

62 61

X prom

60

LIE

59 58 57 56 55 0 1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 2324 25 2627 28 2930 31 3233 34 3536 3738 39 4041 42 4344 45

n

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

Análisis de la gráfica de rangos R y de promedios X, aplicadas al proceso En este paso se analiza la existencia de un buen control, en el que, como se mencionó, no hayan datos por fuera de control, no hayan corridas largas o patrones anormales de variación. 80

Según las condiciones no naturales mencionadas en el apartado anterior, se analizan los gráficos de control. Así, de la gráfica de rangos R se analiza lo siguiente: -

El subgrupo 4 está fuera de control porque está fuera del límite superior de control. Observando los datos de este subgrupo, se encuentra que el dato 4 (68°C) tomado 2 horas antes de iniciar el turno de la tarde, el cual es mayor a 7°C de la especificación superior (61°C), supone un calentamiento del tanque 1 al finalizar el turno de la tarde.

-

No se presentan 10 de 11 puntos o 12 de 14 puntos, que se encuentren a un lado de la línea central.

-

No se presentan 6 o más puntos seguidos que aumenten o disminuyan continuamente.

De la gráfica de promedios X se analiza lo siguiente: -

Se presentan 4 puntos por fuera del límite superior de control. Estos datos corresponden a los subgrupos 14, 17, 23 y 38, que al analizar estos datos se observa que fueron recolectados en la tarde. Lo anterior supone un calentamiento del tanque 1 por encima del límite superior de la especificación.

-

No se presentan 7 o más puntos consecutivos que estén por arriba o por debajo de la línea central.

-

No se presentan 10 de 11 puntos o 12 de 14 puntos, que se encuentren a un lado de la línea central.

-

No se presentan 6 o más puntos seguidos que aumenten o disminuyan continuamente.

-

No hay 2 de 3 puntos seguidos que estén en la zona A.

-

No hay 4 de 5 puntos seguidos que estén en la zona B y después de ésta.

8.2.2.6

Logro del objetivo

Del análisis anterior, se observa que algunos subgrupos sobrepasan el limite superior de control de promedios y el límite superior de la especificación (61°C), por tal razón, el choque térmico de las botellas al entrar al tanque es alto.

81

Del gráfico, se visualizan puntos por fuera del límite de control superior, lo que evidencia un estado fuera de control del proceso. Para analizar las causas atribuibles que ocasionan éste estado del proceso se analizan los datos recolectados. Se observa de los datos recolectados que los puntos que se encontraron por fuera del límite de control superior son medidos en la tarde. Para analizar las causas que producen este estado fuera de control se explica el proceso de lavado de las botellas a continuación. Las botellas ingresan al tanque 1 a una temperatura ambiente que varia aproximadamente de 7°C en la madrugada a aproximadamente 19°C en la tarde. El tanque 2 se encuentra a temperatura promedio de 82°C, normalmente ésto hace que se transfiera calor del tanque 2 al tanque 1, debido a la falta de un buen aislamiento entre los tanques. Debido a lo anterior, la temperatura del tanque 1 se acerca al límite superior de la especificación (61°C) generalmente en la tarde más que a cualquier hora del día. Se observa de esta manera que los datos medidos en la tarde, son la causa atribuible del estado fuera de control presentado. 8.2.2.7

Recomendaciones

Para poder tener bajo control estadístico la variable crítica, se hicieron las siguientes recomendaciones a la Cervecería: Ø A nivel de la toma de muestras, se recomienda aumentar el tamaño del subgrupo a 4 (n=4) tomando cada 2 horas un dato. Ø A nivel de proceso, para tener bajo control la variable, se recomienda instalar un intercambiador de calor en el tanque 1 y/o disminuir la transferencia de calor entre los tanques 2 y 1 colocando un buen aislamiento. Ø Asignar a un mismo operario para la medición de la temperatura del tanque 1 de la lavadora en un mismo intervalo de tiempo para disminuir la variación porque actualmente se maneja un termómetro de carátula. Se recomienda también instalar una termocupla que de una lectura digital disminuyendo el error de lectura. 8.2.2.8

Verificación del control estadístico de la variable crítica (etapa final)

La Cervecería procedió a instalar un Intercambiador de calor en el tanque en el mes de Octubre aprovechado equipos sobrantes de otras Cervecerías que cesaron actividades en el mes de Septiembre. 82

El aislamiento de los tanques no se consideró viable debido a que la Lavadora presenta las paredes muy cercanas a los picos de las botellas y no existe lugar para colocar este aislamiento. Se plantea entonces una nueva recolección de datos y cálculos de los límites de control de los gráficos de control, que serán utilizados como guía para su aplicación en el proceso como etapa final. q

Plantear la recolección final de datos:

Las condiciones para la recolección de datos es igual a la aplicada para la definición de los gráficos de control aplicados al proceso antes de tener en cuenta las recomendaciones. Estas son las siguientes: n=4, g=45 En la siguiente tabla se muestra la recolección de datos que se realizó en el mes de Octubre.

83

Tabla 30. Datos de las gráficas de control de rangos R y de promedios X de la temperatura del tanque 1 de la lavadora del equipo de envase tren 6, como etapa final muestra (n)

día 1 11/10/2001-mañana 2 11/10/2001-tarde 3 11/10/2001-noche 4 12/10/2001-mañana 5 12/10/2001-tarde 6 12/10/2001-noche 7 13/10/2001-mañana 8 13/10/2001-tarde 9 13/10/2001-noche 10 14/10/2001-mañana 11 14/10/2001-tarde 12 14/10/2001-noche 13 15/10/2001-mañana 14 15/10/2001-tarde 15 15/10/2001-noche 16 16/10/2001-mañana 17 16/10/2001-tarde 18 16/10/2001-noche 19 17/10/2001-mañana 20 17/10/2001-tarde 21 17/10/2001-noche 22 18/10/2001-mañana 23 18/10/2001-tarde 24 18/10/2001-noche 25 19/10/2001-mañana 26 19/10/2001-tarde 27 19/10/2001-noche 28 20/10/2001-mañana 29 20/10/2001-tarde 30 20/10/2001-noche 31 21/10/2001-mañana 32 21/10/2001-tarde 33 21/10/2001-noche 34 22/10/2001-mañana 35 22/10/2001-tarde 36 22/10/2001-noche 37 23/10/2001-mañana 38 23/10/2001-tarde 39 23/10/2001-noche 40 24/10/2001-mañana 41 24/10/2001-tarde 42 24/10/2001-noche 43 25/10/2001-mañana 44 25/10/2001-tarde 45 25/10/2001-noche

dato 1

dato 2

dato 3

dato 4

59 59 62 61 60 62 59 62 62 58 62 59 57 62 62 60 59 59 58 62 60 60 62 60 58 59

61 62 60 60 61 62 59 61 61 61 61 58 60 60 61 61 62 62 60 61 61 59 61 61 60 62

60 61 61 61 60 60 59 61 62 60 60 60 61 61 61 60 60 61 61 61 60 61 61 60 61 61

60 61 60 59 62 61 61 60 60 61 62 59 61 62 60 62 61 61 60 59 62 60 59 58 61 61

62 58 62 62 58 60 59 58 62 60 59 60 62 59 62 60 59 59 62

60 61 60 61 61 61 62 62 60 61 60 61 60 61 61 61 62 62 60

61 60 63 61 61 60 60 61 61 60 61 60 61 61 61 60 60 61 61

60 62 63 59 59 62 61 61 63 62 60 63 60 59 62 62 61 61 60

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase. q

Plantear los límites de control del gráfico de control de rangos R de la etapa final:

Como en los datos recolectados no se presentaron causas atribuibles se dispone a plantear los límites de control del gráfico de control de rangos R, mostrados en la siguiente tabla. Así como los datos para las zonas A, B y C.

84

Tabla 31. Datos de los cálculos de los límites de control de los rangos R de la etapa final. N G

4 LSCR= 45 D4 D3 LICR=

5.73 LSCX= 2.282 A2 0 LICX= 0 LSE LIE

62.40 Distancia entre zona A-B-C 0.729 Punto superior A 58.74 Punto superior B 61 Punto superior C 56 Punto inferior C

0.6102 62.40 61.79 61.18 59.96

Punto inferior B

59.35

Punto inferior A

58.74

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

En la siguiente tabla se muestran los datos de los datos de la gráfica de control de rangos R y de promedios X.

