6 Sixma para Mejora Continua en Equipo Pesado

Seis Sigma para la mejora contínua en el mantenimiento de equipos pesados en empresas constructoras medianas.
Seis Sigma para la mejora continua en el mantenimiento de equipos

pesados en empresas constructoras medianas.
Six Sigma for constant improvement in the maintenance of heavy equipment in medium-
sized construction companies.
Manuel Zegarra1
http://dx.doi.org/10.21503/CienciayDesarrollo.2014.v17i2.02
RESUMEN
El objetivo principal de mantenimiento de los equipos de construcción es asegurar la operación de la

máquina durante su ciclo de vida (vida útil de la inversión), permitiendo una alta disponibilidad y confia-
bilidad de la maquinaria relacionada. Estos objetivos se pueden lograr cuando los procesos de gestión de
mantenimiento cuentan con una estructura administrativa adecuada y se siga el ciclo de la mejora conti-
nua que incluye planes, tareas, controles y acciones (los cuatro principios de la teoría de la administración)
con procesos claramente establecidos y registro de datos en cada uno de esos procesos. La aplicación de la
filosofía de la mejora continua usando el método Seis Sigma para la búsqueda de la excelencia como visión
compartida y compromiso del cambio cultural es una herramienta administrativa de suma utilidad para
analizar los indicadores clave de rendimiento (KPI) con el fin de tomar acciones; si fuera necesario para
corregir los problemas antes de que causen daños graves. La gestión de mantenimiento será más eficiente
y será posible manejar de una mejor manera los recursos con los que la empresa cuenta, usando los méto-
dos administrativos para la mejora continua. El método Seis Sigma nos permitirá trabajar con sustento
matemático y estadístico para tomar decisiones de mejora en los procesos que intervienen en la gestión de
mantenimiento de equipos.
Palabras clave: Método Seis Sigma, filosofía Seis Sigma, mejora continua, gestión de mantenimiento.
ABSTRACT
The main objective of maintenance of construction equipment is to ensure the operation of the ma-
chine during its life cycle (life of the investment), enabling high availability and reliability of the related
machinery. These objectives can be achieved when maintenance management processes have adequate
administrative structure and the cycle of continuous improvement that includes plans, tasks, controls
and actions (the four principles of management theory) processes remains clearly visible established and
recording data in each of these processes. The application of the philosophy of continuous improvement
using Six Sigma method for the pursuit of excellence as a shared vision and commitment of cultural chan-
ge is an administrative tool very useful to analyze key performance indicators (KPI) to take actions; if
necessary to correct problems before they cause serious damage. Maintenance management will be more
1 Doctor en Administración de la UAP, Maestro en Administración de la USMP, Ingeniero Mecánico de la PUCP, CIP 49526, Diplomado en ingeniería mecatrónica por
la URP, especialista CAD-CAE por la PUCP, Black Belt Six Sigma por Caterpillar. Jefe de Monitoreo y Planeamiento en Ferreyros y asesor de empresas constructoras,
docente del curso Gestión de Mantenimiento de equipo pesado en la PUCP. E-mail: [email protected]; [email protected]
2014 All rights reserved. Ciencia y Desarrollo 17 (2), julio-diciembre 2014. 19:34 V. E.: ISSN 2409-2045
DOI: http://dx.doi.org/10.21503/CienciayDesarrollo.2014.v17i2.02 19
Manuel Zegarra
efficient and be able to better manage the resources with which the company has, using administrative
methods for continuous improvement. The Six Sigma method will allow us to work with mathematical
and statistical decision making for improving the processes involved in managing equipment maintenan-
ce support.
Keywords: Method Six Sigma, Six Sigma philosophy, continuous improvement, maintenance manage-
ment.
INTRODUCCIÓN con herramientas que ayuden en este aspecto.

La realidad en nuestro medio, muestra que el
Dos sectores económicos importantes para mantenimiento de equipos y máquinas en las
las inversiones son el sector construcción y el empresas medianas y pequeñas de construcción
sector minero. Las exigencias para poder ser está reducido a realizar cambios de aceites a las
sujeto de aprobación para la postulación en máquinas y en algunas se realiza un incipiente
las licitaciones son grandes, por lo que la única manejo administrativo de un programa
forma que tienen las pequeñas y medianas preventivo básico. La mejora en la eficiencia
empresas constructoras para poder desarrollarse de los procesos a fin de mantener o mejorar la
dentro del sector y ser partícipes de estas disponibilidad y confiabilidad de los equipos, así
inversiones, son dos: asociándose con empresas como de los procesos del taller, será conseguida
grandes o ser subcontratistas de las empresas acogiendo la filosofía de la mejora continua,
ganadoras. Estas decisiones incluyen temas que es el espíritu de una visión de ir hacia la
relativos a los equipos como adquisiciones, perfección. Usando el método administrativo
mantenimiento, reparaciones, reconstrucciones, Seis Sigma, ayudará al análisis de los resultados
eficiencias, disponibilidad, confiabilidad, de la gestión de mantenimiento y permitirán
reemplazos, costos y bajas de activos. Las la mejora continua, así como al alcance de los
empresas constructoras de nivel internacional resultados esperados, traducidos en eficiencia
están inmersas en lo que se denomina “El en manejo del taller, mejora de la disponibilidad
Mantenimiento de Clase Mundial”, que significa mecánica y aseguramiento de la vida útil de las
tener políticas para realizar las labores cotidianas máquinas. La presente investigación aporta
de trabajo con buenas prácticas tanto en el campo conocimientos y un enfoque para mejorar la
administrativo como en el campo técnico. La gestión de mantenimiento en las empresas
competitividad de las empresas constructoras constructoras medianas a fin de alcanzar la mayor
reside en conseguir la máxima rentabilidad por eficiencia en los procesos y mejorar los resultados
metro cúbico movido o por la máxima cantidad de gestión. El análisis se hizo sobre datos de los
de horas máquina vendida. En el primer aspecto últimos 10 años de gestión de mantenimiento
la máxima rentabilidad depende de la máxima de una empresa constructora. La prueba piloto
producción horaria y del mínimo costo horario se realizó en una obra que duró 08 meses. En
de máquina. En el segundo aspecto la máxima el trabajo de investigación se aplicó el proceso
rentabilidad depende de la mayor cantidad de DMAIC del método Seis Sigma, incluyendo solo
horas trabajadas de la máquina y del menor costo las etapas de DEFINIR, MEDIR, ANALIZAR
horario de máquina. Por lo tanto, una adecuada y MEJORAR (DMAI) con establecimiento
gestión del mantenimiento del equipo mecánico, puntual de la mejora sugerida, sustentada con la
es importante para maximizar la rentabilidad comparación con una implementación piloto.
empresarial, por lo que es necesario contar La etapa de mejora no incluye lo referente a la
DOI: 10.21503/CienciayDesarrollo.2014.V17i2.02
Ciencia y Desarrollo 17 (2) julio-diciembre 2014. 19:34 V. E.: ISSN 2409-2045
20
implementación de las sugerencias en el proceso Sigma ayudará en la mejora continua de la gestión

completo y tampoco se realizó la etapa de control, de mantenimiento en las empresas constructoras
pues la implementación de las sugerencias medianas de Lima Metropolitana?
depende de decisiones fuera del alcance del
proyecto. Se toma el método administrativo Seis Problemas secundarios
Sigma, como variable independiente, tomando
como sus dimensiones la variabilidad de los 1. ¿Cómo es que los defectos en el proceso afec-
procesos, el centrado de los procesos y los defectos tan a la mejora continua de la gestión de las
por millón de oportunidades en los procesos. Se labores del taller en las empresas constructo-
considera como variable dependiente a la mejora ras medianas de Lima metropolitana?
continua de la gestión de mantenimiento, 2. ¿De qué modo la variabilidad del proceso in-
tomando sus dimensiones la gestión de las fluye en la mejora continua de la disponibili-
labores del taller, la gestión de la disponibilidad dad operativa de la máquina en las empresas
operativa de las máquinas y la gestión de la constructoras medianas de Lima Metropoli-
probabilidad de cumplimiento de la vida útil tana?
de las máquinas. La investigación solo incluye 3. ¿De qué forma el centrado del proceso incide
lo relacionado a los procesos administrativos en la mejora continua de la gestión de la pro-
en el taller de mantenimiento. No se incluyen babilidad del cumplimiento de la vida útil
procesos referidos a operación de las máquinas, de la máquina en las empresas constructoras
ni la programación de trabajos civiles en las medianas de Lima Metropolitana?
obras. Se pretende con esta investigación aportar
conocimientos acerca del uso del método Seis Objetivo principal
Sigma y de su filosofía en la mejora continua
para la solución de problemas presentados en Analizar la relación entre la aplicación del
los procesos del mantenimiento mecánico y para método Seis Sigma y la mejora continua de
la mejora de estos y su aplicación en empresas la gestión de mantenimiento en las empresas
constructoras medianas ya que es un método constructoras medianas de Lima Metropolitana.
con sustento matemático y estadístico que
permite el análisis de eventos basado en datos Objetivos específicos
de valores de tendencia central y de dispersión
para obtener expresiones o proyecciones de 1. Averiguar cómo afectan los defectos
resultados esperados dentro de límites de en el proceso a la mejora continua de
certeza e intervalos de confianza. Analizando los la gestión de las labores del taller en las
resultados de los subprocesos intervinientes, es empresas constructoras medianas de Lima
posible relacionar estas curvas de probabilidad Metropolitana
para pronosticar resultados futuros dentro de 2. Determinar cómo influye la variabilidad del
intervalos de confianza aceptables. Es un método proceso en la mejora continua de la gestión
moderno que es coherente con la administración de la disponibilidad operativa de la máquina
científica y la clásica ya que se basa en análisis en las empresas constructoras medianas de
matemático para el aumento de productividad y Lima Metropolitana.
para la mejora de los procesos. 3. Identificar la manera en la cual el centrado
del proceso incide en la mejora continua
Problema principal de la gestión de la probabilidad del
cumplimiento de la vida útil de la máquina
¿De qué manera la aplicación del método Seis
Ciencia y Desarrollo 17 (2), julio-diciembre 2014. 19:34 V. E.: ISSN 2409-2045

21
Manuel Zegarra
en las empresas constructoras medianas de o La letra K viene del Japonés Katayori

Lima Metropolitana. (かたより), que significa desvío o
descentrado (American Society of
Hipótesis general Quality, 2013).
La aplicación del método Seis Sigma, ayuda en la • Defectos por millón de oportunidades
mejora continua de la gestión de mantenimiento (DPMO) = Cantidad de defectos en el
en las empresas constructoras medianas de Lima producto por cada millón de oportunidades
Metropolitana. de defectos.
Hipótesis secundarias Variable dependiente:
1. Los defectos en el proceso afectan la mejora Una buena labor en la gestión de mantenimiento
continua de la gestión de las labores del taller se verá reflejada en los valores de las dimensiones
en las empresas constructoras medianas de siguientes:
Lima Metropolitana. • El tiempo que una máquina está en el campo
2. La variabilidad del proceso influye en produciendo.
la mejora continua de la gestión de la • El tiempo que una máquina está inoperativa
disponibilidad operativa de la máquina en las en reparación.
empresas constructoras medianas de Lima • El manejo del planeamiento y la programación
Metropolitana. de las reparaciones.
3. El centrado del proceso incide en la mejora • La disponibilidad mecánica de la máquina.
continua de la gestión de la probabilidad del • El cumplimiento de la vida útil de la máquina.
cumplimiento de la vida útil de la máquina
en las empresas constructoras medianas de Estas dimensiones son medidas con los siguientes
Lima Metropolitana. indicadores:
• TPEP (Tiempo promedio entre paradas o
Identificación y clasificación de las variables e MTBS por las siglas en inglés)
indicadores • TPPR (Tiempo promedio para reparaciones
o MTTR por las siglas en inglés)
Variable Independiente: • TPEF (Tiempo promedio entre fallas o
MTBF por sus siglas en inglés)
El método Seis Sigma se basa en la medición y • PRP (% de reparaciones programadas sobre
reducción de la variabilidad de los procesos que reparaciones totales)
se analizan. Es por este motivo que se ha escogido • DM (Disponibilidad mecánica)
como dimensión de esta variable a la desviación • R (Confiabilidad)
estándar del proceso analizar.
Estas dimensiones se medirán con los indicadores El indicador PRP o %RP, muestra la buena o
siguientes: mala gestión del mantenimiento programado,
• Capacidad del proceso (Cp, Pp) = su seguimiento, su ejecución y su calidad. El
indicador TPPR es el tiempo promedio de
• Centrado del proceso (CpK, PpK) =
demora de una reparación y refleja la efectividad
min [ y ] de las reparaciones tanto en taller y campo. El
indicador TPEP refleja el número de horas

22
promedio que la máquina trabaja sin necesidad El presente trabajo se realizó con limitaciones de
de paradas para intervenirla y es un indicador presupuesto y personal calificado. Sin embargo
de la calidad de las reparaciones efectuadas la empresa colaboró en la mejora de los procesos
y del buen uso que se le da al equipo. La para el piloto efectuado en la obra designada
disponibilidad mecánica es función del TPPR y para hacer que la documentación llegue a tiempo
del TPEP e indica la capacidad potencial de la para ser procesada y haciendo que el personal
máquina para estar trabajando y produciendo realice sus funciones de acuerdo a lo indicado en
dinero. La confiabilidad o probabilidad del los manuales de funciones.
cumplimiento de la vida útil (probabilidad de
vida útil sin fallas), es función del TPEF e indica Teoría del método Seis Sigma
la probabilidad de éxito en el cumplimiento de la
vida útil del equipo en perfectas condiciones de El método Seis Sigma postula la excelencia de
operación. los procesos y es por esta razón que se usa para
reducir la variabilidad de éstos. El método Seis
MATERIALES Y MÉTODOS Sigma tiene una filosofía y un procedimiento.
Como filosofía, postula la excelencia mediante la
La presente investigación es del tipo aplicada y reducción de la variabilidad de los procesos y con
cuasi-experimental, documental, retrospectiva la eliminación de los defectos, por lo que debe
y prospectiva. El nivel es correlacional y haber un cambio de mentalidad en el personal
explicativo. El método es cuantitativo y se de la empresa, desde la más alta autoridad hasta
usó el método científico, se aplicaron los el empleado de más bajo nivel, de tal manera
conocimientos de las ciencias administrativas y que, bajo una visión compartida y que esta
del mantenimiento de maquinaria y equipos, se filosofía se encuentre internalizada en cada uno
usaron plantillas adecuadamente elaboradas de de los empleados, para que se puedan lograr los
recolección de información de los indicadores de objetivos. Como proceso exige rigurosidad en su
mantenimiento y se utilizaron los datos de una aplicación, siguiendo los pasos establecidos por
empresa constructora representativa del sector. el método. Una diferencia significativa entre Seis
Sigma y similares programas en los años pasados,
La población está constituida por empresas es el grado en el cual la administración juega un
constructoras medianas de Lima Metropolitana. rol importante en los programas de monitoreo
de resultados y cumplimiento de los objetivos
Estas empresas tienen entre todas (Pande, 2002, pág. 22). El método Seis Sigma
aproximadamente 2,000 máquinas medianas y tiene oportunidad de uso en todos los ámbitos
grandes (entre 50 y 350 hp de potencia Neta). de producción de bienes y servicios, pues:
La muestra está constituida por datos del
historial de máquinas de la empresa TyT SAC • Donde hay producción (de bienes o servicios)
Contratistas Generales que es una empresa hay procesos.
constructora mediana de Lima Metropolitana • En todos los procesos existe variabilidad.
que en conjunto posee 120 equipos de los cuales • Donde hay variabilidad hay una oportunidad
58 máquinas están en los rangos de potencia de mejora o disminución de esta variabilidad.
entre 50 y 350 hp de potencia neta. Se trata de • Donde hay oportunidad de mejora de
un muestreo intencional u opinático. la variabilidad de los procesos, hay una
oportunidad para la filosofía Seis Sigma.

