UNIVERSIDAD NACIONAL ABIERTA

VICERRECTORADO ACADEMICO
INGENIERIA DE INDUSTRIAL

TRABAJO PRACTICO.

Asignatura: Control de calidad

Código: 205

Carrera: Ingeniería Industrial (280)

Nombre del Estudiante: Yaritza Fernández

CI: 18.986.857

Correo electrónico: [email protected]

Centro Local: Anaco edo. Anzoátegui

Lapso: 2020-1

Asesor: Prof. Dilia Padrón

 INTRODUCCIÓN

INTRODUCCIÓN ..................................................................................... 3

1.LA EMPRESA ....................................................................................... 4

1.1 MISIÓN .............................................................................................. 4

1.2VISION ................................................................................................ 4

1.3 ORGANIGRAMA ................................................................................ 5

2. BASES TEÓRICAS .............................................................................. 6

3.DSCRIPCION DE PROCESO ............................................................... 13

4. DESCRIPCIÓN DE PUNTOS CRÍTICOS ............................................ 17

5. TÉCNICAS DE MUESTREO ................................................................ 19

6. CONTROL ESTADÍSTICO DE PROCESO .......................................... 23

7.CAPACIDAD DEL PROCESO .............................................................. 39

8.PROGRAMA DE COSTOS ................................................................... 41

9.ANALISIS SENSORIAL DEL PROCESO .............................................. 45

10. CONCLUSIONES............................................................................... 48

11 ANEXOS. ............................................................................................ 50

12. BIBLIOGRAFÍA .................................................................................. 52

 INTRODUCCIÓN

En la actualidad la economía globalizada demanda alta competitividad

de las empresas, con el fin de cubrir las necesidades y exigencias del
mercado. Por lo tanto, se hace necesario el perfeccionamiento de sus
procesos, el cual se logra a través de un análisis al interior de la organización,
detectando debilidades para darles una solución efectiva en el menor tiempo
posible.

Además, los clientes necesitan productos con características que

satisfagan sus necesidades y expectativas. Estas necesidades y expectativas
generalmente se denominan requisitos del cliente, que pueden estar
especificados por el cliente en forma contractual o pueden ser determinados
por la propia organización. En cualquier caso, es finalmente el cliente quien
determina la aceptabilidad del producto. Dado que las necesidades y
expectativas de los clientes son cambiantes y debido a las presiones
competitivas y a los avances técnicos, las organizaciones deben mejorar
continuamente sus productos y procesos.

Existen herramientas básicas que han sido aplicadas y utilizadas para

la mejora de la calidad y solución de problemas. Cada empresa o
microempresa adopta y utiliza las que ayuden a mejorar su gestión, el éxito
de estas herramientas radica en la capacidad que han demostrado al ser
aplicadas en un amplio conjunto de problemas desde el control de calidad
hasta las áreas de producción, marketing, recursos humanos y administración.

La aplicación del control estadístico del proceso en una empresa, traerá

la estabilidad del proceso y la reducción de la variabilidad.
1.-La Empresa

Galletería Anaco c.a es el refugio para muchas recetas de galletería y

pastelería “hechas a mano”, especialmente una con más de 30 años de
tradición y alta aceptación, testigo de gente trabajadora, reuniones familiares,
reuniones con amigos, sorpresas y diversos momentos propicios para
acompañarlos con galletas deliciosas. El nombre de la empresa hace
referencia a un legado familiar conservado por generaciones y cargado de
muchas emociones.

Nos encontramos ubicados en el sector Pueblo nuevo del municipio

anaco Edo Anzoátegui.

1.1 Misión

Ofrecer galletas finas hechas a mano, a través de procesos

estandarizados y utilizando materias primas de calidad, sumadas a una
receta de alta aceptación durante más de 30 años, garantizando el deleite y
la satisfacción de nuestros clientes.

1.2 Visión

Ser una empresa galletera reconocida en el mercado no solo por la

calidad del producto sino por mantenernos en constante innovación para
satisfacer las necesidades cambiantes de nuestros consumidores.
1.3 Organigrama
2. BASES TEÓRICAS

2.1 Control de Calidad

La calidad es un concepto relativamente reciente, por lo tanto, las

definiciones sobre este tema pueden resultar erróneas o muy complejas. Para
los propósitos de esta investigación, veremos la calidad desde diferentes
perspectivas, desde una perspectiva del producto, del usuario, de las 16
tecnologías de la información, de la producción y finalmente del valor que ésta
le da al producto con el cliente.

Desde una perspectiva de producto, la calidad está dada por la

percepción del cliente objetivo de ese producto, en función del conjunto de
características que ese cliente evalúa para el producto, y del nivel significativo
que cada una de ellas tiene para ese cliente.

Desde una perspectiva de usuario, la calidad implica la capacidad de

satisfacer los deseos de las personas dentro de su estilo de vida, esto
involucra un equilibrio entre lo objetivo/tangible y lo subjetivo/intangible,
ofrecer características beneficiosas y saludables para las personas y su
entorno. La calidad de un producto depende de cómo éste responda a las
preferencias y a las necesidades de los clientes, por lo que se dice que la
calidad es adecuación al uso de sí mismo en la actualización de los roles
presentados a un consumidor. Por ello la calidad puede ser vista como un
estilo o filosofía de vida en un mundo que está cambiando y evolucionando
para desarrollar un lugar mejor donde vivir.

2.2 Control estadístico de procesos

Es un conjunto de técnicas estadísticas destinadas a ser un

seguimiento, en tiempo real, de la calidad de un proceso productivo,
orientadas a la vigilancia del comportamiento de las características que se
selecciona como mejores medidores de la calidad, y sirven para:

Reducir la variabilidad en los procesos de productos y servicios

La mejora de procesos productivos y servicios lleva a la reducción del

número de fallos y a la disminución de costos y ello permite:

a) Mejorar la competitividad de las empresas y microempresas.

b) Incrementar la calidad y por tanto la satisfacción del cliente y la

fidelidad de este.

2.3.- Variabilidad en los procesos

2.3.1 Causas de la variabilidad

En la práctica, todo proceso de producción independientemente del tipo

de diseño utilizado del proceso adecuado, siempre se caracteriza por
presentar un cierto grado de variabilidad que no se pueda eliminar
completamente, también en ocasiones pueden estar presentes otra clase de
variabilidad debido a que las condiciones de trabajo no son constantes por
motivos como: las variaciones en las materias primas, el desgaste de
herramienta, operarios por falta de experiencias, etc. Considerando que en el
proceso intervienen los factores antes señalados que generan variaciones por
distintas causas, diferenciamos ahora entre dos causas de variación.

2.3.1.2 Variación Natural

Producida por innumerables pequeñas causas no asignables,

continuas o aleatorias, que son tan ligeras y no pueden considerarse
individualmente como razón única de una desviación del proceso. Las causas
no asignables están presentes siempre, produciendo una variabilidad
homogénea y estable en el tiempo que es predecible al ser constante.
 La idea clave reside en que una causa no asignable produce una
variabilidad en la calidad que la organización está dispuesta a asumir, y por
tanto no intentará actuar sobre ella.

2.3.1.3 Variación Accidental

Producida por causas asignables, especiales o atribuibles, es decir, las

que podemos investigar hasta dar con la razón específica que las produce y
que además suelen ocasionar desviaciones relativamente grandes en el
resultado del proceso. Las causas asignables solo intervienen en
determinados momentos, y producen entonces una variabilidad muy grande,
no son estables en el tiempo.

El control estadístico de procesos pretende localizar las causas

asignables para tomar las decisiones pertinentes para evitar que reaparezcan.

