Apuntes Parte II V 1.

3
Tcnicas para Anlisis de Datos y Mejoramiento Continuo

Asignatura
Gestin de Calidad
Prof. Carlos Torres N.-
Depto. Ing. Industrial UBB - ctorres@ubiobio.cl
www.ici.ubiobio.cl/carlostorres
CAPTULO: INTRODUCCIN
Bibliografa bsica:

1. Adm. De Operaciones - R. Schroeder, Captulo de Control
de Calidad
2. Calidad Total y Productividad - H.Gutirrez Pulido,
Captulos de inters: Muestreo de Aceptacin, Diagramas
de Pareto y Cartas de Control.
3. Control Estadstico de Calidad - D. Montgomery


NOTA: Se sugiere estudiar los captulos de Cartas de Control y Diagramas
de Pareto del Libro de Humberto Gutirrez P. y realizar, al menos,
todos los ejercicios que aparecen al final de esos captulos.

Principio Bsico de Calidad


La calidad debe poder medirse para referirse
a ella de manera objetiva

Se be poder medir:
el producto,
el servicio,
el proceso y/o
el sistema de gestin
PARTE 2: TCNCIAS DE CONTROL DE CALIDAD
2.1 Tcnicas cuantitativas:
Introduccin, Cartas de
control para atributos y
variables e ndices de
capacidad de procesos

2.2 Tcnicas cualitativas:
Diagramas de Pareto

2.3 Mtodo de los 8 Pasos
para aplicar el mejoramiento
continuo
LO QUE NO SE MIDE NO SE CONOCE
LO QUE NO SE CONOCE NO SE CONTROLA
LO QUE NO SE CONTROLA NO SE GESTIONA
LO QUE NO SE GESTIONA NO SE MEJORA
POR QU ES NECESARIO MEDIR ?
GRFICOS ESTADSTICOS
HISTOGRAMAS
Dar a conocer cmo estn distribuidos los datos de la muestra a lo largo del eje X, qu forma
tienen los datos
Identifica en qu tramos estn ms concentrados los datos
Identifica el rango aproximado en que estn distribuidos los datos
GRAFICOS DE LINEA
Da a conocer el comportamiento general que tienen los datos a lo largo del tiempo.
Permite identificar si existe alguna tendencia de inters que tengan los datos o tendencia dentro
de algn periodo en particular
GRAFICOS DE CONTROL
Adems de lo anterior:
Seala el valor promedio de los datos
Rango en que varan normalmente los datos y por ende analizar si la magnitud de la variacin es
aceptable o n respecto de lo esperado (especificaciones tcnicas)
Identificar si el proceso, que est detrs de los datos se est comportando en forma normal o
no (Bajo control estadstico)
Identifica en qu momento se produjo alguna anormalidad u ocurrencia de causas asignables
DIAGRAMA DE PARETO
Identificar cul es el defecto ms importante entre los otros existentes en el periodo bajo estudio
Dar a conocer la posicin relativa que tiene cada defecto o cualidad que se est considerando
Identifica fcilmente el porcentaje relativo del primer defecto ms importante y el porcentaje
acumulado a travs de los valores sealados en su lnea poligonal
DIAGRAMA DE CAJA Y BIGOTE
Ejemplo de utilizacin de dos Distribuciones
Normales para fines de comparacin
En este caso, se construyeron
dos distribuciones normales a
partir de sus respectivas medias
y desviaciones estndares de
modo de comparar el
comportamiento de las
poblaciones asociadas a esos
parmetros (media y sigma).
La curva en rojo representa el
comportamiento de variables
de un mes 1
La curva en rojo representa el
comportamiento de la misma
variable pero de un mes 2.
Mes 1: en azul
Mes 2: en rojo
Ejemplo de Histograma
con superposicin de una curva normal asociado a
una muestra de 69 datos del peso de sacos de arena.
Esta figura anticipa una
presentacin que se detallar ms
adelante, sin embargo, en una
misma figura se puede observar lo
siguiente:
Un histograma donde se utilizaron
los datos de un muestra, n = 69.
Una Distribucin normal asociada
a la poblacin de esos datos
Dos lneas amarillas verticales
indicando los lmites de +3Sigma y
3 Sigma
Tres lneas verticales rojas
indicando el valor Nominal , el
limite de especificacin superior
(USL) y el lmite de especif.
inferior (LSL) para el producto.
Se aprecia que slo una parte de los datos
cumple con los rangos de especificacin
del producto, que son de 20 +/-1 kgs.
Alternativas grficas para complementar
informes de produccin
Presencia de Variacin
Mes 1: en azul
Mes 2: en rojo
CONCEPTOS FUNDAMENTALES DE LA VARIACION
PRINCIPIOS DE LA VARIACION
No existen dos cosas exactamente
iguales.
En un producto o proceso se puede
medir la variacin.
Los resultados individuales no son
predecibles.
Grupos de cosas forman modelos
con caractersticas definidas.