85

Tabla 32. Datos de la gráfica de control de rangos R y de promedios X, de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6, de la etapa final muestra (n) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

día 11/10/2001-mañana 11/10/2001-tarde 11/10/2001-noche 12/10/2001-mañana 12/10/2001-tarde 12/10/2001-noche 13/10/2001-mañana 13/10/2001-tarde 13/10/2001-noche 14/10/2001-mañana 14/10/2001-tarde 14/10/2001-noche 15/10/2001-mañana 15/10/2001-tarde 15/10/2001-noche 16/10/2001-mañana 16/10/2001-tarde 16/10/2001-noche 17/10/2001-mañana 17/10/2001-tarde 17/10/2001-noche 18/10/2001-mañana 18/10/2001-tarde 18/10/2001-noche 19/10/2001-mañana 19/10/2001-tarde 19/10/2001-noche 20/10/2001-mañana 20/10/2001-tarde 20/10/2001-noche 21/10/2001-mañana 21/10/2001-tarde 21/10/2001-noche 22/10/2001-mañana 22/10/2001-tarde 22/10/2001-noche 23/10/2001-mañana 23/10/2001-tarde 23/10/2001-noche 24/10/2001-mañana 24/10/2001-tarde 24/10/2001-noche 25/10/2001-mañana 25/10/2001-tarde 25/10/2001-noche PROMEDIO

Rango

promedio 2 3 2 2 2 2 2 2 2 3 2 2 4 2 2 2 3 3 3 3 2 2 3 3 3 3 2 4 3 3 3 2 3 4 3 2 2 3 2 2 1 2 3 3 2 2.5

60 61 61 60 61 61 60 61 61 60 61 59 60 61 61 61 61 61 60 61 61 60 61 60 60 61 61 60 62 61 60 61 61 61 62 61 60 61 61 60 62 61 61 61 61 60.6

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

Con los datos calculados se elabora el gráfico de control de rangos R y de promedios X que se muestra a continuación.

86

Gráfico 18. Gráfico de control de rangos R de la temperatura del tanque 1 de la lavadora del equipo de envase tren 6, de la etapa final. 7

6

5

Rango LSCR

3

Rprom

R

4

2

1

0 0 1

2 3

4 5 6

7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

n

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

Gráfico 19. Datos de la gráfica de control de promedios X, de la temperatura del tanque 1, de la lavadora del equipo de envase tren 6, de la etapa final

X

63

X

62

LSCX

61

LICX

60

LSE

59

X prom LIE

58 57 56 55 0 1 2 3 4 5 6 7 8 9 1 0 1 1 1 21 3 1 4 1 5 1 6 1 71 8 1 9 2 0 2 1 2 22 3 2 4 2 5 2 6 2 72 8 2 9 3 0 3 1 3 23 3 3 4 3 5 3 6 3 73 8 3 9 4 0 4 1 4 24 3 4 4 4 5

n Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

Análisis de la gráfica de rangos R y de promedios X, etapa final De la gráfica de rangos R se analiza lo siguiente: 87

-

No se encuentran puntos por fuera de los límites de control

-

Se presentan 7 puntos consecutivos (subgrupo 3 al 9) que están por debajo de la línea central. Observando los datos de cada subgrupo, se encuentra que los datos del subgrupo 7 extrañamente son todos iguales, comparándolo con el resto de subgrupos, no se encuentra con frecuencia un caso como éste, por lo que probablemente se hubiera podido presentar una plana, es decir una repetición de datos causada por la fatiga o aburrimiento del operario.

-

No se presentan 10 de 11 puntos o 12 de 14 puntos, que se encuentren a un lado de la línea central.

-

No se presentan 6 o más puntos seguidos que aumenten o disminuyan continuamente.

De la gráfica de promedios X se analiza lo siguiente: -

No se encuentran puntos por fuera de los límites de control

-

No se presentan 7 o más puntos consecutivos que estén por arriba o por debajo de la línea central.

-

No se presentan 10 de 11 puntos o 12 de 14 puntos, que se encuentren a un lado de la línea central.

-

No se presentan 6 o más puntos seguidos que aumenten o disminuyan continuamente.

-

No se presentan 4 de 5 puntos seguidos en la zona B y después de ésta.

-

Se observa que la distribución de los datos se encuentra tendiente a la línea superior de especificación, esto se puede deber a las siguientes razones: •

Se presenta una situación, en donde el operario observa que a mayor temperatura del tanque 1 mejor es el lavado de las botellas que salen de la lavadora, calibrando, por esta razón, un % de abertura de la válvula de vapor del serpentín de calentamiento tendiente a la especificación superior (61°C). Por lo anterior, se propone entonces una intensificación de la capacitación del operario, en cuanto a las condiciones del proceso de lavado. Esto llevará a bajar la temperatura promedio, la cual se evaluará si al bajar la temperatura el lavado de las botellas es afectado.

•

Fisuras entre el tanque 1 y el tanque 2 que hacen pasar soda cáustica de mayor temperatura al tanque 1. La presencia de éstas fisuras se verificarían en los mantenimientos periódicos realizados. 88

Si al evaluar el proceso de lavado éste permanece bien, se mantendrá la temperatura. Pero si es afectado, se recomienda evaluar el cambio de especificación y su influencia en la explosión de las botellas, la cual incide en la generación de la NC1. Si se cambia la especificación, los límites de la gráfica de control de rangos R y de promedios X resultantes para aplicar de nuevo al proceso, con las zonas A, B y C demarcadas en la gráfica X, se muestran a continuación. Gráfico 20. Límites de control del gráfico de control de rangos R resultante 7

6

LSCR

5

R

4

3

2

1

0 0 1

2 3

4 5

6 7 8

9 10 111213 1415 1617 181920 2122 2324 252627 2829 3031 323334 3536 373839 4041 4243 4445

n Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

Gráfico 21. Límites de control del gráfico de control de promedios X resultante 63 62

LSCX

61

LICX LSE

X

60

LIE 59 58 57 56 55 0 1 2 3 4 5 6 7 8 9 1011 12131415161718192021222324252627282930313233 343536373839404142434445

n

Fuente: BAVARIA S.A., cervecería de Bogotá. Registro magnético de la temperatura de los equipos de envase.

89

8.3. EVALUACIÓN DE LA CAPACIDAD DEL PROCESO DE LA VARIABLE CRÍTICA IDENTIFICADA Y CONTROLADA ESTADÍSTICAMENTE Controlada estadísticamente la variable, que en el presente trabajo es la temperatura del tanque 1 de la lavadora del equipo de envase “tren 6”, se dispone a evaluar la capacidad de proceso. 8.3.1.

Determinación de la capacidad del proceso, del Cp y del Cpk de la variable crítica

Para determinar la capacidad de promedios.

proceso se calcula una desviación estándar de

DESVIACIÓN ESTANDAR DE PROMEDIOS =0.588 Capacidad de proceso = 6 desv. est.

=3.53

Para determinar en qué caso se encuentra el proceso es necesario calcular la tolerancia como se muestra a continuación. Tolerancia= LSE-LIE

=5

Comparando la capacidad de proceso con la tolerancia se tiene el caso en el que la capacidad de proceso es menor a la tolerancia, llamado Caso I: 6 desv. est. < tolerancia. En el caso presente, se tiene una situación deseable, con el proceso bajo control. Combinando los valores de capacidad de proceso y tolerancia, se obtiene el índice de capacidad. Cp =

LSE − LIE = 1.418 6σ0

El Cp calculado, indica que se tiene una situación del caso I mencionado, donde el proceso es capaz de cumplir con la tolerancia debido a que se tiene una baja dispersión de los datos.

90

Este Cp calculado no constituye en sí una medida del desempeño de proceso en función de la especificación. Esta medición se logra mediante el Cpk, calculado con la siguiente fórmula: Cpk =

8.3.2.