Causas de variabilidad de un proceso

Causas no asignables Causas asignables
• Suelen ser muchas y cada una • Suelen ser pocos, pero de
produce pequeñas variaciones efectos importantes.
• Son parte permanente del • Aparecen esporádicamente en
proceso. Su suma el proceso. Este hecho facilita
(superposición) determinada la su edificación y eliminación
capacidad del proceso. (grafica de control)
• Son difíciles de eliminar. • Se pueden producir por:
Forman parte del sistema y es - Error del operario.
responsabilidad de la dirección - Desajuste de la
disminuir efectos. maquina e instrumentos de
• Afectan al conjunto de medida.
máquinas, operarios, etc. - Materia prima
defectuoso
• La variabilidad debida a estas • No admite representación
causas admite representación estadística.
estadística (densidad de
probabilidad).

2.4.-Herramientas De Análisis Estadístico

 Las herramientas estadísticas de calidad es una denominación, dada a
un conjunto de técnicas gráficas identificadas como son las más útiles en la
solución de problemas enfocadas a la calidad de los productos o servicios, se
conocen además como “herramientas básicas, existen algunas otras
herramientas estadísticas que son útiles en el análisis del problema de calidad
y mejora del rendimiento en los procesos de producción ya que son
adecuadas a la comprensión de todas las personas aun con poca formación
en materia de estadística.

“Las herramientas estadísticas son eficaces para mejorar el proceso

de producción y reducir sus defectos”.

El rol que desempeñan estas herramientas se ilustran en la Figura

donde se presenta un proceso de producción es un sistema con un conjunto
de entradas y salidas que pueden ser controlables e incontrolables, existen
dos tipos de entradas 𝑋𝑋1, 𝑋𝑋2, …𝑋𝑋𝑃𝑃 que son factores o variables controlables del
proceso y las entradas𝑍𝑍1, 𝑍𝑍2, …𝑍𝑍𝑟𝑟 que son factores o variables incontrolables.
El proceso de producción transforma estas entradas en un producto
determinado que tiene varios parámetros (características de calidad), los
cuales describen su calidad o aptitud. La variable de salida que vamos a
representarla por (y) es una medida de la calidad del proceso.
 Al observar el esquema surgen algunas interrogantes como: ¿Qué tipo
de entradas influyen en el proceso?, ¿Qué relación hay entre las variables de
entrada y el parámetro de salida Y?,

para responder a estas interrogantes existen varias herramientas que

ayudan a identificar las variables que intervienen en el proceso de
mejoramiento de la calidad, estas son las herramientas cualitativas que
permiten la observación, selección e identificación del problema en un
proceso y son:

2.4.1.-Encuesta

Es una técnica de acumulación de datos obtenidos mediante una serie

de consulta o interrogatorio referentes a eventos que ocurren en un proceso,
aplicada a usuarios potenciales del sistema y de carácter individual

2.4.2.-Diagrama de flujo

Es una representación gráfica de la secuencia de etapas, operaciones,

movimientos, decisiones y otros eventos que ocurren en un proceso. Esta
representación se efectúa a través de formas y símbolos gráficos utilizados
usualmente.

Y las herramientas cuantitativas que se conocen como las “7 herramientas de

calidad” que permiten el análisis de las causas del problema.

2.4.3.-Diagrama de Causa y Efecto

Un diagrama de Causa y Efecto (CE) es una figura formada por líneas

y símbolos cuyo objetivo es representar una relación significativa entre un
efecto y sus causas. Fue creado por Kaoru Ishikawa en 1943, y también se le
conoce como diagrama de Ishikawa.
2.4.4.-Planillas de inspección (hoja de control)

También conocido como Hoja de Control, es un impreso con formato

de tabla, destinado a registrar y compilar datos mediante un método sencillo
y sistemático, mediante la anotación de marcas asociadas a la ocurrencia de
determinados sucesos.

Esta técnica de recolecta de datos, se prepara de manera que su uso

sea fácil e interfiera lo menos posible con la actividad de quien realiza el
registro.

2.4.5.-Diagrama de Pareto

El diagrama de Pareto está basado en el principio de que la mayoría

de los efectos de un proceso son el resultado de sólo unas cuantas causas.
El diagrama identifica las pocas causas críticas que están generando la
mayoría de efectos en el proceso, a fin de dirigir la atención y el análisis a
éstos.

2.4.6.-Diagrama de Dispersión

También denominado gráfico de correlación, permite identificar una

relación potencial entre dos variables, observando la forma del diagrama
podemos indicar el tipo de relación que puede existir entre las dos variables

2.4.7.-Estratificación

Es una herramienta estadística que clasifica los elementos de una

población que tiene afinidad para así analizar y determinar causas comunes
de su comportamiento.

La estratificación contribuye a identificar las causas que hacen mayor

parte de la variabilidad, de esta forma se puede obtener una comprensión
detallada de la estructura de una población de datos, examinando así la
diferencia en los valores promedio y la variación en los diferentes estratos
2.4.8.-Histograma

Es una herramienta estadística que se utiliza para representar la

distribución de variables.

2.4.9.-Gráficos de control

Un gráfico de control consiste en una línea central, un par de límites de

control, uno de los cuales se localiza abajo y el otro arriba de la línea central,
y valores característicos marcados en el gráfico representando el estado de
un proceso.

2.5.-Población

Una población es un conjunto finito o infinito de todos los elementos

que deseamos estudiar y que tienen características comunes acerca de los
cuales intentamos sacar conclusiones.

2.6.-Muestra

Una muestra es un sub conjunto de una población. Si el número de

elementos del sub conjunto es n, diremos que la muestra es de tamaño n.
También cabe definir la muestra como la observación de n elementos de una
población, o el resultado de repetir n veces un experimento aleatorio.

2.7.-Variable

Una variable es una característica de un conjunto de individuos:

personas, animales, cosas, etc. “aquellas características que van cambiando,
en su estado o expresión, entre los elementos de la población se denominan
variables, mientras que aquellas que no cumplen esta condición son llamadas
constantes”.
3. DESCRIPCIÓN DEL PROCESO

3.1.-Descripción del producto

El producto sobre el cual se realizó este trabajo, es sobre la elaboración

de galletas de vainilla. Este producto se vende al público en presentación 46
unidades de galletas de vainilla por empaque.

3.2.-Uso y destino del producto

Es necesario detallar el uso normal o previsto que el consumidor hará

del producto y a qué grupo de consumidores está dirigido. En el caso de la
fabricación de la galleta de vainilla, el uso previsto es para la alimentación y
está dirigido a todo el público en general.

3.3.-Proceso de producción

3.3.1.-Descripción del proceso

El proceso de fabricación de la galleta de vainilla, es un proceso básico

que se lleva a cabo en una sola etapa: la etapa de la elaboración de galleta y
finaliza con el empaque.
 3.3.1.2.- Diagrama de proceso

Compra de insumos

Recepción de insumos

Tiempo de mescla de la masa: 15

minutos Preparación
Tiempo de amasado: 20 minutos
Temperatura ambiente (20°C a 23°C)

Amasado

Laminado

Traslado al horno

Temperatura horno: 180°C

Tiempo: 15 minutos Horneado
Temperatura salida: 150°C

Temperatura ambiente: 22°C Enfriado

Tiempo: 1 hora a 1 hora y 30
minutos

Embolsado

Traslado a bodega

Bodega de producto
terminado para su
distribución
3.2.- Descripción de las operaciones

Etapa 1: Recepción y almacenamiento de materias primas

El peso es controlado en la recepción, donde se efectúan también los

controles previos para la adquisición de las materias primas, que será
descargada, caso de resultar aceptable, o rechazada en el caso contrario.

Etapa 2: Preparación

Se vierten la sal, azúcar, manteca, luego se agrega agua, leche,

levadura, vainilla y los huevos y finalmente, se le agrega la harina

Etapa 3: Mezcladora

Consiste en mezclar los ingredientes en la mezcladora y se espera a

que la masa se combine de forma uniforme.

Etapa 4: Laminado

El laminado consiste en colocar la masa en el rodillo, luego se le corta

con los moldes, y se van formando la dimensión física de las galletas de
vainilla.

