Llanos LLJM

FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA INDUSTRIAL
Aplicación de Lean Six Sigma para mejorar la eficiencia de máquina de Pants

adulto, Ate 2019
TESIS PARA OBTENER EL TÍTULO PROFESIONAL DE:

INGENIERO INDUSTRIAL
AUTOR:
Llanos Llanos Jesús Manuel (ORCID: 0000-0002-8769-3895)
ASESOR:
Mgtr. Dixon Groky Añazco Escobar (ORCID: 0000-0002-2729-1202)
LÍNEA DE INVESTIGACIÓN:
Gestión Empresarial y Productiva
Lima – Perú
2019
DEDICATORIA
El presente trabajo se lo dedico especialmente a la

memoria de mi señora madre Epifania Llanos, por
todo el esfuerzo dedicado en mi educación,
motivándome en cada etapa de estudios para llegar
a ser un buen profesional.
ii
AGRADECIMIENTO
A Dios por darme la salud y la fuerza emocional

para continuar con mis estudios.
A mi madre quien siempre me dio confianza y
fortaleza para cumplir mis metas.
A todos los ingenieros de nuestra universidad César
Vallejo, por el asesoramiento constante durante los
años de estudio, así también a los ingenieros con
quienes vengo laborando, por su apoyo y
comprensión.
iii
iv
v
ÍNDICE
DEDICATORIA .................................................................................................................. ii
AGRADECIMIENTO ....................................................................................................... iii
ACTA DE APROBACIÓN ................................................................................................ iv
DECLARATORIA DE AUTENTICIDAD ....................................................................... v
ÍNDICE ................................................................................................................................ vi
RESUMEN ................................................................................................................................. xii
ABSTRACT .............................................................................................................................. xiii
I. INTRODUCCIÓN ................................................................................................................. xiii
II. MÉTODO .............................................................................................................................. 34
2.1 Tipo y Diseño de investigación ......................................................................................... 34
2.2 Variable Operacional ....................................................................................................... 35
2.3 Población y muestra ......................................................................................................... 37
2.4 Técnicas e instrumentos de recolección de datos, validez y confiabilidad ...................... 37
2.5 Procedimientos ................................................................................................................. 38
2.6 Métodos de análisis de datos ............................................................................................ 63
2.7 Aspectos éticos .................................................................................................................. 64
III. RESULTADOS .................................................................................................................... 65
IV. DISCUSIÓN......................................................................................................................... 77
V. CONCLUSIONES ................................................................................................................. 78
VI. RECOMENDACIONES ...................................................................................................... 79
REFERENCIAS ......................................................................................................................... 80
vi
ÍNDICE DE TABLAS
Tabla 1: Indicadores de eficiencia de máquina que fabrica Pants de adulto .....................................3
Tabla 2: Análisis de causas de tiempos de parada máquina de Pants adulto diario ...........................7
Tabla 3: Expertos consultados ........................................................................................................8
Tabla 4: Puntuación .......................................................................................................................8
Tabla 5: Relación Six Sigma - Lean Six Sigma............................................................................. 17
Tabla 6: Matriz de Operacionalización de variable independiente ................................................. 35
Tabla 7: Matriz de Operacionalización de variable dependiente .................................................... 36
Tabla 8. Gantt de actividades semanales para el desarrollo del proyecto ....................................... 42
Tabla 9. Secuencias de la Metodología ......................................................................................... 42
Tabla 10. Costo por baja calidad .................................................................................................. 44
Tabla 11. Análisis de entradas y salidas del proceso de elaboración del Pants ............................... 45
Tabla 12. Designación de equipo de trabajo.................................................................................. 46
Tabla 13. Procedimiento de las actividades en la fabricación del Pants adulto ............................... 49
Tabla 14. Proyect Charter............................................................................................................. 50
Tabla 15. Análisis de causas de tiempos de parada máquina de Pants............................................ 56
Tabla 16. Actividades en la zona de Corte y armado de Chasis antes de la mejora ........................ 59
Tabla 17. Estadísticos descriptivos de la Capacidad efectiva por el momento de toma de datos ..... 65
Tabla 18. Estadísticos descriptivos de las Horas paradas por el momento de toma de datos ........... 66
Tabla 19. Estadísticos descriptivos del Waste por el momento de toma de datos ........................... 67
Tabla 20. Estadísticos descriptivos del rendimiento y calidad por el momento de toma de datos ... 68
Tabla 21. Predictores R cuadrado del modelo de regresión lineal múltiple. ................................... 69
Tabla 22. Prueba de regresión entre los Capacidad efectiva, las Horas paradas y el Waste sobre el
rendimiento del producto de la máquina de Pants. ........................................................................ 70
Tabla 23.Coeficientes de regresión entre los Capacidad efectiva, las Horas paradas y el Waste sobre
el rendimiento del producto de la máquina de Pants. ..................................................................... 71
Tabla 24.Predictores R cuadrado del modelo de regresión lineal múltiple ..................................... 72
Tabla 25. Prueba de regresión entre Capacidad efectiva, las Horas paradas, y el Waste sobre la
calidad del producto de la máquina de Pants ................................................................................. 73
Tabla 26. Coeficientes de regresión entre la Capacidad efectiva, las horas paradas y el Waste sobre
la calidad del producto de la máquina de Pants. ............................................................................ 74
Tabla 27. Prueba de muestras emparejadas entre el rendimiento de la maquina productora de Pants
pre y post test. .............................................................................................................................. 75
vii
Tabla 28. Prueba de muestras emparejadas entre la calidad del producto de la maquina productora
de Pants pre y post test. ................................................................................................................ 76
viii
ÍNDICE DE FIGURAS
Figura 1: Indicadores de producción Planta Corea ..........................................................................1
Figura 2: Indicadores de máquina planta Santa Clara ......................................................................3
Figura 3: Implementación de metodologías en la empresa ..............................................................4
Figura 4: Diagrama Ishikawa - Perdida de eficiencia en máquina de Pants adulto ...........................5
Figura 5: Diagrama de Pareto - Perdida de eficiencia ......................................................................7
Figura 6: Metodología DMAIC .................................................................................................... 16
Figura 7. Procesos estratégicos de la empresa ............................................................................... 39
Figura 8. Flujo de procesos de fabricación del Pants ..................................................................... 39
Figura 9. Diagrama de procesos del Pants..................................................................................... 40
Figura 10. Árbol de características para la calidad ........................................................................ 46
Figura 11. Flujograma del proceso de elaboración del Pants ......................................................... 48
Figura 12. Eficiencia de máquina de Pants ................................................................................... 53
Figura 13. Diagrama Ishikawa ...................................................................................................... 55
Figura 14. Diagrama de Pareto - Perdidas de eficiencias ............................................................... 56
Figura 15: Sistema de dosificación antes de lubricación Estación de corte anatómico. .................. 57
Figura 16. Flujograma del proceso de Corte y Armado del Chasis, antes de la mejora ................... 58
Figura 17. Flujograma del proceso de Corte y armado de Chasis, después de la mejora................. 60
Figura 18. Propuesta de mejora implementada, nuevo sistema de dosificación de alcohol ............. 61
Figura 19. Comparación de mejora de Eficiencia en máquina de Pants ......................................... 63
Figura 20. Distribución de los estadísticos descriptivos de los cortes totales por el momento de
toma de datos. .............................................................................................................................. 65
Figura 21. Distribución de los estadísticos descriptivos de los Horas paradas por el momento de
toma de datos. .............................................................................................................................. 66
Figura 22. Distribución de los estadísticos descriptivos del Waste por el momento de toma de
datos. ........................................................................................................................................... 67
Figura 23. Distribución de los estadísticos descriptivos del rendimiento y calidad por el momento
de toma de datos. ......................................................................................................................... 68
ix
ÍNDICE DE CUADRO
Cuadro 1: Causas de fallas en los dispositivos de corte (tabla en anexo) .........................................8

Cuadro 2: Causas de fallas en los aplicadores de adhesivo (tabla en anexo) ....................................8
Cuadro 3: Causas de fallas en el sellador US (tabla en anexo) .........................................................9
Cuadro 4: Causas de regulaciones de variables de control (tabla en anexo) .....................................9
x
ÍNDICE ANEXOS
Anexo 1: Cuadro de Causas – Fallas en los dispositivo de corte.................................................... 86
Anexo 2: Tabla de causas - Fallas en los aplicadores de adhesivo ................................................. 86
Anexo 3: Tabla de causas - Falla del sellador US ......................................................................... 87
Anexo 4: Tabla de causa - Regulación de variables de control ...................................................... 87
Anexo 5: Horas máquina parada por estaciones ............................................................................ 87
Anexo 6: Ishikawa – Falla en los dispositivos de corte ................................................................. 88
Anexo 7. Ishikawa - Falla en los aplicadores de adhesivos............................................................ 88
Anexo 8. Ishikawa - Falla en el sellador US ................................................................................. 89
Anexo 9. Gráfico de Control de Horas de parada .......................................................................... 89
Anexo 10. Prueba de normalidad Horas paradas ........................................................................... 90
xi
RESUMEN
El propósito de la presente investigación pretende determinar como la aplicación de Lean

Six Sigma mejora la eficiencia de la máquina de Pants adulto, Ate 2019, en la empresa
Corporación Productos Higiénicos S.A, para lo cual se propone aplicar la metodología Lean
Six Sigma donde se desarrollara el DMAIC; Definir, Medir, Analizar, Mejorar y Controlar,
con el fin de agilizar proceso y mejorar la calidad del producto, las etapas se realizan según
plan de actividades.
En fase Definir, se diagnostica la problemática se define alcance y marco de trabajo del

proyecto, se propone realizar mejoras en la estación de corte anatómico, para reducir los
tiempos de parada que se dan por el defecto presentado. En fases Medir y Analizar, se
recopila información de la base de datos del software de Eficiencia General de Los Equipos
(OEE), la herramienta proporciona datos fiables en tiempo real de la producción. En fase
Mejorar y Controlar, se implementan las mejoras dentro del proceso continuo para mejorar
su rendimiento y reducir el desperdicio.
La investigación es tipo; aplicativo, cuantitativo, porque se aplicarán todos los

conocimientos y habilidades basados en datos. El análisis pre experimental porque los
resultados comprenden un antes y un después. La población está conformada por todas “las
unidades producidas en la máquina de Pants”, la muestra por la naturaleza se considera igual
a la población. Los instrumentos utilizados son; Técnicas de observación en campo, registro
de datos estadísticos y el análisis documental.
Con la propuesta se consigue mejorar la eficiencia en un 22.2 %, llegando alcanzar un 76.5