23
Manuel Zegarra
Process
Grafico 1. Esquema del SIPOC (Caterpillar, 2011)
Etapa DEFINIR
El objetivo de la etapa DEFINIR es establecer la definición del propósito y alcance del proyecto y
obtener información sobre antecedentes sobre el proceso y sus clientes (Brasard, 2005, pág. 12).
CHARTER DEL PROYECTO

Caso de negocio (oportunidad de mejora) Declaración del problema (voz del cliente)
La mejora de los procesos de gestión de Existe la necesidad de mejorar las condiciones de

mantenimiento traerá beneficios a la empresa, las máquinas. Las máquinas se malogran con más
por la mayor disposición de las máquinas en obra frecuencia de lo esperado.
al mejor costo de producción. La alta frecuencia de paradas de equipos trae
problemas.
Una baja disponibilidad operativa de maquina
trae gastos no presupuestados como son los gastos
administrativos por paralizaciones de obra,
multas, y gastos por reposición de maquinaria
mientras se repara las máquinas falladas.
Declaración de metas Alcance del proyecto
Incluye:
Y1: Establecer la mejora en la gestión de taller procesos de mantenimiento preventivo y
Y2: Establecer la mejora de la disponibilidad predictivo, desde su programación hasta el
operativa control de los resultados.
Y3: Establecer la mejora de la confiabilidad No incluye:
procesos de mantenimiento correctivo ni
diferentes a los mencionados arriba.
Plan del proyecto Equipos seleccionado
Definir: patrocinador: Gerente general, gerente de obras

Medir: Dueño del proyecto: Jefe de equipos
Analizar: Analisista: Mg Manuel Zegarra - BB Six Sigma
Mejorar: Asistente: Personal del área de mantenimiento
Controlar de la empresa.
El CHARTER es un documento vivo que puede ser modificado en el transcurso del proyecto.
(Elaboración propia)

24
SIPOC DEL PROYECTO

TyT SAC contratistas generales
Proveedor Entradas Proceso Salidas Cliente
Sección Personal Disponibilidad Obras propias
equipos mantenimiento Plan de mantenimiento mecanica en Obras
almacén taller Procesos campo consorcios
Software Bajo regimen de Cliente
Avance de Horómetros
Entrenamiento paradas externos
Capacidad Buena
técnica Aviso de eventos condición de la
Capacidad máquina
administrativa
Programación de Programación
mantenimiento
Herramientas
Instrumentos Ejecución técnica
Manuales
Plan de
Análisis resultados
mantenimiento
Repuestos a
tiempo Reparaciones
Repuestos de programadas
calidad
Infraestructura
Horómetros de
las máquinas
Grafico 2. SIPOC del proyecto
Macro proceso TyT SAC

Xs, Ys, Y
y1 y2 y3 y4 y5 y6 y7
Confiabilidad
Disponibilidad
Plan de Actualización Aviso de PM o Programa Máquinaria Costos Confiabilidad
mantenimiento de SMU Backlog abrir OT operativa Historial máquina Disponibilidad
y
Ingreso de plan Ingreso avance Aviso eventos Programación y Ejecución Control Disponibilidad
Planeamiento de
de de de asignación de del administrativo Confiabilidad
Backlogs
mantenimiento horómetros mantenimiento recursos mantenimiento y técnico Costo horarios
Manuales de taller Partes diarios Sistema Procedimientos Procedimientos Capacitación Capacitación

Información del Informes de mecánicos Revisión semanal Sistemas Entrenamientos Sistema Sistema
fabricante Informes de operadores Procedimientos Almacenes Capacitación Información ordenada Información claros
Sistema Sistema Conocimiento Mecanicos Lectura de planos Información correcta Manual de partes
Movilidad Ingles Informes claros Manual de servicio
Manuales Manuales de servicios
Herramientas Manuales de partes
Instrumentos
Repuestos
Materiales
Backlogs
Grafico 3. Mapa del proceso (vista de 30000 pies)

25
26
Manuel Zegarra
Cause & Effect (Fishbone) Diagram
Process/Project Name: Mejora Continua Gestión de Mantenimiento

Date:
Prepared By: Mg. Manuel Zegarra
Notes:
Problem Statement/Effect: Mala Gestión de Mantenimiento
People Method Material
Entrenamiento Demoras injustificadas Mala programación de Falta herramientas adecuadas No hay manuales en castellano
Faltan Habilidades No saben inglés No lectura de planos Planeamiento inadecuado

No se cuenta con las especificaciones técnicas de todas las máquinas
Falta conocimiento procesos No saben leer planos No lectura de Manuales Mala calidad de reparaciones No hay material de entrenamiento
No saben leer instrumentos No lectura de instrumentos No se siguen los procedimientos No hay salas de entrenamiento
Falta conocimientos de planeamiento
Falta Conocimientos de Programación No saben matemáticas Malos hábitos de mantenimiento No hay instrumentos suficientes
Mala Gestión de

Mantenimiento
No hay equipo adecuado para reparto de combustible
No hay comunicación inmediata con obras
No hay computadoras adecuadas en obras No saben interpretar las lecturas No hay almacenes adecuados en obras
No saben leer instrumentos Ambientes polvorientos en obras

Sistema de cómputo falla
Máquinas no se encuentran disponibles Carencia de conocimientos No hay talleres adecuados en obras
Measurement Environment
Machine
Grafico 4. Diagrama de Ishikawa (elaboración propia)

Etapa MEDIR órdenes de trabajo programadas, número de

órdenes de trabajo no programadas, horas usadas
Durante la etapa MEDIR, se investiga el tema en los mantenimientos.
que se está estudiando, en detalle. Lo que
efectivamente está sucediendo, cuándo sucede Etapa ANALIZAR
y dónde está sucediendo. Se reúnen datos,
para establecer una línea base del desempeño, El objetivo de la etapa es ANALIZAR e
contra las que se compararán los resultados identificar CAUSAS RAÍZ y confirmarla con
que se obtengan después que se trabaje el paso datos. La etapa ANALIZAR precisa las causas
MEJORAR (Brasard, 2005, pág. 15). En esta específicas de la declaración enfocada del
etapa se midió para cada máquina el número problema que se desarrolla como resultado del
de paradas, número de mantenimientos paso MEDIR (Brasard, 2005, pág. 18).
programados, horas trabajadas, número de
Tabla 1
Resultado encontrado Resultado
Dimensión Indicador: Dimensión
Indicador: variable en el proceso (total de encontrado en
de la variable Variable de la variable
independiente equipos y máquinas) el proceso (clase
dependiente independiente independiente
(antes) máquinas) (antes)
%RP DPMO (%error) 379,300 (37.93%) 447,400 (44.74 %)
TPEP o MTBS DPMO (%error) 862,100 (86.21%) 815,800 (81.58 %)
Gestión de las Defectos en el 500,000 (50%) 500,000 (50%)
labores de taller TPPR proceso DPMO (%error) 293,100 < LIE 263,200 < LIE
206,900 > LSE 236,800 > LSE
TPEF o MTBF DPMO (%error) 482,800 (48.28%) 394,700 (39.74%)
Gestión de la
Variabilidad del
disponibilidad DM Pp o Cp 0.91 1.01
proceso
operativa
Gestión de la
probabilidad de
Centrado del
cumplimiento Confiabilidad PpK o CpK 0.11 0.26
proceso
de la vida útil de
la máquina
Los valores de los resultados nos muestran que seguir los procedimientos establecidos de manera
existe una gran oportunidad para mejorar los rigurosa. En tal sentido se hicieron talleres de
procesos. Como mencionamos anteriormente, lluvia de ideas con el personal involucrado en
es necesario tener claro que llegar a los niveles los procesos del mantenimiento y se obtuvo el
Seis Sigma requiere de mucho esfuerzo, mucho siguiente diagrama de Ishikawa, que sirvió para
trabajo en equipo, fuerte decisión de la gerencia elaborar la matriz de análisis de modo de fallas
y directores de la empresa y normalmente una y efectos (Failure Mode and Effects Analysis
gran inversión, que todas las empresas no están FMEA). Esta matriz nos muestra los potenciales
dispuestas a hacer, salvo que el mercado se los modos de falla, sus efectos probables, los riesgos
justifique. Un comienzo simple y no oneroso es de ocurrencia de las fallas y las acciones que
el de comprometer al personal de la empresa a debemos tomar para corregir los problemas.

27
28
Manuel Zegarra

Date:
Prepared By: Mg. Manuel Zegarra
Notes:
Problem Statement/Effect: Variabilidad de DM, TPEF, TPPR, Confiabilidad
People Method Material
Capacitación Orden No hay buenas prácticas de reparación Procesos del fabricante no se sigue
Faltan manuales No se consiguen clases de actualización con proveedores
Entrenamiento Persona dedicada al planeamiento y Falta de entrenamiento al personal técnico No hay CD’s de los manuales No hay camioneta de lubricación adecuada en todas las obras
programación de PMs
Lectura de planos Falta de capacitación técnica y administrativa Faltan herramientas apropiadas en obras Contar con camioneta de servicio adecuada
No hay aula para entrenamiento ni el Lima

Usar las camionetas para otras labores
Lectura de manuales ni en obras
Falta de limpieza en las áreas de trabajo
Visión compartida Falta de orden en las áreas No hay elementos audioviuales para entrenamiento
de trabajo y en el campo

Variabilidad de DM
TPEF, TPPR,
confiabilidad
Carencia de instrumentos adecuados en obras No hay ambiente adecuado para las oficinas
Máquinas hacen labores para las que no fueron diseñadas Mecánicos no saben interpretar manuales de servicio No hay área de lavado de máquinas en obras
Mécanicos no saben matemática básica Carencia de almacenes limpios y adecuados en obras

Ingenieros de obras no programan sus labores bien
Máquinas no son cuidadas por los operadores Mécanicos no saben usar instrumentos Carencia de talleres limpios en obras
Measurement Environment
Machine
Gráfico 5. Diagrama de Ishikawa de la variabilidad de los procesos

Tabla 2. Matriz FMEA (elaboración propia)
Potential Failure Mode & Effects Analysis

Process/Product: MejoraContinua
Mejora Continuaen
enlalagestión
gestiónde
deMantenimiento
Mantenimiento
FMEA Team: Mg.Manuel
Mg. ManuelZegarra
Zegarra
Responsibility: Responsablede
Responsable deEquipos
Equipos
Prepared By: Mg.Manuel
Mg. ManuelZegarra
Zegarra
Process
Process
Row
Number Process Steps or Severity Occurrence
Potential Failure Mode Potential Effects of Failure Potential Cause(s) of Failure Current Controls
Product Functions (1-10) (1-10)
El sistema no tenga
No haya horas de trabajo No se programe evento de 5 Administrativo reclama los
información a tiempo para el 10
de la máquina mantenimiento partes
cálculo de eventos de Pms
No se programe evento de 5 Administrativo reclama los

El sistema no tenga 10
Demora ingreso en de mantenimiento partes
información a tiempo para el
hohas de máquinas No se realice el mantenimiento Administrativo reclama los
cálculo de eventos de Pms 10 5
a tiempo partes
Ingreso de Partes No se programe evento de Administrativo reclama los

1 10 8
diarios mantenimiento partes
El sistema no tenga
Demora en la llegada de
información a tiempo para el
los partes de obras
cálculo de eventos de Pms
No se realice el mantenimiento 8 Administrativo reclama los
10
a tiempo partes
Administrativo se da
Las horas indicadas no El sistema calculará mal el No se programe el evento en el
10 5 cuenta por partes
sean las reales momento del evento de PM momento adecuado
anteriores
Responsable de servicio
No ingreso del plan de El sistema no calcule el No se programe evento de
10 3 ingresa planes cuando
mantenimiento evento de PM mantenimiento
Ingreso del plan de compra las máquinas
2
mantenimiento
Mal ingreso del plan de El sistema calcule mal el No se programe el evento en el Depende del responsable
10 3
mantenimiento evento de PM momento adecuado de servicio
El sistema calcule mal el No se programe el evento en el Hay que revisar cada
10 5
evento de PM momento adecuado informe
Se pierda la historia de los 5
Sistema de Gestión de Se pierda información 5 hay back-up
3 Sistema no funcione bien mantenimientos
Taller
El sistema no avise de los Hay que revisar cada
No se realicen los
eventos de Pms con la 10 5 informe
mantenimientos a tiempo
debida anticipación
3 Hay estock de protección