Etapa 5: Horneado

El horneado se realiza en un horno industrial, ingresa al horno en un

lote que contiene 18 bandejas, a una temperatura de 180°C durante 15
minutos y sale a una temperatura de 150°C, para luego ser trasladados al
lugar del almacén de enfriamiento.

Etapa 6: Enfriado
 El lote con las 18 bandejas se traslada al almacén de enfriamiento a
temperatura ambiente y se enfría en promedio de 1 hora a una hora y media.

Etapa 7: Embolsado

Se realiza el embolsado como puede verse en el Anexo, consiste en

colocar las galletas de vainilla en una bolsa Polietileno-Polipropileno, cada
bolsa debe contener 46 unidades de galletas de vainilla.

3.3.- Descripción de la materia prima

La materia prima utilizada se describe en la siguiente tabla

→ Agua
→ Levadura
→ Leche
→ Harina de trigo
→ Vainilla
→ Sal
→ Manteca
→ Azúcar
→ huevos
4. IDENTIFICACIÓN DE PUNTOS CRÍTICOS

La determinación de los puntos críticos necesita de un análisis

minucioso, y si bien pueden identificarse en muchas operaciones del proceso,
debe darse prioridad a aquellos donde, si no existe control, pueda ocasionar
una reacción en cadena que se resuma en la pérdida de la calidad del
producto.

Para identificar los puntos críticos, es necesario revisar el diagrama de

flujo establecido en el punto anterior, e identificar todas las actividades
consideradas como puntos críticos.
4.1.- Identificación de puntos críticos en diagrama de proceso

Compra de insumos

Recepción de insumos

Preparación

Amasado

Laminado

Traslado al horno

Horneado

Enfriado

Embolsado

Traslado a bodega

Bodega de producto
terminado para su
distribución
5. TECNICAS DE MUESTREO

5.1.-Población

La población promedio fue de 6000 bolsas de galletas de vainilla que

se elaboraron en las 12 semanas

5.2.-Tamaño de muestra

La muestra para el presente trabajo se obtuvo mediante la ecuación

obteniéndose 300 observaciones que se determina a continuación:

𝛼𝛼 = 0.05 𝛽𝛽 = 0.05 𝜎𝜎 = 0.00487

𝜇𝜇𝜇𝜇 = 0.4700 𝜇𝜇𝜇𝜇 = 0.46944 𝑁𝑁 = 6000

6000(1.96 + 1.645)2 (0.00487)2

𝑛𝑛 =
(0.46901 − 0.4700)2 (6000 − 1) + (1.96 + 1.645)2 (0.00487)2

𝑛𝑛 = 298.86851 ≡ 300

Se toma como tamaño de muestra representativa a 300 observaciones.

5.2.1 Tipo de muestreo

De las galletas de vainilla que se elaboraron en la empresa de lunes a

viernes, se seleccionó bolsas al azar para la muestra utilizando técnicas de
muestreo aleatorio simple que detallamos a continuación.
Se enumeraron las 20 bolsas que en promedio se obtiene de un lote,
de las cuales se extrajo una bolsa y su respectivo pH de cada lote para la
toma de datos utilizando números aleatorios generados con la hoja de cálculo
Microsoft Excel.

Cabe aclarar que la empresa produce 5 lotes por día.

5.3.-Variables de estudio

Las variables consideradas para el estudio son el peso y pH.

5.4.-Instrumentos de medición

En este estudio los instrumentos que se utilizaron fueron: la balanza

métrica con la cual fueron pesadas las bolsas de galletas de vainilla y
anotadas en la guía de observación

5.5.-Registro de datos

Los datos se obtuvieron durante 12 semanas de lunes a viernes como

muestra la Tabla mostrada a continuación
Tabla 1.

Dia Lunes Martes miércoles jueves viernes

N hora peso ph hora peso ph hora peso ph hora peso ph hora peso ph

1 07:00 0.462 5.80 07:15 0.468 5.74 07:05 0.486 5.71 07:03 0.461 5.81 07:02 0.472 5.87

2 07:17 0.477 5.77 07:33 0.467 5.88 07:22 0.474 5.74 07:19 0.463 5.78 07:18 0.481 5.78
Semana 1

3 07:33 0.470 5.79 07:49 0.475 5.82 07:38 0.463 5.79 07:35 0.463 5.77 07:34 0.472 5.76
Muestra

4 07:50 0.480 5.91 08:06 0.468 5.77 07:55 0.466 5.75 07:51 0.475 5.72 07:49 0.476 5.83

5 08:07 0.470 5.80 08:23 0.462 5.78 08:12 0.476 5.67 08:07 0.472 5.82 08:04 0.462 5.73

1 07:01 0.474 5.73 07:05 0.471 5.75 07:03 0.465 5.81 07:00 0.488 5.73 07:09 0.470 5.81

2 07:16 0.478 5.77 07:21 0.469 5.75 07:18 0.474 5.76 07:17 0.474 5.70 07:25 0.479 5.68
Semana 2

3 07:32 0.476 5.78 07:36 0.465 5.80 07:34 0.466 5.71 07:33 0.464 5.79 07:40 0.473 5.70
Muestra

4 07:46 0.479 5.76 07:53 0.483 5.72 07:50 0.469 5.80 07:51 0.470 5.79 07:56 0.471 5.84

5 08:02 0.467 5.76 08:08 0.478 5.69 08:05 0.464 5.74 08:06 0.476 5.76 08:11 0.478 5.81

1 07:02 0.456 5.81 07:04 0.470 5.79 07:02 0.462 5.75 07:00 0.470 5.85 06:55 0.473 5.84

2 07:19 0.463 5.76 07:19 0.463 5.78 07:18 0.466 5.72 07:16 0.471 5.71 07:10 0.462 5.77
Semana 3

3 07:34 0.470 5.73 07:34 0.473 5.77 07:34 0.461 5.82 07:31 0.477 5.71 07:26 0.466 5.77
Muestra

4 07:50 0.469 5.76 07:50 0.472 5.81 07:50 0.475 5.83 07:46 0.468 5.86 07:41 0.482 5.76

5 08:06 0.476 5.84 08:05 0.479 5.84 08:05 0.474 5.77 08:02 0.470 5.82 07:57 0.471 5.88

1 07:02 0.470 5.79 06:57 0.475 5.79 07:00 0.472 5.85 07:01 0.464 5.80 07:00 0.458 5.84

2 07:18 0.472 5.79 07:12 0.477 5.85 07:15 0.462 5.87 07:16 0.475 5.78 07:15 0.466 5.83
Semana 4

3 07:33 0.470 5.80 07:28 0.461 5.72 07:31 0.471 5.78 07:32 0.466 5.82 07:30 0.470 5.79
Muestra

4 07:48 0.465 5.72 07:43 0.478 5.77 07:46 0.461 5.82 07:47 0.485 5.80 07:45 0.471 5.77

5 08:03 0.461 5.84 07:59 0.487 5.86 08:01 0.469 5.86 08:02 0.473 5.81 08:01 0.472 5.81

1 07:00 0.450 5.75 06:50 0.468 5.85 07:00 0.457 5.80 07:03 0.458 5.81 07:00 0.457 5.75

2 07:17 0.462 5.83 07:05 0.466 5.83 07:15 0.470 5.78 07:18 0.467 5.79 07:15 0.478 5.79
Semana 5

3 07:33 0.477 5.71 07:20 0.471 5.78 07:31 0.476 5.80 07:33 0.455 5.77 07:31 0.470 5.72
Muestra

4 07:51 0.472 5.76 07:35 0.475 5.78 07:46 0.461 5.77 07:49 0.462 5.79 07:46 0.474 5.88

5 08:06 0.467 5.83 07:50 0.469 5.82 08:01 0.464 5.77 08:04 0.463 5.76 08:02 0.469 5.73
 Dia Lunes Martes miércoles jueves viernes

N hora peso ph hora peso ph hora peso ph hora peso ph hora peso ph
1 07:08 0.463 5.81 07:05 0.463 5.80 06:54 0.459 5.90 06:57 0.463 5.81 07:06 0.465 5.75