% final luego de implementar la mejora. El rendimiento de máquina se incrementa en 13.2
% y la calidad en la máquina mejora en 2.4 %. Por lo que se concluye que la aplicación de
la metodología tuvo un impacto favorable en la máquina.
Palabras claves: OEE, Eficiencia, Desperdicio, Rendimiento, Calidad
xii
ABSTRACT
The purpose of this research is to determine how the application of Lean Six Sigma improves
the efficiency of the Adult Pants machine, Ate 2019, in the company Corporación Productos
Higienicos SA, for which it is proposed to apply the Lean Six Sigma methodology where it
will be developed the DMAIC; Define, Measure, Analyze, Improve and Control, in order to
streamline process and improve product quality, the stages are carried out according to the
activity plan.
In the Define phase, the problem is diagnosed, the scope and framework of the project are
defined, it is proposed to make improvements in the anatomical cutting station, to reduce the
downtimes that occur due to the defect presented. In Measure and Analyze phases,
information is collected from the General Equipment Efficiency (OEE) software database,
the tool provides reliable real-time production data. In the Improve and Control phase,
improvements are implemented within the continuous process to improve its performance
and reduce waste.
Research is kind; application, quantitative, because all the knowledge and skills based on
data will be applied. The pre-experimental analysis because the results include a before and
after. The population is made up of all “the units produced in the Pants machine”, the sample
by nature is considered equal to the population. The instruments used are; Field observation
techniques, registration of statistical data and documentary analysis.
With the proposal, efficiency is improved by 22.2%, reaching a final 76.5% after
implementing the improvement. Machine performance is increased by 13.2% and machine
quality improves by 2.4%. Therefore, it is concluded that the application of the methodology
had a favorable impact on the machine.
Keywords: OEE, Efficiency, Waste, Performance, Quality
xiii
I. INTRODUCCIÓN
Realidad Problemática
La empresa Corporación Productos Higiénicos SA, Líder en la manufactura de productos
cuidado e higiene personal en la categoría de adulto, tiene proyectos para seguir invirtiendo
en proyectos a corto plazo para innovar en la mejora de sus productos con el fin de
incrementar sus exportaciones. Con la introducción del Pants para adulto en los mercados
de Europa y Asia, se estima crecer en un 5% más del valor total de sus ventas de exportación
que suman en la actualidad un 25%, estas proyecciones hacen notar la necesidad de mantener
los indicadores de productividad dentro de lo planificado.
En Asia oriental, la corporación cuenta con una de sus plantas más modernas del continente,
en Corea del Sur se tiene instalada la segunda generación de la máquina para la categoría
Pants adulto. En el inicio de sus operaciones marco una tendencia única en este país, la
primera generación de esta máquina fue instalada en Perú en el año 2011. La máquina fabrica
el Pants adulto para incontinencia moderada, en la actualidad Planta Corea ha seguido
evolucionando y mejorando su proceso invirtiendo capital en su maquinaria, registrando
indicadores de producción que son considerados como buenos en la actualidad los registros
de productividad son medidos y analizados con el uso de la metodología de la “Eficiencia
General de Equipos” (OEE), que debe registrar como objetivo 85% de eficiencia productiva,
con un desperdicio de producto no conforme en Waste alrededor del 2.5%, que son las metas
para el 2019.
“El estudio OEE permite analizar exhaustivamente el estado del equipo, pero también para
detectar los principales problemas, centrándose en lo que es más importante sin perder
tiempo o recursos en otras cosas” (RANHAN, Rajeev; MISHRA, Ajay, 2016 pág. 9).
“OEE es conocido como uno de los programas de aplicación para el mantenimiento

productivo total, la capacidad de identificar claramente las causas fundamentales y sus
causas para que el esfuerzo de mejora se centre es el factor principal de este método”
(SOSANTRI, Benti; YULHENDRA, Dedi y RABOWO, Heri, 2018 pág. 1).
Según reportes de jefatura de producción en el primer año de iniciada la producción se

registraron paradas por distintos eventos; mecánico, electrónico y de operación, dentro del
Top 3 de sus paradas se encuentra la estación de corte anatómico, para los años siguientes,
1
siendo los dispositivos de fabricación estándar, reportando problemas en el proceso diario,
los recortes del producto llegaban hasta el producto final de empacado generando reprocesos
y mostrando claras deficiencias productivas de la máquina, por lo que decidieron en su
segundo año de iniciada sus operaciones, optar por cambiar los dispositivos de corte rotativo
estándar por otro de mayor dureza e implementar metodologías para mantener en control las
variables del proceso actual para mejorar sus indicadores de producción, haciendo una
inversión aproximada de $ 500,000 medio millón de dólares.
Los objetivos trazados en planta Corea están en desperdicio (Waste) un 2.5 % y el objetivo
de OEE en un 85%.
Figura 1: Indicadores de producción Planta Corea
INDICADORES DE PRODUCCIÓN PLANTA

COREA
WASTE (2.5) OEE (85%)
Objetivos
2.6
AÑO 85
2.5
MES 88
2.7
DÍA 83
0 20 40 60 80 100
Fuente: Elaboración propia
Los resultados de Waste diario están en 2.7%, mes 2.5% y año en 2,6%.
Los resultados de OEE diario está en 83%, mes 88% y año en 85%. Lo que demuestra que
están dentro de los objetivos planteados por la jefatura.
En Latinoamérica la empresa se encuentra geográficamente bien ubicada, mantiene acuerdos

comerciales muy importantes que en la actualidad suman 21. Los Tratados de Libre
Comercio TLC permiten la exportación de los productos a casi todos los países de la región,
lo que facilita el libre la comercialización es en parte a la reducción de los aranceles que
hacen sustentable mantener el negocio en la categoría. Para enero de 2018 los mercados
exportadores de pañal y Pants para adulto según fuente de la Sunat y La Comisión de
2
Promoción del Perú para la Exportación y el Turismo (PROMPERÚ), registran la tendencia
en un incremento del 1%, mostrando una cifra alentadora para las operaciones.
Del total de la producción mensual del Pants adulto se destina a la exportación un 85 % del
volumen mensual planificado, dejando solo el 15% para el mercado local nacional.
El presente estudio se realizó en la máquina M2 de manufactura de la empresa, en la

categoría femenino y adulto donde encontramos el producto “Pants” (ropa interior para
incontinencia moderada) que tiene un diseño con forma anatómica en forma de trusa con
bandas ajustables.
La empresa en Perú, viene atravesando la misma problemática que la planta ubicada en

Corea, paradas por averías mecánicas, electrónicas y de operación están impactando los
resultados planificados para el presente año, en el Top 3 de las paradas registradas según la
base de datos se encuentra la estación de Corte anatómico, la presencia de recortes en su
proceso de fabricación está generando pérdidas que reducen la eficiencia productiva
obteniendo un OEE inicial de 54.3% y un desperdicio en razón porcentual del 4.8% por
encima de lo planificado.
Tabla 1: Indicadores de eficiencia de máquina que fabrica Pants de adulto
Fuente: elaboración propia
La línea cuenta con dos estaciones de corte; Corte anatómico y Corte final, son cambiadas
según presentación solicitada; talla XG y talla PM contando con dos estaciones de repuesto,
en ambas presentaciones se tiene el problema mencionado con más o menos frecuencia de
paradas registradas según el periodo de mantenimiento que se les realiza.
Para el caso de estudio se analizó los tiempos de parada en la máquina, determinando que en
el top se encuentra la estación de Corte anatómico la cual cuenta con un sistema de limpieza
3
y lubricación de residuos semiautomático para el dispositivo de corte rotativo y cuchilla
(acerada), el proceso de armado de los componentes se realiza por termo fusión para la
aplicación de adhesivos denominados de construcción a una temperatura de entre 140°C y
150°C. La transferencia de los componentes denominado “chasis” se realiza por intermedio
de bandas de transporte que llevan como destino final al producto a la estación de empacado
final, se utiliza un sistema de alto vacío para el retiro de los recortes y residuos.
Los recortes no son atrapados por el sistema de limpieza con que cuenta la estación de corte,
haciendo notar que los dispositivos actuales están siendo insuficientes para el buen
desempeño de la máquina. Desde el arranque de la línea de Pants adulto en 2011, esta no ha
tenido mejoras significativas en su diseño, la alta rotación de personal en los últimos años
ha mostrado una realidad preocupante debido al desconocimiento del proceso por parte del
personal técnico que aún está en curva de aprendizaje que está siendo evaluado por la jefatura
de producción. Otro de los inconvenientes que se presenta para afrontar el problema
inversión de más recursos es el bajo volumen actual de productos programados al mes que
están alrededor del 40% de la capacidad total con que cuenta la línea.
Figura 2: Indicadores de máquina planta Santa Clara
INDICADORES DE PRODUCCIÓN PLANTA PERÚ

WASTE (3.5) OEE (73%)
Objetivos
3.9 69
AÑO
4.1
MES 71
3.7 75
DÍA
0 20 40 60 80
Fuente: diseño del autor
Considerando el desempeño de los indicadores actuales la gerencia general y jefatura de

producción han validado las iniciativas de mejora propuestas por el área de procesos para lo
cual destinaran las acciones y recursos necesarios en desarrollar proyectos de mejora
continua implementando herramientas como Lean Six Sigma capacitando y entrenado al
personal operativo en el uso de la herramienta para ayudar en el análisis con su experiencia,
4
para determinar cuáles son las principales causas que generan los bajos índices de eficiencia
y comenzar a mejorar el proceso.
La estadística es un elemento crítico de la metodología Lean Six Sigma, es usado para

diseñar pruebas para la solución de problemas, convirtiéndose en cada vez más en la
herramienta global más utilizada por las empresas (ZHAN Wei, 2016 pág. 110).
Lean Six sigma fusiona las herramientas de Lean Manufacturing con Six Sigma, para ofrecer
a la industria una metodología muy efectiva en el tiempo estimado con bajo costo
(VINHAIS, J., 2004).
En la presente tesis se pretende mostrar el impacto de Lean Six Sigma durante el proceso de
elaboración del Pants de adulto en la línea M2, se enfocará al problema presentado en las
paradas de máquina por la estación de corte y los dispositivos que la componen actualmente,
para de esta forma contribuir en la reducción del desperdicio por paros no programados. Los
resultados diarios, mensuales y anuales serán medidos por medio de la herramienta conocida
como OEE y registrados en hoja de Excel para su análisis y seguimiento, los datos son
emitidos en tiempo real de forma automática por medio de un software instalado en el
módulo de control operativo, se cuenta con todos los datos en tiempo real..
Figura 3: Implementación de metodologías en la empresa
Implementación de Metodologías
2016
2015
2014
2013
2012
2011
2010
Implementación Implementación Implementación Implementación Implementación Implementación Implementación

Lean de OEE TPM Mantenimiento Six Sigma-DMAIC Análisis Lean Six Sigma
Manufacturing Autónomo Bechmark
5
Durante los años 2014, 2015 y 2016 la empresa ha implementado herramientas de mejora
continua con la finalidad de sostener sus procesos en objetivo reduciendo los desperdicios.
En la actualidad la empresa cuenta con un orden Jerárquico Six Sigma (DMAIC),
integrando: 1 Master Black Belt, 8 Black Belt, 40 Green Belt y 60 Yellow Belt, además de
programar capacitaciones a todos los colaboradores en el uso de la herramienta Lean
Manufacturing por esto se califica a todos los colaboradores como White Belt.
Se realizó el análisis junto al equipo de especialistas para señalar los factores que podrían
estar provocando el defecto y que sean de utilidad para el análisis, en nuestro estudio se
utilizó el método de Ishikawa más identificado como espina de pescado.
El diagrama de Ishikawa ha diseñado con el fin de definir en factores divididos según las
posibles causas en los campos que intervienen (LUCA, Liliana; PASARE, Minodora y
STANCIOIU, Alin, 2017 pág. 249).
“Diagrama de las causas - efectos son, como se señaló, un Método para el análisis detallado
de la relación entre un sistema estado en observación (efectos) y Las variables influyentes
que causan la ocurrencia de una condición dada (causa)” (STEFANOVIC, Slobodan, 2014
pág. 94).
Figura 4: Diagrama Ishikawa - Perdida de eficiencia en máquina de Pants adulto
6
Se realiza un cuadro de frecuencia que ayude a identificar el mayor grado de incidencia con
causas vitales y triviales, se identifica el mayor potencial de pérdidas en C-5 Falla en los
dispositivos de corte. (Tabla 3).
Tabla 2: Análisis de causas de tiempos de parada máquina de Pants adulto diario
Paradas
Frecuencia Porcentaje
N° Causas tiempo Porcentaje 80 -20
Acumulada Acumulado
(min)
C-5 Fallas en los dispositivos de Corte 65 65 29% 29% 80%
C-6 Falla en los aplicadores de adhesivo 45 110 20% 49% 80%
C-4 Falla en el sellador US 30 140 13% 62% 80%
C - 11 Regulación de variables de control 20 160 9% 71% 80%
C-9 Parametros de Control no definidos 18 178 8% 79% 80%
C - 10 Frecuencia de limpieza sin definir 15 193 7% 85% 80%
C-1 Personal con poca experiencia 12 205 5% 91% 80%
C - 14 Ubicación de dispositivos poco accesibles 6 211 3% 93% 80%
C - 13 Espacios reducidos de las estaciones 6 217 3% 96% 80%
C-3 Alta rotación de personal 4 221 2% 98% 80%
C - 12 Falta de estándar para la limpieza de dispositivos 3 224 1% 99% 80%
C-2 Falta de capacitación en cuidado autónomo 1 225 0% 100% 80%
C-7 Variabilidad en el gramaje de telas 1 226 0% 100% 80%
C-8 Tensión de transferencias materiales 0 226 0% 100% 80%
Figura 5: Gráfico Pareto - Perdida de eficiencia
7
El principio de Pareto es también conocido como la regla de 80/20, que se interpreta que el
20 por ciento de los defectos son de impacto en el 80 por ciento de sus resultados (CHOPRA,
Kashish., 2017 pág. 25).
Para realizar el análisis de estudio se consulta el juicio de expertos destinados por la empresa
en cada área de soporte para la máquina; especialista de proceso, analista de producción,
analista mecánico y analista electrónico.
Tabla 3: Expertos consultados
Validación de expertos
E-1 Especialista de procesos
E-2 Analista de producción
E-3 Analista mecánico
E-4 Analista electrónico
Tabla 4: Puntuación
Puntuación
Siempre 4
Casi siempre 3
Alguna vez 2
Nunca 1
Del análisis se focaliza donde se tiene mayor oportunidad e identificar las causas vitales
del proceso según grafica de Pareto:
Cuadro 1: Causas de fallas en los dispositivos de corte
8
Cuadro 2: Causas de fallas en los aplicadores de adhesivo
Cuadro 3: Causas de fallas - sellador US
9
Cuadro 4: Causas de regulaciones - variables de control
Trabajos Previos
Tesis internacionales
DIAGO, Victoria y MERCADO, Valeria. “Reducción de desperdicios en el proceso de