Min (( LSE − X ) o( X − LIE )) Min (( 61 − 60,6)o( 60,6 − 56)) 1 = = = 0.2426 3σ 3 * 0.588 1.76 Análisis de la Cp y del Cpk de la variable crítica

Para un Cp=1.418 y un Cpk=0.2426 se comenta lo siguiente: q

El valor de Cp= 1.418 > 1, indica que el proceso es capaz, es decir que se presenta una baja dispersión de los datos y que se cumple con la tolerancia. De acuerdo al análisis realizado a las gráficas de control de X y de R, al disminuir la temperatura promedio no se afectaría la capacidad del proceso ni el Cp. Del análisis mencionado, al cambiar la especificación sin cambiar la tolerancia, no se modificarían los valores de la capacidad de proceso y del Cp.

q

El valor de Cpk =0.2426 < 1, indica que el proceso se encuentra descentrado. El proceso no satisface la especificación de la temperatura del tanque 1 (61-56°C) porque existe una tendencia al límite superior de especificación LSE= 61°C. El análisis de las gráficas de control de X y de R, plantean una disminución de la temperatura promedio, la cual mejora el valor de Cpk al permitir el cumplimiento de la especificación. Así mismo, al cambiar la especificación se mejora el valor del Cpk porque el proceso cumpliría con dicha especificación.

91

9. CONCLUSIONES Según el desarrollo del presente trabajo, se concluye en los siguientes 3 temas: metodología usada, control estadístico del proceso mediante el uso de gráficos de control de promedios X y de rangos R y evaluación de la capacidad del proceso. •

La metodología propuesta identifica las variables críticas del proceso de elaboración de cerveza embotellada, mediante un análisis estadístico de los indicadores de gestión de calidad utilizados en las Cervecerías: Evaluación Integral de la Calidad, Eficiencia Global y Reclamos por Calidad de Producto Terminado.

•

La metodología por medio de su estructura, donde se inicia con índices de gestión y termina identificando la variable crítica, ayuda a que controlando esta variable se apalanca fuertemente la gestión de calidad a todo nivel.

•

Se evidencia que las metodologías utilizadas en la cervecería de Bogotá que se basan en otros estudios aquí evaluados, no visualizan el proceso globalmente interrelacionando indicadores globales, como si lo hace la metodología del presente trabajo.

•

Se encuentra que la experiencia de los trabajadores es valiosa para la determinación de las variables y para los análisis de los datos obtenidos, por lo que la metodología tiene la posibilidad de ser mejorada y adaptada las necesidades del usuario.

•

Así como en el presente trabajo se realizó el control estadístico de la temperatura del tanque 1 del tren 6, así mismo es fácil la aplicación de este en otras variable.

•

El diagrama de Pareto es una buena herramienta para enfocar los recursos de la empresa al mejoramiento de las mayores causas que producen más problemas.

•

Controlar estadísticamente la variable crítica “temperatura del tanque 1 del tren 6”, posibilita un ahorro económico en la empresa. Lo anterior se debe, a que controlada dicha variable, se disminuiría la presencia del factor crítico “no conformidad NC1”, que incide en todos los índices de gestión de la EIC (aumento de calidad), así como en la eficiencia global,(disminución de tiempos perdidos = aumento de eficiencia) y en disminución de los reclamos por calidad de producto terminado (aumento de ventas).

92

•

La metodología aplicada en este trabajo, debido a que toma en cuenta los índices de gestión que se utilizan en todas las Cervecerías de Bavaria S.A., puede ser aplicada en éstas otras.

•

Se encuentra que el gráfico de control es la mejor herramienta para controlar estadísticamente una variable numérica, porque utiliza varias herramientas estadísticas y porque muestra fácilmente las causas atribuibles de las fortuitas que generen acciones correctivas y preventivas.

•

El factor crítico NC1 es la no conformidad que más genera pérdida en el puntaje de la evaluación integral de la calidad.

•

La variable crítica determinada es la temperatura del tanque 1 de la lavadora del tren 6. La cual, luego de tener en cuenta las recomendaciones, es capaz de cumplir con la tolerancia aunque se encuentra descentrada.

93

10. RECOMENDACIONES q

Para adaptar el trabajo a otra aplicación, si el usuario lo requiere, es necesario analizar otras metodologías de otros trabajos estadísticos, que interrelacionen otras técnicas estadísticas no aplicadas en el presente trabajo para determinar variables críticas.

q

Plantear planes de acción que involucren varias personas de la cervecería para mejorar el interés del personal en el desarrollo de un tipo de proyectos como el presente.

q

En cuanto a la aplicación de los gráficos de control de promedios X y de rangos R en la variable crítica T tanque 6, se recomienda dejar el tamaño de los subgrupos de 4 al turno para observar mejor la variabilidad y no la de una lectura por turno.

q

Evidenciada la tendencia al límite superior de la especificación, se recomienda estudiar la posibilidad de disminuir la temperatura promedio o cambiar la especificación, analizando su efecto tanto en el proceso como en la presencia de la no conformidad NC1 en el producto.

q

Debido a que el resultado del cálculo del Cpk evidenció que la variable se encuentra descentrada, se recomienda bajar el promedio de las temperaturas del tanque 1 para que queden dentro de las especificaciones, aprovechando la instalación del intercambiador o si es viable, cambiar las especificaciones de la temperatura de este tanque.

q

Efectuado el control estadístico de la temperatura de los tanques de la lavadora del equipo de envase “tren 6”, se dispondría a controlar estadísticamente otra variable que resulte crítica del análisis del siguiente factor crítico de los indicadores analizados. por ejemplo otras temperaturas del tren 6 o el tren 1

94

11. BIBLIOGRAFIA q

BAVARIA S.A. del Sistema de Gestión, de la Dirección/TÉCNICAS ESTADÍSTICAS

q

BAVARIA S.A., Documento “20820001 Administración de la documentación”, Pág. 2. 15 de Julio de 2000.

q

BAVARIA S.A., Documento “20820003 Sistema de evaluación integral de la calidad”. 29 de Febrero de 2000.

q

BAVARIA. Documentos de inspección y ensayo: 33013005 Recepción de materiales, 33013002 Plan de calidad proceso de elaboración y envasado, 33013004 Control microbiológico del producto en proceso, 33013003 Control microbiológico del producto terminado, 33013001 Plan de calidad producto terminado” y de control de procesos: “33006001 Plan de control en la elaboración de cervezas y maltas y 33028024 Producto en proceso salón de embotellado”.

q

BAVARIA S.A. , Folleto “Así es BAVARIA. 2000”

q

BAVARIA S.A., Manual de calidad de la Cervecería de Bogotá. SISTEMA DE GESTIÓN/Bogotá/ 02 Manual de calidad. Fecha de aprobación: 17-08-2000.

q

BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995.

q

CHAMORRO, Martha. Implementación de control estadístico de proceso para procesos de producción continua caso del proceso cervecero. Universidad de los Andes. Santafé de Bogotá, 1993.

q

CHASE, AQUILANO Y JACOBS. Administración de Producción y Operaciones. 8ª. Ed. McGraw Hill. 2000.

q

HERNANDEZ GELVIS, Fabián y PERDONO LONDOÑO, Andrés. Estudio de las variables de la operación de molienda en la sala de cocimientos y su influencia en la eficiencia de las mismas. Universidad de América. Santafé de Bogotá, 1999.

q

http://intranet/bavaria/inicio.asp

q

http://bavaria.com.co

q

KUME, Hitoshi. Herramientas estadísticas básicas para el mejoramiento de la calidad. Ed. Norma. 1992 Pág.11.

95

q

PRIETO, Juan. Curso de calidad por internet. Versión 0.75. Pág. 5

q

ROJAS RUIZ, José Andrés. Sistema experto para el control estadístico de la calidad en el proceso cervecero. Universidad de los Andes. Santafé de Bogotá, 1997.

