Evidencia 3

Regional Distrito Capital Sistema de Gestión de la Calidad

INSTRUMENTOS DE EVALUACIÓN OPTIMIZACION DE LOS SISTEMAS DE PRODUCCION

Versión 2

Código: 1TGPID3

Centro de Gestion Industrial Bogota Enero de 2008

Sistema de Gestión de la Calidad

Regional Distrito Capital Centro de Gestión Industrial Estructura curricular: Gestión de la Producción Industrial Modulo de formación: Optimización de los Sistemas de Producción

Fecha: Enero 2008 Versión: 2 Pág 2 de 15

CUESTIONARIO 1-

DATOS GENERALES

UNIDAD DE APRENDIZAJE: Formular el problema de interés de la organización de acuerdo con los parámetros del sistema de producción. ACTIVIDAD ENSEÑANZA – APRENDIZAJE – EVALUACIÓN: 1. Identificar y aplicar las tecnicas de recolecccion de informacion en los procesos productivos. Nombre del estudiante: Juan David Castro Noreña Diana Milena Clavijo Ruiz Identificación: Nombre del formador: Luis Eduardo Leguizamón Ciudad y fecha: Bogotá, Marzo de 2008 2- INSTRUCCIONES PARA EL DILIGENCIAMIENTO Señor Evaluado: Este cuestionario ha sido elaborado con el fin de recoger evidencias de su conocimiento, relacionadas con el módulo de formación. Usted debe:     

Responder todas las preguntas. Diligenciar los datos personales de identificación y los relacionados con la Estructura curricular y módulo de formación. Presentar siempre la evaluación en presencia del evaluador, utilizando letra clara y legible, si requiere ayuda para ello, solicítela. Firmar la evaluación si esta de acuerdo con el resultado de lo contrario proceda apelar. En máximo tres días hábiles el evaluador le entregará de manera presencial, el resultado obtenido. CONCEPTO: CUMPLE_____

AÚN NO CUMPLE_____

Si el concepto es AÚN NO CUMPLE, el evaluador deberá describir a continuación la competencia faltante, orientar la forma en que puede ser adquirida, concertar la fecha en que será recogerá dicha evidencia y transcribirla al plan de evaluación. FECHA DE ENTREGA DE RESULTADO:

FIRMA DEL EVALUADO

FIRMA DEL EVALUADOR

Sistema de Gestión de la Calidad

Regional Distrito Capital Centro de Gestión Industrial Estructura curricular: Gestión de la Producción Industrial Modulo de formación: Optimización de los Sistemas de Producción

Fecha: Enero 2008 Versión: 2 Pág 2 de 15

Resultado de aprendizaje 1/1: Formular el problema de interés de la organización de acuerdo con los parámetros del sistema de producción.. 1. Explique la metodologia en la recolecion de datos. El diagnóstico de los procesos Aunque las causas de la variación en la calidad son innumerables, no toda causa afecta a la calidad en el mismo grado. Algunas la afectan enormemente, mientras que otras, aunque teóricamente consideradas como muy importantes, tienen poco efecto sobre la variación en la calidad cuando se controlan adecuadamente. Las innumerables causas concebibles pueden categorizarse en dos grupos, el primero de los cuales consiste en un pequeño número de causas que, sin embargo, tienen un gran efecto (los pocos vitales), y un segundo grupo que incluye muchas causas que tienen sólo efectos menores (los muchos triviales). Generalmente, no hay muchos factores que realmente causen defectos. Este hecho se llama principio de Pareto y se usa en muchos casos. Con la aplicación del ya mencionado principio de variación de éste de Pareto se facilita considerablemente el problema de reducir el número de productos defectuosos. Lo que necesitamos es encontrar las pocas causas vitales de los productos defectuosos y eliminar estas causas después de que se hayan identificado claramente. "En nuestro proceso hay tantas causa. de productos defectuosos que es realmente imposible controlarlas". Comentarios como éste se escuchan con frecuencia en sitios donde los ..Procesos están llenos de productos defectuosos. Todo proceso hay muchas causas de variación en la calidad, y ningún proceso tiene un número especialmente alto de esas causas. Hay una gran diferencia entre tener muchos "sospechosos" que pueden estar causa.ndo los defectos y realmente tener muchos "culpables" que de hecho estén causando los defectos. El proceso de encontrar las causas de los productos defectuosos entre muchos factores se llama diagnóstico del proceso. Para reducir el número de productos defectuosos, la primera acción necesaria es hacer un diagnóstico correcto para ver cuáles son las verdaderas causas de los defectos. Si esto no se hace correctamente, no se puede reducir el número de productos defectuosos. En la recoleccion de datos en la empresa TIZZA JEANS, se le hace un muestreo de calidad de los productos que se esten fabricando por ejemplo, el Jean. Se puede dar casos que el lote estan con los requerimientos establecidos para ser almacenado como producto terminado, pero tambien