envasado del yogurt Purepak de 210 g en la maquina Nimco en una empresa de lácteos,
mediante la aplicación de la metodología Six Sigma” (DIAGO, Victoria; MERCADO,
Valeria, 2013 pág. 86).
La tesis de estudio realizado en la cooperativa Costa Atlántica para reducir el volumen

productos lácteos no conforme; queso, mantequilla y yogurt, el producto cuenta con
características específicas; fecha de envasado, fecha de vencimiento, sellos de cierre de la
caja de yogurt que deben tener una correcta alineación. Este proceso ha generado una gran
cantidad de reprocesos en el último año del 1.64% incrementándose en sus últimos dos meses
en 1.97%, el indicador que se plantea esta en el valor porcentual de 1%, de forma que se
cuantifica en 108,286 unidades no conformes por año.
10
Ante esta problemática la metodología Six Sigma contribuyo en evidenciar oportunidades
de mejora en la temperatura de sellados del envase de yogurt, propone aplicar TPM, cuidado
autónomo, inspección de componentes mecánicos, para mejorar la capacidad de su proceso
para reducir la cantidad de unidades defectuosas, se aplica la metodología DMAIC en sus
cinco etapas se logra identificar las oportunidades.
La presente investigación ha sido de ayuda muy significativa, evidencia desperdicios en la

etapa de envasado, ayuda a abordar cual es el problema con el uso de la herramienta Ishikawa
para determinar el principal problema, salida de productos en especificación. Los reprocesos
de los productos representan una pérdida económica para la empresa.
VACAS, Francisco Y LOAYZA, Juan. “Plan de mejora en el proceso de preparación de

conservas en una industria alimenticia aplicando la metodología Six Sigma” (VACAS
Francisco, LOAYZA Juan, 2009 pág. 174).
El objetivo al que se desea llegar implementando Six Sigma utilizando el método DMAIC;
Definir, Medir, Analizar, Mejorar y Controlar, para una de las variedades de salsa que se
producen en la planta, definie que existen oportunidades, en este caso la industria no cuenta
con parámetros de calidad del cliente externo lo que importa más es la densidad que el
producto tenga. Por lo que las características de calidad se definirán por intermedio del
cliente interno, deteniendo el proceso que no cuente con las características físico químicas
del proceso.
La verificar la calidad de este producto se realizó un matriz de priorización para establecer

cuál es el proceso; pesaje, preparación envasado, etiquetado o despacho, influencia más en
el incumplimiento de las Norma Técnica Ecuatoriana INEN. El proceso no contaba con
límites en sus especificaciones, por lo cual, el proceso no encontraba controlado, los
operarios no utilizan los aparatos de medición de forma correcta, los registros de las
especificaciones estaban fuera de la especificación del fabricante.
El estudio de la tesis ayuda a determinar el grado de impacto de la metodología en la

estandarización del método operativo de control de pesaje de las salsas sea homogénea, para
reducir la no conformidad de sus productos, se fijan los límites de especificación, así como
la elaboración de formatos y fichas de control de especificación que mantengan el producto
aceptable para el cliente interno dando confiablidad al proceso, mejorando el flujo de la
gestión.
11
MARCELA, Liliana. GAMBOA, Andrea Y GIL, Bryam. “Diseño e implementación de
procedimientos de mejora para l disminución de producto defectuoso en la empresa Giorgio
Sport S.A.” (MARCELA, Liliana; GAMBOA, Andrea y GIL, Bryam, 2016 pág. 86).
La compañía Giorgio Sport S.A se dedica a la fabricación de calzado, la empresa con una
gran cartera de clientes mayoristas y minoristas. El problema actual que atraviesa contempla
reclamos por parte de sus clientes quienes están haciendo devoluciones del producto final.
El proyecto de investigación se focalizo en determinar las principales causas que provocan
un 10% en promedio de producto defectuoso, la producción en un periodo de cuatro meses
es de 15539 pares de los cuales se reporta una devolución de 1554 pares asociando los
defectos los materiales usados y la mano de obra.
Durante el desarrollo de la metodología del proyecto se tiene en consideración el tipo de

defecto y la capacidad de poder resolverlo tomando en cuenta el costo que se proyecte. Se
inicia el proyecto con la aplicación pre definido del uso de la herramienta DMAIC en sus 5
fases para permitir desarrollar las mejoras del problema.
Se inició el estudio con el registro de datos históricos de la empresa y se utilizaron métodos

estadísticos para mostrar el cómo se encuentra actualmente y se pueda determinar la
capacidad de su proceso, en qué nivel sigma se encuentra, para presentar la importancia de
desarrollar el proyecto. Para mejorar sus objetivos específicos se planean actividades
directas atender las causas que originan los defectos que en su diagnóstico previo fueron
determinados, en la etapa final de aplicación de la metodología se utilizaron las herramientas
estadísticas para mostrar el antes y el después de haber aplicado las mejoras y mostrar los
resultados de ahorro, el incremento de su capacidad productiva y el nivel sigma en el que se
encuentra.
El estudio es una guía para el estudio de aplicación del método DMAIC en la identificación
y propuesta de mejora ayuda al enfoque del problema y el alcance del proyecto, determina
cuáles son los principales problemas que pueden estar generando desperdicios que se
traducen en pérdidas económicas y la forma como se deben abordar para plantear soluciones
sustentables de inversión.
Tesis nacionales
UCHIMA, Cristhian. “Aplicación de la metodología Six Sigma para el incremento de la

eficiencia en una empresa agroexportadora” (UCHIMA, 2017 pág. 124).
12
Se tuvo como meta importante la aplicación de la metodología Six sigma, como herramienta
para mejorar sus indicadores de eficiencia del proceso de la planta agroexportadora La Nuez
S.R.L, se enfoca en la metodología DMAIC, analizando los principales causantes de defectos
que reducen la eficiencia de sus procesos y que incrementan sus cotos. Se realiza el
diagnostico determinando fallas en sus métodos utilizados que generan devoluciones por el
área de calidad, la sobreproducción, exceso de inventario y los defectos en el producto
generan reprocesos principalmente en su proceso de corte de castañas. Se propone para
mejorar la situación actual aplicar las herramientas de manufactura de Lean Manufacturing
tales como; las 5S, Total Porductive Maintenance TPM, Poka Yoke, Kaizen, Just In Time
JIT y Kanban. Estableciendo formatos de control administrativo para que los cambios se
mantengan constantes de manera estándar.
La aplicación de las herramientas en propuestas contribuye en la mejora, se mantiene un área

ordenada se controla la sobreproducción se produce solo lo que está planificado, se reducen
los reprocesos en un 12%, se incrementa la productividad en un promedio de 28 kg/h,
reduciendo el tiempo entrega de la unidad de venta de 7 días por contenedor en 4 días para
entregar la unidad de venta.
El estudio presentado guía a la presente investigación en la aplicación desarrollando

herramientas de Lean Manufacturing aplicación de Kaizen, para resolver problemas
específicos, muestra el beneficio para el incremento de la productividad y se mejoran los
tiempos de entrega de la unidad de venta, logrando estandarizar sus procesos con resultados
positivos.
BARAHONA, Leandro Y NAVARRO, Jessica. “Mejora del proceso de galvanizado en una

empresa manufacturera de alambres de Acero aplicando la metodología Lean Six Sigma”
(BARAHONA Leandro; NAVARRO, Jessica, 2013 pág. 117).
Como objetivo de estudio propone desarrollar la metodología Lean Six Sigma en reducir el
exceso de utilización del Zinc del proceso de galvanizado en el alambre trefilado en caliente,
el objetivo es mantener el control de las variables de proceso para lo cual la metodología
DMAIC le ha sido útil para definir y determinar el proyecto de mejora que se aplicara en el
proyecto.
En el desarrollo para definir la problemática principal con la aplicación de matriz de

enfrentamiento tomando en consideración las causas que originan perdidas del mes y se
13
plantea la factibilidad para que puedan desarrollar soluciones a los problemas encontrados.
El alto consumo de zinc se expresa en un sobreconsumo de 55 g/m2 además se define el
alcance los objetivos y las metas del proyecto de mejora.
Con la implementación de las mejoras de Six Sigma se logra disminuir la capa de zinc de
330 g/m2 a 247 g/m2 y se mantiene un proceso más continuo y estable desde la aplicación
de la metodología. La inversión del proyecto al año fue de 43,166 dólares, generado un
ahorro anual de 80454.6 dólares
El estudio ayuda en la presente tesis en la definición del problema principal y como utilizar
la metodología para mostrar resultados de ahorro al mejorar la variabilidad del proceso,
mejorar la eficiencia de la máquina, al mantener un proceso más continúo y reduciendo los
costos al reprocesar los productos no conformes.
ABANTO, Rafael Y CABRERA, Luz. “Mejora de procesos en impresión Offset empleando

la Metodología Lean Six Sigma para reducir el número de productos no Conformes”
(ABANTO, Rafael; CABRERA, Luz, 2016 pág. 138).
En la tesis presentada la empresa Editora ABC, está teniendo perdidas por reprocesos en la
impresión de afiches, siendo uno de los productos elaborados en papel coche de 115 mm de
espesor debido a cuatro principales problemas; registro de colores, tonalidad de colores,
corte irregular de hojas y merma. Las pérdidas por reprocesar el producto son del 8% más
del costo de producción por millar que es 1800 unidades, teniendo pérdidas por millar de 35
soles.
El objetivo trazado para reducir las unidades defectuosas por tonalidad se fijó entre 300 y
200 unidades mensuales, teniendo que el actual reflejaba un resultado entre 458 y 299
unidades el resultado final de la aplicación del método se logra reducir el volumen de
producto defectuoso entre 268 a 206 unidades de un total aproximado de producción mensual
de 38232 unidades.
El proyecto desarrollado contribuye en reforzar los conocimientos sobre la aplicación de Six