No haya repuestos en No se disponga de los No se realice el mantenimiento
10
almacén repuestos a tiempo a tiempo
No haya mecanicos 4 hay que programar con
Falta capacidad de Mano disponibles para el No se realice el mantenimiento
10 tiempo
de Obra mantenimiento a tiempo
5 no
Se realice un mal seriv¡cio de
10
Falta cantidad adecuada No se cuente con mantenimiento
de instrumentos y instrumentos y herramientas
5 no
herramientas al momento de los PMs La máquina vuelva a fallar ren
10
el corto tiempo
4 5 no
Asignación de recursos Se realice un servicio de
No se cuente con los 10
mantenimiento de mala calidad
manuales y planos
necesarios para realizar el
Falta cantidad adecuada 5 no
mantenimiento La máquina vuelva a fallar ren
de manuales y planos 10
el corto tiempo
3 no
No se ingrese el plan de No se realice el mantenimiento
10
mantenimiento correcto en el momento adecuado
6 no
No hay unidades de No se llegue a tiempo al Máquina parada
10
mantenimiento adecuadas mantenimiento innecesariamente
6 no
Las unidades son No se llegue a tiempo al Máquina parada
10
utilizadas en otras labores mantenimiento innecesariamente
Se realice un mal 7 no
10
mantenimiento, con demora
Mala capacitación de los Demora en la realización del 7 no
10
mecánicos mantenimiento
No se realizan las clases Máquina vuelve a fallar en el 7 no
10
de entrenamiento corto tiempo
Entrenamiento y
5 Se realice un mal 5 no
capacitación técnica 10
Mala interpretación de los mantenimiento, con demora
manuales y lectura de planos Máquina vuelve a fallar en el 5 no
10
corto tiempo
Carencia de sala de 7 no
No se realizan los
entrenamiento y equipos 10 Mecánicos mal entrenados
entrenamientos
audiovisuales
7 no
Alimentación de
6 Camión no adecuado Despacho de petroleo sucio 10 Máquina va a fallar
combustible
7
8
9
10
11
12
13
14
15
16
17 29
18
19
20
21
Manuel Zegarra
Estas mejoras no requieren inversión adicional dato inconsistente en la información que

de parte de la empresa, pues el personal de ella viene de obras. Se recomienda la práctica de
que labora en las diferentes áreas puede trabajar las clases semanales a los mecánicos donde
en ellas como parte de la mejora continua. se discuten problemas presentados y cómo
Un análisis de las causas de los problemas se solucionaron, así como concretar con los
presentados, nos lleva a las siguientes sugerencias proveedores de máquinas el dictado de clases
para la mejora de los procesos: técnicas según los modelos de máquinas
• Es importante el constante mantenimiento que el taller tenga. Estas clases deben ser
del software del sistema integrado de desarrolladas por el responsable de equipos
mantenimiento. de cada taller (Lima o provincias).
• Revisión del algoritmo del software, para un • Contratar mecánicos e ingenieros calificados
adecuado cálculo de los mantenimientos por para cuando haya necesidad de ello, por
venir y de los cálculos de la información que se ejemplo para las obras.
puede obtener, como son los costos horarios, • Revisión de la cantidad y calidad de los
horas trabajadas por las máquinas en las instrumentos y herramientas necesarios
obras, consumos horarios de combustible, para poder realizar los mantenimientos y las
aceites, repuestos, etc. reparaciones.
• Envío oportuno de los documentos de taller, • Asegurar los procedimientos de atención de
a la oficina central. Incluye los partes diarios almacén, para que provean a tiempo de los
de operación de las máquinas, reportes de repuestos necesarios para los mantenimientos
fallas e informes de mantenimiento, etc. y las reparaciones.
• Ingreso oportuno de los datos en el software • Seguir estrictamente los procesos establecidos
del sistema de gestión del mantenimiento. con revisiones bimensuales de cumplimiento
• Verificación de la información a ingresar, en de objetivos relativos al porcentaje de
caso se sospeche de alguna inconsistencia. La reparaciones programadas, tiempos de las
corrección debe ser inmediata. reparaciones y calidad de las mismas.
• Verificación de los planes de mantenimiento
de las máquinas. Etapa MEJORAR
• Ingreso de información de los mantenimientos
realizados. El objetivo de esta etapa es desarrollar, probar e
• Manejo adecuado de los mantenimientos implementar soluciones que ataquen las causa
programados. raíz y utilizar datos para evaluar las soluciones
• Manejo adecuado de los backlogs o como también los planes que se utilizarán para
reparaciones programadas (no cambios de realizarla (Brasard, 2005, pág. 19).
aceite programados). Las salidas de esta etapa son:
• Implementar ciclos de capacitación técnica • Acciones planeadas y probadas que eliminan
más seguidos, para los mecánicos y para o reducen el impacto de la(s) causa(s)
los administrativos. Los técnicos deben identificada(s) de un problema.
recibir clases y capacitación en las buenas • Análisis de los datos “Antes” y “Después”,
prácticas de mantenimiento y en la parte que demuestren qué tanto se cerró la brecha
administrativa que les corresponde. Los inicial. Esto es comparar los resultados del
administrativos, deben tener entrenamiento piloto con los resultados de la línea base.
en lo correspondiente al ingreso de datos y • Una comparación del plan en relación con la
también lo básico en la parte técnica para implementación real.
que puedan estar atentos cuando haya un

