Informe Calidad Metro de Santiago

Universidad Tcnica Federico Santa Mara
Gestin de Calidad Total

Departamento de Industrias, Economa & Negocios
Tarea Control
Estadstico de Procesos
Integrantes:
Profesor:
- Fabin Allendes
-Cristian Carvallo G.
- Fernando Araos
- Benjamn Pinto
Fecha:
24 de Noviembre de 2014

Seleccionar un trayecto de Metro, que contemple un mnimo de 5 estaciones de una

lnea en particular. Puede incluir transbordos. Medir el tiempo en minutos, desde que
parte el carro en la estacin de inicio hasta que llega al destino. Se deben realizar tres
observaciones por da, durante un mnimo de 15 das (45 datos en total). Las
observaciones se deben tomar en el mismo horario (por ejemplo, horario valle,
horario punta) en un lapso de 2 horas como mximo.
Es importante sealar que los datos para este trabajo fueron tomados desde el 29 de
Octubre al 19 de Noviembre en el trecho estacin Los Hroes a estacin Baquedano en
hora valle entre las 09:00 y 10:00.
A continuacin se presentan las 15 mediciones recopiladas:
Medici
n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Obs 1
7,0000
7,1500
6,4667
6,5167
6,6167
6,6667
6,5667
6,2333
6,7333
6,2833
6,9167
9,1256
5,9833
6,9667
6,3167
Obs 2
6,9167
7,8000
6,9000
7,0833
6,6833
6,5053
7,4000
6,8667
6,7167
6,9000
8,2167
10,3456
6,1667
7,5500
6,0500
Obs 3
7,4667
6,1833
8,0333
7,7333
6,9833
7,6667
6,9333
7,6667
6,9167
7,8000
8,1833
8,9734
6,3667
7,2333
7,5667
Promedi
o
7,1278
7,0444
7,1333
7,1111
6,7611
6,9462
6,9667
6,9222
6,7889
6,9944
7,7722
9,4815
6,1722
7,2500
6,6444
Rango
0,5500
1,6167
1,5667
1,2167
0,3667
1,1614
0,8333
1,4333
0,2000
1,5167
1,3000
1,3722
0,3833
0,5833
1,5167

1. Calcular estadsticas bsicas.

Informe de resumen de Apilar
Prueba de normalidad de Anderson-Darling
A-cuadrado
Valor p
1,30
<0,005
Media
Desv.Est.
Varianza
Asimetra
Curtosis
N
7,1411
0,8692
0,7555
1,54215
3,35594
45
Mnimo
1er cuartil
Mediana
3er cuartil
Mximo
5,9833
6,5417
6,9167
7,6167
10,3456
Intervalo de confianza de 95% para la media

6
6,8800
10
7,4022
Intervalo de confianza de 95% para la mediana

6,7256
7,1887
Intervalo de confianza de 95% para la desviacin estndar

0,7196
1,0980
Intervalos de confianza de 95%

Media
Mediana
6,8
7,0
7,2
7,4
Los datos ms relevantes son valor-p < 0,005, media = 7,1411, desviacin estndar =
0,8692, mediana = 6,9167, mximo = 10,3456 y mnimo = 5,9833, son estadsticos
importantes para saber cmo se distribuyen los datos.
2. Construir un histograma de frecuencias.

A continuacin se presenta el histograma de la muestra:
Histograma de Apilar
Normal
14
Media
7,141
Desv.Est. 0,8692
N
45
12
Frecuencia
10
8
6
4
2
0
10
Apilar
Del histograma se puede identificar que la mayor cantidad de datos estn entre los 6,5 min
y los 7 min, disminuyendo radicalmente despus de los 8 min.
3. Construir un diagrama causa efecto de las razones de la variabilidad que

observa en las mediciones. Use el mtodo de 6M.

Diagrama de Ishikawa
Mediciones
Material
Frecuencia
Personal
Cantidad de metros
Mal catastro de
incidentes
Mala programacin
Tamao de los
vagones
Mala capacitacin
Retraso de
los trenes
Congestin
Entorno
Dificiencia en el manejo
de gente en hora
punta
Mtodos
Mantencin circuito
elctrico
Mquinas viejas
Mquinas
4. Especificaciones:
a. Investigar la especificacin dada por Metro para el trayecto seleccionado. Consulte
web de la empresa. Comente
Considerando la las estacin inicial Los Hroes y la final Baquedano, en un da laboral a las
9:00 am, el metro entrega como la esperanza del tiempo de viaje 7 minutos y una distancia
aproximada de 2,7 kms.