FUENTES DE VARIACIN (6 M)
Hombre,
Mquina,
Material ,
Mtodos ,
Instrumento de Medicin y
Medio Ambiente
LA VARIACIN PUEDE SER
DEBIDA:
Al azar (Natural, Comn o No
Asignable; estn en el proceso)
o
Especial (asignable, atpica o sujeta
a correccin; aparecen y desaparecen
en el tiempo)

Diagrama de Causa y Efecto
Materiales
Maquinaria
Mano de obra Mediciones
Medio ambiente
Mtodos
Variable de salida (Var. Crt. de calidad-CTQs)
Y=f(X)
Fuentes de Variacin
Las 6 M
Herramientas para mejoramiento
continuo
Definicin:

Conjunto de
herramientas para la
resolucin de problemas
que puede aplicarse a
cualquier proceso
Herramientas:
Histograma
Diagrama de Dispersin
Grficos de lnea
Cartas de Control
Hoja de Verificacin
Diagrama de Pareto
Diagrama de Causa y
Efecto
CAPTULO: CARTAS DE CONTROL
Definicin de Carta de Control
(una forma para comunicarse mejor)
Es una representacin grfica de
un Proceso
Construida a partir de Muestras
Durante un periodo de Tiempo
Sus lmites de control estn a +/-
3 de la lnea central
Identifica el momento en que se
originan Causas Asignables No
Asignables
Permite establecer si un proceso
est o no bajo control estadstico
Permite discriminar entre causas
debido a Gestin y causas debido
a Operacin
0 2 4 6 8 10
subgroup
96
98
100
102
104
106
X
- b
a
r
(X 0.01)
Charti ng LIBRAS.l i bras
1.0056
1.04367
0.967531
Tipos de Cartas de Control disponibles en
Statgraphics
Para Variables
Xbarra y Rango ( X - R)
Xbarra y Sigma ( X - S)
Xbarra y Sigma
2
( X S
2
)
X- Individual y Rango Mvil
(X-Ind- RM(2))
Cartas multivariadas
Cartas Avanzadas (Cusum,
EWMA y MA.)
Para Atributos
Carta c (Nmero de defectos)
Carta u (Defectos por unidad)
Carta p (Fraccin defectuosa)
Carta np (Nmero de artculos
defectuosos)
Cartas de Control para Atributos:
Cartas C y U
Para aquellos casos donde
se registra informacin
relacionada con el
nmero de defectos de
los productos
manufacturados
Por ejemplo: N de
defectos, N de quejas por
mal servicio y en general
defectos que sigan una
distribucin de Poison.

Carta c: para registro de
defectos (o quejas) en
lotes de tamao constante
Carta u: para el registro de los defectos
por unidad en cada lote inspeccionado, el
cual considera lotes de tamao variable.
PLANTILLA PARA REGISTRO DE DEFECTOS
Carta c
Depto. Producto: Operacin: Inspeccin Final
Fecha: 2 3 4 5 6 9 10 11 12 13 16 17 18 19 20 23
N de Piezas 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10
45
40 LS C = 3 5. 16
35
30
25 LC = 2 1. 3 1
20
15
10 LIC = 7. 4 6
5
0
Tipo de Defectos Totales
1.- Ampollas 3 5 2 5 4 4 4 6 7 6 5 5 6 4 8 7 81
2.- Hoyos 7 7 0 1 9 10 5 8 6 7 17 6 0 7 6 0 96
3.- Quemaduras 5 0 7 5 7 8 6 0 11 9 7 5 9 4 10 5 98
4.- Marcas 6 5 2 5 6 3 2 3 6 7 3 5 6 4 2 1 66
5.-
6.-
Total de defectos 21 17 11 16 26 25 17 17 30 29 32 21 21 19 26 13
Frmulas para las cartas c y u
C : N de defectos
C
barra
: N promedio de defectos
totales
u : N promedio de defectos
por unidad
u
barra
: Total de defectos /
Tamao muestra total
Frmulas para una carta c:
Defectos
Frmulas para una carta u:
Defectos por unidad
n = Tamao promedio de
los lotes
Aplicacin
Registro mensual de
nmero de personas
intoxicadas que han estado
en contacto con agentes
txicos en una empresa
durante los ltimos 12
meses.
Datos recuperados de los
registros de la enfermera