30
En esta etapa corresponde hacer un piloto empresa ya tiene establecidos, pero se puso esmero
(experimento controlado) para la validación y cuidado en seguirlos de manera rigurosa.
y sustento de las recomendaciones. Para este
efecto, se implementó un plan de ejecución A continuación se presentan los resultados
y seguimiento de los procedimientos que la comparadas con las líneas base (antes).
Capacidad deCapacidad
Capacidad proceso dede%proceso
deCapacidad
proceso deR..P.antes
%proceso
R..P.antes
de %R..P.antes
deR..P.antes
Capacidad proceso dede%RPdespues
deCapacidad
proceso PCapacidad
dede%RPdespues
proceso PCapacidad
de %RPdespues dePCapacidad
de proceso PCapacidad
proceso dedeTPEPantes
de TPEPantesproceso
de procesode TPEPantes
de TPEPantesCapacidad
Capacidad Capacidad
de de
proceso
Capacidad
proceso dedede proceso
TPEPdespues
de procesode de
TPEPdespues TPEPdespues
TPEPdespues
álculos basadosCapacidad de
en el Capacidad
C álculos Cbasados dedeproceso
de proceso
modeloCapacidad
enbasados
de
de%de
distribuciónWeibull
el modelo %%
proceso R..P.antes
R..P.antes
deC%
álculos Capacidad
basados
R..P.antes de de
enCapacidad
el modelo proceso
de proceso
proceso
CCapacidad
álculos
de %RPdespues
de %RPdespues
debasados
distribuciónWeibull%RPdespues
de Cálculos
en elproceso
modelo de
PCapacidadde PCapacidad
basados en
deelproceso de
modelo dede
%RPdespues
distribuciónWeibull procesoCde
TPEPantes TPEPantes
álculos enCálculos
basados Capacidad
de PCapacidad basados
el modelo enCapacidad
el modelo
de proceso
de
de de proceso de TPEPdespu
de deTPEPdespues
procesoCde TPEPantes enCapacidad de proceso de TPEPdesp
Cálculos
álculosbasados
C Cálculos
álculos en
basadoselde distribuciónWeibull
enelCapacidad
modelo
modelo de proceso deC%
de distribuciónWeibull
demodelo
enel elmodelo
álculos
C basados
R..P.antes enbasados
C álculos
álculos el modelo
basados deel distribuciónWeibull
elenmodelo
enbasados modelo CCapacidad
deálculos
demodelo de basados de
distribuciónWeibull Cálculos
en elproceso
modelo basados
de
PCapacidad en elproceso
modelo dede
%RPdespues
debasados distribuciónWeibull
TPEPantes álculos enCálculos
basados Capacidad basados
el modelo el modelo
de proceso
de de deTPEPdespues
distribuciónWeibulldistribuciónWeibull
C basados
álculos en
basados endeelde
modelo de distribuciónWeibull C álculos
C álculos basados
C álculos basados en el modelo de distribuciónWeibull
en elenmodelo
Celálculos distribuciónWeibull
basados en elC álculos
modelo
C álculos basados en elC álculos
modelo deCdistribuciónWeibull
basados álculos
enCelálculos de en
modelobasados
de distribuciónWeibull elenmodelo de distribuciónWeibull
el modelo C álculos basados en elCmodelo
de distribuciónWeibull álculos basados
de
C álculos en en
el modelo
basados de de
el modelo distribuciónWeib
distribuciónW
basados en el modelo de distribuciónWeibull C álculos basados en el modelo de distribuciónWeibull
Capacidad de proceso
Capacidad de % R..P.antes
de proceso de % R..P.antes Capacidad de proceso
Capacidad de %RPdespues
de proceso de %RPdespues PCapacidad de proceso de TPEPantes Capacidad de proceso de TPEPdespues
C álculos Cbasados en el modelo PCapacidad de proceso de TPEPantes Capacidad de proceso de TPEPdespues
álculos basados en el de distribuciónWeibull
modelo de distribuciónWeibull C álculosC basados en el modelo
álculos basados de distribuciónWeibull
en el modelo de distribuciónWeibull C álculos basados
C álculos en el modelo
basados de distribuciónWeibull
en el modelo de distribuciónWeibull C álculos basados
C álculos en elen
basados modelo de distribuciónWeibull
el modelo de distribuciónWeibull
Procesar datos
Procesar datosProcesar datos
datosCapacidad general Capacidad Capacidad
general general Procesar datosCapacidad Procesar datos Capacidad general CapacidadCapacidad
general general
Capacidad general CapaciCapacidad
dCapaci
adgeneral
general Capacidad general Capacidad CapaciCapaci
dad general
datosCapacidad general general general Procesar datos Capacidad general Procesar
Procesardatos
datosCapacidadProcesar
datosCapacidad datosdatos
general Capacidad
LEI0.8 ProcesarProcesar
datos
0.8
datos
Procesar Procesar
Pp Capacidad 0.40Capacidad LEI Pp
generalProcesar datos
Procesar
Capacidad datos
general Procesar
Procesar datos
Procesar
datos
Procesar datos datos Capacidad general datos datos Procesar
Procesar
Procesardatos datos
Procesar
Capacidad
Capacidad
datosCapacidad
Capacidad
generalgeneral
general dProcesar
adgeneral
general
Procesar
Procesar
general datos
Procesar
Procesar datos Procesar datos
Procesar Capacidad
datos general Capacidad
general
dad general
general Capac
LEI0.8 LEI Procesar datos Pp Pp0.40 0.40 Pp PpLEI 0.40 0.40 0.8 LEI 0.80.40 0.8 Procesar0.8 datos LEI Pp Pp0.41 1500.41
Pp0.8 Pp 0.41 Capacidad
0.41 general LEI150
LEI LEI 0.8 0.8 LEI LEILEI LEI 150 LEI150 Pp150 150 0.41 0.41Pp PpLEI PpPpLEI0.430.43 0.43 Pp150LEILEI 0.43 0.43 150 150
150 LEI Pp Pp150 0.34 150 0.34 Pp
Pp Pp 0.34 0.34 Pp Pp
LEI
Objetivo
0.9 LEI 0.9 0.8
Procesar datos0.8
Objetivo Objetivo Objetivo PPL
0.9 Procesar datos 0.9
0.8
0.05
PPL 0.05
Capacidad Pp
general
Objeti0.40
PPL vo 0.05 0.40 LEI Procesar
Objetivo
0.9 Objetivo
PPL
Pp
LEI datos
0.05
0.40 0.8
0.9 0.9 0.8
LEI LEI LEI
Capacidad general
PPL Pp PPL0.45
ObjetivoObjetivo PPL
Capacidad0.9 150Pp0.8
general PPL0.45 Pp 0.45
LEI
0.41 0.41 Objetivo
150 Pp
PpPPL0.43Pp 0.430.45 Capacidad general0.43
Pp150LEILEI 150 LEI Capacidad general PPL Pp 0.34 0.34
Objetivo LES 0.9 PPL
0.9 0.05
Capacidad general
Objetiv o 0.9
PPL Procesar datos
0.8 0.05 0.45 0.9Objetivo Objetivo * Procesar
Objetivo
datos
* Procesar datos * PPL
* 0.45PPL PPL -0.39 Capacidad-0.39general PPL Objetivo PPL Objetivo Procesar datos*
Procesar datos
-0.39 -0.39 * Objetivo
Objetivo * Capacidad
* general PPL 0.20 0.20 PPL PPL
vo 11.070.80.91 0.9Objetivo Pp * PPU
PPUObjeti voObjeti * PPL150 PPLPPU -0.39 -0.390.34 PPLObjetivo -0.39 * LEIObjetivObjeti
o vo 150 250 * * PPL PPL Pp 0.200.34 PPU PPL 0.48 0.20
LEI 0.8 Pp LEI 0.41
Objetivo LESObjetivLES
o 1 0.9LES PPU PPL PPU 0.05
1.07PPL 0.05 LES ObjetiLEIvo Objeti LES Objetivo 1 0.41* PPL 0.34 0.45 vo 0.45 LEI * PpPPLObjetivo 0.43-0.39
0.43 PPULES * LEI 250 Pp250 0.200.34 PPU PPL 0.48 0.20
LEI 10.8 Pp
1 0.9 1.07 0.40 PPU
1 LES PPU1.07 LESPPL 0.34 LES250 LEI 250 PPU 0.34PPU PPU 1.05
PPULES1.05 1.05 * LES LES PPU PPU
150 Pp 1.05 150 250
LES 1 1 Objetivo Objetivo 0.9 PPU
0.9
11.07
PPU 1.07 PPL 0.05 LES 0.05
PPL LES 0.05 Objetivo
1 0.050.9 0.93196
Objetivo 0.9 PPU PPL PPU0.34PPL
LES 0.45
0.340.45 PPU10.34 LES LES250
Objetivo Objetivo 250
Media
LES de la Media
muestra
LES de Media
0.81139
la muestra 1 Media
de la muestra
0.81139 0.81139 0.81139 Ppk PPU PPU Ppk PPU 1.07 0.05 MediaLES
1.07 LES Ppk
de laMedia
muestrade la muestra 0.051 1 0.931961 LES Media de LESla muestra Ppk
0.34250 0.93196 PpkLESMedia 0.34
de
0.34la muestra 250
113.036 PPU* PPUPpk * 1.05 PPULESPPL
1.050.34 0.34Ppk PPL-0.39 -0.39
1.05
-0.39 250Objetivo
LES250de
Media Objetivo
la muestra * 250
177.816 PPU PPU PPL PPL
0.480.200.480.20
Ppk PPU 0.20 0.48
a Media
muestrade la muestra
0.81139de muestra
LES LES 1 1la muestra
de 1Ppk 0.05
1.07
MediaPPUde laMedia
muestra
1.07 0.93196 LES PpkLES 1 Media PPU la muestra
de
Ppkmuestra 0.34PPU 0.34 0.34250 0.93196 PPULES Media 0.34la muestra
de Media
LES de 250
la113.036
Media muestra
de la250muestra 113.036Ppk
113.036 PPULES
Ppk
PPU 1.05 Ppk
-0.39 LESPpk LES
-0.39
Media de-0.39
la muestra
250 250 177.816 250 Media
Media de la muestra
de la muestra 177.816 0.48 0.48 Ppk PPU 0.20 0.48
177.816 Ppk Ppk
PPU1.05 1.05 PPU
la0.81139 Ppk 0.05 de la muestra 0.93196 Ppk
Número Número 38la muestra
de muestra 38 Número deNúmero
muestra 13 Número de 13 Número de muestra 38 LES 250
Número LES
de muestra 13 PPU
Media de Número de
muestra muestra
Media de 0.81139 38 0.81139 Ppk
Ppk 0.05
0.05 Media Media
de la de
muestra la de muestra
muestra
0.93196 13
0.93196 Media deMedia
la muestra
Ppk Ppk113.036
0.34 PpkMedi aPpk 0.34
deMedi
laNúmero
muestra 113.036 Ppk113.036 38-0.3938-0.39 Media de-0.39
laPpk-0.39
muestra muestra177.816 Ppk Ppk 13 0.20
Exp. Ppk Medi aNúmero
Número de muestra 38 Número de lademuestra
muestra 13 Número de 38muestra lade laalamuestra 177.816
13Número de muestra Ppk Ppkgeneral 0.20 0.20
e muestra 38
Forma
Media de la muestra
Número11.8663
Media de la0.81139
muestra 0.81139
Exp. Rendimiento PpkPpk de general
general
Número
Exp. Rendimiento
0.05 Exp.
0.05
muestra Forma 13deExp.
Media Media
Rendimiento de la muestra
de la muestra
general
13 14.6539
0.93196 0.93196 0.34113.036
Exp. Rendimiento general
Exp. Rendimiento
Forma general
lademuestra
a de0.34 muestra
Media
113.036
de laMedia
muestra
Número de muestra
de la muestraExp. Ppk113.036
Rendimiento general
Ppk Media
Exp. Ppk
Rendimiento general de-0.39
la -0.39 Media177.816Medi
deMediamuestra
de
demuestra
de muestra
la 177.816
muestra 177.816 177.816
Número de muestra Ppk 0.200.20Rendimiento
130.20Exp.
Ppk
Número de muestra 38muestraForma
Número deForma
de muestra
Número11.8663 38 11.8663 Número de muestra
Número
de13Número
muestra
Forma Rendimiento 13 14.6539 Forma Forma
general 14.6539 2.88662 Exp. Rendimiento general Rendimiento generalExp. Rendimiento
Forma generalgeneral13 3.69086 Exp. Rendimiento general Exp. Exp.
Rendimie
NúmeroForma
de muestra38Forma de muestra 38
3811.8663Exp. 0.843097
11.8663 % < Exp. LEI Rendimiento
% <41.52 Número Número de muestra
muestra de0.970382
muestra 13 13 Número deRendimiento
muestra
Número 38 14.6539
% <Número
% < LEIgeneral 5.73 deForma muestra
Número
Forma deNúmero
de muestra38126.802
2.88662
muestra
Forma
38
de muestra 382.88662 2.88662 % <Número deRendimiento
muestra 13Exp. Rendimiento
Número
Número
Forma
de muestra
13Número de demuestra
muestra 13 3.69086
13 Forma13 Forma
3.69086 3.69086 Rend
Rendimiento general general EscalaExp. Exp.<deLEIRendimiento
muestra
Exp.general 38 <Número de muestra
general41.52general Escala
%< LEI 41.52 Exp. Rendimiento general
Escala
11.8663 Escala 0.843097
11.8663Escala Escala Forma 0.843097 11.8663Exp. 0.843097
Rendimiento LEI Rendimiento
Exp.
< LEIForma
Forma
14.6539 %<
Escala
Forma LEI 14.6539 41.52 0.970382
14.6539 general
Rendimiento
0.970382 LEIEscala Número
5.73 38126.802 2.88662%2.88662 < LEI% < LEI 5.73 5.73 LEI%Rendimiento
Exp. 80,29
LEI
Exp. general
80,29 % < Forma
general LEI
Escala Número
80,29 de muestra
3.69086197.144 Exp. Rendimiento
Exp. Rendimiento
%general
general < LEI
% < LEI30,5630,56 % <%LEI< LE
Forma
Forma Forma Escala 11.8663 0.843097 0.843097 % Exp.
> Rendimiento
%
LES Exp.
0.05
% LEIForma
<general
41.52
Rendimiento general
41.52 Escala
% >Forma
LES
14.6539
14.6539
0.970382 0.970382
0.05 Forma
Escala%
% < 5.73
%
LEI >
2.88662 Exp.5.73
LES
0.970382
Rendimiento
Exp.
21.15 general generalForma
Escala
Rendimiento Escala FormaEscala Exp. Rendimiento
Exp. % > general
126.802
Rendimiento
LES general
126.802 21.15Exp.
% Rendi
> Exp.
Forma
LES
% m <ie nto
Rendi
LEI m general
0,08 ie nto
80,29 general
% < Forma
3.69086
LEI
Escala 80,29 EscalaEscala Exp. Rendimiento
3.69086197.144
Exp. % 197.144
< LEI general
Rendimiento
197.144
30,56 %Exp.
general> Rendi
Exp.
LES m ie
Rendinto
9,05m igeneral
e9,05
nto general
0.843097 0.843097
Escala 11.8663 % < LEI % <41.52 LEI % > LES
41.52% > LESEscala 0.05
0.970382
Escala
%> FormaLES 0.05 14.6539 % < LEI
Forma % >%LES < LEI 5.73 5.73 % > LES
Forma Forma
2.88662 21.15 2.88662
Escala
2.88662
Escala 126.802 126.802% > LES 21.15 % >Forma LES% < LEI 0,08 % > Escala
80,29 Forma
LES 3.69086 0,08 0,08197.144 197.144
Forma
Escala 3.690863.69086 % < LEI 30,56 % > LES % >%LES
Escala % < LEI % 0.05
41.52
> LES Escala0.05 0.970382 % >21.15
LES %
21.15 < LEI 5.73 % <observado
LEI%%<Total
% > LES > LE
LEI80,29 % observado
<% LEI< LEI% 30,56
% < LEI 41.5741.52 % Total % < Desempeño
LEI observado
5.73 % > LES 0,08 Desempeño observado % > LES 9,05
EscalaDesempeño observado0.843097
EscalaDesempeño Desempeño
observado observadoobservado
0.843097 % Total % Total 41.57 Desempeño
Escala observado41.57
41.57
Desempeño
Escala 0.970382 0.970382
observado Desempeño % Total
observado % Total 26.88 26.88 Desempeño observado 80,29 %% Total
26.88 26.88 <Escala
LEI
% Total80,37
%80,29
> LES80,370,08 Desempeño observado > LES 30,56%9,05Total LEI<39,60
%%<Total LEI 30,56
39,6030,56
%%Total
<Escala
LEI 80,3780,29 %
Desempeño % Total Escala % Desempeño observado
126.802 Desempeño % Total % 197.144
% < LEI % 44.74
Desempeño
< LEI% <%
observado
Desempeño
< LEI
% > LES % > 0.05
observado
44.74 LES 0.05% Total %41.57
% > LES
Total
0.05
41.57 Desempeño
%< <
observado
LEIDesempeño observado
7.69
> LES
Escala
% <%
% Total
LEI%> LES21.1526.88
% Total
7.6921.15%
26.88
>
Escal
126.802
LES
a Escal
%
21.15<a LEI% < LEI 126.802
81,58
Desempeño
126.802 Desempeño
observado
Desempeño observadoobservado % Total 80,37
Total%Escal
Total 80,37
a%Escal
197.144
Desempeño
a
LEI 80,37observado
observado
<Desempeño 197.144197.144Desempeño
38,46 38,46
Desempeño %observado
Total% Total39,60 39,60 % Total
% Tota
LEI44.74 % < LEI 7.69 81,58 % >< LES 0,08 0,08 % < LEI %LEI
>% LES 38,469,05 9,05 % > %
%
44.74 < LEI 44.74 % > LES 0.05 % LEI 7.69 < LEI 7.69 % > LES 21.15
esempeñoDesempeño
observado observado % < LEI 44.74
% Total 0.00 41.57 41.57
% Total DesempeñoDesempeño
observado%observado % < LEI 7.69
%% Total> %LES Total26.88 % <%LEI< LEI
0,00 0,00 % < LEI 81,58
%81,58 %
81,58
LEI > LES81,58 % > LES% > LES0,08 0,08 % < LEI% < LEI 38,46 38,46 % < LEI
%< > LES
38,46 LES> LES 9,05 9,05
% > LES % >0.00 LES% >% LES> LES
0.00 %0.00
>%LES> LES0.00 %> >LESLES%% >>
0.00 0.00
LES 0.00 0.00 % > LES 0.0026.880.00 % > LES% > LES % > LES
LES%% > LES7,69 7,69
DesempeñoDesempeño
observado observado 0.00 % Total % Total 41.57 41.57 Desempeño LES observado
Desempeño observado Desempeño observado % Total% Total 26.88 26.88 % >%LES>%LES 0,00 0,00 Desempeño observado % >Desempeño > LES7,69 7,69 % > LES
% < LEI % 44.74 < LEI %44.74 Total %44.74
44.74% Total Total44.74 44.74 % < LEI % <7.69 LEI %%Total 7.69
Total %% 7.69 7.69 7.69 7.69
Desempeño
% Total% Total
observado
7.69 7.69 Desempeño
% Total %observado
Desempeño 81,58
Total observado
%81,58
% Total
> LES> LES%0,00Total80,37
0,00 80,37 % Total% Total 80,37Desempeño
80,37 observado%%Total Total observado
Desempeño
46,15 46,15 observado %> %LES %7,69
Total 39,6039,60 % Total 39,60
Total7,69 % Total 39,60
% < LEI % %Total
% % Total
Total 44.74 44.74 Total
Total Total % Total81,58 81,58 %% Total 46,15 46,15
<44.74
LEI 44.74 % < LEI % <7.69LEI 7.69 % < LEI % < LEI 81,58 81,58
% Total% Total81,58 81,58 % < LEI
% < LEI 38,46 38,46 % < LEI
Total % Total
% Total 46,1546,15
% > LES % >0.00 LES 0.00 % > LES % >0.00 LES 0.00 % < LEI% < LEI 81,58 81,58 % < LEI38,46 38,46
% > LES % >0.00 LES 0.00 % > LES % >0.00 LES 0.00 % > LES% > LES0,00 0,00 % > LES
% Total % 44.74 Total 44.74 % Total 7.69 7.69 LEI % > LES% > LES0,00 0,00 LEI LEILEI LEI %LES>LESLESLES7,69
LES 7,69 % > LES 7,69
LEI 7,69 LEI LEI LES LES LES LES
LES % Total %LES> LESLES
LEI LEI
% Total % Total 44.74 44.74 LEI LEI Objetivo Objetivo LES LEI7.69 Objetivo LES LEI LEI
Objetivo % Total
Objetivo LES LEI LEI LES LES
LEI Objetivo Objetivo LEI LEI
LES Objetivo
LES LES LEI% Total
LES LEI
7.69 Objetivo % Total% Total
Objetivo 81,58LEI
LES81,58 LEILES Objetivo Objetivo
% Total% Total81,58 81,58
LES LES % Total % Total 46,15 46,15 % Total% Total46,15 46,15
LEI LEI Objetivo Objetivo LES LES LEI LEI LEI LES
LEI LEI Objetivo Objetivo LES LES
LEI LEI ObjetivoObjetivo
LEI LEI
LES LES
ObjetivoObjetivo LES LES LEI LES LES LES LEI LEI LEI LEI LES LES LES LES
0.6 0.6 0.7 0.7 0.8 0.8 0.9 0.9 1.0 1.0 0.75 0.75
0.80 0.80
0.85 0.85
0.90 0.90
0.95 0.95
1.00 1.00
1.05 1.05 0 0 50 50 100 100 150 150 200 200 250 250 80 80 120 120 160 160 200 200 240 240 280 280
0
0 0.85 50 100
50 0.90 100 150 150 1.05 200 250 250 80 80 120 120 160 160 200200 240240 280280
0.6 0.6 0.7 0.7 0.8 0.8 0.9 0.9 1.0 1.0 0.75 0.750.80 0.800.85 0.90 0.950.951.001.00 1.05 200
0.6 0.6 0.7 0.7 0.8 0.8 0.9 0.9 1.0 1.0 0.75 0.75
0.80 0.80
0.85 0.85
0.90 0.900.95 0.95
1.00 1.001.05 1.05 0 0 50 50 100 100 150 150 200 200 250250
Gráfico 6. Capacidad de proceso del % RP & TPEP antes y después (elaboración propia) 80 80 120120 160160 200200 240240 2