b. Definir los lmites de especificacin considerando la especificacin de Metro 3

sigma (si no encuentra informacin respecto a la variacin, asuma una desviacin
estndar de 1 minuto).
Se asume una desviacin estndar de 1 min, por lo cual lo lmites de especificacin
considerados son:
LES=8 minutos
LEI=6 minutos
Se pude apreciar que la aproximacin del metro es muy cercana a la media de los datos (
7 7,1411 ) y lmite inferior est muy cercano a la realidad tambin ( 6 5,9833 ),
pero el lmite superior est muy alejado al valor real ( 8 10,3456 ), lo cual refleja que
metro no est considerando factores que producen posibles demoras de una alta
variabilidad.
5. Identificar la distribucin que tienen los datos.
Grfica de probabilidad para Apilar

99
90
90
Porcentaje
99
50
10
10
Loglogstica
AD = 0,537
Valor p = 0,125
7,5
Apilar
Apilar
Loglogstica de 3 parmetros - 95% de IC
Normal - 95% de IC
99
99
90
90
50
10
1
Logstica
AD = 0,758
Valor p = 0,027
50
10
Prueba de bondad del ajuste
Loglogstica - 95% de IC
Porcentaje
Porcentaje
Porcentaje
Logstico - 95% de IC
10
Transformacin de Johnson
AD = 0,182
Valor p = 0,908
50
10
0,1
Apilar - Valor umbral
10
-2
Apilar
Despus de la transformacin de Johnson
Loglogstica de 3 parmetros
AD = 0,205
Valor p = *

Seleccionando la distribucin con mayor valor-p, para ver cul distribucin es la que ms
se asimila a la de la muestra, se obtiene una distribucin normal ( despus de la
transformacin de Johnson), ya que tiene un valor p = 0,908.
6. Construir una grfica de control X-R de los datos obtenidos.
a. Comente si el proceso se encuentra bajo control estadstico.
Continuando con el anlisis de nuestros datos, ser necesario realizar las respectivas
grficas de Control. Al tratarse de una muestra con datos continuos, recolectados en
subgrupos, y con un tamao de estos subgrupos igual o menor a 8, se proceder a utilizar la
grfica de control conocida como X-R. Es as que en un principio se tendr que:
Imagen 1: Grfica
que ilustra los datos necesarios para obtener el LCS y LCI segn el
que ilustra los datos necesarios para obtener el LCS y LCI segn la
X .
Imagen 2: Grfica
R
.

Es as que segn lo obtenido en la grfica 1, y para la informacin contenida en la grfica

X , se puede notar que existe un punto que est muy por sobre el lmite de control
superior. Como esto ocurre en tan slo un punto, se llega a la conclusin que puede ser
eliminado, puesto que este es menor al 10% de los datos que se tienen, as este dato atpico
(muestra 12) al ser eliminada generar unos nuevos grficos tanto de X , como de R.
Ellos sern:
Imagen 3: Grfica de
y R actualizados al eliminar la muestra nmero 12.
Ahora bien, al observar ambas grficas es posible notar que no existe ningn otro punto que
este fuera de los lmites de control, por ello podemos decir que la muestra se encuentra bajo
control estadstico.
b. Consultar al cliente el tiempo de viaje que l considera ideal para el tramo en
estudio. Plantee este requerimiento como lmite de especificacin ms una tolerancia
de 5 minutos.

Al momento de consultarle a un total de 8 personas sobre el tiempo de viaje que ellos

consideran ideal para el tramo entre los Hroes hasta Baquedano, se obtuvo un promedio de
tiempo igual a 9 minutos. Es as que utilizando este dato junto con una tolerancia de 5
minutos es posible decir que los lmites de especificacin para el cliente sern iguales a:
LES=14 minutos.
LEI=4 minutos .
Cabe destacar que para la distancia que debe recorrer el metro el tiempo del LEI es muy
pequeo, y que el tiempo del LES es muy grande, tanto que dobla el tiempo que el mismo
metro muestra en su pgina web (ver punto 4.a). Es as que se considerar una tolerancia de
3 minutos, de la cual se tendr que:
LES=12 minutos .
LEI=6 minutos .
7. Calcular los siguientes indicadores:

a. Capacidad el proceso Cp, Cpk, Cpm, para las especificaciones definidas por Metro y
las especificaciones dadas por el cliente. Comente respecto a la capacidad del proceso
en ambos casos.
En un principio, para la capacidad del proceso se utilizarn los LES y LEI iguales a 8 y 6
minutos respectivamente. Ellos fueron expresados en el punto 4.b de este informe.
Considerando esto, tendremos que:

Imagen 4: Informe de Capacidad del Proceso.