Sigma para ayudar a mantener en control el proceso, mostrando si esta fuera de los límites
de especificación, ayuda a entender la importancia de mantener el proceso bajo control para
evitar pérdidas o sobrecostos., que generan un ahorro para la empresa.
14
Teorías relacionadas al tema
Lean Six Sigma
A. Definición
La metodología se basa en mejorar el desempeño de los productos en función de los datos
obtenidos, teniendo como meta la obtención de altos estándares de calidad, a diferencia de
otros enfoques que también buscan reducir los defectos que se presentan. (PÉREZ, Esteban;
GARCÍA, Minor, 2014 págs. 88-106)
LSS es una perspectiva de la mejora continua que ha sido bien recibido por los buenos
resultados de forma efectiva a problemas presentados en las organizaciones en el presente
(FELIZZOLA, Heriberto; LUNA, Carmenza, 2014 págs. 263-277)
La metodología enfoca paso a paso a lograr la excelencia operacional, para reducir el

desperdicio y poder ofrecer productos de buena calidad en los tiempos estimados, para tener
un análisis estadístico que permita desarrollar alternativas de solución se utilizaran datos
históricos que serán expuestos en gráficos de Pareto.
El objetivo de la filosofía Lean es producir lo necesario y Seis sigma se orienta a reducir la

variabilidad del proceso, la unión entre ambas herramientas genera un valor agregado
(AROCA, Steven; PACHECO Leslie, 2017 pág. 28).
“El camino hacia un negocio lean Six Sigma es de mejora constante, lo que implica un
cambio constante. En general, la gente se resiste cambio” (BOLTE, 2014 pág. 51).
La unión de técnicas de lean con los métodos utilizados por Six Sigma (DMAIC) con el
objetivo de incrementarla velocidad de los procesos y reducir el desperdicio.
Se busca reducir los costos, incrementar la productividad, retención de clientes y la

reducción de tiempo de ciclo y defectos. Para lo cual es importante el compromiso de la
empresa (PACORA, 2018 pág. 2).
Lean y Six Sigma es la fusión de dos metodologías que comparten enfoques orientados a
mejorar los procesos, sus diseños y herramientas son adaptables a las diferentes
organizaciones para dar solución a sus problemas, mejorando sus procesos (PEREUS,
Steven; ROHAN, Nathan, 2016 pág. 12).
15
B. Six Sigma
Six Sigma es resultado del desarrollo aplicado a las teorías clásicas de la calidad y la mejora
continua, como el Control Estadístico de Proceso y la Administración de la Calidad Total
TQM
Six Sigma contribuirá en reducir la cantidad de defectos del producto, logrando mantener
los estándares para la entera satisfacción del cliente. (BRITS, H., 2018 pág. 42).
“Six Sigma es un proceso que otorga más valor a los clientes y partes interesadas con un
enfoque en mejorar la calidad del producto y la productividad de la empresa [1]. Hay cinco
etapas llamadas método DMAIC (definir, medir, analizar, mejorar, controlar)”
(INDRAWATI, Sri; RIDWANSYAH, Muhammad, 2015 pág. 529).
“Los equipos de mejora también se aferran a las herramientas Six Sigma porque los
ejecutivos no se dan cuenta del poder de los pequeños cambios o fallas, en lugar de
considerar la magnitud más importante” (CHAKRAVORTY, S., 2018).
Six sigma es una herramienta de mejora continua que focaliza el análisis en reducir la
variabilidad para los procesos (HILL, Edward, 2018 pág. 46).
Cada etapa implica una aplicación rigurosa de las herramientas de calidad, es importante que
el uso de la metodología DMAIC se realice en su totalidad en cada etapa, así como el análisis
superficial de la variación, la aplicación del método muchas veces no es visible en sus inicios
por los ejecutivos.
Figura 6: Metodología DMAIC
Elementos esenciales para la aplicación de la metodología:
 Procesos con datos en cada etapa.

 Procesos con un grado de madures evidente
 Procesos estandarizados.
 Maquinarias con mantenimiento estándar y rendimiento operativo.
 Conciencia de la organización del costo de la no calidad.
16
 Cultura de calidad desplegada a la organización.
 Liderazgo de la gerencia en la gestión de la calidad.
 Equipo de mandos medios con dominio de herramientas estadísticas y software
estadístico
La metodología Six sigma históricamente tiene su origen luego del fin de la segunda guerra
mundial, momento en el cual se van desarrollando y diversas herramientas para la estadística
del control de procesos, se van integrando herramientas como TQM, SPC, el ciclo Deming.
Para el año 1980, la empresa Motorola incursiona en el desarrollo del método asignándose
una meta estimable para la organización; se evalúa el análisis de la variación de los procesos
de Motorola, como una manera de ajustarse más a la realidad. Para el año 1988 Motorola
plantea Six Sigma, como una estrategia de negocios y mejora de la calidad.
Posteriormente la herramienta fue mejorada y popularizada por la General Electric. La

metodología desarrollada por Motorola tiene fuertes raíces en la herramienta DMAIC.
Aunque el desarrollo de la herramienta dentro del sector empresarial industrial, también han
sido empleadas con gran éxito en el sector de servicios actualmente. Six sigma está
influenciado por las herramientas de lean Manufacturing con gran éxito, lo que por
consiguiente ha generado una fusión de ambas metodologías para dar origen a lean Six
Sigma LSS.
Tabla 5: Relación Six Sigma - Lean Six Sigma
Six Sigma Lean six Sigma

Procesos de la cadena del
Proyectos discretos para
mapa de valor o VSM (value
problemas especificos
stream map)
Enfoque de proyectos Enfoque de equipos

individuales multifuncionales
Reducción de variabiliadad Reducción de "desperdicio"

para garantizar calidad y para garantizar calidad y
productividad agilidad
17
Las 5 fases del DMAIC
Dimensiones de metodología DMAIC

Los pasos del método están definidos por sus siglas en inglés (Define, Measure, Analyze,
Improve and Control), traducidas al español se mencionan: Definir, Medir, Analizar,
Mejorar y Controlar.
El cálculo estadístico se define como importante para buscar con éxito propuestas para
reducir los desperdicios y mejorar su índice productivo en ámbito empresarial, siendo
aplicado en los diferentes sectores que producen y ofrecen servicios, técnicos de gestión
(TORRES, Carlos; MONSALVE, Oscar, 2009 pág. 94).
“Las fases son apropiadas en tales circunstancias. Otros desafíos son moderados en su
alcance y la mejora puede ser logrado a través de un evento Kaizen (evento de mejora
rápida), esencialmente un DMAIC comprimido en el tiempo” (HUDSON, 2017 pág. 45).
Etapa definir
La forma de proceder asertiva, para poder definir de forma clara los objetivos es registrar los
datos y estas puedan ser usadas en las herramientas para obtener resultados focalizando
donde aplicarlos. (ESCALANTE, 2013 pág. 42)
En esta etapa se definirá la situación actual del problema, los requerimientos y lo que
requiere el cliente. Se establece el alcance del proyecto, se plasma principio y fin del
proyecto propuesto para mejorar. Contempla la formación de del equipo de trabajo, se define
el problema estableciendo los objetivos, el paso final será plasmar el cronograma de
actividades a desarrollar y proyectar de qué forma tendrá su impacto en la empresa.
“Una gran manera de asegurar que el DMAIC metodología (o cualquier mejora del conjunto
de herramientas) se emplea para su mayor eficacia y elasticidad es ver los desafíos a través
de los objetivos de la estrategia, operaciones y tecnología” (HOOK, 2016 pág. 36).
Este paso es la parte inicial del proyecto, se dará fundamento a las causas que impulsaron la
propuesta del proyecto, se detallaran las actividades que se realizara por el equipo convocado
manteniendo los aspectos fundamentales para poder desarrollar mejoras.
18
Aspectos fundamentales de la etapa:
Definir el foco de mejora

La importancia que representa elegir el caso del problema y su impacto que esta representa
en el proceso, sirven para definir los objetivos a seguir, debe ser claro y especifico, que sean
entendible para la dirección de la empresa quien será el encargado de validar y aprobar su
puesta en marcha y que este pueda contar con todo el soporte involucrado.
Se identifican las características críticas
Teniendo como base los criterios de selección e identificación de los problemas, se tendrá
en cuenta los requerimientos del cliente en función al caso seleccionado definiendo su estado
de criticidad, si resultan críticas para la calidad que tienen su impacto en la satisfacción
entera del cliente, para definir las principales características haciendo uso del método de
CTS (Crtitical To Satisfacción) o Criticas para la satisfacción, usualmente la conocemos
como la “voz del cliente”, que define si el producto servicio cumple con los requerimientos
del cliente. Para definir en función de lo que el producto ofrece como su desempeño se deriva
en CTY (Critical To Product).
Se define el objetivo de la mejora
En la etapa adquiere gran importancia definir los objetivos, ya que todas las actividades
giraran entorno a lo que se quiere alcanzar. Este debe ser claro y debe ser expresado en una
solo frase:
 Definir el sentido de mejorar

 Definir el indicador numérico de desempeño
 Definir la referencia a un producto o proceso
Se formaliza el proyecto de mejora
En este paso se concluye el alcance, mediante documento lo que se va realizar en cada etapa,
debiendo ser comunicado a todo el equipo integrante:
 Descripción clara del alcance y foco de mejora

 Justificación teórica del proyecto
 Proyección del impacto económico estimado
 Integrantes del grupo de investigación
19
 Cronograma de actividades
 Requerimientos e insumos necesarios para la investigación
Concluidos los aspectos fundamentales de la etapa todo el equipo debe tener claro lo que se
espera conseguir con las responsabilidades asignadas, comprender cuál es la realidad actual
por la que atraviesa la empresa, lo que requiere nuestro cliente, teniendo conocimiento que
se cuenta con el respaldo de jefatura de producción.
Herramientas de la dimensión definir:
 Árbol CTQ (la voz del Cliente), consta de graficas en forma de árbol para dar idea
de cómo se observa el producto como cliente. La herramienta contribuye en encontrar
el foco del problema, o lo que se puede mejorar, sea de un producto o servicio.
“Cuando surgen dificultades para definir clientes y la voz del cliente (VOC),
definiendo y la recopilación de los datos necesarios para estudiar y evaluar el proceso
actual y estimar la capacidad del proceso puede ser desalentadora, si no imposible”
(CHOW, Timothy; DOWNING, Craig, 2016 pág. 27).
La herramienta se emplea para identificar lo que espera el cliente, propone
parámetros de control que serán tomados como variables críticos para la calidad.
 Mapeo de proceso, representa el flujo de proceso en forma de figuras, el diagrama
será lo más cercano al proceso que se tiene, y representara todas actividades que se
realizan (actividades principales, inspecciones, esperas, transportes, reproceso). En
él se puede representar desde las actividades más altas, hasta las pequeñas. Lo que se
pretende tener es una visión amplia del proceso para generar las oportunidades,
teniendo el panorama amplio se delimitara las actividades para el análisis adecuado.
 Diagrama SIPOC herramienta simple en donde se detallan y relacionan las entradas
y salidas del proceso, donde se especifica por lo menos para cada entrada ya para
cada salida un cliente. Por sus siglas se enmarca de la siguiente forma; proveedores
(S), las entradas (I), el proceso mismo (P), las salidas (O) y los usuarios (C). El
acrónimo en español es PEPSU.
“El valor y beneficio de un SIPOC son ampliamente conocido y abrazado en calidad

disciplinas de gestión para poder para ofrecer una visión general rápida, sencilla y fácil de
entender de un proceso y sus componentes dependientes” (BROWN, Charlie, 2019 pág.
201).
20
Gráficos que ayudan a comprender el comportamiento del proceso:
 Project Charter, es el documento formal de un proyecto en el que se detalla el
objetivo del proyecto, donde se registra los requisitos iniciales para realizar la mejora
para satisfacer las necesidades del cliente, autoriza el inicio de las actividades.
 Histograma, es una gráfica que se utiliza para evaluar la forma y dispersión de los
datos de muestra continuos. Los histogramas pueden ser realizados antes o cuando
se esté realizando el análisis contribuye a confirmar supuestos, para guiar en análisis
posteriores.
 Gráfico de Pareto, También llamado curva cerrada o Distribución A-B-C, es una
gráfica para organizar datos de forma que estos queden en orden descendente, de
izquierda a derecha y separados por barras. Lo que permite la herramienta es asignar
un orden de prioridades para atender que son denominadas vitales según el 80 - 20.
 Gráfico de caja (box Plot), Es un gráfico que está basado en cuartiles y mediante el
cual se visualiza la distribución de un conjunto de datos.
 Gráfico de serie de tiempo, muestra observaciones en el eje Y con respecto a
intervalos de tiempo con igual separación en el eje X. Las gráficas de series de tiempo
con frecuencia se utilizan para examinar variaciones diarias, semanales, trimestrales
o anuales o efectos antes y después de un cambio de proceso.
Etapa Medir
Se tiene en esta etapa como objetivo principal los límites de control actual de la máquina y
lo que se pretende mejorar. Se utilizarán las herramientas para medir la criticidad CTQs para
determinar las causas que reducen los indicadores y se medirán los diferentes tipos de
defectos. Seguidamente, se inicia el plan estructurado para la recolección de datos de forma
general de todas las fuentes de las que provenga, y que sean de utilidad para formular
hipótesis de causa y efecto. En este paso se realiza la comparación de resultados reales
obtenidos y lo que el cliente requiere como especificaciones a cumplir.
“En la fase de medición, es necesario recopilar datos para poder establecer el rendimiento
del proceso actual, como el índice de capacidad de proceso y el índice de rendimiento del
proceso” (ZHAN, Wei; DING, Xuru, 2016 pág. 60).
21
Se debe tener las siguientes consideraciones:
 Capacidad efectiva del proceso