Sistema de Gestión de la Calidad

Regional Distrito Capital Centro de Gestión Industrial Estructura curricular: Gestión de la Producción Industrial Modulo de formación: Optimización de los Sistemas de Producción

Fecha: Enero 2008 Versión: 2 Pág 2 de 15

hay lotes que no estan de acuerdo con los requerimientos pues se realiza un rechazo de los Jeans que se encuentren defectuosos. En esta recoleecion tambien se realiza un control del los procesos de producciòn que se encuentren en la empresa, que pueden ser:   

El proceso de cosido del jean partes delantera y trasera El proceso de colocacion de marquillas El proceso de lavanderia

El analisis que se le realiza a los jeans son que esten de acuerdo con la medidas del producto, un ejemplo es: 

La toma de las medidas del jean, estos deben ser iguales o con un margen de error ya establecido para cada talla del jean o que el cliente desea.

Despues se realiza una inpecciòn del producto que este de acuerdo y este en excelentes condiciones para su alamacenaje y su transporte a su comercializaciòn. Ya cuando se tiene esta recoleciòn de la informaciòn se identifica cuantos productos defectuosos salen en un lote que se ha tomado la muestra y se realiza las variaciones que debe tener el jean para ser un producto de calidad. Fuente: herramientas estadisticas de la calidad (Hitochi Kume) 2. Explique y represente gráficamente mediante formatos recolectar informacion de un sistema de produccion.

como

Establezca formas apropiadas de recoger los datos Una vez que se han recogido los datos, diferentes clases de métodos estadísticos pueden ser utilizados para analizarlos, de modo que se conviertan en fuente de información. Cuando se recoger datos, es importante organizados adecuadamente para facilitar su procesamiento posterior. En primer lugar, el origen de los datos debe registrarse claramente. Los datos cuyo origen no se conocen con claridad se convierten en información inútil. Con frecuencia, se obtiene poca información útil a pesar de haber gasta do una semana reuniendo datos sobre alguna característica de calidad, debido a que las personas olvidaron en qué días de la semana se recogieron los datos, qué

Sistema de Gestión de la Calidad

Regional Distrito Capital Centro de Gestión Industrial Estructura curricular: Gestión de la Producción Industrial Modulo de formación: Optimización de los Sistemas de Producción

Fecha: Enero 2008 Versión: 2 Pág 2 de 15

máquinas hicieron el procesos, quiénes fueron los trabajadores, qué lotes de materiales se usaron, y así sucesivamente.

En segundo lugar, los datos deben registrarse de tal manera que puedan utIlizarse fácilmente. Por el hecho de que con frecuencia los datos se utilizan posteriormente para cálculos estadísticos, tales como promedios y rangos, es mejor registrados de tal manera que estos cálculos se faciliten. Fuente: herramientas estadisticas de la calidad (Hitochi Kume)

Regional Distrito Capital Centro de Gestión Industrial Estructura curricular: Gestión de la Producción Industrial Modulo de formación: Optimización de los Sistemas de Producción

Sistema de Gestión de la Calidad

Fecha: Enero 2008 Versión: 2 Pág 2 de 15

TIZZA JEANS lunes, 03 de marzo de 2008

HOJA DE REGISTRO FECHA: 28 de marzo del 2008

PRODUCTO: JEANS

SECCION: 1 ETAPA DE MANUFACTURA: Inspección final. TIPOS DE DEFECTO: manchados, incompleto, deforme, arrugado.