Antes de continuar, quiz sea necesario mencionar que para analizar la capacidad el
proceso es necesario que la muestra est bajo control estadstico (por ello que el nmero
demuestra es igual a 42 en vez de ser 45). Adems se utiliz un anlisis sobre la
distribucin normal para generar la imagen 4.
Dentro de esta misma imagen es posible notar que el valor de
de
C PK =0,55 . De
C P=0,56
C P=0,56 , y que el valor
es posible decir que el proceso tiene una alta
variabilidad. Ahora bien, dado que los valores tanto de
CP
como de
C PK
son muy
similares entre s ser posible decir que el proceso est centrado en el punto medio de las
especificaciones.
Finalmente, el valor de C PM
C PM =
Siendo
es igual a:
LESLEI 2 2
; = +( X N )2
6
N
el centro de las especificaciones, por ello
proceso est centrado.
C PM =0,56 , lo cual indica que el

Ahora bien, para el caso del cliente que tiene un LES y un LEI igual a 12 y 6 minutos
respectivamente, tendremos que:
Imagen 5: Informe de Capacidad del Proceso para el cliente.

Aqu es posible notar que el valor de
Teniendo esto, al ser
C P >1
C P=1,69
y que el valor de
C PK =0,55 .
es posible decir que, al igual que en el caso anterior, el
proceso es capaz, ya que, prcticamente todos los viajes del metro entre los Hroes a
Baquedano estn dentro de la tolerancia requerida. Si comparamos tanto los valores de
C P como de C PK , es fcil notar que C P
C PK , por lo que nos encontramos en
presencia de un proceso descentrado.
Continuando con este anlisis, tendremos finalmente que:
C PM =
LESLEI 2 2
2
; = +( X N )
6
Con esto, se tiene que
C PM =0,47 , o sea, el proceso no est centrado, y se encuentra
cargado hacia la izquierda.

b. De Seis Sigma: DPMO, Z, nivel sigma, para ambas especificaciones.

A partir del informe de capacidad del proceso, pero seleccionando la opcin que dice
relacin con Niveles Z, fue posible obtener (considerando un LES y un LEI iguales a 8 y
6 minutos respectivamente):
Imagen 6: Informe de Capacidad del Proceso (muestra niveles de Z).

Al observar esta imagen, podeos ver claramente que el nivel de Z es igual a 1,33. Junto con
esto, si hubisemos graficado en porcentajes en vez de PPM, se tendra que:
Imagen 7: Informe de Capacidad del Proceso (muestra niveles de Z en porcentajes).

De donde puede notarse que un 90,48% de las observaciones se encuentran dentro de los
lmites de control. Por lo dems, viendo la imagen 6 se tiene que el DPMO es equivalente a
95238,10. Para calcular el nivel de Sigma ser necesario utilizar:

Nivel de Sigmas=0.8406+ 29.372.22 ln ( DPMO)

Utilizando esta frmula, junto con el
Nivel de Sigmas=2,8 aproximadamente.
valor
del
DPMO,
se
tendr
un
Para el caso del cliente, se generar el informe de Capacidad del Proceso siguiente:
Imagen 8: Informe de Capacidad del Proceso para el cliente (muestra niveles de Z).
Es aqu que se tiene un nivel de Z igual a 1,65 Junto con esto, si hubisemos graficado en
porcentajes en vez de PPM, se tendra que:
Imagen 9: Informe de Capacidad del Proceso para el cliente (muestra niveles de Z en

porcentajes).

De donde puede notarse que un 97,62% de las observaciones se encuentran dentro de los
lmites de control. Por lo dems, viendo la imagen 8 se tiene que el DPMO es equivalente a
23809,52. Para calcular el nivel de Sigma ser necesario utilizar:
Nivel de Sigmas=0.8406+ 29.372.22 ln ( DPMO)
Utilizando esta frmula, junto con el
Nivel de Sigmas=3,5 aproximadamente.
valor
del
DPMO,
se
tendr
un
8. Si el costo de estar fuera de la especificacin es de US$100 por viaje, calcular

el costo de no calidad en un ao para el tramo seleccionado (se entregarn datos
adicionales oportunamente).
En primer lugar, para poder realizar el anlisis de costo de no calidad, se consider lo
siguiente:
Tiempo de funcionamiento:
Lunes a Viernes :18 [hr ]
Sbado :17 [hr ]