Frmulas para Cartas de Control Xbarra y Rango
A
2,
D
3 .
D
4
son

constantes que dependen del tamao de la muestra y se encuentran en tablas

de factores para
cartas de control. Ver Anexo
Xbarra
Rango
Ejemplo de planilla de datos (% de humedad en un
proceso pesquero) para construir Cartas Xbarra y Rango
Dia m1 m2 m3 m4 m5 m6 m7 m8 m9 m10 m11 m12 Media Rango
1 43.2 45.6 45.9 44.90 2.70
2 45 44.4 44.5 49 48 49.6 46.75 5.20
3 44.9 46.2 45.9 45.67 1.30
4 48.03 47.33 45.43 45.89 43.02 47.93 47.61 47.63 46.61 5.01
5 46.2 49.1 45 48.7 47.25 4.10
6 48.69 45.79 47.14 47.58 46.01 49.97 50.38 44.09 47.46 6.29
7 46.5 47.3 46.8 45.7 46.58 1.60
8 47.4 45.3 48.2 47.2 47.03 2.90
9 47.18 45.41 47.9 41.36 43.01 44.97 6.54
10 47.21 47.38 47.26 46.11 46.22 46.88 46.84 1.27
11 48.1 54.2 47.7 53.1 48.8 50.38 6.50
12 46.2 43.3 44.75 2.90
13 48.26 47.98 47.2 46.1 45.3 44.38 46.54 3.88
14 46.01 45.26 46.11 45.33 45.68 0.85
15 47.5 45.8 48.9 47.40 3.10
18 45.5 46.2 45.85 0.70
19 41.87 41.76 44.99 42.42 44.69 43.6 43.22 3.23
20 44.38 44.91 44.65 0.53
21 45.4 43.2 44.30 2.20
22 43.54 41.86 43.13 45.32 41.92 42.37 43.02 3.46
23 44.2 40.1 46 42.9 42 43.7 43.8 44.2 44.7 46.1 44.8 44.1 43.88 6.00
24 46.7 47.01 45.45 45.6 46.26 41.5 46.8 45.62 5.51
25 45.56 42.16 45.66 39.14 43.13 6.52
26 43.2 43.4 42.1 42.6 43.8 45.4 42.4 43.27 3.30
27 45.3 46.2 46.8 46.2 45.6 45.26 45.89 1.54
28 48.13 46.7 48.3 47.71 1.60
29 45.8 45.7 44.9 44.2 45.7 45.26 1.60
30 46.8 49.2 45.4 44.2 46.9 44 46.2 46.10 5.20
Frmulas para Cartas de Control
X-Individual y Rango Mvil (2)
X - Individual
d
2,
D
3 .
D
4
son

constantes que dependen del tamao de la muestra y se encuentran en tablas

de factores para
cartas de control. Ver Anexo
Rango Mvil (2)
Campo de aplicacin de las Catas de Control
Caso: Cartas X-Ind y R. Mvil(2)

Caracterstica de calidad es una
variable
Procesos muy lentos ( procesos
qumicos que trabajan por lotes,
procesos administrativos co informes
por da o semanas
Procesos en los que las mediciones
cercanas slo difieren por el error de
medicin ( Temperaturas u otras
variables)
Hay inspeccin automtica de todas
las unidades producidas
Resulta costoso inspeccionar y medir
ms de un artculo
Caso: Cartas Xbarra y Rango

1. Caracterstica de calidad es una variable

2. Cuando es posible (considerar) tomar
ms de una muestra a la vez ( 3 sacos
cada vez, varios clavos a la vez, etc.)
3. Cuando el tamaa d la muestra a elegir
es menor o igual que n = 10




Ejemplos de cartas Xbarra y Rango para las
muestras de humedad
Enunciado y datos para construir
una grfica de control X-Ind y RM(2)
La viscosidad de un producto qumico es una caracterstica
de calidad importante.
El producto se elabora por lotes, y debido a que la
produccin de cada lote tarda varias horas, la tasa de
produccin es demasiado lenta para permitir tamaos
muestrales mayores que uno.
La viscosidad de los ltimos 15 lotes se indica en la
siguiente tabla.