NOMBRE DEL INSPECTOR : ANDRES VELEZ NUMERO DEL LOTE: 34

NUMERO TOTAL INSPECCIONADO: 60 NUMERO DE ORDEN: 0908

TIPO

REGISTRO

SUBTOTAL

Manchados

20

Incompleto

12

Deforme

9

Arrugado

2

Otros

5

Total

Total Rechazados

Fuente: HERRAMIENTAS BASICAS PARA EL MEJORAMIENTO DE LA CALIDAD AUTOR: HITOCHI KUME

48

32

Página 1

Sistema de Gestión de la Calidad

Regional Distrito Capital Centro de Gestión Industrial Estructura curricular: Gestión de la Producción Industrial Modulo de formación: Optimización de los Sistemas de Producción

Fecha: Enero 2008 Versión: 2 Pág 2 de 15

3. Por medio de un ejercicio aplique los siguientes conceptos: Analisis de Pareto, diagramas causa – efecto, lluvia de ideas.”

Diagrama Causa-Efecto Jean

MAQUINARIAS Y EQUIPOS

MO Se dispone con maquinaria con mal mantenimiento.

Motivación a los empleados

Solo se dispone una maquina de corte para el indigo

Problemas personales

JEANS DEFECTUOSOS Desperdicio de etiquetas por mala colocación de Ref. Desperdicios de hilo industrial por mal cosido

MP

Cortes muy precisos o muy extensos.

Cosido muy preciso de las partes.

MEDICIÒN

Sistema de Gestión de la Calidad

Regional Distrito Capital Centro de Gestión Industrial Estructura curricular: Gestión de la Producción Industrial Modulo de formación: Optimización de los Sistemas de Producción

Fecha: Enero 2008 Versión: 2 Pág 2 de 15

Regional Distrito Capital Centro de Gestión Industrial Estructura curricular: Gestión de la Producción Industrial Modulo de formación: Optimización de los Sistemas de Producción

Sistema de Gestión de la Calidad

Fecha: Enero 2008 Versión: 2 Pág 2 de 15

Diagrama Análisis de Pareto Hora del muestreo FECHA:

9: 00 a 10.00 3 DE FEBRERO 2008

ELABORO:

JUAN CASTRO, DIANA CLAVIJO

PROCESO: Defectos del Jean TIPO:

MATERIAL

100%

90% 80%

70%

60%

50% 40%

30% 20%

10%

DEFECTOS DEL JEAN FUENTE: HERRAMIENTAS BASICAS PARA EL MEJORAMIENTO DE LA CALIDAD AUTOR: HITOCHI KUME

4. Mediante conversiones explique el Sistema Internacional de Medidas. Medida de largo de pantalon parte delantera:

Sistema de Gestión de la Calidad

Regional Distrito Capital Centro de Gestión Industrial Estructura curricular: Gestión de la Producción Industrial Modulo de formación: Optimización de los Sistemas de Producción

87cm a mt: 87 𝑐𝑚 ∗

Fecha: Enero 2008 Versión: 2 Pág 2 de 15

1𝑚 100 𝑐𝑚

87 𝑐𝑚 = 0.87 𝑚 87 cm a in: 87𝑐𝑚 ∗

1 𝑖𝑛 2.54 𝑐𝑚

87 𝑐𝑚 = 34.25 𝑖𝑛 Temperaturas de lavanderia y planchado: 80ºC a ºF: º𝐹 =

9 ∗ 80º𝐶 + 32 5

º𝐹 = 176 25ºC a ºF: º𝐹 =

9 ∗ 25º𝐶 + 32 5 º𝐹 = 77

5. Explique que son los metodos de muestreo y como se clasifican. Metodos de muestreo 1. Introducción al muestreo. a. Concepto e importancia Es la actividad por la cual se toman ciertas muestras de una población de elementos de los cuales vamos a tomar ciertos criterios de decisión, el muestreo es importante porque a través de él podemos hacer análisis de situaciones de una empresa o de algún campo de la sociedad. b. Terminología básica para el muestreo Los nuevos términos, los cuales son frecuentemente usados en inferencia estadística son:

Sistema de Gestión de la Calidad

Regional Distrito Capital Centro de Gestión Industrial Estructura curricular: Gestión de la Producción Industrial Modulo de formación: Optimización de los Sistemas de Producción

Fecha: Enero 2008 Versión: 2 Pág 2 de 15

Estadístico: Un estadístico es una medida usada para describir alguna característica de una muestra , tal como una media aritmética, una mediana o una desviación estándar de una muestra. Parámetro: Una parámetro es una medida usada para describir alguna característica de una población, tal como una media aritmética, una mediana o una desviación estándar de una población. Cuando los dos nuevos términos de arriba son usados, por ejemplo, el proceso de estimación en inferencia estadística puede ser descrito como el proceso de estimar un parámetro a partir del estadístico correspondiente, tal como usar una media muestral ( un estadístico para estimar la media de la población (un parámetro). Distribución en el muestreo: Cuando el tamaño de la muestra (n) es más pequeño que el tamaño de la población (N), dos o más muestras pueden ser extraídas de la misma población. Un cierto estadístico puede ser calculado para cada una de las muestras posibles extraídas de la población. Una distribución del estadístico obtenida de las muestras es llamada la distribución en el muestreo del estadístico. Por ejemplo, si la muestra es de tamaño 2 y la población de tamaño 3 (elementos A, B, C), es posible extraer 3 muestras ( AB, BC Y AC) de la población. Podemos calcular la media para cada muestra. Por lo tanto, tenemos 3 medias muéstrales para las 3 muestras. Las 3 medias muéstrales forman una distribución. La distribución de las medias es llamada la distribución de las medias muéstrales, o la distribución en el muestreo de la media. De la misma manera, la distribución de las proporciones (o porcentajes) obtenida de todas las muestras posibles del mismo tamaño, extraídas de una población, es llamada la distribución en el muestreo de la proporción. Error Estándar: La desviación estándar de una distribución, en el muestreo de un estadístico, es frecuentemente llamada el error estándar del estadístico. Por ejemplo, la desviación estándar de las medias de todas la muestras posibles del mismo tamaño, extraídas de una población, es llamada el error estándar de la media. De la misma manera, la desviación estándar de las proporciones de todas las muestras posibles del mismo tamaño, extraídas de una población, es llamada el error estándar de la proporción. La diferencia entre los términos "desviación estándar" y "error de estándar" es que la primera se refiere a los valores originales, mientras que la última está relacionada con valores calculados. Un estadístico es un valor calculado, obtenido con los elementos incluidos en una muestra. Error muestral o error de muestreo La diferencia entre el resultado obtenido de una muestra (un estadístico) y el resultado el cual deberíamos haber obtenido de la población (el parámetro correspondiente) se llama el error muestral o error de muestreo. Un error de

Sistema de Gestión de la Calidad

Regional Distrito Capital Centro de Gestión Industrial Estructura curricular: Gestión de la Producción Industrial Modulo de formación: Optimización de los Sistemas de Producción

Fecha: Enero 2008 Versión: 2 Pág 2 de 15

muestreo usualmente ocurre cuando no se lleva a cabo la encuesta completa de la población, sino que se toma una muestra para estimar las características de la población. El error muestral es medido por el error estadístico, en términos de probabilidad, bajo la curva normal. El resultado de la media indica la precisión de la estimación de la población basada en el estudio de la muestra. Mientras más pequeño el error muestras, mayor es la precisión de la estimación. Deberá hacerse notar que los errores cometidos en una encuesta por muestreo, tales como respuestas inconsistentes, incompletas o no determinadas, no son considerados como errores muéstrales. Los errores no muéstrales pueden también ocurrir en una encuesta completa de la población. 2. Métodos de selección de muestras. Una muestra debe ser representativa si va a ser usada para estimar las características de la población. Los métodos para seleccionar una muestra representativa son numerosos, dependiendo del tiempo, dinero y habilidad disponibles para tomar una muestra y la naturaleza de los elementos individuales de la población. Por lo tanto, se requiere una gran volumen para incluir todos los tipos de métodos de muestreo. Los métodos de selección de muestras pueden ser clasificados de acuerdo a: 

El número de muestras tomadas de una población dada para un estudio.