2 07:23 0.454 5.83 07:22 0.466 5.78 07:09 0.465 5.81 07:12 0.474 5.81 07:21 0.455 5.73
Semana 6

Muestra

3 07:39 0.464 5.74 07:38 0.457 5.85 07:24 0.469 5.82 07:28 0.465 5.76 07:36 0.465 5.74

4 07:54 0.467 5.76 07:55 0.468 5.80 07:39 0.470 5.84 07:43 0.482 5.79 07:51 0.468 5.77

5 08:10 0.459 5.77 08:12 0.462 5.79 07:55 0.471 5.82 07:59 0.472 5.80 08:07 0.460 5.79

1 07:10 0.475 5.73 07:02 0.474 5.77 06:45 0.460 5.75 07:05 0.454 5.81 07:05 0.467 5.68

2 07:25 0.461 5.71 07:17 0.461 5.66 07:00 0.470 5.80 07:20 0.468 5.77 07:22 0.465 5.81
Semana 7

Muestra

3 07:40 0.465 5.75 07:32 0.466 5.83 07:15 0.464 5.79 07:35 0.465 5.74 07:38 0.470 5.78

4 07:55 0.481 5.78 07:47 0.480 5.78 07:32 0.468 5.84 07:51 0.468 5.82 07:55 0.474 5.76

5 08:10 0.470 5.71 08:02 0.469 5.74 07:47 0.460 5.78 08:06 0.459 5.81 08:12 0.464 5.76

1 07:05 0.474 5.81 06:55 0.462 5.78 07:00 0.473 5.75 07:03 0.475 5.87 07:00 0.459 5.75

2 07:22 0.462 5.74 07:10 0.467 5.82 07:17 0.460 5.71 07:18 0.463 5.75 07:15 0.469 5.76
Semana 8

Muestra

3 07:38 0.465 5.79 07:26 0.464 5.82 07:33 0.467 5.79 07:34 0.464 5.81 07:31 0.452 5.84

4 07:55 0.483 5.78 07:41 0.473 5.85 07:51 0.480 5.77 07:49 0.484 5.74 07:47 0.467 5.83

5 08:12 0.472 5.83 07:56 0.472 5.85 08:06 0.470 5.78 08:14 0.481 5.75 08:02 0.461 5.79

1 07:02 0.484 5.82 06:58 0.465 5.74 07:00 0.477 5.92 07:05 0.465 5.78 07:00 0.471 5.77

2 07:18 0.486 5.77 07:13 0.472 5.75 07:15 0.476 5.78 07:22 0.471 5.77 07:16 0.473 5.82
Semana 9

Muestra

3 07:34 0.490 5.80 07:28 0.460 5.82 07:31 0.465 5.79 07:38 0.475 5.81 07:32 0.467 5.86

4 07:49 0.492 5.70 07:43 0.463 5.79 07:46 0.468 5.83 07:55 0.479 5.74 07:47 0.479 5.80

5 08:04 0.495 5.82 07:58 0.479 5.70 08:01 0.483 5.82 08:12 0.472 5.71 08:02 0.476 5.80

1 06:51 0.467 5.83 07:09 0.472 5.77 07:03 0.460 5.82 07:00 0.469 5.77 07:00 0.479 5.85

2 07:06 0.466 5.79 07:24 0.461 5.79 07:18 0.464 5.77 07:17 0.477 5.79 07:15 0.473 5.86
Semana 10

Muestra

3 07:22 0.469 5.81 07:39 0.472 5.80 07:34 0.467 5.74 07:33 0.473 5.72 07:31 0.472 5.78

4 07:37 0.464 5.74 07:54 0.479 5.78 07:49 0.473 5.82 07:51 0.466 5.89 07:46 0.468 5.79

5 07:52 0.477 5.84 08:10 0.475 5.89 08:05 0.479 5.76 08:06 0.471 5.73 08:02 0.471 5.77

1 07:00 0.469 5.83 07:05 0.463 5.86 07:02 0.467 5.81 07:05 0.464 5.75 07:02 0.470 5.79

2 07:15 0.476 5.78 07:20 0.477 5.83 07:18 0.480 5.81 07:22 0.465 5.74 07:17 0.468 5.69
Semana 11

Muestra

3 07:31 0.476 5.88 07:36 0.456 5.82 07:34 0.478 5.76 07:38 0.460 5.78 07:33 0.471 5.85

4 07:46 0.472 5.83 07:51 0.465 5.84 07:49 0.479 5.80 07:53 0.477 5.80 07:48 0.463 5.80

5 08:00 0.466 5.81 08:06 0.473 5.83 08:04 0.463 5.84 08:10 0.476 5.74 08:04 0.475 5.73

1 07:00 0.465 5.77 07:05 0.467 5.85 06:53 0.472 5.72 07:00 0.474 5.85 07:02 0.470 5.75

2 07:17 0.470 5.81 07:22 0.477 5.79 07:08 0.474 5.83 07:15 0.463 5.78 07:15 0.478 5.76
Semana 12

Muestra

3 07:33 0.469 5.82 07:38 0.469 5.75 07:24 0.465 5.79 07:31 0.471 5.80 07:32 0.469 5.72

4 07:51 0.483 5.87 07:55 0.470 5.86 07:39 0.472 5.76 07:46 0.466 5.79 07:48 0.475 5.80

5 08:06 0.476 5.79 08:12 0.478 5.84 07:54 0.482 5.75 08:02 0.470 5.85 08:03 0.466 5.83

Fuente: elaboración propia

6. CONTROL ESTADÍSTICO DE PROCESO

Para realizar el análisis estadístico de los datos del peso de las bolsas
de galletas de vainilla su pH, primero se procedió a ingresar dichos datos en
el software estadístico Minitab y en la hoja de cálculo Microsoft Excel, para lo
cual estos datos se analizaron utilizando las herramientas estadísticas
correspondientes al control de calidad o procesos de calidad, las herramientas
que mejor se adecuaron a nuestro estudio fueron: la normalidad, diagrama de
dispersión, histograma, el diagrama de causa-efecto, diagrama de flujo,
grafica de corridas (rachas) y el grafico de control para la media y el rango.

6.1.-Prueba de normalidad del peso de bolsa de la galleta de vainilla

Para probar la normalidad del peso de las bolsas de galletas de vainilla

de, se utilizó la prueba de normalidad de Kolmogorov-Smirnov como se
muestra en la Figura1.

En la Figura 1 se observa que existe evidencia de presencia de

normalidad realizado con la prueba de Kolmogorv – Smirnov para el peso de
bolsas de las galletas de vainilla para una muestra de tamaño equivalente a
300 bolsas, dando una media estimada de 0.4698 gramos y una desviación
típica muestral estimada de 0.007231, además se observa que los puntos por
debajo de la línea en la esquina superior derecha están más alejados, bajo la
hipótesis nula que indica que los datos analizados siguen una distribución
normal, por otro lado el p-valor asignado a esta prueba es mayor que 0.05 con
lo que podemos concluir que los datos analizados siguen una distribución
normal.

Para poder visualizar si el peso de bolsas de las galletas de vainilla

proviene de una distribución normal se realiza el histograma.

6.2.-Histograma para el peso de las bolsas de galletas de vainilla

Se utiliza la (tabla de frecuencias) para poder realizar su respectivo

histograma que se muestra en la Figura 2.
Tabla 2.
N Limites fi Fi hi Pi hi * l00
1 0.450 - 0.455) 4 4 0.013 1.333
2 0.455 - 0.460) 13 17 0.043 4.333
3 0.460 - 0.465) 55 72 0.183 18.333
4 0.465 - 0.470) 73 145 0.243 24.333
5 0.470 - 0.475) 79 224 0.263 26.333
6 0.475 - 0.480) 52 276 0.173 17.333
7 0.480 - 0.485) 16 292 0.053 5.333
8 0.485 - 0.490) 5 297 0.017 1.667
9 0.490 - 0.495] 3 300 0.010 1.000
Total 300 1.000 100.000
 En la Figura 2 se muestra que los pesos de bolsas de las galletas de
vainilla tienden a una distribución normal, la cual es afirmada con la prueba
de Kolmogorov-Smirnov que se observa en la Figura 1, por otra parte,
podemos observar que con mayor frecuencia hay 79 bolsas de las galletas de
vainilla que tienen pesos comprendidos entre (0.470-0.475) gramos, además
se puede suponer que el proceso de los pesos de las bolsas está bajo control
estadístico.