96

12. ANEXOS ANEXO J. Cartilla “hablemos el lenguaje de la calidad” Cervecería de Bogotá de BAVARIA S.A.

97

ANEXO H. Diagrama causa efecto de la no conformidad NC1

CAUSA ENTORNO

EFECTO

EQUIPOS Temperatura de la cerveza Concentracion de soda lavadora Presión de la envasadora Velocidad de transportadores Temperatura de la lavadora

PERSONAS Sincronización de cargue y descargue de lavadoras Entrenamiento Mantenimiento de lavadora y juagadora ( deflectores, bolsillos) Capacitación Sincronización de estrellas de transferencia y transportadores Motivación Mantenimiento de válvulas de llenado (tubos llenadores, tulipas, elevadores) Mantenimiento cerradora (conos de tapado) Sistema de lavado de vidrio "autoflush"

Análisis de resultados Presupuesto y ejecución de cambios

ADMINISTRACION

Frecuencias de análisis Instructivos de manejo de botellas Instructivos de operacion adecuada de equipos

Envase vacio retornado Envase vacio nuevo

MATERIALES

Trabajo en Equipo Desempeño

METODO

NC1 en producto terminado

ANEXO K. Descripción del diagrama de Pareto Es un método coordinado para identificar, calificar y tratar de eliminar de manera permanente los defectos. Se concentra en las fuentes importantes de error. La regla es 80/20: 80 % de los problemas se deben al 20% de las causas. 14 El uso del diagrama de Pareto permite solucionar problemas de calidad que se presentan como pérdidas con eficiencia. La mayoría de las pérdidas se deberán a unos pocos tipos de defectos, y estos defectos pueden atribuirse a un número muy pequeño de causas. Si se identifican las causas de estos pocos defectos vitales, se puede eliminar casi todas las pérdidas, concentrándonos en esas causas particulares y dejando de lado por el momento otros muchos defectos triviales.15 La elaboración del diagrama de pareto se muestra a continuación16 1. Determinar los factores a estudiar y recoger datos Determinar la(s) categoría(s) de los factores a estudiar, la frecuencia de recolección de los datos (cercano al periodo en el que aparece el problema, tal como una semana o un mes) y recogerlos. Las categorías son usualmente de: •

Contenido: tipo de defecto, lugar, posición, proceso, tiempo, entre otros.

•

Causa: materiales, máquina y equipos, método de operación, operario, entre otros

2. Tabular los datos y calcular los números acumulativos Se deben registrar los datos de cada factor en una tabla. Los factores que pocos datos registren se combinan en un solo ítem que se coloca al final, llamado “Otros”. Partiendo de los factores de mayor frecuencia y trabajando en orden descendente, calcular los números acumulativos y escribirlos en una tabla que muestre el arreglo de datos y cálculos de números acumulados. 3. Mostrar los datos como un gráfico de barras Dibujar el gráfico de barras a lo largo del eje horizontal, en orden descendente de frecuencias.

14

CHASE, AQUILANO Y JACOBS. Administración de Producción y Operaciones. 8ª. Ed. McGraw Hill. 2000. KUME, Hitoshi. Herramientas estadísticas básicas para el mejoramiento de la calidad. Ed. Norma. 1992 Pág.11. Documentos de BAVARIA S.A. del Sistema de Gestión, de la Dirección/TÉCNICAS ESTADÍSTICAS/ 50820003 Diagrama de Pareto 15 16

98

4. Dibujar la curva acumulativa Dibujar el punto que representa el total acumulativo en la parte superior central de cada barra y conectar los puntos para conformar una línea continua quebrada. Esta línea es una curva representativa de los datos acumulados. 5. Crear una escala porcentual en un eje vertical en el lado derecho Tomando como punto de arranque del eje vertical en el lado derecho y su punto final como 100%, dividir su rango en grados iguales y marcarlos. Los valores de los puntos en este eje deben coincidir con los valores del porcentaje acumulado calculados. 6. Identificar y analizar el diagrama Escribir los elementos necesarios tales como título, período, número de datos, nombre del proceso, nombre del creador del gráfico, entre otros datos. Analizar la información que obtiene del diagrama de pareto.

99

ANEXO L. Variación La variación puede ser grande y evidente o insignificante. Si las variaciones son muy pequeñas, los objetos darán la impresión de que son idénticos; sin embargo, mediante instrumentos de precisión se hará patente la diferencia. Conforme se han ido mejorando éstos, las diferencias han persistido, aunque el aumento en la variación ha cambiado. Antes de controlarla, hay que estar en condiciones para medir la variación. 17 Las clases de variaciones en la producción de las partes por pieza son: en la pieza misma, de una pieza a la otra y de una hora a otra. La variación es inherente al proceso, y éste es el producto de la relación existente entre el equipo, materiales, entorno y operario 18. Las cuatro causas anteriores son las responsables de la auténtica variación. Existe también una variación vinculada a las tareas de inspección. Un mal equipo de inspección, o la inadecuada aplicación de una norma de calidad, o una excesiva presión ejercida en un micrómetro, todas pueden ser causas de un erróneo informe sobre la variación. En general, las variaciones que causa una inspección no deberán ser de más del 10% de las otras causas de variación. Conviene tener presente que el equipo de inspección, los materiales de inspección, el entorno en donde se realiza la inspección y el operario que la realiza también son causas de variación. 19 En la siguiente tabla se indican cuales fuentes de variación según la incidencia pueden ser identificables, eliminables y puedan estabilizar o inestabilizar un proceso. Tabla 33. Clasificación de las causas de variación según su magnitud de identificación. Causas Fortuitas Fuentes de variación que fluctúan de manera natural o prevista que producen un patrón estable. No son posibles de eliminar. Debido a que son muchas, y cada una de ellas por separado reviste poca importancia, es difícil detectarlas o descubrirlas.

Causas Atribuibles Fuentes de variación que inestabilizan el proceso. Son posibles de eliminar. La magnitud de las causas es grande, por lo cual se les puede identificar fácilmente para eliminarlas.

Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag. 105.

En la siguiente tabla se muestra cuando las causas fortuitas o atribuibles hacen que un proceso pueda estar o no bajo control estadístico.

17

BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag. 103-105 Ibid. Pag.104 19 Ibid. Pag. 104-105 18

100

Tabla 34. Estados de control estadístico de un proceso según la variación. Fuera de control

Bajo control

En el proceso están presentes causas fortuitas y causas En el proceso están presentes solo causas fortuitas. atribuibles. El proceso es estable, predecible y está dentro de la El proceso no es estable, ni predecible y está más allá de la variación natural esperada. variación natural esperada. Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag. 105.

101

ANEXO M. Gráficos de control Los gráficos o diagramas de control se utilizan para vigilar el estado del proceso y detectar cambios en la producción que pueden causar la pérdida del control estadístico 20. Muestra si un proceso está o no estable 21. Asimismo, sirven para evaluar los parámetros del proceso y determinar la capacidad que tiene para producir artículos conformes a las especificaciones. 22 Gráficos de control de variables La siguiente gráfica muestra un Ejemplo de una gráfica de control, es una gráfica conocida como gráfica de X, en ella se registra la variación experimentada en el valor promedio de las muestras. Gráfico 22. Ejemplo de una gráfica de control

x

Límite superior de control

3.46

X

X

UCL

3.50

K )

X

Gráfica

Línea central

LCL

Límite inferior de control

o

3.42 3.38

x

P g (

3.34

P

r

1

5

10

Número de subgrupo

e

o

Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag. 105.

20

o

d

e

s

m

PRIETO, Juan. Curso de calidad por internet. Versión 0.75. Pag. 5 BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag.105 22 PRIETO, Juan. Curso de calidad por internet. Versión 0.75. Pag. 5 21

102

Las dos líneas de puntos son los límites de control superior e inferior. Con frecuencia se confunde los límites de control de los límites de especificación, en la siguiente tabla se aclara la diferencia existente entre estos dos tipos de límites. Tabla 35. . Comparación entre límites de control y límites de la especificación. Límites de control

Límites de la especificación

Son un auxiliar para juzgar el grado de variación que se produce en la calidad de un producto. Los límites de control, el alcance del proceso, la distribución de los promedios y la distribución de los valores individuales son todos interdependientes. Están determinados por el proceso.

Son los límites permisibles de una determinada característica de cada unidad particular de un producto. La ubicación de las especificaciones es optativa y no guarda relación alguna con otras características de la gráfica de control. Están determinados por los ingenieros de diseño.

Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag. 106.