La manera usada en seleccionar los elementos incluidos en la muestra. Los métodos de muestreo basados en los dos tipos de clasificaciones son expuestos en seguida.

Métodos de muestreo clasificados de acuerdo con el número de muestras tomadas de una población. Bajo esta clasificación, hay tres tipos comunes de métodos de muestreo. Estos son, muestreo simple, doble y múltiple. Muestreo simple Este tipo de muestreo toma solamente una muestra de una población dada para el propósito de inferencia estadística. Puesto que solamente una muestra es tomada, el tamaño de muestra debe ser los suficientemente grande para extraer una conclusión. Una muestra grande muchas veces cuesta demasiado dinero y tiempo. Muestreo doble Bajo este tipo de muestreo, cuando el resultado dele estudio de la primera muestra no es decisivo, una segunda muestra es extraída de la misma población. Las dos muestras son combinadas para analizar los resultados. Este método permite a una persona principiar con una muestra relativamente pequeña para ahorrar costos y tiempo. Si la primera muestra arroja una resultado definitivo, la segunda muestra puede no necesitarse.

Sistema de Gestión de la Calidad

Regional Distrito Capital Centro de Gestión Industrial Estructura curricular: Gestión de la Producción Industrial Modulo de formación: Optimización de los Sistemas de Producción

Fecha: Enero 2008 Versión: 2 Pág 2 de 15

Por ejemplo, al probar la calidad de un lote de productos manufacturados, si la primera muestra arroja una calidad muy alta, el lote es aceptado; si arroja una calidad muy pobre, el lote es rechazado. Solamente si la primera muestra arroja una calidad intermedia, será requerirá la segunda muestra. Un plan típico de muestreo doble puede ser obtenido de la Military Standard Sampling Procedures and Tables for Inspection by Attributes, publicada por el Departamento de Defensa y también usado por muchas industrias privadas. Al probar la calidad de un lote consistente de 3,000 unidades manufacturadas, cuando el número de defectos encontrados en la primera muestra de 80 unidades es de 5 o menos, el lote es considerado bueno y es aceptado; si el número de defectos es 9 o más, el lote es considerado pobre y es rechazado; si el número está entre 5 y 9, no puede llegarse a una decisión y una segunda muestra de 80 unidades es extraída del lote. Si el número de defectos en las dos muestras combinadas (incluyendo 80 + 80 = 160 unidades) es 12 o menos, el lote es aceptado si el número combinado es 13 o más, el lote es rechazado. Muestreo múltiple El procedimiento bajo este método es similar al expuesto en el muestreo doble, excepto que el número de muestras sucesivas requerido para llegar a una decisión es más de dos muestras. Métodos de muestreo clasificados de acuerdo con las maneras usadas en seleccionar los elementos de una muestra. Los elementos de una muestra pueden ser seleccionados de dos maneras diferentes: a. Basados en el juicio de una persona. b. Selección aleatoria (al azar) Muestreo de juicio Una muestra es llamada muestra de juicio cuando sus elementos son seleccionados mediante juicio personal. La persona que selecciona los elementos de la muestra, usualmente es un experto en la medida dada. Una muestra de juicio es llamada una muestra probabilística, puesto que este método está basado en los puntos de vista subjetivos de una persona y la teoría de la probabilidad no puede ser empleada para medir el error de muestreo, Las principales ventajas de una muestra de juicio son la facilidad de obtenerla y que el costo usualmente es bajo. Muestreo Aleatorio Una muestra se dice que es extraída al azar cuando la manera de selección es tal, que cada elemento de la población tiene igual oportunidad de ser seleccionado. Una muestra aleatoria es también llamada una muestra probabilística son generalmente preferidas por los estadísticos porque la selección de las muestras es objetiva y el error muestral puede ser medido en términos de probabilidad bajo la curva normal.