La tabla siguiente muestra los 15 valores de viscosidad
sealados en rojo
NUMERO VISCOSIDAD RANGO MVIL
LOTE Xi RM
1 33,75 ---
2 33,05 0,70 = 33.75 33.05
3 34,00 0,95 = 33.05 34.00
4 33,81 0,19 = 34.00 33.81
5 33,46 0,35
6 34,02 0,56 Estos Rangos corresponden
7 33,68 0,34 a su valor absoluto
8 33,27 0,41
9 33,49 0,22
10 33,20 0,29
11 33,62 0,42
12 33,00 0,62
13 33,54 0,54
14 33,12 0,42
15 33,84 0,72

X
barra
= 33,52 RM
barra
= 0,48
Datos de Viscosidad para
construir cartas X-Ind y
RM(2)
Clculos y grficos obtenidos a travs de Excel
Carta X-Individual
31.00
32.00
33.00
34.00
35.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Carta RM(2)
0.00
0.50
1.00
1.50
2.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Conceptos asociados a las cartas de control
Lmites de control revisados

Aquellos lmites que se
obtienen una vez eliminados los
puntos que ests fuera de las
lmites de control
til para considerarlos para el
control del proceso a futuro, y
no calcular los lmites cada vez
que se obtienen nuevos datos
del proceso.

Conceptos asociados a las cartas de control
Lmites de control Escalonados

Aquellos lmites de control que
se determinan utilizando, en sus
frmulas, el tamao verdadero
de cada lote, y no un tamao de
lote promedio

til para aplicar mayor
precisin al momento de
identificar procesos fuera de
control.
Cuatro situaciones reconocibles para la
Estabilidad y la Capacidad
Estable y Capaz
Estable e Incapaz
Inestable y Capaz
Inestable e
incapaz
CAPTULO:
Capacidad de Procesos
(Cp,Cpk, Pp, Ppk)
ndices de Capacidad de Procesos
(Cp,Cpk, Pp, Ppk)
Los indicadores de Cp y Cpk nos
proporcionan informacin respecto a la
capacidad o aptitud que tiene un proceso para
satisfacer las especificaciones tcnicas que
requiere el producto

Criterios bsicos para juzgar la Capacidad
o aptitud de un proceso:

Si Cp (o Cpk) > 1 El proceso es capaz
Si Cp (o Cpk) = 1 El proceso tiene
potencial
Si Cp (o Cpk) < 1 El proceso no es capaz

NOTA: Cuando la media nominal (tarjet) es
diferente de la media de los datos se debe
considerar Cpk para juzgar adecuadamente su
capacidad
Capacidad de Procesos para la variable Dimensin
Indicadores
Cp = (LSE - LIE )
6
Cpk = Min{ (LSE - Media) ; (Media - LIE ) }
3 3


Otros indicadores:
K : Indica qu tan lejos est la media del proceso respecto de la media nominal
CR : Es el valor inverso de Cp
Cpm: Es un indicador de capacidad, anlogo a Cp , pero es menos exigente que Cp.
LSE: Lmite Superior de Especificacin
LIE : Lmite Inferior de Especificacin
Comentario:
En 1991 la Asociacin Americana de Control de Calidad zanj la discusin en
relacin a la forma de calcular los ndices de capacidad
Dado que el valor del ndice Cp y Cpk vara
cuando se utiliza para su clculo la Desv.
Estndar muestral y la Desv. Estandar
poblacional, la Asociacin Americana de
Control de Calidad zanj la discusin
estableciendo qu:

Cuando se utilice el Sigma Muestral se
hablar de Pp y Ppk y cuando de utilice el
Sigma Poblacional (estimado a travs de
R
barra
/d
2
) se hablar de Cp y Cpk.