Los límites de control sirven para evaluar las variaciones producidas en la calidad de un subgrupo a otro, caso de la Gráfica 3, donde los límites de control son función de los promedios de los subgrupos. Si se desea calcular la frecuencia de distribución de los promedios de los subgrupos se puede recurrir al promedio y la desviación estándar correspondientes. Los límites de control se fijan a ±3 desviaciones estándar de la línea central. De la curva normal se tiene que la cantidad de elementos comprendidos entre +3σ y -3σ es igual a 99.73%. Es decir, se supone que de cada 1000 veces, 997 son valores del subgrupo que estarán comprendidos dentro de los límites superior e inferior, diferencia que hace que un proceso se encuentre fuera de control o bajo control estadístico. En la práctica, las gráficas de control se ponen en lugares visibles de las máquinas o centros laborales, para favorecer el control de una característica en particular de la calidad. Por lo general se presentan juntas una gráfica X para la tendencia central y una R para la dispersión. Las gráficas de control son herramientas estadísticas que permiten diferenciar entre variaciones naturales y no naturales, tal como se muestra en la gráfica de causas naturales y no naturales de variación. La variación no natural es el producto de causas atribuibles. Por lo general esta variación deberá ser corregida por personal cercano al proceso, como son los operarios, los técnicos, empleados, empleados de mantenimiento y supervisores de primera línea. La variación natural es el resultado de causas fortuitas.

103

e Gráfico 23. Causas naturales y no naturales de variación

m

Variación no natural Existencia de causas atribuibles Operacionales

o

x

X

UCL

3.50 3.46

X

Variación natural Existencia de causas Fortuitas Administración (sistema)

o

r

3.42 3.38

LCL

x

3.34

P

Variación no natural Existencia de causas atribuibles Operacionales 1

5

10

Número de subgrupo Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag. 109.

Los siguientes son los objetivos de las gráficas de control de variables: Mejorar la calidad: Al contar con una gráfica de control de variables sólo porque es indicativo de que existe un programa de control de calidad es un error. Las gráficas de control de variables es una técnica excelente para lograr mejorar la calidad. Definir la capacidad del proceso: La verdadera capacidad de un proceso se logra sólo después de alcanzar una profunda mejora de la calidad. Durante el ciclo del mejoramiento de la calidad, la gráfica de control de variables indicará que ya no es posible mejorar más si no se está dispuesto a hacer un fuerte desembolso de dinero. Es en este momento cuando se consigue la verdadera capacidad del proceso. Tomar decisiones relativas a las especificaciones del producto: Una vez que se obtiene la verdadera capacidad del proceso, se pueden calcular las especificaciones efectivas correspondientes. Si la capacidad del proceso es de ±0.003, es realista esperar que el personal de operaciones obtenga especificaciones de ±0.004. Tomar decisiones relacionadas al proceso de producción: La gráfica sirve para saber si se trata de un patrón natural de variación y por lo tanto, no hay nada que hacerle al proceso o si se trata de un patrón no natural, en cuyo caso habrá que emprender acciones para detectar y eliminar las causas de la perturbación o motivos atribuibles. 104

Tomar decisiones relativas a productos recién elaborados: La gráfica de control de variables sirve como fuente informativa para decidir si un producto o productos pueden pasar a la siguiente fase de la secuencia o si se toma una medida alterna, por ejemplo, separar o reparar. Los objetivos anteriores muchos guardan relación entre sí. Así, antes de definir la auténtica capacidad del proceso es necesario mejorar la calidad; a su vez, definir la capacidad del proceso precede a la definición de las especificaciones propias. Si se desea lograr un objetivo en particular previamente habrá que configurar las respectivas gráficas de control. Una vez que el objetivo se alcanza se les deja de utilizar; su empleo deberá continuar cuando las tareas de inspección se reducen considerablemente. Elaboración de una gráfica de control Para configurar el par de gráficas de control correspondientes a la media X y R es recomendable usar el siguiente procedimiento: Gráfico 24. Elaboración de una gráfica de control Inicio

1. Definir la característica de calidad

2. Escoger el subgrupo racional

3. Reunir los datos necesarios

4. Calcular la línea central de ensayo y los límites de control

5. Definir la línea central revisada y los límites de control

6. Lograr el objetivo

Fin Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag.110-111

1. Definir la característica de calidad: La variable para figurar en las gráficas deberá ser una característica de calidad medible y expresable mediante números. Se debe otorgar prioridad a las características de calidad que influyen en la eficiencia del producto. Tales características son a veces función de materias primas, componentes, parte del equipo o partes terminadas. Es decir, enfocarse en las 105

características que causen problemas en producción y en costos. Determinar las situaciones en donde el gasto por desechos o reelaboración son elevados. Un análisis de Pareto será muy útil para definir prioridades. Otra posible aplicación es cuando en la revisión de un producto se tienen que realizar pruebas que impliquen la destrucción de éste. En toda la planta de fabricación son numerosas las variables que intervienen para la realización de un producto. Sería prácticamente imposible elaborar gráficas X y R para cada una de ellas, por lo que hay que optar por escoger con buen juicio solo algunas de todas las variables. Dado que a toda variable se le puede manejar como si fuera un atributo, también es posible utilizar una gráfica de control para mejorar la calidad. 2. Escoger el subgrupo racional: Los datos representados en la gráfica de control están constituidos por grupos de elementos denominados grupos racionales. Los datos que se reúnen de manera aleatoria no se consideran racionales. Un subgrupo racional es aquel en el que la variación del grupo se debe a causas fortuitas. Tal variación en el interior del subgrupo sirve para calcular los límites de control. La variación entre un subgrupo y otro sirve para evaluar la estabilidad a largo plazo. En la siguiente tabla se comparan los aspectos de los métodos de escogencia de las muestras del subgrupo. Tabla 36. Métodos de escogencia de las muestras del subgrupo. Método del momento justo o del instante Toma el producto obtenido en un tiempo definido. Ej.: 4 partes de un lote que se acaba de producir. La variación encontrada dentro de un mismo subgrupo es mínima y máxima entre un subgrupo y otro. Es el más usado porque constituye un punto de referencia temporal determinado, útil para descubrir causas atribuibles. Sirve como medida precisa de los cambios que se presentan en el promedio del proceso. Como los valores están muy cercanos, es muy probable que la variación se deba a causas aleatorias y, por ello, satisfaga el criterio del subgrupo racional.

Método del lapso o intervalo de tiempo Selecciona un producto durante un lapso de tiempo, considerado como representativo del producto en sí. La variación dentro del subgrupo es máxima y entre los subgrupos es mínima Se obtienen mejores resultados generales y, por lo tanto los informes de calidad ofrecerán una descripción más precisa de la calidad. Además, debido a las limitaciones del proceso, tal vez este método sea la única forma práctica de obtener las muestras del subgrupo. Existe la posibilidad de que las causas de variación estén dentro del subgrupo, lo que dificultará asegurar que se trabaje con un subgrupo racional.

Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag.111

En algunas ocasiones, es conveniente emplear simultáneamente ambos métodos de agrupamiento. Cuando este es el caso, se usan 2 gráficas, cada una con distintos límites de control. Características de los lotes de los subgrupos

106

Independiente del método empleado para obtener el subgrupo, los lotes de donde se obtienen los subgrupos deben ser homogéneos. Es decir, las piezas que conforman el lote son lo más parecidas posibles: la misma máquina, mismo operario, mismo lote, etc. Asimismo, una determinada calidad de material, por ejemplo el producido por una herramienta hasta que ésta se desgaste y se le sustituya o se rehabilite, constituye un lote homogéneo. Estos se pueden escoger a intervalos regulares de tiempo, técnica sencilla de organizar y administrar. No importa como se escojan los lotes, los elementos que conformen cada subgrupo deberán de haberse producido básicamente dentro de las mismas condiciones. Tamaño de la muestra Para escoger el tamaño de la muestra es necesario tener en cuenta las siguientes directrices útiles para tomar esa decisión: 1. Cuanto más aumente el tamaño del subgrupo: a) Más se aproximarán los límites de control al valor central, lo que dará a la gráfica mayor sensibilidad a las pequeñas variaciones en el promedio del proceso. b)

Más aumentará el costo de inspección por subgrupo.