Capacidad
Capacidad dede Procesodeldel% %RPRPCapacidad
Proceso y TPEP
yCapacidad
TPEP antes
antes
Capacidad
Capacidad
de de proceso
proceso ydespués
de proceso
de DMantes después
yDMantes
de proceso de DMantes
de DMantes (elaboración
(elaboración
Capacidad
Capacidad Capacidad
Capacidad
de proceso
de proceso propia)
depropia)
deDMdespues
procesoproceso
dedeDMdespues de DMdespues
de DMdespues
Capacidad Capacidad
deproceso proceso
procesodedeTPPRantes
procesodedeTPPRantes
TPPRantes TPPRantes Capacidad Capacidad
CapacidadCapacidad
deproceso
de dedeproceso
proceso deprocesodedeTPPRdespues
TPPRdespues
TPPRdespues TPPRdespues Cálculos
0.6 0.7 0.7 0.60.8 0.8 0.7Capacidad 0.9 0.9 0.81.0 de1.0proceso
0.9 1.00.75de Cálculos
Cálculos
1.00.75
0.80 basados
basados
0.80
0.85
TPPRantes
Cálculos
elenmodelo
0.85 de basados
basados
Capacidad
enCapacidad
el modelo
0.90
0.75
de
0.95
0.80
enmodelo
enproceso el modelo
deelCapacidad
proceso
deCapacidad dede
de
0.90 0.95
0.85 1.00 1.00 deproceso
de
DMantes
1.05
0.90
DMantes
de
1.05proceso
0.95
Capacidad 1.00de
debasados
de DMantes
Cálculos
Cálculos 1.05
proceso
basados enCálculos
enCálculos basados
Capacidad
Capacidad
DMantes el modelo
de
el dede
modelo basados
en dede
proceso endeelCapacidad
elCapacidad
modelo
proceso
TPPRdespues
modelo
de dede
deDMdespues distribuciónWeibull
DMdespues
proceso
distribuciónWeibull de proceso de DMdes
de DMdespues
C álculos basados
Cálculos enCálculos
basados
Capacidad
0.6Capacidadelen0.7
Cálculos modelo
elbasados
de modelo
de de
proceso
basados Capacidad
dedistribuciónWeibull
en
proceso el elmodelo
0.8 de de de proceso
endistribuciónWeibull
deTPPRantes
modelo de distribuciónWeibull
TPPRantes
0.9 TPPRantes
CCálculos
álculos basados
basados enelelbasados
Cálculos
en
Capacidad
Cálculos
Capacidad
0.75 0.80 modelo
basados
modelo
dede
0.85 enen 0.90 Capacidad
deeldistribuciónWeibull
elmodelo
deproceso
proceso modelo
dedede
0.95 de de proceso
TPPRdespues
TPPRdespues
1.00 1.05
C álculos
C álculos basados
basados elde
Cen
Cenálculos TPPRdespues
el modelo
modelo de el
debasados
álculos distribuciónWeibull
basados en en el modelo
modelo C álculosCbasados
de distribuciónWeibull álculos basados en eldeCmodelo
en el Cmodelo
álculos álculosdeen
basados distribuciónWeibull
basados en el
el modelo demodelo de distribució
C álculos basados
C álculos basados enenelC el
álculos
modelobasados
modelo
C álculos debasados en
enelelmodelo
modelo de distribuciónWeibull
dedistribuciónWeibull
distribuciónWeibull CCálculos
álculosbasados
distribuciónWeibull basados
0 enen 0el el C
modelo
C 50 de 50
álculos
álculos
modelo de 100 100
basados enmodelo
basados en el
distribuciónWeibull 150 150de distribuciónWeibull
el modelo de 200 250 250
200distribuciónWeibull 80 80 120 120 160160 200200 240240 280280
Capacidad
Capacidaddedeproceso
procesode
deTPPRantes
TPPRantes Capacidaddedeproceso
Capacidad procesodede TPPRdespues0
TPPRdespues 0 50 Capacidad
100 de100proceso
50 Capacidad de 150 de150
proceso 200 200 250 250
de DMantes
DMantes Capacidad
Capacidad 80 120de de
80de proceso 120DMdespues
proceso160de160DMdespues
200200 240240 280280
C álculos basados
C álculos enenel elmodelo
basados modelodededistribuciónWeibull
distribuciónWeibull CCálculos
álculosbasados
basadosenenel el modelo
modelo de de distribuciónWeibull
distribuciónWeibull C álculos basados en el modelo de distribuciónWeibull
C álculos basados en el modelo de distribuciónWeibull C álculos basados en el modelo de distribuciónWeibull
C álculos basados en el modelo de distribuciónWeibull
Procesar datosProcesar
Procesar
Procesar Procesar
datos datos datos ProcesarProcesar
datos general
Capaci
datos dad datos dad generalCapacidad
Capaci
generalCapacidad dad Capaci
Capacigeneral generaldad general
Capacidad general Capacidad Capacidad
general
ProcesarProcesar
datos datosProcesar
general
Procesar datosdatos Procesar datosProcesar
Capacidad general CapaciddatosadCapacidad
general dad generalCapacidad general Capacidad general Ca
Capacidad general
Capacigeneral
dad datos Procesar datos
Capacidad
Capacidadgeneral Procesar datos Capacidad
Procesar
ProcesarProcesar datos
datos Procesar
datos datos datosdatos Procesar Procesar datosCapaci
datos daddadgeneral
Capaci general general
Capaci general Procesar
ddadadgeneral Procesardatos
datos
Capacidad
Capacidad Procesar datos
general
Procesar
general datos Procesar
Capaci datos
Capaci
Procesar ddatos
Procesar ad general
general Capacidad
Capaci general
dad general general PpgeneralProcesar
Capacidad datos
LEI LEI 4Procesar
4Procesar PpPp Capaci 0.24 LEI Pp Procesar datos
0.24 4 4
LEI LEICapaci LEIdad general
4 Pp Pp LEI
0.80.350.8LEI 0.350.8 0.8 0.8 Pp 1.01 Pp1.01LEI1.01 1.01 PpLEI LEI 1.01 LEI
Pp LEI 1.01 0.8 LEI 0.8 0.8 LEI 0.8 Pp 0.8 2.17 Pp Pp 2.17 2.17 Pp 2.17 P
I LEI 4 LEI LEI 44
Pp 0.24
0.24
LEI
LEI Pp 4 0.24 LEI LEI
LEI LEI
Pp 0.8 0.8LEI
0.35
4 0.8 Pp Pp 1.01 Pp 1.01Pp 0.35 Pp LEI 0.35
0.8 0.8 0.8 Pp 2.17 Pp Pp
2.17 2.17
Objetivo 4
Objetivo LEI LEI 6 6 Objetivo 4Procesar datosdatos
4Procesar Pp 0.24PPL
PPL PpPp 0.33Capacidad0.24
Capacidad
0.33 0.24
LEIgeneral
general
LEILEI
Objetivo
Objetivo
4 Procesar datos 64 64
Procesar datos Pp CapacidadObjetivo
0.35
Capacidad
general
Pp 6 PpPPLvo0.35
Objetivo
general
PPL 0.90.35
Objetivo
-0.12
0.9Objetivo
-0.12 Procesar datos 0.9
Procesar datos 0.9 PPL
PPL Capacidad 1.05 Capacidad
general 1.05general PPL ObjetivoProcesar Objetivo
PPL
1.05 datos Procesar1.05
0.9datos Objetivo 0.9 Objetivo 0.9 Capacidad
Capacidad general 0.9 2.69 PPL
PPL general 2.69 PPL 2.69 P
Objetivo 66 PPL
LEIPPL 0.334
0.33 Objetivo
Objetivo 60.35Objeti
Objeti v o LEI 0.9 LEI 0.9 0.8 PPL PPL
PPL
-0.12 Pp PPU PPL
-0.12
1.05 1.05 LEI ObjetivLEI o Objeti
0.8 v0.90o 0.90.8 1 0.9 LES Pp 2.17PPL Pp 2.69 PPL 2.69 PPL 0.80 2.69
bjetivoObjeti
LES voLES 6Objeti6vo 8 8 Objetivo
LEI LEI
6 6
4 4
PPL
8 8 PPL
0.33
0.33PPU PPL
PPU
PpPp
0.19
0.19 0.33
0.24
Objeti
0.24vo
Objeti vo
LEI
LES 6
6 vovo 0.19
Objeti
4 8 Objeti
Objetivo v o Pp Pp 0.35
PPL
PPL PPL PPL0.9 -0.12 0.9
-0.12
LES
LES -0.12 8 PPL PPU 1 LES 1 LES
0.61 0.8
PPL
PPL 0.91 1.05PPU PPU
1 1.05 PPU Objeti 0.90vo PPL
1.01 Pp
Objeti
0.90 v o1.01
0.9
LES 0.9
LES
PPU 1 0.9 LES PPL 2.69 12.17
PPU 2.69 0.80 PPU 0.80 P
6 6 6 6 -0.12
Objetivo LESObjetivo LES 6 6 PPL0.19
PPL
PPL 0.33
0.33
0.33
LESObjetivo
Objeti
PPU
PPU
Objetivo 0.19 8
LESLES -0.12 8 PPL
PPU
-0.12 0.61 Objetivo
0.61PPL 0.61
PPU
1.05 Objetivo 0.90
Objetivo 0.9 1 PPL PPU
S LES Media Media
de la muestra
de la8muestra 6.14068 PPU 0.19 Ppk
LES Media delalamuestra
8 muestra 8 3.7217 3.7217
LESMedia PPU LES
Media
0.61 LES
de
1 3.72173.7217 la Ppk Objetivo
muestra 1 -0.12
0.943581
Media1 de
0.9
la muestra 0.943581 PPU Ppk
PPU0.90Ppk 0.90Ppk-0.12PPULES -0.12 PPU
1.05
0.90 0.90 0.90 LES Media
Ppk LESde la muestra
0.90 1 1
0.977646 Media
PPL
de la
2.69
muestra PPU
0.977646 0.80
Ppk PPU 0.80 0.80 0.80 P
0.90LES 1 1 0.80PPU 0.80
6.14068 Ppk 0.19 Media de Media de la Ppk
muestra -0.12
0.943581
Media de la muestra 0.943581 Ppk 0.90 Media
Ppk de la muestra
0.90 0.977646 Media de la muestra 0.977646 Ppk 0.80 Ppk
LES 8LES 38 Media PPU 0.19 PPU LES0.19 8 de muestra LES PPU 1 0.610.61 1 PPU 1 PPU PPU 0.80
LES
Media 8 PPU 0.19 LES PPU 0.61
Número de muestra
LES
8lademuestra
Media 8
lademuestra
la muestra8 6.14068
6.14068 PPU
PPU 0.19
0.19
LESPpk
LES
Número
Número
Ppk
LES 0.19
0.19 8
8 8
13 Media de lade laPPU
muestra
muestra PPU PPU 0.61 0.61
LES LES 1 PPU 0.90 LES LES 1 PPU 0.80
de 6.14068 Ppk 0.19 Media de de
Media de la muestra 3.7217 13
muestra 3.7217 Ppk -0.12Número
-0.12
13deExp.muestra de38
laNúmero de0.943581
muestra 38 Número dea de
muestra 13 0.977646 Número Ppk de 13 muestra 130.80
aMedi aamuestra
de lRendimiento
a muestra 0.943581 Ppk de0.90
Número de muestra 38 Número Número dePpk muestra Número Media demuestra
la muestra 0.943581 Ppk 0.90 Media dea Media deMedi 13la muestra
la muestra 0.977646 Ppk Ppk general0.80
edia deMedi
la amuestra
la muestra6.14068
Media dede la muestra
muestra 6.14068
de muestra 38Ppk 0.19 Ppk
Medi 0.19
Mediaa de de llaa muestra
muestraForma la muestra
3.7217 Medi alademuestra
la Ppk
Ppk
muestra 13deExp.
Medi
-0.12
-0.120.943581
muestra
dePpklRendimiento 38Media
Número de
0.943581
general 38 Ppk 0.90 NúmerodeMedi muestra
de la muestra Número
0.977646 de muestra Ppk Exp. 0.80Rendimiento
38 Ppk 0.90 Medi ageneralla muestra 0.977646 Ppk Exp. Rendimiento
0.80
38Ppk Exp. Número de muestra muestra Ppk 0.90 la muestra 0.977646 0.80
deForma Media6.14068
de la2.08253 Número 0.19Rendimiento general 3.7217 2.26358 Medi a de 0.943581 general
Ppk 0.90 Exp.Medi a de
Rendimiento la muestra 0.977646 Ppk 0.80
a muestra
Forma Número de6.14068
muestra muestra 38 38 Exp. Ppk
Rendimiento general0.19 Medi
Número
Forma deademuestra
de la muestra
muestra 13 13
3.7217
2.26358 -0.12 Exp. Rendimiento general Exp. Rendimiento muestrageneral Exp. R
Medi de la2.08253
muestra Número de6.14068 Ppk 0.19 Exp.Medi
Número
Exp.Forma a de
Rendimiento la
Rendimiento generalmuestrageneral 3.7217 Forma Exp. Rendimiento
Exp. Rendimiento Ppk
Forma 2.26358
general -0.12 Número Número
38.7163
de Forma de muestra
muestra 38 Exp. Exp. Rendimiento
Rendimiento
38.7163 general general Exp. Rendimiento
Número de general
Número
Forma
muestra de
13 13 88.3089 Forma 88.3089 general Exp. Rendimiento genera
Forma 2.08253
2.08253 %%<<LEI Exp. Rendimiento
27.16Número
LEI Exp. 27.16
general
generalde muestraEscala
Forma 1313 Forma Forma 2.26358
general
Número % < LEI 38.7163
de muestraForma 58.30
38 38.7163 Exp. Rendimiento generalForma Número 88.3089
de muestra Forma 13 88.3089
úmeroNúmero
de muestra
de muestra 38Número
Forma Forma 2.08253 Rendimiento
Número de muestraEscala 2.263585.06929
Número % < LEI
de muestra 58.30Forma
Forma 380.957733
13< LEINúmeroEscala de LEI
muestra 1388.3089 0.983789
Escala 38 de6.94501 % <0.09 LEIgeneral 0.09de muestra % < LEI 0.00 % < LEI
Escala
Númeromuestra
6.94501Forma
de muestra
Escala 38 38
2.08253
% <<LEI LEI 27.16 %%Número
<<
Número LEILEIde muestra
de muestra
27.16
2.26358
27.16 13
5.06929
13-0.778292 Número
Número de Exp.
de Exp.
Escala muestra
muestra %Rendi 38Escala
38>mEscala
% < LEI58.30
iegeneral
nto
58.305.06929
general % > LES 3.13 38.7163 0.957733
Escala
38.7163
0.957733% < LEI%%<< LEI
0.957733
Exp. Rendimiento
LEI Número
58.30 de%0.09Número
58.30
<muestra %Forma 130.09
%Forma
<
Escala 88.3089 0.09
Escala % < LEI 0.00 0.00
0.983789 0.00%
Escala Escala
Escala 6.94501 Exp.6.94501
6.94501 Exp.Rendi mimento
6.94501
Rendi iento
%%>>LES
general
generalLES %%26.12 26.12 Forma
27.16 Escala
Valor
Escala umbral
2.26358
5.06929
5.06929 Escala Rendi
< LEI
m ie nto 5.06929
Exp.
% > LES
Rendi m ie
0.957733
nto
Escala
3.13Escala
general 0.957733 Exp. Rendimiento general Exp. Rendi Exp.
m
% < LEI
ie Rendi
nto m0.49
LEI
general iento0.09general
Escala 0.983789 Escala
0.983789 0.49 0.983789
% < LEI 0.983789
Exp.
0.00 % < LEI
Rendi m ieExp.
nto Rendi
general m ie nto Exp. Rendimie1.45
general nto general
rma Forma Desempeño 2.082532.08253 Exp.
Exp.Rendi
Rendi
>m>miLES
eiento
LES general
ntoForma
26.12
general
Valor
%
Valor umbral
>2.26358
LES
umbral 26.12 -0.778292
-0.778292
Forma % >
%
LES
LES
Exp.
Forma
3.13 Forma
3.13
Rendi miTotal
ento%general
Escala
38.7163
61.43 Exp. Rendimiento general
38.7163
% >
% > LES % > LES LES % > LES
3.13
% > LES0.49 0.49
3.13
Escala
% > LES % >
Forma 88.3089
0.49 LESForma 88.3089 88.3089
Exp. Rendi% m> iLES
ento general % > LES 1.45 % > LES % > LES 1.45%
Total 38.7163 Forma
observado %%Total %53.28 26.12 %Forma
>umbral
LES 26.12-0.778292 2.26358 Valor umbral -0.778292 Total61.43 % > LES 0.49 % > LES 1.45
Forma
Desempeño observado
Forma 2.082532.08253 % %< LEI Total 53.28 Valor
Forma 2.26358 Forma Valor umbral < %LEI38.7163
% <%%LEITotal
-0.778292
61.43 %
58.30 Forma 0.09% 88.3089
1.45
< LEI 27.16
Desempeño observado
cala Escala % < LEI 6.94501 26.32 Desempeño
Desempeño
% < LEIDesempeño
observado
observado
observado 27.16 % < LEI
% Total
% Total Escal
53.28
aa
53.28 % 5.06929
Total Desempeño 53.28observado 58.30
61.43 Desempeño
Desempeño
% <aLEIobservado
observado
58.30Desempeño
Desempeño Desempeño
Desempeño observadoobservado
observado % < LEI
% Total
% Total0.09 % %<%Total
61.43
% Total % %0.58
61.43
LEITotal
0.58 <0.09 LEI 0.580.58
Total % 0.58
Total
Desempeño Desempeño
Desempeño
observadoobservado
0.58 observadoDesempeño% observado Desempeño
Total %
% observado
Total
1.45< LEI % Total <1.45LEI 1.45%0.00
%0.00 % < LEI 1.45 0.00 % Total 1.45%
Total
%< LEI 6.94501
Escala
26.32
6.94501
26.32
% <<LEILEI 26.32 26.32 % < LEI 27.16
Escal
27.16
%
Escal5.06929
TotalDesempeño
Desempeño
a
Desempeño
53.28
observado
observado
observado 5.06929 Escala %
Escal
0.957733 <aEscal
LEI 58.30 0.957733 0.957733
observado
% < LEI % < LEI
0.00 0.09 Escal a
Total Desempeño
Escal a 0.983789 Escal
% < aLEI
observado
0.983789
0.00 0.983789
% < LEI 0.00
% % %> LES Escala-0.778292 5.06929 Escala Desempeño % > LES
% > LES 0.957733
Desempeño 3.13
observado % < LEI 0.00 % < LEI 0.00 Escala% > LES 0.49 0.983789% < LEI % > 0.00 % < LEI 0.00 % < LEI 0.00
Escala23.68 6.94501 > LES 26.12
% < LEI 0.00 % < LEI 0.00
% > LES% > LES 23.68 % > LES %< LEI
23.68 26.32 26.12 % > LES Val oorr umbral %%< < LEILEI 61.54 61.54 3.13 % <%LEI
observado
> LES 0.00
3.13 % > % <% LEI 0.00 % < LEI 0.00
> LES 1.45% > LES 1.45
0.49 0.49 % > LES 0.49 %1.45
%%< < LEILEI 61.54 61.54
% > LES Val 26.12 umbral -0.778292 LES% >0.00 LES >%LES > LES 0.00
% > LES 23.68 > LES 0.00 LES 0.00
Desempeño % observado
Total 50.00 %> %LES 23.68 26.12 ValValoro%rumbral
umbral
% >> LESLES 7.69 7.69 -0.778292 % <% %LEI<Total
LEI 61.54 %61.54
> LES % 3.13
> LES 0.00 0.00
LES 0.00 %% >0.00
> LES % > LES 0.00 % > LES 0.00
% >%LES> LES 0.00 % 1.45
61.4361.43
% Total 50.00 %
> LES 23.68
% %TotalTotal 53.28 -0.778292 % > LES Desempeño % >% LES 0.00 % > LES0.00% Total 0.00
61.43observado Desempeño observado
% observado
Total 50.00 % >> LESLES 7.69 7.69 Total 0.00
Desempeño % Total 50.00
% Total % Total 0.58 % TotalDesempeño
53.28 % Total 53.28 %Desempeño observado observado Total 1.45% Total 1.45
% Total 0.00
Desempeño observado Desempeño observado Total 0.58 Desempeño observado observado
0.58 0.58 % Total Desempeño %1.45
% Total% Total 50.00 % >%LES > LES 7.69
0.00% Total % Total 0.00
% Total Total 69.23 69.23 % Total
% < LEI 26.32 Desempeño observado 50.00 % Total 53.28 Desempeño observado %%% Total
Total 69.23 69.23 Desempeño observado % %Total
7.69 Total 0.00 0.00 % Total% %
61.43 Total
Total 0.00 % Total %0.00 Total 0.00
% Total 0.00
% Total % Total
1.45
% < LEI 26.32 % < LEI 26.32 Desempeño observado Desempeño observado % < LEI0.00 0.00
% < LEI 26.32
% Total
% <%LEI< LEILES0.00
% Total
69.23
LES0.00
69.23 % < LEI % 0.00
<LESLEI 0.00% < LEI %0.00< LEI 0.00
% > LES
% > LES23.68 23.68 % LEI
LEI Objetivo LES
LEI Objetivo LES % << LEI
% 61.54Desempeño observado LEILEI
LEI 61.54 Objetivo
Objetivo
LEI Objetivo % <LESLEI LEI Objetivo LES
>%LESLEI Objetivo
ObjetivoLESLES LEILEI Objetivo %LES>LEILES 0.00 Objetivo LEI
0.00% > LES %0.00> LES
LES 0.00
Objetivo LES
% Total% Total50.00 50.00 > LES 23.68
23.68 LEILEI Objetivo % >> LES
LES 7.69
% < LEI 61.54
7.69 % < LEI 61.54
Objetivo
% >%LES> LES 0.00LEI0.00LEI %LES> LES 0.00
LEI Objetivo Objetivo LES Objetivo LES Objetivo%LES
> LES %LES
> LES
0.00
% Total Objetivo LES
LES % % LEI LEI
LEI
Total 0.00
Objetivo
Objetivo LEI LEI LES % TotalLEI 0.00 LEI Objetivo
Objetivo Objetivo LES Objetivo LES LE
% Total 50.0050.00 % Total
% > LES 7.697.69
69.23 % > LES
Total 69.23 % Total 0.00 0.00
% Total % Total 0.00 % Total % 0.00
Total 0.00% Total 0.00
%
%%Total
Total 69.2369.23
LEI LEIObjetivo
ObjetivoLES LES LEILEI Objetivo
Objetivo LES LES LEI LES Objetivo
Objetivo LEI LES ObjetivoObjetivo LES LES LEI Objetivo LES
LEI LEIObjetivo
Objetivo LESLES LEILEI
LEI
LEI Objetivo Objetivo LES
LEI LEI LES LEI Objetivo Objetivo Objetivo LES LES LES
0.0 1.5 3.0 4.5 6.0 7.5 9.0 0.80 0.84 0.88 0.92 0.96 1.00 0.81 0.84 0.87 0.90 0.93 0.96 0.99
0 4 8 12 16 0.0 1.5 3.0 4.5 6.0 7.5 9.0
0 4 8 12 16 0.80 0.84 0.88 0.92 0.96 1.00 0.81 0.84 0.87 0.90 0.93 0.96 0.99
0.0 1.5 3.0 4.5 6.0 7.5 9.0