Domingo :15[ hr ]
Tiempo funcionamiento anual: ( 18 [ hr ]261+17 [ hr ]52+ 15 [ hr ]52 )60
Tiempo promedio salida de tren :4 [min]

N operaciones anual:
Tasa falla :
381720
=95430
4
DPMO
95238
=
=0,095
1000000 1000000
Fallas anuales :954300,095=9066
Costo anual falla : US $ 906600=$ 543960000
[ ]
min
=381720 [min ]
hr

9. Identificar propuestas de mejoramiento para el proceso. Proponga

metodologa de mejora: Kaizen, PDCA, DMAIC, entre otras.
La problemtica que presenta este transporte pblico es el descontento que tiene la gente
por el servicio a nivel de precio/calidad. Por esto, se utilizar el mtodo Kaizen para poder
conformar una propuesta de mejoramiento.
Pregunta: Por qu los usuarios estn disconformes con el servicio?
Respuesta: Porque los usuarios, en ocasiones, no estas llegando a tiempo a sus destinos.
Pregunta: Por qu no estn llegando a su destino en el tiempo esperado?
Respuesta: Porque existen retrasos en los servicios de trenes
Pregunta: Por qu existen retrasos en los servicios?
Respuesta: Porque se estn generando problemas en los trenes
Pregunta: Por qu se estn generando problemas tcnicos en los trenes?
Respuesta: Porque no se est realizando la mantencin en el momento oportuno.
Pregunta: Por qu no se est realizando la mantencin cuando es necesario?
Respuesta: Porque el plan de mantencin que entrega la empresa externa esta errneo, estn
mal definidos los tiempos cuando se tiene que realizar la mantencin.
Por esto mismo, para solucionar la problemtica detectado es exigirle a la empresa externa
encargada de la mantencin volver a generar un plan de mantencin a los trenes, formando
una para los trenes nuevos y otro para los trenes antiguos (ya que requieren necesidades
diferentes), realizando la mantencin en el tiempo oportuno y de manera continua (realizar
la mantencin cada 5 das) y controlar que se respeten los tiempo y la calidad de la
mantencin, para evitar la disconformidad de los usuarios provocada por este motivo.
Otra metodologa a utilizar para definir una propuesta es PDCA, quedando:
Realizar mejora continua

a la automatizacin del
sistema de trenes.
Automatizar servicio de
trenes y mejorar plan de
frecuencia de trenes
Realizar pruebas para

analizar las mejoras de
la choferes.
Mejorar capacitacin de
choferes
Analizar la seguridad y
ver alternativas para
mejorar.
Mejorar sistemas de
seguridad y capacitacin
de personal de
asistencia.

Act
Chec
k
Comprobar si se
lograron mejoras cada
2 meses y analizar
fallas, viendo los
puntos en donde no
est funcionando el
plan
Plan
Do
Ejecutar plan de
accin y realizar
mejoras
10. Identificar las dificultades o debilidades que tiene el trabajo realizado por
usted y las lecciones aprendidas.
En primer lugar, una de las dificultades presente en la realizacin este trabajo fue que los
tres integrantes pudieran tomar las observaciones en un intervalo de tiempo similar, ya que
todos vivimos en lugares diferentes. Adems, los datos tomados poseen un gran nivel de
incertidumbre, debido a que las observaciones no fueron realizadas por la misma persona

ya que cada uno tiene distinto tiempo de respuesta al momento de iniciar y apagar el
cronometro, provocando un error experimental. Otra dificultad para llevar a cabo el trabajo
es que la tecnologa de los trenes no era la misma, siendo algunos de ellos mucho ms
antiguos que otros, por lo tanto, los valores de unos y otros eran muy desiguales.
Una debilidad que presenta este trabajo es que, como no se cont con mucho tiempo para
realizar las observaciones, la cantidad de mediciones tomadas son muy pocas para realizar
un anlisis acorde a la importancia de este proceso, por tanto, los datos con que se contaba
se hicieron muy relevantes.
Una debilidad que se observ al realizar el anlisis de costos de no calidad, es que se pidi
los costos de no falla anuales y los datos que nosotros tomamos son solamente
representativo en una cierta hora, (hora valle) y, durante el da, existen diferentes
comportamiento, como el uso de los trenes, la demanda, las necesidades de los usuarios,
frecuencia de trenes, entre otros, que no son representadas por los datos obtenidos, por lo
que el estudio de costo de no calidad anual se aleja de lo real.
Unos de los aprendizaje que nos dej este trabajo fue la toma de decisiones en conjunto y el
trabajo en equipo al momento de colocarnos de acuerdo en donde tomar las mediciones y
en el horario en donde ms nos acomodaba a todos, adems de llegar a un acuerdo de como
tomar las decisiones iniciando en la estacin Los Hroes al momento de cerrarse las puertas
y finalizando en el metro Baquedano al cerrarse las puertas.
Tambin, se reconoci los diversos motivos que pueden afectar el funcionamiento de este
medio de transporte, los cuales pueden retrasar el servicio de manera parcial o total,
provocando el malestar de los usuarios, al superar el tiempo lmite de tolerancia al retraso.
Tambin, la importancia que tiene este servicio a los usuarios y la gran cantidad de
personas que lo utiliza para llegar a su destino, siendo es servicio de transporte ms
utilizado en Santiago, por lo que es esencial prevenir los problemas que ha tenido
ltimamente el Metro.