2. Cuando se apliquen pruebas que impliquen destrucción de elementos y éstos sean costosos, el tamaño del subgrupo será de 2 o 3, ya que reducirá a un mínimo la destrucción de tales elementos costosos. Sustentado por evidencias estadísticas, se sabe que las distribuciones de los promedios de los subgrupos, X, resultan casi normales para el caso de subgrupos de 4 o más elementos, de una población que no es normal. Si el tamaño del subgrupo es mayor a 10 elementos, para controlar la dispersión se utiliza la gráfica s en vez de la R. Frecuencia de la toma de subgrupos Aunque no hay una regla que establezca la frecuencia de la toma de los subgrupos, este procedimiento deberá hacerse tantas veces como sea necesario para detectar cambios o alteraciones en el proceso. Se establece un compromiso entre las dificultades que ofrece la distribución de la fábrica o de la oficina, el costo de la toma de subgrupos y el valor de los datos obtenidos. Las posibles formas de determinar la frecuencia en la toma de subgrupos son las siguientes: Por lo general, es mejor obtener muestras frecuentemente al inicio y reducir la frecuencia de muestreo cuando los datos lo permitan. 107

Usar la siguiente tabla, tomada de MIL-STD-414/Z1.9. Inspección normal, nivel II), para determinar el tamaño requerido de la muestra. Si, por ejemplo en un proceso se deben producir 4.000 piezas diarias, se recomienda realizar un total de 75 inspecciones. Si el subgrupo consta de 4 elementos forme 19 subgrupos. Tabla 37. Tamaño de las muestras. TAMAÑO DEL LOTE

TAMAÑO DE LA MUESTRA

91-150 151-280 281-400 401-500 501-1.200 1.201-3.200 3.201-10.000 10.001-35.000 35.001-150.000

10 15 20 25 35 50 75 100 150

Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag.113

La regla del precontrol: se toma en cuenta con qué frecuencia se ajusta el proceso. Si esto sucede cada hora, el muestreo se realiza cada 10 min. si es cada 2h, se realiza cada 20 min., si es cada 3h, se realiza cada 30 min., y así sucesivamente. La frecuencia con la que se obtiene un subgrupo se expresa como el porcentaje de elementos producidos o en función de un intervalo de tiempo. Para resumir, la selección del subgrupo racional se hace de manera que en el subgrupo sólo estén presentes causas aleatorias. 3. Reunir los datos necesarios Existen 2 formas de registrar los datos: •

Verticalmente en tablas: el ponerlos así, uno detrás del otro, facilitará la operación de la suma de cada subgrupo.

•

Horizontalmente en tablas: esta forma no facilita la suma de los datos a menos que se tenga una calculadora de bolsillo.

Una vez seleccionada la característica de calidad y el plan para el subgrupo racional, se puede comisionar a un técnico para que se encargue de reunir los datos, como parte de sus tareas normales. El técnico deberá entregar el resultado de sus informes al supervisor de primera línea y al operario: sin embargo, en este caso no se muestra en lugar visible del lugar de trabajo ni gráficas ni datos. 4. Calcular la línea central de ensayo y los límites de control Las líneas centrales de las gráficas X y R se obtienen utilizando las fórmulas: 108

g

X=

∑ Xi i =1

g

g

∑R

y R=

Donde: X Xi g R Ri

i

i =1

g

= promedio de los promedios del subgrupo = promedio del subgrupo i = cantidad de subgrupos = promedio de los rangos de los subgrupos = rango del subgrupo i

Los límites de control de intento de gráficas se definen a ±3 desviaciones estándar del valor central, como se expresa en las siguientes fórmulas:

UCLX= X + 3σX

UCLR= R + 3σ R

LCLX= X – 3σX

LCLR = R – 3σR

Donde, UCL = Límite de control superior LCL = Límite de control inferior σX = desviación estándar de la población de los promedios del subgrupo. σR = desviación estándar de la población respecto del rango.

En la práctica, el cálculo se simplifica usando el producto del rango promedio (R) y un factor (A 2) en vez de las 3σ (A 2R=3σX) en las fórmulas de la gráfica X. Para la gráfica R el rango, R, se utiliza para calcular la desviación estándar del rango (σ R). Así, se obtienen las siguientes fórmulas: UCLX= X + A 2R

UCLR= D 4R

LCLX= X – A 2R

LCLR = D 3R

En donde A 2, D 3 y D 4 son factores cuyo valor depende del tamaño del subgrupo: se les encuentra en la siguiente tabla. Tabla 38. Constantes usadas en el cálculo de las líneas centrales y los límites de control de las gráficas X y R para las muestras de tamaño 2, 3 y 4 n 2 3 4

Fuente:

A 2.121 1.732 1.500

A2 1.880 1.023 0.729

BESTERFIELD,

A3 2.659 1.954 1.628

Dale

H.

d2 1.128 1.693 2.059

Control

d1 0.853 0.888 0.880

de

calidad.

109

D1 0 0 0

Cuarta

D2 3.686 4.358 4.698

Edición.

D3 0 0 0

Prentice

D4 3.267 2.574 2.282

Hall.

1995.

Pag.474

5. Definir la línea central revisada y los límites de control Los siguientes son los pasos para definir los límites de control revisados: Marcar los datos preliminares en la gráfica junto con los límites de control y líneas centrales. Adoptar valores estándar para las líneas centrales, es decir, el cálculo más aproximado de los valores estándar tomando como base los datos de que se dispone. Si un análisis de los datos preliminares muestra que hay un buen control, entonces X y R se pueden considerar representativos del proceso y se convierten en valores estándar X0 y R0. Un buen control se definiría en forma breve como aquel en el que no hay puntos fuera de control, no hay corridas largas en ambos lados de la línea central y no hay patrones anormales de variación. La primera vez que se analizan los procesos, la mayoría de ellos no están bajo control. Las gráficas X y R muestran puntos fuera de control. Analizar la gráfica R para ver si es estable. Los datos que están fuera de control de la gráfica y de los cuales se les conozca causas atribuibles, se descartan. El resto de puntos graficados que indican que se trata de un proceso estable se dejan en la gráfica. Analizar la gráfica X. Si los subgrupos tienen causas atribuibles, se eliminan y los que no las tengan, se da por sentado que la razón de la falta de control del subgrupo se debe a una causa fortuita y forma parte de la variación natural. Calcular nuevos valores de X y R con los datos restantes. Utilizando las formulas siguientes: X nuevo =

∑X − X

d

g − gd

Rnuevo =

∑R−R

d

Donde, Xd = promedios de subgrupos descartados gd = cantidad de subgrupos descartados Rd = campos de valores de los subgrupos descartados.

g − gd

Existen 2 técnicas que se emplean para descartar datos. Si X o el valor R de un subgrupo está fuera de control y tiene causa atribuible, se descartan ambos, o sólo se descarta el valor de un subgrupo que no está bajo control. Se utiliza frecuentemente la última técnica; así pues, cuando se descarta un valor X, el valor correspondiente de R no se descarta y viceversa. Los nuevos valores de X y R sirven para definir los valores estándar de X0, R0 y σ0. Entonces: 110

X0 = X nuevo

R0 = Rnuevo

y σ0 =

R0 d2

En donde d2 = un factor de la tabla B del libro BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995, que sirve para calcular σ0 a partir de R0 . Se considera que los valores estándar o de referencia son los mejores valores calculados a partir de los datos de que se dispone. Conforme se cuenta con más datos, se obtienen mejores cálculos, o más confianza en los valores estándar que ya se tienen. Con ayuda de los valores estándar, se obtienen las líneas centrales y los límites de control 3σ para operaciones reales correspondientes a X 0 y σ0. UCLX= X 0 + Aσ0

UCLR= D 2σ0

LCLX= X – A 2σ0

LCLR = D 1σ0

Donde A, D 1 y D 2 son factores de la tabla B del libro BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995, para obtener los límites de control 3σ a partir del X 0 y σ0. Las líneas centrales y los límites de control se dibujan en las gráficas X y R para el siguiente periodo. Se pueden no dibujar las líneas entre los puntos para mayor practicidad. Los datos preliminares de los subgrupos iniciales no se grafican en el caso de los límites de control revisados. Estos límites sirven para darse cuenta de los resultados en el caso de subgrupos futuros. Para usar eficientemente la gráfica de control durante la producción, ésta deberá fijarse en un sitio adecuado para que la vean fácilmente los operarios y los supervisores. 6. Lograr el objetivo La primera vez que se ponen en práctica las gráficas de control en una empresa, por lo general se obtiene un mejor desempeño. Esta mejora se nota especialmente si el proceso depende de la habilidad del operario. El poner a la vista una gráfica de control de calidad al parecer ejerce una influencia psicológica en el operario a favor del desempeño. La mayoría de los trabajadores desean dar un producto de calidad: si la administración muestra interés por la calidad, el operario responderá en consecuencia. Es recomendable cuando se empieza el trazo de una gráfica, el cálculo periódico de los valores estándar, para ver si se ha producido algún cambio. Esta reevaluación se puede efectuar cada 25 grupos o más y los resultados se comparan con los valores anteriores.