0 4 8 12 16 0.0 1.5 3.0 4.5 6.0 7.5 9.0
0 4 8 12 16
0
0
Gráfico
4
4
7. Capacidad
8
8
12
12
de1616proceso0.0del 1.5
TPPR
0.80
3.0 y 4.5
DM6.0antes 6.0
7.5 y después
7.5
9.0
9.0
(elaboración
0.84 0.80 0.88 0.84 0.92 0.88 0.96 0.921.00 0.96
propia)
1.00 0.87 0.810.90 0.840.93
0.81 0.84
0.0 1.5 3.0 4.5
0.87
0.96 0.90
0.99 0.93 0.9
Capacidad
Capacidad de
de Proceso delTPPR
Proceso del TPPR&&DM
DMantes
antesy ydespués
después(elaboración
(elaboración propia)
propia)
0.80 0.84 0.80 0.88 0.84 0.92 0.88 0.96 0.921.00 0.960.81 1.00 0.87 0.810.90 0.840.93 0.87
0.84 0.96 0.90
0.99 0.93 0.96 0.99
0.0 1.5 3.0 4.5 6.0 7.5 9.0

0 4 8 12 16 0.0 1.5 3.0 4.5 6.0 7.5 9.0
0 4 8 12 16 0.0 1.5 3.0 4.5 6.0 7.5 9.0
0 4 8 12 16 0.0 1.5 3.0 4.5 6.0 7.50.80 9.0 0.84 0.88 0.92 0.96 1.00 0.81 0.84 0.87 0.90 0.93 0.96 0.99
0 4 8 12 16 0.80 0.84 0.80 0.88 0.84y Desarrollo
0.920.88 0.96 1.00
0.92 julio-diciembre
0.96 0.81
1.00 0.842014.
0.81 0.87
0.84 0.90
0.87 0.93 0.96 0.96
0.90 0.93 0.99 0.99
0.80 0.84 Ciencia0.88 0.92 0.96 17 (2),
1.00 0.81 0.84 0.87 0.90
19:340.93 0.96ISSN
V. E.: 0.992409-2045
31
Manuel Zegarra
Capacidad
CapacidadCapacidad
de proceso
de de de proceso
Capacidad
TPEFantes
proceso dedeproceso
TPEFantes
de TPEFantes de TPEFantes
CapacidadCapacidad
dedeproceso
de proceso
Capacidad proceso
Capacidad dedeTPEFdespues
TPEFdespues
dedeTPEFdespues
proceso de TPEFdespues Process
Process Capability
Capability ofofConfantes
Confantes Process Capability
Process of Confdespues
Capability of Confdespues
Capacidad Capacidad
de oenproceso ucio ódede proceso
distribde deCálTPEFantes
TPEFantes tribCapacidad
disotriCapacidad bull Cde de proceso
proceso
Process dede TPEFdespues
Capability TPEFdespues
of
Capacidad Capacidad
Cál
deenproceso
Cálculos basados
Cálculoselbasados
modelo deculenTPEFantes
culosenbasados
Cálmodelo
deelde oproceso
selbasados
C demodel
distribuciónWeibull deeldestribTPEFantes
dimodel
álculos basados
nWei
en
ulbucil óCálculos
el
nWei
modelo
bull basados
Capacidad
Cálculos
de
CálCapacidad
culenbasados
os elbasados
culenos enbasados
modelo eldede en elde
el model
proceso
modelo
Process
proceso
odedemodel
distribuciónWeibulldebucide
diósnWei
distribuciónWeibull ucide l TPEFdespues
bóulnWei
TPEFdespues
Capability
C álculos
Process
Calculations
alculations
basados en of
el
Capability
Based
Based
Confantes
modelo on
on ofConfantes
Weibull
Weibull
Process
de
Confantes
Distribution
Distribution Model
Capability
distribuciónWeibull Model of of
Process Capability
Process
Calculations
Confantes Process Based ofBased
on
C alculations
Confdespues
Capability
Weibull of
Capability Confdespues
Distribution
on Weibull Model
Distribution Model
of Confdespues
Process Capab
C álculos basados enC el C álculos
álculos basadosbasados en el modelo
en el modelo de distribuciónWeibull de distribuciónWeibull Process
C álculos basados CCapability
en el modeloálculos basados en of
el Confantes
modelo
CalculationsD
de distribuciónWeibull Process
Based de Capability
distribuciónWeibull Confantes Process Capability of Confd
Proce
modelo de distribuciónWeibull C álculos basados Cen el modelo
alculations
C alculations B ased on Weibull D istribution M odel
deBased onCWeibull
alculations
C alculations
Based ononWeibull
Weibull Distribution
istribution
C alculations Distribution
M odel
B ased on WeibullCDalculat
istribu
Model
BasedModel
Calculations Based onBased
CCalculations
on Weibull D istribution
WeibullonBased
alculations
M odel
Distribution
Weibull onModelWeibull
Distribution Model
CDalculations
istribution Based
M odel
C alculations Based on Weibull D istribution M odel
Capacidad
Capacidad de proceso de proceso de TPEFantes Capacidad Capacidad
de TPEFantes de procesode de
proceso de TPEFdespues
TPEFdespues ProcessCapability
Process Capability ofofConfantes
Confantes Process Capability
Process of Confdespues
Capability of Confdespues
C álculosde
C álculos basados en el modelo basados en el modelo de distribuciónWeibull C álculos basados
distribuciónWeibull C álculos
en elbasados
modeloendeel modelo de distribuciónWeibull
distribuciónWeibull C alculationsBased
Based on
on Weibull
C alculations WeibullDistribution
DistributionModel
M odel C alculations Based on Weibull
C alculations Based Distribution
on WeibullModel
Distribution M odel
Procesar datos general Capacidad general Capacidad general
ProcesarProcesar
datosdatos datosProcesar
ProcesarProcesar datosdatosdatos Procesar datosCapaci
Procesar ad generalCapaci
dCapacidad dad Capaci ad generalCapaci
generaldCapacidad dad general Capacidad
general
Procesar datosPp Procesar
Procesardatos
Procesar
general
Processdatos
datos Procesar datos
Procesar datos Data CapacidadProcesar
Process
Data CapacidadProcesar
Capaci
general Capaci
datos
general
general datos
dad general Process
ProcessCapacidad
Capacidad Data Datageneral
general ProcessData
Process Data Overall Capacidad
OverallCapability
CapabilityOveral general
l CapabiCapability
Overall lity Process
Process DataProcess
Data
Overall
Process Data Data Capability Overall CapabilOveral
Capability
Overall l Capabi lity Data
Process Overall Capability
Process Overall
DataCap
LEI LEI 150 Pp
* 150 0.99* 150 0.99 LEI 150Process
Process Data Data PpPp Overal l Capabi
Overall lity
*Capability Process DataProcess Data ity Overall Capability
LEI
LEI LEI 150LEI LEIProcesar150
150 LEI 150 150 ProcesarPp150datos Pp * PpCapacidad* Ppgeneral
150
* PpLEI * PpCapacidad*LEI * LEIProcesar
LSL
LEIgeneral LEI LSL
LEI
150 datosObjetivo 150Procesar
150 datos0.995 150 LEI
PpCapacidad * Ppgeneral
Ppgeneral
PpCapacidad ** * LSL
LSL
LSL
150
LSL*Pp LSL Pp 0.99
LSL
0.99
0.99Target
* *
0.99 0.99
0.99 Pp
Pp 0.42
Pp PpPp0.79
0.42 Pp
*0.42
0.42Overall 0.42 LSL LSL
0.42 Capability
LSL LSL 0.99
LSL Process
Pp 0.99 Pp0.42
LSLData 0.990.99 0.99 0.99 0.42 PpOverall Capability LSLPp
0.87 0.87 LSLPp0.99 0.87 Pp 0.99
Objetivo
Objetivo
datos
* Objetivo
* * PPL 0.32 T PPL
arget 0.32
Target PPL 0.32 * 0.995 Objetivo Objetivo * TPPLarget Process
Process
0.79DataData 0.995 PPL
0.995 PPL PPLPPL0.260.26 Overall
0.79 Capability Target T arget ProcessPPL 0.995PPL
Data 0.26
0.995 0.26 Target Pp 0.87
Overall Capability
T 0.995
arget PPL 0.995
Objetivo *
* *PPL0.32 PPL Pp0.32 Objetivo * PPL LSL 0.995
Target 0.79
0.995 0.990.99 PPLPPL PpPPL Pp0.26 Target 0.990.995 0.990.995 PPL PPL Pp 0.95 0.95
LEI 150 Pp * LEI 150 Pp *
Objetivo LES Objetivo * * Objeti*vo Objetivo 0.32voPPLPPL *Objetivo
0.32 Objeti *vo PPU * PPL0.79PPL PPL Target*0.79
Target 0.42 0.26 Target PPL 0.95 PPU1
LEI 150 * LEI 150 Pp *
Objetivo *PPL * PPL 0.32 Objeti voObjeti * vo Objetivo ** * 1* * * 1 LES PPLPPL LESPPL 0.79
0.79 Target* USL LSL
0.995 0.995 PPL0.85 *0.26 *0.260.26
0.42 TargetUSL
LSL
TargetUSL 0.995
LSL 0.995 0.85 PPL
Pp 0.95
0.87 0.87
* * LESObjetivo PPL Objeti 0.79
LES* USL
0.32 PPU USL 0.79 USL 11 PPU
PPU PPU PPU0.85 PPU1 0.85
PPU 1 USL USL1
LES * PPU 0.32 PPU LES LES
* PPU Target* * 0.995
PPU Target 0.995 PPL PPL 0.26 Target Target0.995 0.995 PPL 0.95 PPL 0.95
* LES de la *muestra PPUUSL USL
USL 1
11 Sample
USL1 Mean
0.993944Ppk 0.26 PPU
PpkPpk PPU0.26 PPU
0.85 0.85
0.85 0.85
USL Sample
0.85 USL USLUSL USL 1USL 1 1Mean 1 Ppk
Ppk0.997561 0.26 0.26 PPU 0.65 PPU PPU 0.65 Sample PPU 0.65 Ppk 0.9975
LES * PPUPpk0.32MediaLES ** LESdePpk LES* Sample * *
Mean 0.993944 USL *Ppk839.678 Mean Ppk PPU 0.85 Sample Mean Sample Mean 0.65 0.997561
LES * MediaLES
Mediade lalade la *muestra LES
286.866Media286.866 *
Ppk * PPU 0.32 PPU0.32* Ppk
286.866
PPU * PPU LES Sample Mean
LES
* dePpk
0.32 0.993944
0.32 839.678 Media PPU MediaPPU
de la muestra PPU
de* la muestra ** 839.678
* Sample 0.993944 0.79 0.79 0.997561 Mean
Media deLES 286.866 * Media de la muestra * la839.678 PPU0.79*Ppk 1 1 PPU 1 PPU 0.65
Media de LES
la muestra 286.866 muestra PPU 286.866 Media * la muestra MediaSample muestra
N38 38 PPUPpk Ppk Sample
USL
0.790.79 N 38
PPU
Sample N
1
13 Sample
PPU
N
0.65
13
muestra Ppk Sample
0.32
de la muestra NMedia de la muestra
839.678 839.678 0.79 Sample N 38 Ppk PpkPpk Ppk 0.26Ppk 0.26 0.26 Sample N 13 Ppk 0.65Ppk Ppk Ppk0.65 0.65
SamplePpk N 0.65 13
0.79Sampl Mean 0.993944 0.26 Sampl e Mean 0.997561
Ppk 0.26 Ppk 0.65
Número de muestra Número
Media286.866
de Número
la muestra de muestra
38 de muestra286.86638 38 0.32 Medi0.32a dePpkla muestra 0.32Shape Medi a839.678
dede muestra
la839.678
demuestra 13 839.678 13 352.141
Número de Número
muestra de muestra
Ppk Sample
Sample13 Mean13
Mean e Mean 0.993944
0.993944
Sample
0.993944
Sample Mean Mean 0.993944
0.993944 0.26 SampleSample
Mean Mean
Sample Sample
0.997561
Mean
Sample Mean
0.997561
Mean 0.997561 0.997561
0.997561 0.65
Media de la muestra 38Media286.866