6.3.-Prueba de normalidad para el ph de las galletas de vainilla

Para poder probar la normalidad del pH de las galletas de vainilla se

utilizó la prueba de normalidad de Kolmogorov-Smirnov, en el Software
estadístico Minitab, la cual se muestra en la Figura 3.
 En la Figura 3 se observa que existe evidencia de normalidad al realizar
la prueba de Kolmogorv – Smirnov para el pH de las galletas de vainilla con
una media muestral estimada igual a 5.788 y una desviación típica muestral
estimada igual a 0.04588, bajo la hipótesis nula indicamos que los datos
poseen una distribución normal aproximada, por otro lado observamos que el
𝑃𝑃 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 = 0.063 es mayor que 0.05 del nivel de significancia por tanto
podemos concluir que los datos provienen de una distribución normal.

Para poder visualizar si el pH de las galletas de vainilla proviene de una

distribución normal se realiza el histograma.

6.4.-Histograma para el ph de las galletas de vainilla

Se utilizó la (Tabla de frecuencias) para realizar el histograma, la cual

se observa en la Figura 4.
 Tabla 3.

En la Figura 4 se muestra que el pH de las galletas de vainilla tiende a

una distribución normal, la cual es afirmada con la prueba de Kolmogorov-
Smirnov que se observa en la Figura 3, además se puede suponer que el pH
de las galletas de vainilla está bajo control estadístico.
6.5.-Diagrama de dispersión del peso de las bolsas de galleta de vainilla
vs el Ph:

Se construye el diagrama para encontrar la relación entre el peso de

las bolsas de galletas de vainilla y el pH de las mismas, con los datos
recogidos en las doce semanas, como se muestra en la Figura 5.

En la Figura 5 se observa que aparentemente no existe una relación

entre estas dos variables, por tal motivo, para poder comprobar se recurrió a
una prueba de correlación, en este caso la Correlación de Pearson.

Planteando las hipótesis estadísticas:

H˳: r = 0

H1: r ≠ 0

En la Tabla se muestra el coeficiente de correlación de Pearson

entre el peso de las bolsas de las galletas de vainilla el pH.
 Tabla 4.

En la tabla muestra que el 𝑃𝑃 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 0.625 > 0.05 entonces no se rechaza la

hipótesis nula por tanto se concluye que no existe una relación entre el peso
de las bolsas de las galletas de vainilla y el pH de las mismas. También la
tabla nos muestra el valor de la correlación de Pearson que es igual a - 0.028
donde indica que el grado de correlación negativa es muy baja entre el peso
de las bolsas de las galletas de vainilla y el pH.

A continuación, para seguir verificando si el peso de bolsas de las

galletas de vainilla está bajo control, se realiza la prueba de corridas.

6.6.-Prueba de corridas para el peso de bolsa de las galletas de vainilla

Para poder saber si existe aleatoriedad en el peso de bolsas de las

galletas de vainilla se realiza la prueba de corridas en el software estadístico
Minitab, como se muestra en la Figura 6.
 En la Figura 6 se muestra 37 corridas de la mediana y 44 rachas arriba
y hacia abajo, donde se identifica patrones aleatorios en los promedios de las
observaciones muestrales para el peso de bolsas de las galletas de vainilla
como: conglomerados, mezclas, tendencias y oscilaciones, bajo las hipótesis
nulas planteadas y observando los p-valores que son mayores a 0.05 del nivel
de significancia, se puede concluir que el comportamiento de las
observaciones sigue una secuencia aleatoria.

Para verificar si existen puntos fuera de control o causas que podrían

afectar al peso de bolsas de las galletas de vainilla se realizará los diagramas
de control.

6.7.-Diagrama de control para el peso de las 300 bolsas de las galletas

de vainilla
Para poder realizar los diagramas de control se utilizará la siguiente
Tabla.
 Tabla 5.

Pesos de las bolsas de galletas de vainilla para calcular los límites de

control

Semanas Subgrupo Días Peso Peso Peso Peso Peso Promedio ( x- ) Rango (R)
1 Lunes 0.462 0.477 0.470 0.480 0.470 0.4718 0.0180
2 Martes 0.468 0.467 0.475 0.468 0.462 0.4680 0.0130
1 3 Miércoles 0.486 0.474 0.463 0.466 0.476 0.4730 0.0230
4 Jueves 0.461 0.463 0.463 0.475 0.472 0.4668 0.0140
5 Viernes 0.472 0.481 0.472 0.476 0.462 0.4726 0.0190
1 Lunes 0.474 0.478 0.476 0.479 0.467 0.4748 0.0120
2 Martes 0.471 0.469 0.465 0.483 0.478 0.4732 0.0180
2 3 Miércoles 0.465 0.474 0.466 0.469 0.464 0.4676 0.0100
4 Jueves 0.488 0.474 0.464 0.470 0.476 0.4744 0.0240
5 Viernes 0.470 0.479 0.473 0.471 0.478 0.4742 0.0090
1 Lunes 0.456 0.463 0.470 0.469 0.476 0.4668 0.0200
2 Martes 0.470 0.463 0.473 0.472 0.479 0.4714 0.0160
3 3 Miércoles 0.462 0.466 0.461 0.475 0.474 0.4676 0.0140
4 Jueves 0.470 0.471 0.477 0.468 0.470 0.4712 0.0090
5 Viernes 0.473 0.462 0.466 0.482 0.471 0.4708 0.0200
1 Lunes 0.470 0.472 0.470 0.465 0.461 0.4676 0.0110
2 Martes 0.475 0.477 0.461 0.478 0.487 0.4756 0.0260
4 3 Miércoles 0.472 0.462 0.471 0.461 0.469 0.4670 0.0110
4 Jueves 0.464 0.475 0.466 0.485 0.473 0.4726 0.0210
5 Viernes 0.458 0.466 0.470 0.471 0.472 0.4674 0.0140
1 Lunes 0.450 0.462 0.477 0.472 0.467 0.4656 0.0270
2 Martes 0.468 0.466 0.471 0.475 0.469 0.4698 0.0090
5 3 Miércoles 0.457 0.470 0.476 0.461 0.464 0.4656 0.0190
4 Jueves 0.458 0.467 0.455 0.462 0.463 0.4610 0.0120
5 Viernes 0.457 0.478 0.470 0.474 0.469 0.4696 0.0210
1 Lunes 0.463 0.454 0.464 0.467 0.459 0.4614 0.0130
2 Martes 0.463 0.466 0.457 0.468 0.462 0.4632 0.0110
6 3 Miércoles 0.459 0.465 0.469 0.470 0.471 0.4668 0.0120
4 Jueves 0.463 0.474 0.465 0.482 0.472 0.4712 0.0190
5 Viernes 0.465 0.455 0.465 0.468 0.460 0.4626 0.0130
1 Lunes 0.475 0.461 0.465 0.481 0.470 0.4704 0.0200
2 Martes 0.474 0.461 0.466 0.480 0.469 0.4700 0.0190
7 3 Miércoles 0.460 0.470 0.464 0.468 0.460 0.4644 0.0100
4 Jueves 0.454 0.468 0.465 0.468 0.459 0.4628 0.0140
5 Viernes 0.467 0.465 0.470 0.474 0.464 0.4680 0.0100
1 Lunes 0.474 0.462 0.465 0.483 0.472 0.4712 0.0210
2 Martes 0.462 0.467 0.464 0.473 0.472 0.4676 0.0110
8 3 Miércoles 0.473 0.460 0.467 0.480 0.470 0.4700 0.0200
4 Jueves 0.475 0.463 0.464 0.484 0.481 0.4734 0.0210
5 Viernes 0.459 0.469 0.452 0.467 0.461 0.4616 0.0170
1 Lunes 0.484 0.486 0.490 0.492 0.495 0.4894 0.0110
2 Martes 0.465 0.472 0.460 0.463 0.479 0.4678 0.0190
9 3 Miércoles 0.477 0.476 0.465 0.468 0.483 0.4738 0.0180
4 Jueves 0.465 0.471 0.475 0.479 0.472 0.4724 0.0140
5 Viernes 0.471 0.473 0.467 0.479 0.476 0.4732 0.0120
1 Lunes 0.467 0.466 0.469 0.464 0.477 0.4686 0.0130
2 Martes 0.472 0.461 0.472 0.479 0.475 0.4718 0.0180
10 3 Miércoles 0.460 0.464 0.467 0.473 0.479 0.4686 0.0190
4 Jueves 0.469 0.477 0.473 0.466 0.471 0.4712 0.0110
5 Viernes 0.479 0.473 0.472 0.468 0.471 0.4726 0.0110
1 Lunes 0.469 0.476 0.476 0.472 0.466 0.4718 0.0100
2 Martes 0.463 0.477 0.456 0.465 0.473 0.4668 0.0210
11 3 Miércoles 0.467 0.480 0.478 0.479 0.463 0.4734 0.0170
4 Jueves 0.464 0.465 0.460 0.477 0.476 0.4684 0.0170
5 Viernes 0.470 0.468 0.471 0.463 0.475 0.4694 0.0120
1 Lunes 0.465 0.470 0.469 0.483 0.476 0.4726 0.0180
2 Martes 0.467 0.477 0.469 0.470 0.478 0.4722 0.0110
12 3 Miércoles 0.472 0.474 0.465 0.472 0.482 0.4730 0.0170
4 Jueves 0.474 0.463 0.471 0.466 0.470 0.4688 0.0110
5 Viernes 0.470 0.478 0.469 0.475 0.466 0.4716 0.0120
x= 0.4698 R 0.0156
 Luego para obtener los límites del diagrama de control para la media y
el rango se reemplaza en las ecuaciones 28 y 30 respectivamente.