111

La generación de ideas por personal diverso es el ingrediente principal de la continua mejora de la calidad. Hay que evaluar las ideas que aporten el operario, el supervisor de primera línea, de garantía de la calidad, de mantenimiento, de ingeniería de manufactura e ingeniería industrial. Para la evaluación de cada idea, se necesitan 25 o más subgrupos. La gráfica de control dirá si la idea es buena, mala o irrelevante para el proceso. La mejora de la calidad se da cuando los puntos de la gráfica X convergen en la línea central o cuando los puntos graficados de la gráfica tienden a ir en dirección descendente, o cuando ambas cosas se producen. Cuando se somete a prueba una idea mala, sucede lo contrario. Y, desde luego, si la idea es neutral no se producirá efecto alguno en el patrón de puntos graficados. Para acelerar el proceso de la prueba de ideas, la toma de subgrupos se puede comprimir en tiempo siempre que los datos representen el proceso, al tomar en cuenta las fluctuaciones producidas de una hora a la siguiente, o de un día al otro. Solo deberá someterse a prueba una idea a la vez; de lo contrario, los resultados podrían confundirse. Una vez logrado el objetivo de poner en marcha las gráficas, deberá descontinuarse su empleo, o reducir considerablemente la frecuencia de las inspecciones y limitarlas a un monitoreo por parte del operario. Entonces los esfuerzos deberán encaminarse hacia la mejora de alguna otra característica de la calidad.

112

13. ESTADO DE CONTROL DE UN PROCESO Proceso bajo control Un proceso está en estado de control cuando se han eliminado las causas atribuibles del proceso al grado de que los puntos graficados en la gráfica de control permanecen dentro de los límites de control. Ya no se puede alcanzar mayor grado de uniformidad en el proceso existente. Sin embargo se puede lograr mayor uniformidad mediante una modificación del proceso básico a través de ideas para el mejoramiento de la calidad.23 Cuando un proceso está bajo control, se produce un patrón natural de variación, en el cual los puntos graficados se distribuyen así: el 34%, están dentro de una banda imaginaria de ancho de una desviación estándar a ambos lados de la línea central, el 13.5%, están dentro de una banda imaginaria situada entre 1 o 2 desviaciones estándar a ambos lados de la línea central y el 2.5%, están dentro de una banda imaginaria entre 2 y 3 desviaciones estándar a ambos lados de la línea central. 24 El escoger los límites de 3σ es por motivos económicos, con relación a dos tipos de errores que se pueden producir: Error de Tipo I: Ocurre cuando los esfuerzos se concentran en buscar una causa atribuible de la variación, cuando en realidad lo que existe es una causa aleatoria. 25 Error de Tipo II: Ocurre cuando se supone que una causa fortuita de variación es la responsable, cuando en realidad la que la produce es una causa asignable. 26 Si un proceso está bajo control, sólo estarán presentes las causas aleatorias de la variación. Las pequeñas variaciones que siempre están presentes en el desempeño de máquinas y operarios y en las características de los materiales se deberán considerar como parte de los procesos estables. 27 Proceso fuera de control Cuando un punto (valor del subgrupo) cae fuera de sus límites de control, el proceso se encuentra fuera de control. Significa que existe una causa de variación atribuible. Otra

23

Ibid.Pag.129. Ibid. 25 Ibid.Pag.130. 26 Ibid. 27 Ibid. 24

113

forma de ver el punto que está fuera de control es considerar que el valor del subgrupo proviene de otra población distinta de la cual se obtuvieron los límites de control. 28 La naturaleza no natural, inestable de la variación, impide predecir las variaciones futuras. Es necesario determinar las causas atribuibles y corregirlas si es que se desea que continúe un proceso natural, estable.29 También se considera que un proceso está fuera de control incluso si los puntos están dentro de los límites de 3σ. Esto sucede cuando se presentan en el proceso accesos no naturales de variación. Primero hay que dividir la gráfica de control en seis bandas de desviación estándar iguales, igual que en la Gráfica de Bandas de desviación estándar, las bandas se denominan zonas A, B y C.30 (Ver gráfico 4) Las siguientes son condiciones no naturales en un gráfico de control: 7 o más puntos consecutivos estén por arriba o por debajo de la línea central, 10 de 11 puntos o 12 de 14 puntos, etc, se encuentran a un lado de la línea central, 6 puntos seguidos aumentan o disminuyen continuamente, 2 de 3 puntos seguidos están en la zona A y/o 4 de 5 puntos seguidos están en la zona B y después de ésta.31 En vez de dividir el espacio en 3 zonas iguales de una desviación estándar, aplicando una técnica simplificada, se procede a dividir el espacio en 2 zonas iguales de 1.5 desviaciones estándar. El proceso está fuera de control si hay 2 puntos sucesivos a 1.5 desviaciones estándar o más allá de estás. Esta regla simplificada facilita el trabajo de los operarios sin detrimento de su capacidad.32

28

Ibid.Pag.131. Ibid.Pag.133. 30 Ibid. 31 Ibid. 32 Ibid.Pag.134. 29

114

Gráfico 25. Bandas de desviación estándar

X

UCL

ZONA B ZONA C ZONA C ZONA B ZONA A

1

X

Promedio

ZONA A

o Línea central

LCL

5

10

Número de subgrupo Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag.134.

Existen diferentes tipos de patrones fuera de control y sus causas atribuibles, estos son los siguientes: cambio o salto de nivel, tendencia o cambio constante de nivel y ciclos recurrentes. 33

33

Ibid.Pag.135.

115

ANEXO N. Capacidad del proceso y tolerancia Si bien el ingeniero de diseño puede definir las especificaciones sin tomar en cuenta el alcance del proceso (que de ahora en adelante se denominará capacidad del proceso 6σ), la adopción de este criterio puede tener consecuencias graves. Son tres las posibles situaciones que pueden surgir y las cuales se muestran en la siguiente tabla:34 Tabla 39. Casos que relacionan la capacidad del proceso con la tolerancia (diferencia entre las especificaciones). Caso I: 6σ < USL-LSL

Caso II: 6σ = USL- Caso III: 6σ > USL-LSL LSL La capacidad del proceso es La capacidad del La capacidad del proceso es mayor menor que la tolerancia proceso es igual a la que la tolerancia tolerancia Situación deseable Situación satisfactoria Situación indeseable. Existe una relación entre la distribución de los valores individuales Xi, los límites de la gráfica de control X y la distribución de los promedios X, mostrada en los casos: Proceso bajo control: La Proceso bajo control: Proceso bajo control: tolerancia es notablemente mayor La distribución de las Está presente un patrón natural de que la capacidad del proceso. X representa un variación. patrón natural de Algunos de los valores individuales son variación. mayores que la especificación superior No se produce nada y menores que la especificación que sea rechazado inferior. Se producen objetos de rechazo. Es decir, el proceso no es capaz de producir un objeto que satisfaga las especificaciones. Proceso fuera de control: Proceso fuera de Proceso fuera de control: La desviación de la capacidad del control: Una gran cantidad de los valores proceso es considerable respecto Se presenta una individuales son mayores que la del promedio X. desviación al especificación superior y menores que Sin desperdicio porque la promedio del proceso, la especificación inferior. distribución de los valores los valores Se producen grandes cantidades de individuales Xi no ha rebasado la individuales Xi objetos de rechazo. Es decir, el especificación superior. exceden las proceso no es capaz de producir un Para hacer que el proceso esté especificaciones. objeto que satisfaga las de nuevo bajo control es Se producen objetos especificaciones. necesario aplicar una acción de rechazo. El problema es más grave que en el correctiva. Las causas caso anterior del proceso bajo control. asignables de la variación deberán corregirse en cuanto se produzcan. Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag.143, 144 y 145.