deNúmero
la muestra 286.866 Ppk Medi a dedeMedimuestra
la839.678
muestra Ppk 0.79
Número de muestra de muestra 38 38 Número de muestra Número
Número muestra
13 Exp. Overall
Exp. OverallPerformance
Performance Exp. Overall
Exp. Performance
Overall Performance Shape Exp. Overall Pe
Número
Medi a de
de muestra
la muestra Ppk 0.32Exp. Ppk
Rendimiento Exp.
Número
Rendimiento
general Exp.
general a de la
Rendimiento muestra
13 Shape
Exp. Rendimiento
general
352.141
general Ppk
Exp. Ppk
0.79
Exp.
Rendimiento Rendimiento
general 0.79
Sample
Sample
general Sampl
N e N
Exp.
SampleShape
Shape
38
Sample
N N
38general
38
38Scale
Rendimiento
38 38
general
352.141
352.141
Exp.
Exp.Rendimiento
Rendimiento general general Sampl
Shape
e
Sample NShape
Sample13N
SampleScale
NSample NShape
13
NSample 13%
738.359
13
N < 738.359
13 LSL13
738.359 Shape 738.359 738.35
Forma 1.1297 Forma
Forma
Forma 1.1297
1.1297 1.1297 Exp.1.1297
Forma
Forma Rendimiento 1.1297general Forma
Forma Forma
1.31488
Forma 1.314881.31488
1.31488Forma Forma Exp.
1.31488 Rendimiento
1.31488 Shape 352.141 0.995626%<
% <LSL
LSL Exp.
12,7112,71 Overall
Exp. Performance
Overall Performance Shape 738.359 % < 12,71
LSL Exp.
12,71 Overall Performance Exp. Overall Performance % < LSL
Número deEscalamuestra 38 303.173 Escala Número de muestra 38 % < LEI 36,34 % < LEI Número%de <muestra
Scale
36,34 Número
Scale de
1336,34 muestra 13
0.995626 0.995626 % < LEI % 8,86< LEI 8,86
Shape
Scale 352.141 0.995626
%%<Exp. Overal
Exp. l %Performance
Overall
Exp.0,93
Overal
Exp. Performance
l 8,86
Performance
<Overall Performance
Scale 0.998509 0.998509 Exp.%Overal Scale
< LSLl Performance Exp.%l Overall
Exp.0,18Overal
Scale
< LSL Performance
PerformanceExp.0,18
0.998509
Overall Performance
0.9985
EscalaNúmero de muestra 303.173 38 Escala *Número de muestra
Escala 13 915.339
% < LEI 915.339 36,34 LEI 8,86 LSL 12,71 12,71
Escala Número de muestra 303.173 38Escala 303.173 % < LEI
303.173
> 36,34
303.173 %*Número
< LEI %de>muestra
36,34
Escala 13 LEI Escala
915.339
915.339Escala% > LES Escala Shape
Shape Shape<915.339
Shape
%
915.339 %Scale
LEI LEI 352.141
<352.1418,86
352.141
Scale 8,860.995626
352.141 0.995626 %>
% >USL
USL < LEI 0,93 % < LSL
Shape Scale
Shape 738.359
Shape Scale %738.359
738.359
Shape0.998509 > 0.998509
USL % > USL
738.359 0,93 0,93 % > USL
Exp. Rendi
% mi
LESento general Exp. Rendi m
LESiento general
Escala Exp. Rendi
% >m Exp.
ie
*LES Rendi
nto m* iento
general general % >% USL> USL0,93 0,93 % > USL 4,93 % > USL 4,93
observado Forma 1.1297 FormaDesempeño
1.31488 observado 1.31488
Forma Desempeño 1.1297 Exp. Rendi %mie>ntoLES
general Exp. *Rendi general% Total Forma
%mie>ntoLES % > LES % > *LES * Exp. Rendi mExp.
ientoRendi
general miento general % % > %
LES
> <
%
LESLSL
<
% <% LSL 12,71
* 12,71
* % < LSL 0,18 % < LSL 0,18
%LSL < LSL 12,71 13,6412,71 Scale Scale %5,11< LSL 0,18 % Observed < LSL 0,18Performanc
* 36,34 Observed Observed
Performance Performance % Observed
Observed
% >0.995626
Scale> LES LES Performance
* *Performance
0.995626 %
Performance
% Total
T otal 13,6413,64 Observed %
ObservedPerformance
Total 13,64
Performance
% T otal 13,64 Observed Performance % Total
Desempeño observado %8,86 Total Scale
8,86 Observed0.998509
Performance0.998509
Forma FormaLEI 39,47 observado
1.1297 1.1297 % < LEI 39,47 % < LEI 36,34 Forma% < LEI 36,34%Forma
% Total 36,34
1.31488 1.31488
Desempeño observado % Total
LEI %observado
<8,86
% < Desempeño Scale Scale
LEI observado
8,86 % Total 0.995626
0.995626
Observed Performance Observed
% >%%USL
% Total Total
13,64 Scale Scale 0.998509
Observed 0.998509
Performance % Total % Total 5,11
USL>0,93 % > USL %4,93> USL