Informe Calidad Metro de Santiago

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Informe Calidad Metro de Santiago

Hochgeladen von

Copyright:

Verfügbare Formate

Universidad Tcnica Federico Santa Mara

Gestin de Calidad Total

Universidad Tcnica Federico Santa Mara

Seleccionar un trayecto de Metro, que contemple un mnimo de 5 estaciones de una

Universidad Tcnica Federico Santa Mara

1. Calcular estadsticas bsicas.

Intervalo de confianza de 95% para la media

Intervalo de confianza de 95% para la mediana

Intervalo de confianza de 95% para la desviacin estndar

Intervalos de confianza de 95%

2. Construir un histograma de frecuencias.

Universidad Tcnica Federico Santa Mara

A continuacin se presenta el histograma de la muestra:

3. Construir un diagrama causa efecto de las razones de la variabilidad que

Universidad Tcnica Federico Santa Mara

Universidad Tcnica Federico Santa Mara

b. Definir los lmites de especificacin considerando la especificacin de Metro 3

5. Identificar la distribucin que tienen los datos.

Grfica de probabilidad para Apilar

Loglogstica de 3 parmetros - 95% de IC

Prueba de bondad del ajuste

Apilar - Valor umbral

Universidad Tcnica Federico Santa Mara

Universidad Tcnica Federico Santa Mara

Es as que segn lo obtenido en la grfica 1, y para la informacin contenida en la grfica

y R actualizados al eliminar la muestra nmero 12.

Universidad Tcnica Federico Santa Mara

Al momento de consultarle a un total de 8 personas sobre el tiempo de viaje que ellos

7. Calcular los siguientes indicadores:

Universidad Tcnica Federico Santa Mara

Imagen 4: Informe de Capacidad del Proceso.

C P=0,56 , y que el valor

es posible decir que el proceso tiene una alta

variabilidad. Ahora bien, dado que los valores tanto de

el centro de las especificaciones, por ello

proceso est centrado.

C PM =0,56 , lo cual indica que el

Universidad Tcnica Federico Santa Mara

Imagen 5: Informe de Capacidad del Proceso para el cliente.

es posible decir que, al igual que en el caso anterior, el

Con esto, se tiene que

C PM =0,47 , o sea, el proceso no est centrado, y se encuentra

cargado hacia la izquierda.

Universidad Tcnica Federico Santa Mara

b. De Seis Sigma: DPMO, Z, nivel sigma, para ambas especificaciones.

Imagen 6: Informe de Capacidad del Proceso (muestra niveles de Z).

Imagen 7: Informe de Capacidad del Proceso (muestra niveles de Z en porcentajes).

Universidad Tcnica Federico Santa Mara

Nivel de Sigmas=0.8406+ 29.372.22 ln ( DPMO)

Imagen 9: Informe de Capacidad del Proceso para el cliente (muestra niveles de Z en

Universidad Tcnica Federico Santa Mara

8. Si el costo de estar fuera de la especificacin es de US$100 por viaje, calcular

Sbado :17 [hr ]

Tiempo funcionamiento anual: ( 18 [ hr ]261+17 [ hr ]52+ 15 [ hr ]52 )60

Tiempo promedio salida de tren :4 [min]

Fallas anuales :954300,095=9066

Costo anual falla : US $ 906600=$ 543960000

Universidad Tcnica Federico Santa Mara

9. Identificar propuestas de mejoramiento para el proceso. Proponga

Realizar mejora continua

Realizar pruebas para

Universidad Tcnica Federico Santa Mara

Universidad Tcnica Federico Santa Mara