= (x
i
- x
barra
)
2

(n-1)
= R
barra
/d
2

El estimado para
referirse a Cp y Cpk
Capacidad
potencial o aptitud
del Sistema
El calculado para
referirse a Pp y Ppk
y representa el desempeo
actual del proceso
Pp y Ppk Cp y Cpk
^
^
Valores de Cp en trminos de la cantidad de piezas malas, bajo el supuesto de normalidad y
de
que el proceso est centrado en el caso de doble especificacin
Proceso con doble especificacin Proceso con solo una especificacin
Valor del % fuera de Partes por % fuera de Partes por
Indice especificacin milln fuera especificacin milln fuera
0,25 45,33 453.225 22,66 226.268
0,50 13,36 133.614 6,68 66.807
0,60 7,19 71.861 3,59 35.931
0,70 3,57 35.729 1,79 17.865
0,80 1,64 16.395 0,82 8.198
0,90 0,69 6.934 0,35 3.467
1,00 0,27 2700 0,135 1.35
1,10 0,097 967 0,048 484
1,20 0,032 318 0,016 159
1,30 0,010 96 0,005 48
1,40 0,003 27 0,0014 14
1,50 0,0007 7 0,0004 4
1,60 0,0002 2 0,0001 1
Fte: Calidad total y productividad, Tabla 9.11 pg. 201 Autor: Humberto Gutirrez P. - Mc Graw Hill, (1997)
CAPTULO: Estructura de un Informe
cuando se utilizan datos para su anlisis.
INTRODUCCIN
Un argumento para orientar a
quin leer el Informe

INDICADORES
ESTADISTICOS
Informacin numrica objetiva
de inters y no olvidar
indicadores de posicin y de
dispersin
GRAFICOS
Incluya los grficos pertinentes a
la situacin bajo anlsis
(Histogramas, cartas, Paretos,
etc.)

CONCLUSIONES
Conclusiones, comentarios y/o
sugerencias
EJEMPLO DE ESTRUCTURA PARA INFORME TECNICO
INTRODUCCION
Datos correspondientes a la variable espesor de Palets extrados
cada 1 hora durante los Turnos de la semana del 23 al 28 de
Agosto de 2003 para atender pedido del Cliente XYZ con
especificaciones tcnicas de
27 +/- 2 mm.
INDICADORES ESTADISTICOS

N de Muestras: 30 Tamao Muestra: 3
Media : 27.68 mm Max : 29.76
Desv Estndar: 1.13 mm Mn : 24.78
Cp : Rango : 4.98
Cpk : 0.41
Especificaciones :27 +/- 1% Fuera de Espec: 11.10%
CONCLUSIONES ( Respecto a:)
Estabilidad del proceso en el periodo bajo
estudio,
Presencia o no de causas atpicas o convenientes
de sealar,
Comportamiento del proceso frente a las
especificaciones tcnicas,

Aptitud del proceso para cumplir esas
especificaciones (Cpk),
Porcentaje de producto observado fuera de
especificaciones y estimacin a futuro,
Recomendaciones o sugerencias para
mejorar, etc.


GRAFICOS
ANEXOS:

DISEO DEL PROCESO DE MEJORAMIENTO
CONTINUO DE LA CALIDAD.
Capacitacin

Soporte Informtico
PROCESOS APOYO
CLIENTE
PROCESOS ESTRATEGICOS

Seguimiento Control del PMC
Procesamiento de
los datos
PROCESOS OPERACIONES
Recopilacin de
datos
Diseo de
soluciones
Implementacin de
Soluciones
Anlisis de la
informacin
Deteccin de
Problemas
PCAL3-1
PCAL3-2
PCAL3-3
PCAL3-4 PCAL3-5 PCAL3-6
PCAL3-7 PCAL3-8
PCAL3-9 PCAL3-10
Metodologa de los 8 Pasos en la
solucin de un problema

Con base en el Ciclo Deming


Para el mejoramiento de la
calidad

Utilizacin de tcnicas de
control de procesos

Fte: Calidad total y Productividad .
H. Gutirrez P, Ed 2005.
Ciclo PHVA y 8 pasos en la solucin de un problema
rea de estudio: Depto. de mantenimiento de una empresa fabricante de
neumticos

Objetivo: Implementar mejoras en el sistema de lubricacin
Equipo: lo conforman 7 personas:
3 lubricadores
2 mecnicos de vulcanizacin
1 instrumentista
1 electricista
Contexto de un caso
Problema: Desperdicio de grasa en prensas de vulcanizacin

Situacin problema: Ocasiona un exceso de lubricacin y un alto costo

Objetivo final es encontrar un sistema ms eficiente

El efecto de las mejoras ser evaluando la reduccin en el consumo de grasa en
las prensas

mbito: Inicialmente 4 prensas

Objetivo: reducir el consumo de grasa de 162,6 a 130 kg. Y anualmente de 1951,2
a 1560 kg. ( -20%)