Sistema de Gestión de la Calidad

Regional Distrito Capital Centro de Gestión Industrial Estructura curricular: Gestión de la Producción Industrial Modulo de formación: Optimización de los Sistemas de Producción

Fecha: Enero 2008 Versión: 2 Pág 2 de 15

Los tipos comunes de muestreo aleatorio son el muestreo aleatorio simple, muestreo sistemático, muestreo estratificado y muestreo de conglomerados. A. Muestreo aleatorio simple: Una muestra aleatoria simple es seleccionada de tal manera que cada muestra posible del mismo tamaño tiene igual probabilidad de ser seleccionada de la población. Para obtener una muestra aleatoria simple, cada elemento en la población tenga la misma probabilidad de ser seleccionado, el plan de muestreo puede no conducir a una muestra aleatoria simple. Por conveniencia, este método pude ser reemplazado por una tabla de números aleatorios. Cuando una población es infinita, es obvio que la tarea de numerar cada elemento de la población es infinita, es obvio que la tarea de numerar cada elemento de la población es imposible. Por lo tanto, ciertas modificaciones del muestreo aleatorio simple son necesarias. Los tipos más comunes de muestreo aleatorio modificado son sistemático, estratificado y de conglomerados. B. Muestreo sistemático: Una muestra sistemática es obtenida cuando los elementos son seleccionados en una manera ordenada. La manera de la selección depende del número de elementos incluidos en la población y el tamaño de la muestra. El número de elementos en la población es, primero, dividido por el número deseado en la muestra. El cociente indicará si cada décimo, cada onceavo, o cada centésimo elemento en la población va a ser seleccionado. C. Muestreo Estratificado : Para obtener una muestra aleatoria estratificada, primero se divide la población en grupos, llamados estratos, que son más homogéneos que la población como un todo. Los elementos de la muestra son entonces seleccionados al azar o por un método sistemático de cada estrato. Las estimaciones de la población, basadas en la muestra estratificada, usualmente tienen mayor precisión (o menor error muestral) que si la población entera muestreada mediante muestreo aleatorio simple. El número de elementos seleccionado de cada estrato puede ser proporcional o desproporcional al tamaño del estrato en relación con la población. D. Muestreo de conglomerados. Para obtener una muestra de conglomerados, primero dividir la población en grupos que son convenientes para el muestreo. En seguida, seleccionar una porción de los grupos al azar o por un método sistemático. Finalmente, tomar todos los elementos o parte de ellos al azar o por un método sistemático de los grupos seleccionados para obtener una muestra. Bajo este método, aunque no todos los grupos son muestreados, cada grupo tiene una igual probabilidad de ser seleccionado. Por lo tanto la muestra es aleatoria. Una muestra de conglomerados, usualmente produce un mayor error muestral (por lo tanto, da menor precisión de las estimaciones acerca de la población) que una muestra aleatoria simple del mismo tamaño. Los elementos individuales dentro de cada "conglomerado" tienden usualmente a ser iguales. Por ejemplo la gente rica

Sistema de Gestión de la Calidad

Regional Distrito Capital Centro de Gestión Industrial Estructura curricular: Gestión de la Producción Industrial Modulo de formación: Optimización de los Sistemas de Producción

Fecha: Enero 2008 Versión: 2 Pág 2 de 15

puede vivir en el mismo barrio, mientras que la gente pobre puede vivir en otra área. No todas las áreas son muestreadas en un muestreo de áreas. La variación entre los elementos obtenidos de las áreas seleccionadas es, por lo tanto, frecuentemente mayor que la obtenida si la población entera es muestreada mediante muestreo aleatorio simple. Esta debilidad puede reducida cuando se incrementa el tamaño de la muestra de área. BIBLIOGRAFIA: WWW.GESTIOPOLIS.COM