Límites del diagrama de control para la media

LSC = 0.4788012

LC = 0.4698

LIC = 0.4607734

límites del diagrama de control para el rango

estos resultados se muestran en el grafico mostrado

En la Figura 7 se observa el comportamiento de la media y el recorrido

muestral de la variable peso de las bolsas de galletas de vainilla(Peso Bolsas.)
durante el periodo experimental se observa que la media del proceso no es
estable, pues se identifica un dato atípico en el subgrupo uno de la semana
nueve que esta fuera de los límites de control el cual debe ser investigado el
mencionado sub grupo, si éste tiene una causa especial, se debe eliminar
dicho subgrupo para realizar los cálculos. Sin embargo, se observa que el
comportamiento de la variabilidad del proceso es estable, no hay ningún sub
grupo que este fuera de control en la gráfica R.

Para verificar por qué el subgrupo uno que corresponde a la semana

nueve está fuera de los límites de control, se elaborará el diagrama de causa-
efecto.

6.8.-Diagrama De Causa-Efecto (Diagrama De Ishikawa)

Al realizar el diagrama de Causa-Efecto como se muestra en la Figura

8 se puede determinar las posibles causas del porque el subgrupo 1 de la
semana 9 que corresponde a la fecha agosto del 2020 está fuera de control.

Al analizar el diagrama con todos los trabajadores se llegó a identificar

las causas asignables y estas son: la mano de obra y método.

Mano de obra: Los trabajadores vinieron con una actitud pobre, porque
días anteriores de la fecha indicada aconteció una festividad.

Falta de supervisión: El dueño no supervisa a sus trabajadores

permanentemente.
 La técnica del embolsado: Los trabajadores no cuentan con una técnica
de reconteo al momento de embolsar las galletas de vainilla.

A continuación, se elimina del proceso el sub grupo 1 de la semana

nueve, para poder estabilizar los datos dentro de los límites de especificación
y así verificar que estén bajo control estadístico como se puede observar en
la Figura 9.

La Figura 10 muestra el comportamiento de la media y el rango del

peso de las bolsas de galletas de vainilla durante la prueba experimental,
también apreciamos que todas las observaciones se encuentran dentro de los
límites de control, por tanto, se concluye que el proceso del peso se encuentra
bajo control estadístico.

6.9.-Prueba de corridas para el pH de las galletas de vainilla

Para poder saber si existe aleatoriedad en el pH de las galletas de

vainilla se realiza la prueba de corridas en el software estadístico Minitab,
como se muestra en la Figura.
 En la figura 10 se muestra 30 corridas de la mediana y 35 rachas arriba
y hacia abajo, se observa también que los 𝑃𝑃 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 son 0.397,0.603,0.073 y
0.927 correspondientes a las especificaciones: conglomerados, mezclas,
tendencias y oscilaciones respectivamente son mayores al 5 % del nivel de
significancia por tanto se concluye que el comportamiento de las
observaciones siguen una secuencia aleatoria y también podemos indicar que
el proceso está bajo control estadístico.

Para verificar si existen puntos fuera de control o causas que podrían

afectar al pH de las galletas de vainilla se realizará los diagramas de control.

6.10.-Diagramas de control para el pH de las galletas de vainilla:

Para poder realizar los diagramas de control se utilizará la siguiente

tabla

pH de las galletas de vainilla para calcular los límites de control

 Tabla 6 Ph de las galletas para calcular los límites de control

Rango
Semanas Muestras Días pH pH pH pH pH Promedio ( x- )
(Ri)
1 Lunes 5.80 5.77 5.79 5.91 5.80 5.81 0.140
2 Martes 5.74 5.88 5.82 5.77 5.78 5.80 0.140
1 3 Miércoles 5.71 5.74 5.79 5.75 5.67 5.73 0.120
4 Jueves 5.81 5.78 5.77 5.72 5.82 5.78 0.100
5 Viernes 5.87 5.78 5.76 5.83 5.73 5.79 0.140
1 Lunes 5.73 5.77 5.78 5.76 5.76 5.76 0.050
2 Martes 5.75 5.75 5.80 5.72 5.69 5.74 0.110
2 3 Miércoles 5.81 5.76 5.71 5.80 5.74 5.76 0.100
4 Jueves 5.73 5.70 5.79 5.79 5.76 5.75 0.090
5 Viernes 5.81 5.68 5.70 5.84 5.81 5.77 0.160
1 Lunes 5.81 5.76 5.73 5.76 5.84 5.78 0.110
2 Martes 5.79 5.78 5.77 5.81 5.84 5.80 0.070
3 3 Miércoles 5.75 5.72 5.82 5.83 5.77 5.78 0.110
4 Jueves 5.85 5.71 5.71 5.86 5.82 5.79 0.150
5 Viernes 5.84 5.77 5.77 5.76 5.88 5.80 0.120
1 Lunes 5.79 5.79 5.80 5.72 5.84 5.79 0.120
2 Martes 5.79 5.85 5.72 5.77 5.86 5.80 0.140
4 3 Miércoles 5.85 5.87 5.78 5.82 5.86 5.84 0.090
4 Jueves 5.80 5.78 5.82 5.80 5.81 5.80 0.040
5 Viernes 5.84 5.83 5.79 5.77 5.81 5.81 0.070
1 Lunes 5.75 5.83 5.71 5.76 5.83 5.78 0.120
2 Martes 5.85 5.83 5.78 5.78 5.82 5.81 0.070
5 3 Miércoles 5.80 5.78 5.80 5.77 5.77 5.78 0.030
4 Jueves 5.81 5.79 5.77 5.79 5.76 5.78 0.050
5 Viernes 5.75 5.79 5.72 5.88 5.73 5.77 0.160
1 Lunes 5.81 5.83 5.74 5.76 5.77 5.78 0.090
2 Martes 5.80 5.78 5.85 5.80 5.79 5.80 0.070
6 3 Miércoles 5.90 5.83 5.82 5.84 5.82 5.84 0.080
4 Jueves 5.81 5.81 5.76 5.79 5.80 5.79 0.050
5 Viernes 5.75 5.73 5.74 5.77 5.79 5.76 0.060
1 Lunes 5.73 5.71 5.75 5.78 5.71 5.74 0.070
2 Martes 5.77 5.66 5.83 5.78 5.74 5.76 0.170
7 3 Miércoles 5.75 5.80 5.79 5.84 5.78 5.79 0.090
4 Jueves 5.81 5.77 5.74 5.82 5.81 5.79 0.080
5 Viernes 5.68 5.81 5.78 5.76 5.76 5.76 0.130
1 Lunes 5.81 5.74 5.79 5.78 5.83 5.79 0.090
2 Martes 5.78 5.82 5.82 5.85 5.85 5.82 0.070
8 3 Miércoles 5.75 5.71 5.79 5.77 5.78 5.76 0.080
4 Jueves 5.87 5.75 5.81 5.74 5.75 5.78 0.130
5 Viernes 5.75 5.76 5.84 5.83 5.79 5.79 0.090
1 Lunes 5.82 5.77 5.80 5.70 5.82 5.78 0.120
2 Martes 5.74 5.75 5.82 5.79 5.70 5.76 0.120
9 3 Miércoles 5.92 5.78 5.79 5.83 5.82 5.83 0.140
4 Jueves 5.78 5.77 5.81 5.74 5.71 5.76 0.100
5 Viernes 5.77 5.82 5.86 5.80 5.80 5.81 0.090
1 Lunes 5.83 5.79 5.81 5.74 5.84 5.80 0.100
2 Martes 5.77 5.79 5.80 5.78 5.89 5.81 0.120
10 3 Miércoles 5.82 5.77 5.74 5.82 5.76 5.78 0.080
4 Jueves 5.77 5.79 5.72 5.89 5.73 5.78 0.170
5 Viernes 5.85 5.86 5.78 5.79 5.77 5.81 0.090
1 Lunes 5.83 5.78 5.88 5.83 5.81 5.83 0.100
2 Martes 5.86 5.83 5.82 5.84 5.83 5.84 0.040
11 3 Miércoles 5.81 5.81 5.76 5.80 5.84 5.80 0.080
4 Jueves 5.75 5.74 5.78 5.80 5.74 5.76 0.060
5 Viernes 5.79 5.69 5.85 5.80 5.73 5.77 0.160
1 Lunes 5.77 5.81 5.82 5.87 5.79 5.81 0.100
2 Martes 5.85 5.79 5.75 5.86 5.84 5.82 0.110
12 3 Miércoles 5.72 5.83 5.79 5.76 5.75 5.77 0.110
4 Jueves 5.85 5.78 5.80 5.79 5.85 5.81 0.070
5 Viernes 5.75 5.76 5.72 5.80 5.83 5.77 0.110
Total 347.29 6.0200
 Para obtener los límites de control primero se calcula:

La media muestral, para ello se utiliza la ecuación la siguiente ecuación

𝑞𝑞
1
𝑥𝑥̿ = � 𝑥𝑥̅ 𝑖𝑖 =347.29=5.788167
𝑞𝑞 60
𝑖𝑖=1

El promedio del rango

𝑞𝑞
1
𝑅𝑅� = � 𝑅𝑅𝑖𝑖 =6.0200 =0.10
𝑞𝑞 60
𝑖𝑖=1

Luego para obtener los límites del diagrama de control para la media y
el rango, se remplaza en las ecuaciones respectivamente:

Límites del diagrama de control para la media

𝐿𝐿𝐿𝐿𝐿𝐿 = 5.845867 ≅ 5.846

𝐿𝐿𝐿𝐿 = 5.788167 ≅ 5.7881

𝐿𝐿𝐿𝐿𝐿𝐿 = 5.730467 ≅ 5.7303

Límites del diagrama de control para el rango

𝐿𝐿𝐿𝐿𝐿𝐿 = 0.2115 ≅ 0.2122

𝐿𝐿𝐿𝐿 = 0.10

𝐿𝐿𝐿𝐿𝐿𝐿 = 0
 Estos resultados se muestran en la Figura 11 utilizando el software
estadístico Minitab.

La Figura 11 muestra el comportamiento de la media y el rango del

pH de las galletas de vainilla durante la prueba experimental, también
apreciamos que todas las observaciones se encuentran dentro de los límites
de control, por tanto, se concluye que el proceso del pH de las galletas de
vainilla se encuentra bajo control estadístico.
7. CAPACIDAD DEL PROCESO

7.1.-Capacidad del proceso para el peso de las bolsas de galletas de

vainilla

Para realizar la capacidad del proceso del peso de las bolsas de

galletas de vainilla se tomó como límites de especificación a 0.4700 ±0.0235
gr de tolerancia como se muestra en la figura

En la Figura 12 se observa la curva que corresponde a la capacidad del

proceso a largo plazo, igualmente a corto plazo) por tanto presenta evidencias
de que el proceso está bajo control estadístico. Además, se muestra que la
índice capacidad 𝐶𝐶𝐶𝐶 = 1.21 y el índice de capacidad real 𝐶𝐶𝐶𝐶𝐶𝐶 = 1.21 se
encuentra que en el intervalo 1≤ 𝐶𝐶𝐶𝐶 < 1.33, lo cual indica que el proceso es
adecuado, pero requiere de un control estricto en el proceso de embolsado.

7.2.-Capacidad del proceso para el pH de las galletas de vainilla

 Para realizar la capacidad del proceso del pH de las galletas de vainilla
se tomó como límites de especificación a 5.7687 ± 0.2884, de tolerancia como
se muestra e la figura 13.

En la Figura 13 se observa que el índice de capacidad 𝐶𝐶𝐶𝐶 = 2.23 y el

indice de capacidad real 𝐶𝐶𝐶𝐶𝐶𝐶 = 2.23 asociados al proceso son mayores que 1
en el cual se comprueba que el grado de acidez de las galletas de vainilla es
adecuado, también se muestra que presenta la forma de una distribución
normal según viendo la curva de las capacidades a largo y corto plazo, por
tanto se concluye que el proceso está bajo control estadístico
8. PROGRAMA DE COSTOS

Toda actividad de producción o servicio inevitablemente genera costos;

parte de estos son atribuidos a la función de calidad de la organización, y su
detección y medición son aspectos importantes en la gestión de la empresa.
Los costos de la calidad representan una herramienta poderosa que permite
cuantificar los gastos de producción, administrativos, materiales y humanos
con el objetivo de eliminar aquellas deficiencias que afectan la calidad con un
carácter eminentemente preventivo. La presentación periódica de un informe
que muestre cuánto se gasta en reprocesos, desperdicios, inspecciones,
pruebas y garantías, le permite a la empresa examinar y evaluar en detalle
estos gastos y tomar las medidas oportunas para reducirlos y orientar la
política de una mejora continua al logro de un posicionamiento fuerte en el
mercado en el cual la empresa está inmersa.

8.1.- Identificación de los costos de calidad

Los costos de calidad forman parte integral del costo de producción,

éstos se encuentran dentro del estado de pérdida y ganancia de una empresa,
los que no se cuantifican por separados para poder aplicar las medidas
correctivas.

La separación y cuantificación de los costos de calidad nos permite

demostrar, cómo si se mejora la calidad mejora la economía de la empresa.

Se entiende por costo de calidad, a la determinación del tiempo y dinero

que se emplea para asegurarse que el producto es adecuado para el uso y
conforme a los requisitos especificados.

Entre los rubros que integran los costos de calidad están:

 Costo de prevención: actividades para prevenir fallas o problemas.