Tabla de datos..
ETAPA: PLANIFICAR
1.- Encontrar el problema
Anlisis de la situacin actual: Consumo de grasa
(datos en kg)
Lnea Nm de
prensas por
lnea
Consumo
diario de
grasa por
prensa
Consumo
diario de
grasa por
lnea
Consumo
mensual por
lnea
Consumo
anual por
lnea
A 6 0.180 1.08 32.4 388.8
B 6 0.180 1.08 32.4 388.8
C 9 0.140 1.26 37.8 453.6
D 8 0.250 2.0 60.0 720.0
Total 29 5.42 162 1951.2
2: Buscar posibles causas
( Va Lluvia de ideas )
Falta de programa de verificacin
Falta de flujo de aire
Fallas elctricas
Falta de presin de aire
Falta de refacciones adecuadas
Variedad de inyectores del sistema de
lubricacin
Variedad de bombas de lubricacin
Tuberas dobladas o rotas
Bujes en mal estado
Falta de herramientas
Falta de capacitacin
Errores humanos
Falta de mano de obra
Sistema de lubricacin deficiente
Mtodo
Desperdicio
de grasa
Materiales Mano de obra
Maquinaria
Falta de flujo
de aire
Fallas elctricas
Falta de presin
de aire
Inyectores
Variedad de bombas
de lubricacin
Bujes en mal
estado
Chumaceras en mal
estado
Tuberas dobladas o
rotas
Falta de
refacciones
adecuadas
Sistema de lubricacin
Falta de capacitacin
Falta de programa de
verificacin
Falta de mano de obra
Errores humanos
Falta de
herramientas
3: Investigar cul es la causa o el factor ms importante
Va presentacin en un
Diagrama de Causa y Efecto,
discusin en grupo y
consenso, se decide que las
causas ms importantes son:




El sistema de lubricacin es
insuficiente
Los inyectores de sistemas de
lubricacin
La variedad de bombas de
lubricacin
La falta de refacciones
La falta de programas de
verificacin
La falta de capacitacin
4.- Considerar las medidas remedio:
( Medidas tomadas para corregir el desperdicio de grasa)
Causa confirmada Responsable Contramedidas
a) Sistema de lubricacin existente
en prensas de vulcanizacin
Todos los integrantes
del crculo de calidad
Es necesario armar un sistema
eficiente reuniendo los
componentes adecuados
b) Inyectores del sistema de
lubricacin


Es necesario seleccionar un
modelo adecuado de inyector y
asignarle su cdigo en el almacn
c) 5 bombas de lubricacin Se necesita contar con slo un
modelo de bomba, para despus
estandarizar su uso en las 29
prensas
d) Falta de refacciones Es necesario tener un Checklist
funcional
e) Falta de un programa de
verificacin
Se requiere poner en
funcionamiento el programa de
verificacin
f) Falta de capacitacin Se necesitan cursos de lubricacin
5.- Implantar las medidas remedio
( Medidas tomadas para corregir el desperdicio de grasa)
6.- Revisar los resultados obtenidos
Para confirmar la efectividad de las
medidas tomadas se analizaron las
ventajas del nuevo sistema de
lubricacin, antes y despus de las
mejoras a travs de la aplicacin de
Diagramas de Pareto.

Se justific monetariamente la
implementacin de las mejoras.

Los beneficios del proyecto de mejora,
incluyendo los econmicos, son:

Productos ms limpios por la reduccin de la contaminacin en
las reas de trabajo
Reduccin de los accidentes dentro de las reas de trabajo
Mejoramiento del aspecto del rea de vulcanizacin
Ahorro por la reduccin del consumo de grasa y la compra de
bombas de lubricacin

Para mantener las mejoras se elabor un procedimiento
estndar, como sigue:
7.- Prevenir la ocurrencia del mismo problema
Se document todo lo hecho y las conclusiones sealan:

La mejora cuantitativa fue hasta 50% en algunas prensas, superando el
objetivo inicial de 20%
El formar crculos de calidad en al empresa da la pauta para ir ms all de
las expectativas personales, ya que este grupo mejor la relacin y el
ambiente de trabajo que se refleja en el proyecto que se ejecut.
Aprendiendo y usando las metodologas y herramientas de calidad total,
existe un sentimiento de triunfo ante este reto.
8.- Conclusin