 Analizar el sistema de medición
 Revisión de normalidad
 Control estadístico de proceso
Herramientas de la dimensión Medir: Métricas Six Sigma

a) Medidas de tendencia central
 Media: se da como resultado de sumar los datos obtenidos y el resultado será

dividido entre el número de datos.
 Mediana: se da como resultado el valor obtenido de los datos a la mitad siéndolos
datos ordenados de mayor a menor.
 Moda: se da como resultado el dato que más veces se repite de un conjunto de datos.
 Medidas de Variabilidad: Dan como resultado a la proximidad entre los valores o
puntuaciones o por lo contrario cuan separados o dispersos se encuentran.
 Desviación estándar: Es el reflejo de la variabilidad del proceso, la muestra para el
cálculo debe ser grande, registrados en un tiempo determinado, con la denominación
de la letra griega Sigma Ϭ.
 Rango: mide la variabilidad que existe dentro de un conjunto de datos, se tiene como
resultado la diferencia entre el dato mayor y el dato menor de la muestra.
 Varianza: es una medida de dispersión alternativa expresada en las mismas unidades
de los datos de variable objeto de estudio. La varianza tiene como valor mínimo 0.
 Coeficiente de variación: nos indica la magnitud relativa de la desviación estándar
comparada con la media. Es de utilidad para contrastar 2 o más variables que son
medidas a diferentes escalas.
 Medida de formas: son indicadores estadísticos que permiten reconocer si la
distribución de frecuencia presenta uniformidad.
 Sesgo: es una medida numérica de la asimetría en la distribución de un conjunto de
datos.
 Curtosis: Estadístico que mide que tan elevado o plana es la curva de la distribución
de unos datos respecto a la distribución normal.
 Gráficos de distribución de la normal: la gráfica de su función de densidad tiene
una forma acampanada y es simétrica respecto de un determinado parámetro
estadístico. Esta curva se conoce como campana de Gauss y es el gráfico de una
función gaussiana.
22
 Gráficos de control: sirven para poder analizar el comportamiento de los diferentes
procesos y poder prever posibles fallos de producción mediante métodos estadísticos.
se utilizan en la mayoría de los procesos industriales.
- X-R (Media y rango)
- X-S (Media y desviación estándar)
- Individuales (Media y Rango Móvil)
 Capacidad de proceso: es el grado de aptitud que tiene un proceso para cumplir

con las especificaciones técnicas solicitadas, si la capacidad es alta, se dice que el
proceso es capaz, cuando se mantiene estable a lo largo del tiempo, se dice que el
proceso está bajo control, cuando no ocurre esto se reconoce que el proceso no es
adecuado para el trabajo o requiere de inmediatas modificaciones.
Etapa Analizar
El análisis es la etapa en la que se define las causas que están provocando los problemas de
la variabilidad existente y se determina la ruta a seguir para mejorar (SOCCONINI, 2016
pág. 135)
En este paso se analizará la información registrada teniendo como propósito la

determinación de posibles causas que estén afectando los procesos y que sirvan para generar
mejoras. Las oportunidades de mejora serán atendidas teniendo en cuenta la entera
satisfacción de lo que el cliente exige.
a) Herramientas de la etapa Analizar
 Diagrama de Ishikawa, Es una herramienta de análisis muy efectiva que por la forma
que se representa se le conoce como; diagrama de espina de pez. Siendo una
representación gráfica de todos los factores que interactúan en el proceso para definir
que está impactando el proceso.
 Análisis de modo y efecto de la falla (AMEF), herramienta que permite identificar,
caracterizar y asignar una prioridad a las potenciales causas negativas de un proceso
o producto.
 Diagrama de dispersión, correlación y regresión: es una herramienta gráfica que
ayuda a identificar la posible relación entre dos variables. Representa la relación
23
entre dos variables de forma gráfica, lo que hace más fácil visualizar e interpretar los
datos.
Desarrollar AMEF en la empresa
1. Forma un equipo.
2. Definir el alcance.
3. Lista las fallas o posibles fallas del producto.
4. Asigna el grado de severidad de tu producto.
5. Asigna el grado de ocurrencia.
6. Asigna el grado de detección de fallas.
7. Calcula el RPN.
Etapa Mejorar
En este paso se desarrolla la propuesta de mejora con el propósito de atacar la causa raíz,
una vez que se ha definido que el problema existe y de qué forma está impactando al proceso
y que no es solo un evento aleatorio, desde este punto se evalúan los resultados que el cliente
solicita. Se inicia un plan de implementación que vaya paralelamente al desarrollo de las
actividades productivas.
a) Herramientas de la dimensión mejorar
 OEE (Overall Equipment Efficiency): para comprobar si las mejoras sobre el proceso
se ven reflejadas en la eficiencia de la máquina.
 Plan táctico de implementación (TIP), Formato de seguimiento de actividades o taras
para poder cumplir con las soluciones asignadas en la revisión del AMEF
Etapa de Controlar
Identificado el problema a mejorar y teniendo en cuenta las posibles propuestas a desarrollar

para mejorar el desempeño del proceso, teniendo en cuenta que su aplicación dará como
resultado mantener su permanencia en el tiempo como estándar. Para lo cual será importante
estructurar flujos de control para dar soluciones que contribuyan a mantener en control los
procesos, es importante sustentar con estadísticas en presentaciones al equipo, se debe
24
utilizar gráficos comparativos, diagramas de flujo, formatos de control visual, planes de
mantenimiento, planes de acción, etc.
a) Herramientas de la dimensión controlar
 Control estadístico de proceso
Mantener todo lo realizado anteriormente en controle estadístico con controles visuales

siempre activos y actualizados.
 Documentación de procedimientos
Mantener todos los documentos de procedimientos realizados, se busca documentar para

estandarizar el proceso, teniendo presente que la mejora continua es parte de una cultura
que debe emplearse a diario. Con estos procedimientos se procederá con la
estandarización del proceso
Indicadores y Formulas de Lean Six Sigma DMAIC alternativos
a) Indicadores de la dimensión Definir

 Cumplimiento de Project Charter
Es un formato documentario entregable, registra el propósito del proyecto que se

va realizar junto a todo el equipo Six Sigma al final de la etapa definir.
Comparando el Project chárter entregado de las programadas, para comparar el

avance del documento en porcentaje, se tiene:
PC: Project Charter

CRPC: Cumplimiento requerimiento Project Charter
RPCP: Requerimientos Project chárter programado
b) Indicadores de la dimensión Medir
 Línea base del proceso
Ayuda a identificar el valor de los indicadores al momento de iniciar las acciones

planificadas.
25
DGC: Determinación de gráficos de control
EGCC: Entrega de gráficos de control cuantificada.
EGCP: Elaboración gráficos de control programados
c) Indicadores de la dimensión Analizar
 Estudio AMEF
Se demuestra y da valor a cada causa identificada en los diagramas de Ishikawa, al

finalizar cada causa posee un RPN que lo identifica.
ACRAI: Análisis causa raíz AMEF I

CAIA: Causas AMEF I analizados
ACAIP: Análisis causas AMEF I programado
d) Indicadores de la dimensión Mejorar
 Estudio AMEF
Se revisa el RPM según prioridades y se proponen soluciones, después de ello se vuelve

a recalcular los RPM.
EPAAII: Ejecución plan acción - AMEF II

TAIIE: #Tareas AMEF II ejecutadas
TAIIP: #Tareas AMEF II programado
e) Indicadores de la dimensión Controlar
 Flujos de control de procesos
Se programarán periodos de revisión de la documentación y del proceso, en caso de

encontrar variables fuera de rango se procederá a revisar la documentación de flujo de
proceso estandarizado.
26
CP: Control de procesos
ICR: #Inspecciones de control realizadas
PICP: # Plan inspección de control programadas
Indicadores de Operalización
Variable independiente: Lean Six Sigma
a) Capacidad efectiva de Producción
Es la producción real obtenida en un tiempo determinado o programado es ideal para

medir la eficiencia de la producción.
CEP: Capacidad Efectiva de Producción

TO: Tiempo de Operación
VO: Velocidad Objetivo
TO: Resulta de la diferencia del tiempo programado de producción menos el tiempo en que
la máquina estuvo parada
VO: La velocidad objetivo de la máquina M2 es de 220 PPM (pañales /min)
b) Promedio de Paradas
Resulta de la suma de todas las horas que la máquina estuvo detenida, entre el total de
paradas que ocurrieron en el turno de 8 horas de producción.
P: Promedio de Horas Paradas

ΣHP: Suma de Horas Paradas
TP: Total de Paradas
ΣHP: Es el total de horas que la máquina no ha producido ninguna unidad.
27
TP: Es la cantidad de veces que la máquina ha parado en un turno 8 horas.
c) Desperdicio (Waste)
Es la razón porcentual de cuantas unidades no salieron buenas a la primera, no
contempla las unidades bloqueadas o a reprocesar como buenas.
D: Desperdicio
PD: Producción Defectuosa
PT: Producción Total
PD: Es el total de unidades buenos o malos producidos por la máquina M2. Pero que no
salieron al mercado.
PT: Es el total de unidades que la máquina produjo en el turno 8 horas.
Variable dependiente: Eficiencia

Es lo que resulta de utilizar los recursos empleados en la obtención de productos buenos a la
primera, lo que implica reducir tiempos, paradas de máquina y utilizar adecuadamente los
recursos (VERA, 2018 pág. 28)
El OEE es considerado como un indicador de eficiencia para la el ámbito industrial y

administrativo, es utilizado como instrumento importante dentro de lo que es la mejora
continua. Se describe por sus siglas en inglés como "Overall Equipment Efficiency" o
"Eficiencia Global de Equipos".
La unidad de medida OEE indica cuales son las perdidas y donde están los puntos críticos
del proceso y evidencia para una buena toma de decisiones por la supervisión, con el fin de
dar sustenta a las decisiones para las intervenciones, para los análisis del índice de OEE
anual sirve para estimarlas especificaciones de personal, materiales, equipos, etc.
“El acto de medir se realiza a través de la comparación y esta no es posible si no contamos

con una referencia con la cual contrastar el valor de un indicador. Esa desviación es la que
realmente se nos transforma en el reto a resolver” (RODRIGUEZ, F.; BRAVO, L., 1991
pág. 37).
28
La herramienta muestra el vínculo que une lo que se produce con lo que se utiliza para
producir y los medios que se emplean, son medibles en cuanto al desempeño y la eficiencia
de las máquinas, así como de servicios reflejan cuan productivos son los procesos para la
industria.
Los indicadores de Eficiencia Global Productiva (OEE) de las maquinas se utilizan para
analizar, evaluar y medir el resultado para contribuir a reducir los desperdicios e incrementar
la eficiencia. Estas mediciones son utilizadas por lo general para evaluar el éxito de las
empresas en relación a las metas y objetivos estratégicos específicos.
Las 6 categorías importantes de pérdida para el OEE:
 Pérdidas de tiempo por averías externas (alimentación eléctrica, etc.)