 Costo de evaluación: inspecciones y ensayos para evaluar la calidad.
 Costo por fallo interno: Se producen antes de que se efectúe la venta.
 Costo por fallo externo: Se produce una vez que el producto se ha
entregado al cliente.

Los costos de calidad que mediremos en nuestro estudio son:

De Prevención:

 Entrenamiento y capacitación del personal.

 Mantenimiento preventivo.
 Costo de estructura del Departamento de Calidad.
 Costo de análisis de fallos potenciales.

De Evaluación:

 Calibración y mantenimiento de los equipos de medida.

 Auditorias de calidad del producto, inspecciones, ensayos, certificaciones
y revisiones de la calidad.
 Inspección de Materias primas, materiales, productos en proceso y
terminados.
 Evaluación de la calidad.

8.2.-Costos incrementales de la Calidad

En el punto anterior se estableció los puntos críticos las medidas

preventivas y controles que se debían realizar en nuestro proceso para que
este tenga calidad en la producción y mejore. En la descripción de lo que se
debía hacer para disminuir y controlar estos riesgos se denominó a estos
costos como de prevención y evaluación.

Ahora se determinará el costo económico de implementar estos

controles, es decir, los costos incrementales en los que necesitamos incurrir
para ejecutar la implementación de calidad en el proceso de producción.
 8.3.-Entrenamiento y capacitación del personal

Se capacitará a todo el personal que está en contacto con la planta de

producción, pues es necesario que todos sepan los procedimientos correctos
para ingresar a la planta, entrar en contacto con los materiales, normas de
aseo, salubridad y manipulación de alimentos.

El personal debe recibir dos cursos de capacitación uno sobre Buenas

Prácticas de Manufactura y otro de Sistema de Análisis de Peligros y Puntos
Críticos de Control, para acreditar el conocimiento de la norma es necesario
cumplir con 50 horas de capacitación. Es recomendable realizar este curso
dos veces al año para retroalimentar y cumplir con la mejora continua.

8.4.-Materiales para las Buenas Prácticas de Manufactura

La aplicación de las BPM comprende no solo la capacitación del

personal sino el uso de los implementos correctos para asegurar la asepsia
del ambiente dentro de la empresa. Es necesario presupuestar la compra de
gorros, guantes estériles, paños, mandiles etc.

8.5.-Personal de calidad

En cuanto a los requerimientos de personal se necesita la creación de

dos nuevos puestos en el área de producción, los que darán el apoyo al
control, verificación y documentación formando el departamento de calidad.

Estos son:

Jefe de Calidad

Se encargará de controlar y documentar el cumplimiento de los

requisitos y manuales de calidad e implementar el programa de mejora
continua.
Secretaria
Se contratará una secretaria que dará soporte en las labores al Jefe de
Calidad y al Jefe de Producción.

8.6.-Calibración y mantenimiento de equipos

La calibración de los equipos de medición es necesaria para controlar

los puntos críticos encontrados. Estas son necesarias tres veces al año.

Siguiendo las indicaciones de los requisitos para la certificación de

calidad el mantenimiento de las máquinas se debe hacer el mantenimiento de
las instalaciones de fábrica por lo menos tres veces al mes.

8.7.-Auditorias y certificaciones de calidad

Se realizarán revisiones trimestrales con el objetivo de establecer y

mejorar sus políticas, objetivos, estándares y otros requerimientos de calidad
y lograr así la mejora continua del proceso.
9. ANÁLISIS SENSORIAL DEL PRODUCTO TERMINADO

El análisis sensorial se ha definido como una disciplina científica usada

para medir, analizar e interpretar las reacciones percibidas por los sentidos de
las personas hacia las características intrínsecas de un producto. Actualmente
la valoración sensorial ha demostrado ser un instrumento de gran eficacia
para el control de calidad y aceptabilidad de un alimento. Las compañías del
sector alimenticio, perciben que el consumidor es clave en el éxito de un
producto, por lo cual es necesario invertir en investigación con el fin de
transformar esos resultados en conocimiento y dar una ventaja competitiva a
la empresa. Las razones por las que el cliente elige un determinado producto
son varias, como por ejemplo la expectativa, la cual está relacionada con la
satisfacción o no desde la parte sensorial, por lo cual la evaluación sensorial
de un alimento es una disciplina integrada que permite establecer la calidad
del producto.

La evaluación sensorial, se refiere a una herramienta de medición,

identificación, análisis e interpretación de las propiedades sensoriales
características organolépticas de un producto alimenticio, evaluables por los
sentidos humanos (vista, olfato, gusto, tacto y oído) y como este se comporta
cuando es manipulado o consumido, permitiendo realizar una caracterización
de productos, comparar con alimentos competidores del mercado, establecer
criterios de calidad, controlar el proceso de fabricación, verificar el desarrollo
del producto y vigilar cada una de las etapas del procesamiento.

La empresa aplica los controles al producto terminado mediante

los siguientes formatos mostrados a continuación:
Planilla utilizada internamente para evaluar la textura de la
galleta.
 Planilla utilizada internamente para evaluar la dulzura del
bizcocho de la galleta

Planilla utilizada internamente para evaluar el color del bizcocho

de la galleta
 CONCLUSIONES

De acuerdo a los resultados obtenidos en la presente investigación y

teniendo en cuenta los objetivos planteados, se arribó a las siguientes
conclusiones:

1.- Las herramientas estadísticas fundamentales para el control de

procesos para variables que se identificaron fueron:

El diagrama de control, que nos permitió identificar un dato atípico

correspondiente al sub grupo uno de la semana nueve que esta fuera de las
especificaciones de los límites de control.

El diagrama de causa-efecto, permitió identificar dos causas más

resaltantes en el proceso de la elaboración de las galletas como: mano de
obra (personal con pobre actitud) y método (la falta de técnica del embolsado
y supervisión).

Con el diagrama de dispersión, visualizamos que no existe relación

entre el pH y el peso de las bolsas de galletas de agua producidas por la
microempresa.

2.-En las aplicaciones de los diagramas de la media (𝑥𝑥̅ ) y el rango (R)

se determinó que en el proceso del peso de las bolsas de galletas de agua no
están bajo control estadístico debido a que los datos del sub grupo 1 de la
semana nueve que corresponde a la fecha agosto del 2020 tiene una media
de 0.4894gr. lo cual está por encima del límite de control superior (LCS
=0.47877), por tanto se puede indicar que en algunas bolsas el contenido de
galletas varían.

3.- En las aplicaciones de los diagramas de la media (𝑥𝑥̅ ) y el rango (R)

nos permitió determinar que el pH de las galletas se encuentra bajo control
estadístico pues están dentro de los límites de control que están
comprendidos entre [5.7303; 5.8460 ] y [0; 0.2122 ] respectivamente.

4.- Con la implementación de la calidad no solo podemos aumentar los

ingresos, sino que disminuyen los costos ya que se emplea con mayor
eficiencia los recursos, gracias al mantenimiento de los equipos y la
capacitación del recurso humano.
5.- La práctica para el análisis sensorial de alimentos constituye un
trabajo esencial para la apropiación del conocimiento, debido a que el
aprendizaje por ejecución y repetición es más efectivo que el adquirido de
forma teórica o demostrativa.
 ANEXOS

HORNO MEZCLADORA

MESA DE TRABAJO BANDEJAS

PORTA BANDEJAS PESO

UTENSILIOS HORNO
 BIBLIOGRAFÍA

Control estadístico de calidad y Seis Sigmas

Dale H. Bestarfield (1995). Control de Calidad. PRENTILLCE HALL.

Bestarfiel Dale, Control de la calidad. Editorial Prentice Hall, México: 2001.

Feigenbaum, Arthur, Control total de la calidad. Editorial CECSA, México:

1997.

Grant, Eugene, Leavenworth, Control Estadístico de la Calidad. Editorial

CECSA, México: 1999.

Montgomery, Control Estadístico de Calidad. Editorial Limusa, México: 1995.

www.monografias.com

www.minitab.com

www.wikipedia.com.ve