LEI% 7,69
< 15,79
LSL 15,79 Desempeño % <% <15,79
LSL 15,79 >>%USL %%< LSL<%LSL 0,00
USL0,93
% <Desempeño Desempeño observado LEI% 7,69
%Desempeño
< Total < LSL %Desempeño
< Total
36,34
% 36,34 % <% <
LSLLSL 15,79 %%Total
Total 8,868,86 %< LSL< LSL 0,00 %
% ><USL
LSL 4,930,00% < LSL 0,00
Escala
Desempeño observado Desempeño observado
303.173 Escala % 303.173
< LEI%* Total
36,34 36,34% < LEI% Escal
Total
36,34 36,34Escala %Escal Escalobservado
a915.339 915.339
observado < LEI 8,86 % Total
% < LEI % 8,86 8,86
LSL 8,86 15,79
0,93 0,93 0,00 0,00
4,93 % >0,00
USL 4,93
%Escal
< aLEI 303.173 %%Escal aLEI< LEI39,47 303.173 * a% > LES 915.339
a%< LEI
>* USL % > 915.339
LES% >* USL 0,00 0,00 % >% % >%>
USLUSL
>0,00
USL 0,00
0,00 %
> USL>%USL %> USL> USL 0,00 0,00 % > USL % > USL 0,00
39,47
> LES
<%
* % > LES
39,47 % < LEI % > LES
39,47 *% >Total
LES
% 7,69
% < LEI 15,79 7,69 % %<>LEI
LES% %<>LEI * Observed
LES7,69 * Observed
7,69 Performance USL
Performance 0,00
% Total 13,6413,64
% Total Observed%Observed
Performance 0,00
Performance 0,00
% Total 5,11 % Total 5,11
% Total 39,47 % Total% > LES
39,47 * % > LES * 7,69
% T otal % 7,69% Total Total % > LES % > LES*
15,79 * Observed Performance
Observed %Performance
%
Total T otal
%
% Total Total
15,79
15,79 15,79
15,79 % Total 13,64 13,64
% Total Observed
%% Observed
Performance
Total Total % Performance
Total T otal
%0,00 0,00
0,00 0,00 % Total 5,11 % Total
% Total 5,11
% T otal
0,00 0,00
% > LES * Desempeño >% LES> LES * Desempeño
% observado * observado
% > LES % *Total 36,34 % Total 36,34Desempeño % > LESobservadoDesempeño
%*> LESobservado * % %>Total
LES% %>Total
LES %
8,86 * 8,86
< LSL%* < LSL15,7915,79 % < LSL % <0,00LSL 0,00
Desempeño39,47
% Total observado % %Desempeño
Total observado39,47 %%Total
Total39,47 Total 36,34 39,47 % Total 36,34Desempeño observado %Desempeño
Total observado7,69 % Total% Total
% 8,86 8,867,69%
Total% Total < LSL
% >7,69
% < LSL15,79
USL
15,79
% > USL 0,00 0,00
%LSL<>LSLUSL%LSL
% > USL % 0,00
< LSL 0,00
0,00
0,00 Target Target USL USL
% < LEI 39,47 % < LEI 39,47 % < LEI 7,69 % < LEI 7,69 7,69
% Total
% > USL
LSL LSL % > USL 0,000,00 Target
Target
LSL Target
Target
USLLSL
LSL
USL
USL USL
Target LSL
%%>Target
USL % 0,00
> USLLSL 0,00 USL USL Target LSLTarget LSL U
% < LEI 39,47 % < LEI 39,47 % < LEI 7,69 % < LEI 7,69 % Total% Total15,7915,79 % Total Total 0,00 0,00
% > LES LEI * % > LES LEI * % LEI
> LES * % LEI> LES * % Total% Total 15,7915,79 % Total % 0,00
Total 0,00
% > LES * % > LES * % > LES *
% Total 39,47 % Total 39,47 % Total% > LES7,69 %*Total 7,69
% Total 39,47 % Total 7,69 LSLLSL Target
Target USL USL LSL LSL Target Target USL USL
% Total 39,47 % Total 7,69
LEI LSL
LSL Target
Target USL USL LSL LSL Target Target USL USL
LEI LEI LEI LEI LEI LEI LEI
LEI LEI LEI LEI

LEI LEI LEI LEI
0 500 1000 1500 2000 0 500 0 1000500 1500 2000 2500 2500
0,9825
0,98250,9850
0,9850 0,9875
0,9875 0,9900 0,9925 0,9950
0,9900 0,9925 0,99500,9975
0,9975
1,00001,0000 0,990 0,990
0,992 0,992
0,994 0,994 0,998
0,996 0,996 1,0000,998 1,000
0 500 1000 1500 2000 1000 1500 2000
0,9825 0,9825
0,98500,9850
0,9875 0,9900
0,9875 0,9825
0,99000,9925 0,9825
0,9925 0,9850
0,99500,9850
0,9950 0,9875
0,9975
0,9875
0,9975 0,99000,9925
1,0000
0,9900
1,0000 0,9925 0,9950
0,9950 0,9975
0,990
0,9975
0,990 0,992
1,0000
1,0000 0,992
0,994 0,994
0,990
0,996 0,990
0,996
0,992
0,998 00
0,9
1,0
Capacidad
Gráfico de Proceso
8. Capacidad del TPEF
de proceso del & R antes
TPEF y después
y R antes (elaboración
y después (elaboraciónpropia)
propia)
Capacidad de Proceso del TPEF & R antes y después (elaboración propia)
0 500 0 01000 500 500
15001000 2000
1000
1500 1500
2000 0
2000 500 1000 1000
1500 20002000 2500
0 500 1000 1500 0
2000 500 0 1500
0 500 500 1000
2500
1000 1500
1500 2000
2000 2500
2500
0,990 0,990
0,992 0,992
0,994 0,994 0,996 1,000
0,998 1,000
0,98250,9825
0,9850
0,98500,9875
0,9875 0,9900
0,9900 0,9925 0,9950 0,9975
0,99751,0000
1,0000
0,9925 0,9950 0,996 0,998
La tabla siguiente presenta el resumen de los valores p-value
0,98250,98250,9850
0,98500,9875
de0,9925
0,9875 0,9900
las0,9950
0,9900 0,9925
pruebas
0,9950 1,0000t-student
0,99751,0000
0,9975 0,990 0,990
pareadas
0,992 0,992 0,994para
0,994 0,996 0,996 la
0,998 0,998
1,000 1,000
prueba de hipótesis.
0 500 1000
0 5001500 10002000 1500 2000 0 500 0 1000500 1500 2000 2000
2500 2500
1000 1500
0 500 1000
0 5001500 10002000 1500 2000 0 500 0 1000500 1500 2000 2500 Muestras estadísticamente
Variable pValue1000 1500 2000 Rechazo/aceptación
2500 Ho
diferentes
% RP 0.1% Rechazo Si
TPEP 0.1% Rechazo Si
TPPR 0.5% Rechazo Si
DM 0% Rechazo Si
TPEF 1.6% Rechazo Si
R 0.1% Rechazo Si
Donde: En las siguientes páginas mostramos los cuadros

H0= Las medias son iguales (hipótesis nula) de comparación de las capacidades de trabajo,
Ha= Las medias son diferentes (hipótesis los valores de porcentaje de defectos y los índices
alterna) de centrado de los procesos antes y después. Se
pValue> 0.05 (5%), significa que se acepta H0 observa una mejora importante en los todos los
pValue< 0.05 (5%), significa que se rechaza H0 indicadores.
y se acepta Ha

32
Tabla 3. Resumen resultados finales (elaboración propia)
Resultado encontrado Resultado

Dimensión Indicador: Dimensión
Indicador: variable en el proceso (total de encontrado en Resultados del
de la variable Variable de la variable
independiente equipos y máquinas) el proceso (clase piloto (despues)
dependiente independiente independiente
(antes) máquinas) (antes)
%RP DPMO (%error) 379,300 (37.93%) 447,400 (44.74 %) 78,900 (7.87%)
461,500
TPEP o MTBS DPMO (%error) 862,100 (86.21%) 815,800 (81.58 %)
(46.15%)
Gestión de las Defectos en el 692,300
labores de taller proceso 500,000 (50%) 500,000 (50%)
(69.23%)
TPPR DPMO (%error) 293,100 < LIE 263,200 < LIE
615,400 < LIE
206,900 > LSE 236,800 > LSE
76,900 > LSE
TPEF o MTBF DPMO (%error) 482,800 (48.28%) 394,700 (39.74%) 76,900 (7.69%)
Gestión de la
Variabilidad del
disponibilidad DM Pp o Cp 0.91 1.01 2.17
proceso
operativa
Gestión de la
probabilidad de
Centrado del
cumplimiento Confiabilidad PpK o CpK 0.11 0.26 0.65
proceso
de la vida útil de
la máquina
La implementación completa de la MEJORA, va a quedar bajo la decisión del dueño del proyecto y
de los dueños de los procesos, ya que esta requiere de modificaciones o mejora en el seguimiento de
los procesos internos de la empresa y la necesaria colaboración de otras áreas.
Process Management -
Involvement by 6 Sigma Role
Black Belt
High
Involvement / Effort
PO identified
Project Turnover & Closeout
Project Sponsor
1st Process Review
MBB
Process Owner
Low DIvision Champion (as Needed)

Define Measure Analyze Improve Control Process
Control &
Reviews
Gráfico 9. Participación de los actores en el método seis sigma (Brasard, 2005)
Etapa CONTROLAR mediante la estandarización de los métodos, de

trabajo y procesos, anticipando mejoramientos
El objetivo del paso CONTROLAR es futuros y preservando las lecciones que se hayan
mantener los logros que se han obtenido, aprendido (Brasard, 2005, pág. 22).

33
Manuel Zegarra
CONCLUSIONES Trabajos citados
1. La aplicación del método Seis Sigma, ayuda en 1. American Society of Quality. (2013).
la mejora continua de la gestión de manteni- Introduction to quality engineering. ASQ.
miento de la empresa TyT SAC Contratistas 2. Brasard, M. (2005). El impulsor de la memoria
Generales y contribuirá en la mejora continua II, Seis Sigma (Primera ed.). USA: GOAL/
de la gestión de mantenimiento de las peque- QPC.
ñas y medianas empresas constructoras de 3. Brassard, M. (2002). The Six Sigma Memory
Lima Metropolitana. Jogger II (Primera ed.). USA: GOAL/QPC.
2. La aplicación del método Seis Sigma contribu- 4. Chiavenato, I. (1999). Introducción a lateoría
ye para detectar y disminuir los defectos en el general de la administración (Quinta ed.).
proceso afectando positivamente a la mejora McGraw-Hill.
continua de la gestión de las labores del taller 5. Chiavenato, I. (2006). Introducción a la teoría
de la empresa TyT SAC Contratistas Genera- general de la administración (Séptima ed.).
les. McGraw-Hill.f
3. La aplicación del método Seis Sigma contribu- 6. Koontz, H., & Weihrich, H. (2004).
ye en la mejora de la variabilidad del proceso Administración, una perspectiva global
influenciando positivamente en la mejora con- (Duodécima ed.). McGraw-Hill.
tinua de la gestión de disponibilidad operativa 7. Zegarra, M. (2007). La administración como
de la máquina en la empresa TyT SAC Contra- herramienta de gestión para optimizar el
tistas generales. mantenimiento mecánico en la empresa TyT
4. La aplicación del método Seis Sigma ayuda a SAC Contratistas Generales. Lima, Lima,
controlar el centrado del proceso incidiendo Lima: Tesis inédita.
de manera positiva en la mejora continua de
la gestión de la probabilidad de cumplimiento
de la vida útil de la máquina de la empresa TyT
SAC Contratistas Generales.

34

6 Sixma para Mejora Continua en Equipo Pesado

Cargado por

Copyright:

Formatos disponibles

6 Sixma para Mejora Continua en Equipo Pesado

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

6 Sixma para Mejora Continua en Equipo Pesado

Cargado por

Copyright:

Formatos disponibles

Seis Sigma para la mejora contínua en el mantenimiento de equipos pesados en empresas constructoras medianas.

Seis Sigma para la mejora continua en el mantenimiento de equipos

El objetivo principal de mantenimiento de los equipos de construcción es asegurar la operación de la

INTRODUCCIÓN con herramientas que ayuden en este aspecto.

implementación de las sugerencias en el proceso Sigma ayudará en la mejora continua de la gestión

Ciencia y Desarrollo 17 (2), julio-diciembre 2014. 19:34 V. E.: ISSN 2409-2045

en las empresas constructoras medianas de o La letra K viene del Japonés Katayori

Hipótesis secundarias Variable dependiente:

Ciencia y Desarrollo 17 (2) julio-diciembre 2014. 19:34 V. E.: ISSN 2409-2045

Ciencia y Desarrollo 17 (2), julio-diciembre 2014. 19:34 V. E.: ISSN 2409-2045

Grafico 1. Esquema del SIPOC (Caterpillar, 2011)

CHARTER DEL PROYECTO

La mejora de los procesos de gestión de Existe la necesidad de mejorar las condiciones de

Definir: patrocinador: Gerente general, gerente de obras

Ciencia y Desarrollo 17 (2) julio-diciembre 2014. 19:34 V. E.: ISSN 2409-2045

SIPOC DEL PROYECTO

Grafico 2. SIPOC del proyecto

Macro proceso TyT SAC

Manuales de taller Partes diarios Sistema Procedimientos Procedimientos Capacitación Capacitación

Grafico 3. Mapa del proceso (vista de 30000 pies)

Ciencia y Desarrollo 17 (2), julio-diciembre 2014. 19:34 V. E.: ISSN 2409-2045

Cause & Effect (Fishbone) Diagram

Process/Project Name: Mejora Continua Gestión de Mantenimiento

Problem Statement/Effect: Mala Gestión de Mantenimiento

People Method Material

Faltan Habilidades No saben inglés No lectura de planos Planeamiento inadecuado

Ciencia y Desarrollo 17 (2) julio-diciembre 2014. 19:34 V. E.: ISSN 2409-2045

No hay comunicación inmediata con obras

No saben leer instrumentos Ambientes polvorientos en obras

Máquinas no se encuentran disponibles Carencia de conocimientos No hay talleres adecuados en obras

Grafico 4. Diagrama de Ishikawa (elaboración propia)

Cause & Effect (Fishbone) Diagram

Process/Project Name: Mejora Continua Gestión de Mantenimiento

Etapa MEDIR órdenes de trabajo programadas, número de

Ciencia y Desarrollo 17 (2), julio-diciembre 2014. 19:34 V. E.: ISSN 2409-2045

Cause & Effect (Fishbone) Diagram

Process/Project Name: Mejora Continua Gestión de Mantenimiento

Problem Statement/Effect: Variabilidad de DM, TPEF, TPPR, Confiabilidad

People Method Material

No hay aula para entrenamiento ni el Lima

Ciencia y Desarrollo 17 (2) julio-diciembre 2014. 19:34 V. E.: ISSN 2409-2045

Mécanicos no saben matemática básica Carencia de almacenes limpios y adecuados en obras

Gráfico 5. Diagrama de Ishikawa de la variabilidad de los procesos

Tabla 2. Matriz FMEA (elaboración propia)

Potential Failure Mode & Effects Analysis

No se programe evento de 5 Administrativo reclama los

Ingreso de Partes No se programe evento de Administrativo reclama los

3 Hay estock de protección

Estas mejoras no requieren inversión adicional dato inconsistente en la información que

Ciencia y Desarrollo 17 (2) julio-diciembre 2014. 19:34 V. E.: ISSN 2409-2045

0.0 1.5 3.0 4.5 6.0 7.5 9.0

0.0 1.5 3.0 4.5 6.0 7.5 9.0

Media de la muestra 38Media286.866

USL>0,93 % > USL %4,93> USL

LEI LEI LEI LEI

Donde: En las siguientes páginas mostramos los cuadros

Ciencia y Desarrollo 17 (2) julio-diciembre 2014. 19:34 V. E.: ISSN 2409-2045

Tabla 3. Resumen resultados finales (elaboración propia)