 Pérdidas de tiempo por averías cambios (mejoras, cambio de producto)
 Pérdidas de tiempo por averías máquina (averías electrónicas y mecánicas)
 Pérdidas de reducción por la velocidad (velocidad menor al objetivo)
 Pérdidas de tiempo por averías mano de obra de personal de operación.
 Pérdidas de tiempo por averías de productos (unidades descartadas).
Según Vega, la variable dependiente; Cuyo valor depende del comportamiento de otras
variables, para nuestro caso definimos la eficiencia en el consumo de chatarra vs la cantidad
de producto elaborado. 41 % de eficiencia: Es el % entre el peso de producto elaborado vs
el peso de la chatarra consumida. (VEGA, 2012 pág. 41)
Se define al OEE como la razón porcentual utilizada para monitorear y medir la eficiencia
de los procesos y de los equipos industriales en general. Esta razón es usada para dar valor
porcentual a la disponibilidad, el rendimiento y la calidad de un maquina o línea productiva.
Los datos son registrados en tiempo real del proceso, sirve para medir el buen
funcionamiento de los equipos, el rendimiento en términos de continuidad y la reducción de
sus defectos en términos de calidad.
EL OEE es usado para monitorear y medir la eficiencia de lo que se produce en las empresas,
el análisis de la eficiencia total permite obtener datos específicos sobre la maximización del
proceso y poder medir la capacidad efectiva de un equipo. Así también determinar si una
empresa está utilizando sus recursos de forma correcta sin elevar los costos de producción,
29
la información contribuye en establecer los parámetros para satisfacer a sus clientes en
términos de calidad
En el marco conceptual del OEE, permite analizar los costos que no se visualizan que son
considerados como perdidas en cuanto a la operación, el mantenimiento y los recursos
empleados. (BANCES, 2017 pág. 18)
Indicadores de Operalización
Variable Dependiente OEE
a) Dimensión 1: Disponibilidad
Porcentaje de producción programada (para medir la confiabilidad) o las horas de

calendario 24 horas / 7 días a la semana / 365 días al año (para medir la utilización de
los equipos), que el equipo está disponible para la producción.
Disponibilidad
D: Disponibilidad
TO: Tiempo de Operación
THPgr: Total de Horas Programadas
TO: Es el tiempo en que la máquina estuvo produciendo, es la diferencia entre las horas
programadas y las horas paradas.
THP: Es el total de horas que se programa que trabaje la máquina por turno normalmente 8
horas
b) Dimensión 2: Rendimiento
Rendimiento es el porcentaje de tiempo disponible que el equipo está produciendo

producto a su velocidad teórica para productos individuales. Mide las pérdidas de
velocidad. (Por ejemplo, ineficientes de lotes compotas, máquina)
30
Rendimiento
R: Rendimiento
TU: Total de Unidades Producidas
TUPgr: Total de Unidades Programadas
TU: Es el total de unidades que se produjeron en el turno, no diferencia buenas o con
defectos.
TUPgr: Es el total de unidades que se programa normalmente 8 horas un turno.
c) Dimensión 3: Calidad
Porcentaje de buenas piezas vendibles a partir de piezas producidas por total de tiempo.
Determinar el porcentaje de la producción total que es bueno, es decir, todos los
productos, incluyendo producción, ingeniería de re trabajo y chatarra.
Calidad
C: Calidad
TUC: Total de Unidades Conformes
TUP: Total de Unidades Producidas
TUC: Es el total de unidades buenas a la primera.
TU: Es el total de unidades que se produjeron en el turno, no diferencia buenas o con
defectos.
31
Formulación del problema
Problema general
¿De qué manera la aplicación de Lean Six Sigma mejorara la eficiencia de la máquina
de Pants adulto, Ate 2019?
Problemas específicos
¿De qué manera la aplicación de Lean Six Sigma mejorara el rendimiento de la
máquina de Pants adulto, Ate 2019?
¿De qué manera la aplicación de Lean Six Sigma mejorara la calidad en la máquina
de Pants adulto, Ate 2019?
Justificación del estudio
Justificación teórica
El conocimiento teórico y científico adquirido para explicar el presente proyecto, es producto
de la investigación de la metodología en mención, donde se propone desarrollar paso a paso
la aplicación con fundamentos que sustentan su factibilidad. Los procedimientos serán
plasmados en cada una de las etapas con la intención de llegar a plantear mejoras de manera
sustentable sin generar altos costos, siendo aplicados de manera práctica como modelos de
solución de los problemas.
Justificación práctica
El proyecto de investigación pretende ejecutar mejoras en la máquina que elabora el Pants
de adulto, se busca resolver problemas que están disminuyendo la eficiencia de la máquina.
Se toma como oportunidad, capacitar al personal operativo que de forma empírica trata de
resolver los problemas que presentan defectos.
La propuesta permitirá aplicar en campo el uso de las herramientas de mejora con que cuenta
la empresa, se realiza el monitoreo diario que ayudará a corregir las desviaciones del proceso
operativo y su interacción con los dispositivos actuales para hacer eficiente la condición
actual.
32
Justificación metodológica
La presente investigación comprende el estudio aplicado, pre-experimental de alcance
longitudinal. El fin de efectuar un registro de datos de la máquina para luego ser analizados
antes y después de la prueba, por lo que se registraran de forma manual los datos de los
indicadores para su estudio. Los registros contribuirán a las propuestas de mejora del proceso
que se consideran vitales en su incidencia, con sustento de la información descargada de los
registros de la máquina y su posterior análisis.
Objetivos
Objetivo general
Determinar como la aplicación de Lean Six Sigma mejora la eficiencia de la máquina
de Pants adulto, Ate 2019
Objetivos específicos
Determinar como la aplicación de Lean Six Sigma mejora el rendimiento de la
máquina de Pants adulto, Ate 2019.
Determinar como la aplicación de Lean Six Sigma mejora la calidad en la máquina

de Pants adulto, Ate 2019.
Hipótesis del estudio

Hipótesis general
Aplicación de Lean Six Sigma mejorara la eficiencia de la máquina de Pants adulto,
Ate 2019.
Hipótesis específicas
Aplicación de Lean Six Sigma mejorara el rendimiento de la máquina de Pants
adulto, Ate 2019.
Aplicación de Lean Six Sigma mejorara la calidad en la máquina de Pants adulto,

Ate 2019.
33
II. MÉTODO
2.1 Tipo y Diseño de investigación
2.1.1 Aplicada
Resulta aplicada al puntualizar el análisis de problemas verdaderos que ocurren y el hecho

de que se proponen soluciones prácticas basadas en metodologías aplicables
(MEDINA,Gustavo; MONTALVO,Gina y VÁSQUEZ, Manuel, 2018 pág. 3).
En la presente investigación se busca aplicar los conocimientos adquiridos en la práctica a

la misma vez se adquiere nuevos conocimientos para resolver los problemas, haciendo
estudio del método a emplear se busca mejorar la eficiencia de la máquina, en cada una de
las etapas para incrementar los resultados de rendimiento y calidad que están generando
pérdidas en la producción del Pants adulto.
2.1.2 Cuantitativa
En la presente investigación se trabajará con la base de datos registrados en OEE, que otorga
datos fiables de todo el proceso; producción buena, y todas las pérdidas que tiene el proceso
de la máquina M2, en este caso se usaran secuencialmente por turnos, se comienza separando
los registros cuantificando los resultados para ser analizados en formato de Excel. Se
plantearán los objetivos y se formularán preguntas durante el desarrollo de la investigación,
se analizarán las posibles respuestas, que serán traducidas como hipótesis a investigar, para
luego determinar el tipo de muestra.
2.1.3 Pre-experimental
Los datos serán cuantificados en el diseño pre experimental, para luego ser muestreados
antes de las mejoras a implementar y luego de realizada la mejora, aplicando el R cuadrado
de Pearson (SANCHEZ, Andres, 2017 pág. 1).
La investigación es Pre-experimental por finalidad que persigue alcanzar al manipular más

de una variable definida, no se posee un control absoluto sobre la totalidad de las variables,
en este caso se tienen aspectos se enlazan al tipo de muestra presentado. En este diseño no
hay selección aleatoria, se realizó un pre test, antes de las mejoras y un post test después de
las mejoras.
34
2.2 Variable Operacional
Variable independiente: Lean Six Sigma - DMAIC
Tabla 6: Matriz de Operacionalización de variable independiente
(Ver página 29)
35
Variable dependiente: Eficiencia
Tabla 7: Matriz de Operacionalización de variable dependiente
(Ver página 32)
36
2.3 Población y muestra
Población
Resulta importante que se precise el objeto a estudiar con el fin de identificar la población
que va ser objeto de estudio, en su totalidad y que puede estar constituido por elementos
como; personas objetos, animales, fenómenos, eventos etc. Que pueden estar constituidos
dentro de la investigación (NIÑO, 2011 pág. 55)
Para este caso de estudio de investigación, se consideran los datos cuantitativos

registrados de forma manual del software de eficiencia general de equipos (OEE),
pertenecientes a la unidad de análisis de estudio siendo la población “todas las unidades
de Pants producidas en la máquina M2”, de forma diaria en tres turnos continuos
consolidado en 6 semanas en su etapa inicial y 6 semanas después de aplicada la
metodología.
Muestra
La porción de un grupo de unidades de una población definida debe ser seleccionada con
el objetivo de medir o estudiar las características que definen a dicha población (NIÑO,
2011 pág. 55)
Para el presente estudio, por la naturaleza de su población se asumirá que la muestra sea
igual a la población, se consolida un total de doce semanas entre los meses de Abril a
Setiembre.
2.4 Técnicas e instrumentos de recolección de datos, validez y confiabilidad

Técnicas
Es la etapa del desarrollo de la investigación las técnicas usadas para la obtención de datos
sobre las variables de análisis (HERNÁNDEZ, R.; FERNÁNDEZ, C. y BAPTISTA, M.,
2010 pág. 198).
En el desarrollo del trabajo se hará uso de técnicas de Observación en campo, registro de

datos estadísticos y el Análisis documental.
37
Instrumentos
Según Sabino (1998) cuando dice que “un instrumento de recolección de datos es, en
principio, cualquier recurso de que pueda valerse el investigador para acercarse a los
fenómenos y extraer de ellos información” (NIÑO, 2011 pág. 87)
En el tema de investigación se usaron datos registrados de la producción diaria, toda la

información fue de utilidad para analizar la propuesta de mejora, así como reportes de
bitácora y archivos.
Validez
Para dar sustento a la confiabilidad del contenido de los instrumentos, utilizados en el

análisis de datos serán registrados en hoja de cálculo, será revisado según juicio de
expertos, conformado por especialistas de procesos, analista de producción y analista de
mantenimiento, en las etapas de la metodología que se irán aplicando progresivamente
sobre el tema propuesto ante la escuela de ingeniería de la Universidad César Vallejo.
La validez de un instrumento está en función de lo que realmente se pretende medir en

una variable (HERNÁNDEZ, R.; FERNÁNDEZ, C. y BAPTISTA, M., 2010 pág. 201).
Confiabilidad
La medición de los datos resulta confiable, según la cantidad de veces que estos se repiten
para un mismo grupo de muestras dando resultados similares (HERNÁNDEZ, R.;
FERNÁNDEZ, C. y BAPTISTA, M., 2010 pág. 200).
Los resultados se ven registrado minuto a minuto en el software de OEE, con el que cuenta
la máquina, son monitoreados diariamente en reunión diaria en la máquina M2.
2.5 Procedimientos
2.5.1 Procesos de la empresa
La empresa de manufactura del Pants, es líder en el mercado nacional en la manufactura

de productos desechables de higiene y cuidado de las personas, manteniendo altos índices
de calidad con el firme propósito de la satisfacción entera de los clientes.
38
Figura 7. Procesos estratégicos de la empresa
Figura 8. Flujo de procesos de fabricación del Pants
39
Figura 9. Diagrama de procesos del Pants
El propósito de aplicar nuestra metodología es la eficiencia en la estación de Corte

anatómico de la máquina donde de fábrica el Pants de adulto, con el fin de darle
continuidad al proceso, reduciendo las paradas prolongadas para mejorar el rendimiento
40
y evitar la presencia de recortes en el proceso, para lo cual se medirá todo lo registrado
en términos de Rendimiento y la Calidad del producto requeridas.
Figura 10. Producto Pants - componentes y características
Se requiere mejorara el sistema de dosificación actual porque no es capaz de reducir los

las paradas de máquina y los desperdicios (Waste) durante el proceso, la regulación de
dosificación actual es de forma manual según se observa la presencia de recortes, en un
tiempo de 30 minutos por recarga de cada uno de los depósitos de alcohol con que cuenta
la estación haciendo recargas continúas teniendo como defecto entre recargas la presencia
del recorte.
Con todo lo que se plantea realizar aplicando el método DMAIC se propone desarrollar
una mejora en el sistema de dosificación sustentándose en los tiempos de parada que el
defecto provoca en el proceso por detener la máquina, con la propuesta se pretende
mejorar el índice de indicador actual de 54% de OEE para alcanzar el 73% planteado año,
para lo cual será importante mejorar la razón porcentual en términos del rendimiento y la
calidad, considerando que el proceso es de flujo continuo.
Para identificar las principales causas de las pérdidas tanto en paradas como para el
desperdicio total de la máquina se aplicó la metodología de ISHIKAWA que servirá para
identificar los principales factores causantes del problema para realizar un diagnóstico
para la organización
41
2.5.2 Implementación de la metodología
2.5.2.1 Implementación de la mejora
Se determinó un tempo límite para su aplicación definiéndose en tres meses, dividiéndose

las actividades en 12 semanas.
Tabla 8. Gantt de actividades semanales para el desarrollo del proyecto