34

Ibid.Pag.138.

116

En la siguiente tabla se muestran las soluciones al caso III en el cual la capacidad del proceso es mayor a la tolerancia. Tabla 40. Soluciones al Caso III: 6σ σ > USL-LSL Solución 1

Solución 2

Solución 3

Solución 4

Intercambiar opiniones con el ingeniero de diseño sobre la posibilidad de aumentar la tolerancia.

No tocar el proceso ni las especificaciones y realizar una inspección al 100% para eliminar las partes discrepantes.

Modificar la dispersión del proceso para así obtener una distribución con una cima más puntiaguda.

Desplazar el promedio del proceso para que todo el producto de rechazo se concentre en un extremo de la frecuencia de distribución.

Fuente: BESTERFIELD, Dale H. Control de calidad. Cuarta Edición. Prentice Hall. 1995. Pag.137.

El análisis anterior sobre la capacidad del proceso y las especificaciones se efectuó utilizando una especificación superior e inferior. En muchas ocasiones sólo se cuenta con una especificación, superior e inferior. Para obtener el límite de una sola especificación se lleva a cabo un análisis semejante, pero más sencillo.35 Capacidad del proceso La capacidad real de un proceso no se puede calcular sino hasta que las gráficas X y R han logrado obtener la mejora óptima de la calidad sin necesidad de hacer una considerable inversión en equipo nuevo o en adaptación de éste. La capacidad del proceso es igual a 6σ0 cuando el proceso está bajo control estadístico.36 Cuando ocurre una mejora de un 20% en la capacidad del proceso, es suficiente para resolver un problema relacionado con la calidad.37 Un procedimiento rápido para obtener la capacidad del proceso, en vez de usar las gráficas X y R, es el siguiente; Dando por sentado que el proceso está bajo control estadístico, lo que puede o no ser el caso en la realidad: 38 1. Tomar 20 subgrupos, cada uno de tamaño 4, con un total de 80 mediciones 2. Calcular la desviación estándar de la muestra, s, de cada uno de los subgrupos. 3. Calcular la desviación estándar promedio de la muestra, s = Σ s / g = Σ s / 20 4. Calcular el valor de la desviación estándar de la población. σ0 = s / c4

35

Ibid.Pag.147. Ibid.Pag.148. Ibid. 38 Ibid. 36 37

117

en donde c4 se localiza en la Tabla “Constantes usadas en el cálculo de las líneas centrales y los límites de control de las gráficas X y R para las muestras de tamaño 2, 3 y 4”, y su valor para n =4 es de 0.9213 5. La capacidad del proceso será igual a 6σ0 No hay que olvidar que mediante esta técnica no se obtiene la capacidad real del proceso, por lo que habrá que recurrir a ella sólo si las circunstancias justifican su empleo. Por otra parte, es posible emplear más de 20 subgrupos para lograr mayor exactitud.39 La capacidad del proceso también se puede obtener mediante el rango. Se supone que existe un control estadístico del proceso. El procedimiento es el siguiente: 40 1. Tomar 20 subgrupos, cada uno de tamaño 4, con un total de 80 mediciones 2. Calcular el campo de valores, Ri , de cada uno de los subgrupos. 3. Calcular el campo promedio, R, R = Σ R / g = Σ R / 20 4. Calcular el valor de la desviación estándar de la población. σ0 = R / d 2 en donde d2 se localiza en la Tabla “Constantes usadas en el cálculo de las líneas centrales y los límites de control de las gráficas X y R para las muestras de tamaño 2, 3 y 4”, y su valor para n =4 es de 2.059 5. La capacidad del proceso será igual a 6σ0 El empleo de más de 20 subgrupos permitirá mejorar la exactitud.41 Se puede elegir entre usar el método de la desviación estándar o el del rango. Hay que construir un histograma para representar gráficamente la capacidad del proceso. En realidad se necesita un mínimo de 50 mediciones para armar un histograma. Por lo tanto, los histogramas que se obtuvieron a partir de los mismos datos utilizados para calcular la capacidad del proceso deberán bastar para lograr una adecuada representación del proceso en ese momento.42 La capacidad del proceso y la tolerancia se combinan para formar un índice de capacidad, el cual se define así: 43

39

Ibid.Pag.148. Ibid.Pag.149. 41 Ibid. 42 Ibid. 43 Ibid.Pag.150. 40

Cp = índice de la capacidad USL-LSL = Especificación superior – especificación anterior o tolerancia 6σ0 = capacidad del proceso

118

Cp =

USL − LSL 6σ0

Si el índice de la capacidad = 1.00, está presente una situación como la del caso II. Situación satisfactoria Si el índice de la capacidad > 1.00, está presente una situación como la del caso I. Situación deseable Si el índice de la capacidad < 1.00, está presente una situación como la del caso III. Situación indeseable Con frecuencia, el índice de capacidad mínimo se fija en 1.33. En el caso de un valor inferior a éste, los ingenieros de diseño deberán solicitar la respectiva aprobación del departamento de fabricación antes de que el producto pase al departamento de producción. La mayoría de compañías consideran que un índice de capacidad de 1.33 como estándar o norma consagrado por la práctica, caso en el que es deseable contar con valores mayores. 44 Otra medida de la capacidad es la relación de capacidad, definida de la manera siguiente: . 45 Cr =

6σ0 USL − LSL

La única diferencia entre ambas medidas es el cambio de numerador y denominador. Ambas sirven para lo mismo; sin embargo, se interpretan de manera distinta. El estándar o norma consagrado por la práctica es de 0.75 con valores deseados aún más pequeños. En ambos casos, el estándar consagrado por la práctica se define con una tolerancia de 8σ0. Para evitar una errónea interpretación por parte de las dos partes, se tendrá que estar seguro de cuál de las medidas de la capacidad del proceso es la que se está empleando.46 Mediante el concepto del índice de capacidad se puede medir la calidad, siempre y cuando el proceso esté centrado. Cuanto mayor sea el índice de la capacidad, mejor será la calidad. Se deberán desplegar los esfuerzos necesarios para obtener un índice de capacidad lo más grande posible. Lo anterior se logra mediante especificaciones realistas y esforzándose continuamente por mejora la capacidad del proceso.47

44

Ibid.Pag.150. Ibid. Ibid.Pag.151. 47 Ibid. 45 46

119

El índice de capacidad no constituye en sí una medida del desempeño del proceso en función del valor nominal o meta. Esta medición se obtiene mediante Cpk que se define como:48 Cpk =

Z (Min ) 3

Z(Min) es el valor mínimo de Z(USL) = (USL-X) / σ

Esta forma de calcular Cpk, es un poco complicada. Sirve para ejemplificar la relación con los valores Z vinculados a la curva normal. Una ecuación más sencilla sería la siguiente: . 49 Cpk =

Min ((USL − X )o ( X − LSL)) 3σ

Respecto a Cp y Cpk, se puede comentar lo siguiente: 50 •

El valor de Cp no cambia cuando cambia el centro del proceso.

•

Cp = Cpk cuando el proceso se centra.

•

Cpk siempre es = o < que Cp.

•

El valor Cpk = 1.00 es un estándar o norma consagrado por la práctica. Indica que en ese proceso se está obteniendo un producto que satisface las especificaciones.

•

El valor Cpk < 1.00 es indicación de que mediante el proceso se está obteniendo un producto que no satisface las especificaciones.

•

El valor Cp < 1.00 es indicación de que el proceso no es capaz.

•

Si Cpk = 0 es indicación de que el promedio es igual a uno de los límites de la especificación.

•

Un valor Cpk negativo indica que el promedio queda fuera de las especificaciones.

48

Ibid.Pag.151. Ibid.Pag.152. 50 Ibid. 49

120

ANEXO O. Documento de la evaluación integral de la calidad de BAVARIA S.A.

121

ANEXO P. Lista de verificación de la evaluación técnica al sistema de gestión

122

ANEXO Q. Diagrama causa efecto de la no conformidad NC1

123

ANEXO R. Proceso de envasado de cerveza, jugos y Gaseosas de vidrio

Fuente: BAVARIA. Cervecería de Bogotá, Material didáctico # 600.

124