Semanas
Actividades
1 2 3 4 5 6 7 8 9 10 11 12
Análisis de la situación actual
Formulación del problema
Aplicación de Six Sigma-DMAIC
Etapa definir
Etapa Medir
Etapa Analizar
Etapa implementar
Etapa controlar
Cierre del proyecto y compartir resultados
2.5.3 Marco del trabajo
2.5.3.1 Alcance
El desarrollo de la práctica se desarrolló dentro de las instalaciones de la empresa La

empresa Corporación Productos Higiénicos SA, línea de producción de Pants M2.
2.5.3.2 Metodología de aplicación
Tabla 9. Secuencias de la Metodología

42
2.5.3.3 Pre-Definición
Selección del Proyecto
La propuesta del proyecto de mejora en la estación de corte nace a raíz de la presencia

del defecto de recorte en el producto final en el seguimiento histórico presentado en
producto terminado de la máquina de Pants adulto M2. La empresa tiene como prioridad
entregar productos de buena calidad para sus clientes, los mismos que son exportados a
toda la región. La situación actual exige a la empresa tomar acciones para mejorar la
problemática que representa pérdidas por reprocesos y esperas por tener máquina parada.
En el proceso de calificación del proyecto se aplicó lineamientos tipo SMART (Especific,

Measurable, Attainable, Relevant y Time bound) para validar el objetivo propuesto por
lo que se describe:
 Debe ser específico: ¿el proyecto está enfocado a un problema real de nuestro
negocio?, Si se identifica que el problema pone en riesgo el desempeño o atributo
visual de la calidad del producto para un mercado en crecimiento.
 Debe ser medible: ¿es posible dimensionar el problema, se puede definir una línea
base, se pueden fijar metas para la mejora?, Es posible dimensionar según la tasa
de defectos por la cantidad de lotes bloqueados por turno, diario y mensual. El
desperdicio será medido con variables de tipo pasa o no pasa, al ser un atributo
visual.
 Debe ser alcanzable: ¿el objetivo es alcanzable? El logro de los objetivos
planteados cuenta con el apoyo de alta directiva para generar los recursos
necesarios para su desarrollo.
 Debe estar relacionado: ¿el proyecto está relacionado con las estrategias del
negocio? Si el proyecto está alineado con la estrategia de la organización.
 Debe tener un límite de tiempo: ¿el proyecto tiene fecha límite de tiempo para su
realización? Si el proyecto Lean Six Sigma se programa en un periodo de 3 a 6
meses según su alcance puede variar, para nuestro caso se plantea desarrollarlo en
un periodo de 3 meses.
Necesidad del cliente (VOC)
El departamento de calidad reporta diariamente y en cada turno, la presencia del defecto

con frecuencia, se busca necesariamente darle un sustento estadístico para entender la
presencia del defecto en cantidad y frecuencia.
43
Se establece como cliente interno al departamento de calidad quien se encarga del
aseguramiento de buena calidad del producto, siendo el área con más interés en las
mejoras propuestas que se aseguren la calidad del producto, por lo que se considera la
voz del cliente interno en la empresa. La importancia de que no se presentan reclamos por
el defecto encontrado en el cliente final, los reprocesos y bloqueo de lotes reducen
provocan detener el proceso incrementando las paradas y por consiguiente la perdida de
eficiencia de la máquina.
Estimación de los costos por baja calidad (COPQ)
Los COPQ (Cost of Poor Quality), está conformado por las pérdidas en términos
monetarios que se dan en todas las empresas por no obtener productos de calidad a la
primera. Es decir, son costos de no obtener productos de buena calidad. Los tipos de
costos pueden variar según el producto, en el presente caso se consideran como costos
por defectos internos a los productos observados antes de su entrega al cliente por las
averías del proceso, por otro lado, el costo de inspección es todo lo que involucra
inspeccionar y reprocesar el producto.
Para tener un cálculo cercano, se considera el promedio mensual de defectos que presenta
la línea M2, aproximado del 3% del producto retenido o bloqueado a la espera de ser
inspeccionado. En tabla 9, se observa la estimación aproximada de los costos a estimar
por baja calidad.
Costo por baja calidad
Tabla 10. Costo por baja calidad
44
Mapa de procesos SIPOC
Para poder desarrollar paso a paso la metodología es importante tener claro cómo se
desarrolla el flujo del proceso entre proveedores y clientes, entradas y salidas. Por tal
motivo se aplicará la herramienta conocida por sus siglas como SIPOC (Proveedor,
Entradas, Proceso, Salidas, Cliente); es considerado un cuadro de mapeo de alto nivel que
permite observar claramente el flujo del proceso.
La importancia de tener claro que el proceso de elaboración del Pants es un proceso

continuo y automatizado. Lo que no impide que pueda ser sujeto de estudio ya que es un
conjunto estaciones de un solo arranque o parada con múltiples variables de proceso
donde se pueden originar los defectos.
Tabla 11. Análisis de entradas y salidas del proceso de elaboración del Pants
S I P O C
Proveedor Entrada Procesos Salida Cliente
Sam Mezcla de Celulosa con Sam Colchon
Celulosa Aplicación de adhesivos al Inserto (pulpa)
Poly (BSTL) Aplicación de adhesivos a componentes
Tela Formación del colchón Inserto
Surge Construcción de componentes (absorvente)
Aseguramiento de
Almacen de Lycras Aplicación de adhesivos a componentes
Calidad del
materia prima Adhesivos Corte anatómico
Chasis (estructura) producto
(habilita) Liner Sellado lateral
absorvente
Waistband Corte final de producto Pants
No tejido elástico Doblado componente
Empacar
Encajonado
Pants Sellar
Sellar
2.5.4 Desarrollo de la metodología DMAIC
Las fases de la metodología se plantearon en función de la problemática. Dentro de la

cual se detallará desde el inicio del proyecto (fase Definir).
2.5.4.1 Definir
En esta etapa se define al equipo de trabajo y su alcance, debe quedar claro el problema
que está generando las características críticas de calidad del Pants fabricado en la máquina
M2.
45
Se considera el principal paso dentro del desarrollo del método, de su correcta aplicación
dependerá que el proyecto sea exitoso o un fracaso.
Formación del equipo de trabajo
La jefatura en coordinación con la alta dirección ordeno que se forme un equipo de trabajo
multidisciplinario para atender el proyecto:
Tabla 12. Designación de equipo de trabajo

Cargo Rol en el Proyecto
Coordinador de produccion Team Coach
Especialista de produccion Experto operación- Miembro equipo
Supervisor de produccion Dueño de Proceso- Miembro equipo
Analista de produccion Dueño de Proceso- Miembro equipo
Analista de mantenimiento mecánico Experto maquinaria-Miembro equipo
Analista de mantenimiento electrónico Experto maquinaria-Miembro equipo
Programador de mantenimiento Experto maquinaria-Miembro equipo
Ingeniero de proyectos Líder del Equipo-BlackBelt
Coordinador mejora continua Líder del Equipo-BlackBelt
Supervisor de calidad Cliente- Miembro equipo
Operador Lider Dueño de Proceso- Miembro equipo
Características críticas para la calidad CTQ
El paso fundamental en esta etapa es definir, lo que se entiende por crítico para la calidad
de un producto ver la factibilidad de que se pueden identificar con que variables se
relacionan sean de entrada o de salida del proceso.
Lo importante de comprender es que no se trata de parámetros de operación, son

características importantes para la calidad del producto y es claro mantener el control
sobre las variables que lo controlan y este documentado.
En la problemática de la investigación, el Pants mantiene atributos con respecto a su

desempeño como el núcleo absorbente (colchón), que es medido en parámetros de cuanto
absorbe o retiene líquidos, otro atributo es que debe estar libre de todo elemento
constructivo y que ambos dan un visión general delo que busca el cliente en el producto.
46
Figura 11. Árbol de características para la calidad
El defecto de calidad en el producto final (recorte), se produce dentro del proceso de corte
anatómico, según el árbol de características críticas ubica el defecto dentro de lo que es
importante para el cliente en la apariencia que puede ser detectado de forma visual. Este
defecto está provocando que se detenga la producción, traduciéndose en una pérdida de
eficiencia de 2.7% promedio.
En flujograma de la figura 11 muestra el proceso de elaboración del Pants, en tabla 13, se

detalla las zonas en las que está dividida la máquina, se ubica la zona y el proceso de corte
y armado del chasis, conformado por la estación de corte anatómico y la estación STPP,
proceso donde se ha identificado la oportunidad de mejora, el proceso es continuo durante
las 24horas.
Como se puede observar en la figura #11, se representa el proceso de fabricación del Pants
adulto. En tabla # 13, se detalla las actividades que se desarrollan en cada etapa.
47
Figura 12. Flujograma del proceso de elaboración del Pants
Inicio
Recepción de
la materia
prima
1
Inspección de
materia prima
2
¿ Se verifica las
Zona de condiciones de la
NO
3 materia prima?
Formación
SI
4
Preparar la materia
prima
5
Formación de pulpa
6 Zona de
Transferencia Armado del Inserto
7
Corte y armado del Chasis
8
Inspección de Pants
Zona de Corte y armado final
9
armado
¿Se cumple con la NO Selección de NO
producto
10 especificación de
recuperado
producto?
11 SI
SI
Empacado - paletizado
12
Zona de Inspección de
embalaje
13 empacado
¿Se cumple
NO especificación de Zona de desperdicio
producto terminado?
14 y reciclaje
SI
Alamacenamiento
15 en APT
Ala
Almacén
Fin
48
Tabla 13. Procedimiento de las actividades en la fabricación del Pants adulto
ITEM ACTIVIDADES DESCRIPCIÓN RESPONSABLE
Las materia primas son habilitadas en zonas de estaciones en piso de

Recepción de la
1 máquina, bobinas de celulosa, sacas de súper absorbente, cajas de Operador-z
materia prima
adhesivo y telas no tejidos.
La inspección de los lotes de materia prima es visual en cada estación de

Inspección de las
2 trabajo, para determinar si el lote esta sin daños en su embalaje. De Operadores
materias primas
encontrase daños en el lote, se comunicara al inspector de calidad.
En esta etapa se determinara si el lote cumple con los requisitos de
¿Se verificar las
aseguramiento de calidad; tonalidad, uniformidad, textura. Si cumple el Inspector de
3 condiciones de la
lote será cargado en las estaciones. Si no está conforme el lote será calidad
materia prima?
devuelto al almacén.
Preparar la Se habilitan los lotes; se cargan las bobinas de; Celulosa, sacas de Sam
4 Operadores
materia prima (súper absorbente) y se preparan los empalmes de la estación.
En este proceso se mezcla la celulosa con el súper absorbente, para formar

Formación de la pulpa o colchón en la rueda de formación, de ahí es envuelto entre dos
5 Operador-z
pulpa telas no tejidas de forma continua y transportada por bandas elásticas
hasta la zona de transferencia.
En este proceso el colchón es envuelto entre dos telas no tejidas; cubierta
interna que es la que va en contacto con la parte intima del usuario y la
Armado de
6 cubierta externa que es impermeable, formando una banda continúa Operador-z
Inserto
formando el Inserto. La unión de componentes es por aplicación de
adhesivos.
En este proceso se unen la; Tela con los elásticos de cintura y tela elástica
formando el Chasis. Seguido el Inserto es cortado en STPP y pegado en el
Corte y armado
7 Chasis, donde se le realizara el corte de forma anatómica por medio de Operador-z
de Chasis
una cuchilla cilíndrica (Estación de corte anatómico). El Pants en esta
etapa aun es una banda continua.
En este proceso el Pants en banda llega a la estación de sellado lateral US,
Inspección de
8 donde se dan las costuras laterales, llega a la estación de Corte final donde OC
Pants final
periódicamente el producto ya terminado es inspeccionado.
Esta tarea la realiza por un lado el Operador de control productivo con
¿Se cumple con una frecuencia de 2 horas y con una frecuencia de 4 horas el Inspector de
9 la especificación calidad. Si el producto cumple con las especificaciones pasa a la zona de OC- Inspector
de producto? empacado. Si el producto no cumple las especificaciones pasa a reproceso
(selección de producto).
En esta sección se inspeccionara el producto cada unidad para verificar
Selección de
que cumple con las especificaciones de producto. Si el producto cumple
10 producto OC - Envasador
será recuperado de forma manual. Si no cumple será enviado a la zona de
recuperado
desperdicio.
El producto conforme de forma continua es sellado y empacado según
Empacado conteo, aquí también se da trazabilidad al producto para luego ser apilado
11 Envasador
paletizado en paleta previamente habilitada en formato de 30 y 45 cajas. Finalmente
es embalado y rotulado.
Una vez embalado y rotulado será inspeccionado de forma periódica cada
Inspección de 4 horas por el inspector de turno para verificar que el producto cumpla
12 Inspector
embalaje con asegurar la estabilidad del lote y que esté protegido ante posible
contaminación cruzada.
¿Se cumple con
Si el paletizado es conforme será transportado hacia el almacén. De no
la especificación
13 cumplir con los requisitos de aseguramiento de calidad, retornara a la Envasador
de producto
zona de paletizado para las correcciones de las observaciones.
terminado?
Zona de En esta zona se recepciona el producto Pants que no cumpla con las
14 desperdicio y especificaciones de producto final, para ser reciclado en pacas para ser Envasador
reciclaje reciclados.
El área de almacén los lotes paletizados según el turno, día y fecha en que Almacén
Almacenamiento
15 se elaboró el producto, para luego realizar el despacho a zona de Producto
en APT
distribución. Terminado
49
Carta de Proyecto
Es el documento de mucha importancia, en él se detalla el marco del proyecto y su alcance

es el documento formal de compromiso de todos los líderes en la proporción de
responsabilidades asignadas.
Tabla 14. Proyect Charter
Caso de Negocio: Oportunidad:
Durante los meses de Abril a Junio el promedio de horas Consolidar el compromiso de todo el personal de
de parada por día en la máquina M2 es de 5.1 hrs. La máquina y personal de soporte para el logro de los
eficiencia en la máquina M2 es de 54.3 % OEE debido a resultados.
los tiempos prolongados de paradas.
Objetivo: Alcance del Proyecto:
Reducir el tiempo promedio en horas de paradas a menos Inicio del proceso: Molienda
de 3 horas promedio por día e incrementar la eficiencia
de máquina en un 73% de OEE. Fin del proceso: Empacado
Ahorros/Beneficios Esperados: Evitar la compra de Alcance: Máquina de producción M2

dispositivos nuevos.
Fuera del Alcance: Materia prima y almacenamiento
Plan del Proyecto: Equipo:

Nombre: Rol: Compromiso
Tarea/Fase Fecha Inicio Fecha Fin Finalizado
(%):
Benites Jefe de Producción 5%
Definir 02/04/2019 13/04/2019
Coordinador de
García 15%
Medir 13/04/2019 20/04/2019 Proceso
Montes Inspector de calidad 10%
Analizar 20/04/2019 28/04/2019
Juárez Analista de Producción 20%
Mejorar 03/06/2019 28/06/2019
Analista
Medina 30%
Controlar 03/07/2019 26/07/2019 Mantenimiento
Celis Operador 20%
2.5.4.2 Medir
Como segundo paso de la metodología, se definió en qué estado se encuentra el proceso

actual, para tener la información vital que contribuya a identificar qué factores están
impactando en los resultados como causas raíz del problema.
50
Se consideró dentro del estudio realizado, el registro de variables idóneo para la
realización del proyecto. Entre el registro de datos se encuentran los tiempos de parada
de máquina y la cantidad de defectos, la capacidad efectiva de la máquina entre otros.
Se registrarán los datos obtenidos en cada turno en hoja de Excel, para obtener los
indicadores de producción en términos de eficiencia OEE.
El porcentaje determinado por el OEE permite ubicar en una clasificación a las máquinas,
líneas de producción o a toda una planta dentro de las categorías de mejor en su clase y
alcanzar el nivel de excelencia.
 Inaceptable: OEE < 65%. El proceso tiene muy baja competitividad. Existen
perdidas económicas de importancia
 Regular: 65% < OEE < 75%. El proceso tiene baja competitividad. Aceptable solo
si el proceso está en mejora
 Aceptable: 75% < OEE < 85%. La competitividad del proceso es ligeramente baja.
Continuar con la mejora para superar el 85%
 Buena: 85% < OEE < 95%. La competitividad del proceso es buena. Entra en
valores World Class.
 Excelencia: OEE > 95%. La competitividad es excelente. Valores World Class.
Se considera al OEE hoy en día para ser utilizado para optimizar procesos industriales, se
relaciona directamente con todos los costos de operación, indica donde se encuentran las
mayores pérdidas sirva como herramienta de análisis para la toma decisiones financieras
sobre el rendimiento de los procesos, permite sustentar cualquier inversión. Contribuye
en las proyecciones anuales en la mejora de los indicadores que permitan estimar
necesidades.
Disponibilidad
R: Rendimiento
51
En términos generales es lo que se denominan Paradas Planificadas.
Rendimiento
R: Rendimiento
El Rendimiento se considera entre 0 y 1 por lo que suele expresarse porcentualmente.
Calidad
C: Calidad
TUC: Total de Unidades Conformes
Los resultados de las unidades producidas podrían ser conformes, consideradas buenas;
o no conformes malas desechables o rechazos en reproceso.
La Calidad se considera entre 0 y 1 por lo que suele expresarse porcentualmente.
Las 6 grandes pérdidas que considera el OEE:
1. Paradas/Averías.
2. Configuración y Ajustes.
3. Pequeñas Paradas.
4. Reducción de velocidad.
5. Rechazos por Puesta en Marcha.
6. Rechazos de Producción.
Paradas/Averías y Ajustes, impactan directamente en la Disponibilidad, considera

Pequeñas Paradas y Reducción de velocidad como impacto en el Rendimiento.
52
En tanto Rechazos por puesta en marcha y Rechazos de producción tienen su impacto en
la Calidad.
El proyecto de mejora contempla mejorar el dispositivo de dosificación de alcohol para

reducir los tiempos de parada por presencia de recortes y que afectan al Rendimiento de
la máquina, el desperdicio generado en producto rechazado afecta la razón de Calidad.
Figura 13. Eficiencia de máquina de Pants
En la figura # 13 se muestra la eficiencia dela maquina en los meses de Abril, Mayo y

Junio. Donde se pude apreciar que el indicador está muy por debajo delo esperado
objetivo está definido en 73% de OEE año. Existen diverso problemas que están
restándole eficiencia a la maquina por lo que se hace el análisis para determinar cuál es
de mayor impacto relacionado al defecto.
53
Tabla 13: Base de datos de la máquina de Pants M2.
Producción
Capacidad Capacidad Real Horas Horas de N° de Productos Velocidad
Fecha Turno
de Diseño Efectiva (cortes Programadas Parada Desperdiciados Objetivo
buenos)
09/04/2018 1 26400 15730 5760 2 0.8 9970 220
09/04/2018 2 39600 24312 20160 3 1.2 4152 220
09/04/2018 3 105600 48642 28800 8 4.3 19842 220
10/04/2018 1 105600 65968 63360 8 3.0 2608 220
10/04/2018 2 105600 77497 74880 8 2.1 2617 220
10/04/2018 3 105600 85379 80640 8 1.5 4739 220
11/04/2018 1 105600 68841 66240 8 2.8 2601 220
11/04/2018 2 105600 94868 89280 8 0.8 5588 220
11/04/2018 3 105600 95519 95040 8 0.8 479 220
12/04/2018 1 105600 81644 74880 8 1.8 6764 220
12/04/2018 2 52800 45733 51840 4 0.5 -6107 220
18/04/2018 1 26400 18766 9360 2 0.6 9406 220
18/04/2018 2 105600 76689 72540 8 2.2 4149 220
18/04/2018 3 105600 76513 74880 8 2.2 1633 220
19/04/2018 1 105600 56657 53100 8 3.7 3557 220
19/04/2018 2 105600 76817 74880 8 2.2 1937 220
19/04/2018 3 105600 87404 86400 8 1.4 1004 220
20/04/2018 1 105600 93797 89280 8 0.9 4517 220
20/04/2018 2 105600 71928 69120 8 2.6 2808 220
20/04/2018 3 105600 83533 85152 8 1.7 -1619 220
21/04/2018 1 105600 80185 74880 8 1.9 5305 220
21/04/2018 2 105600 91130 89280 8 1.1 1850 220
21/04/2018 3 105600 83492 84960 8 1.7 -1468 220
22/04/2018 1 79200 64392 54720 6 1.1 9672 220
22/04/2018 2 105600 77346 74880 8 2.1 2466 220
22/04/2018 3 105600 87308 86400 8 1.4 908 220
23/04/2018 1 105600 87391 80640 8 1.4 6751 220
23/04/2018 2 79200 61323 57600 6 1.4 3723 220
23/04/2018 3 26400 14707 20160 2 0.9 -5453 220
24/04/2018 1 92400 82551 77760 7 0.7 4791 220
24/04/2018 2 105600 56425 54720 8 3.7 1705 220
24/04/2018 3 105600 90132 89280 8 1.2 852 220
25/04/2018 1 66000 55943 91360 5 0.8 -35417 220
15/05/2018 2 13200 6959 5760 1 0.5 1199 220
15/05/2018 3 13200 5486 2880 1 0.6 2606 220
16/05/2018 1 39600 36997 23040 3 0.2 13957 220
16/05/2018 2 105600 67458 60480 8 2.9 6978 220
16/05/2018 3 105600 67623 66240 8 2.9 1383 220
17/05/2018 1 105600 30419 20160 8 5.7 10259 220
17/05/2018 2 105600 64270 63360 8 3.1 910 220
17/05/2018 3 52800 39606 36960 4 1.0 2646 220
18/05/2018 1 79200 45122 25920 6 2.6 19202 220
18/05/2018 2 105600 62540 60480 8 3.3 2060 220
18/05/2018 3 52800 41316 45540 4 0.9 -4224 220
19/05/2018 1 79200 63423 60480 6 1.2 2943 220
De la tabla #13 se elabora el gráfico de control teniendo la cantidad de horas paradas

como análisis inicial del proceso por la pérdida de eficiencia, donde se aprecia que el
proceso está fuera de control. (Ver anexo #9)
54
2.5.4.3 Analizar
En el análisis de la base de datos se han generado gráficos que sirven de ayuda para los
cálculos y métricas para la mejora de los indicadores, se aplicaron herramientas de
ingeniería para la estimación del rendimiento, capacidad, eficiencia, utilización, etc., todo
lo desarrollado sirvió para cuantificar en qué grado de criticidad se encuentra el proceso,
dando un enfoque de la problemática y plantear la mejora propuesta.
Análisis de las posibles causas de los defectos
Según se describe en la etapa definir el defecto encontrado como atributo de calidad está
provocando que se para la máquina de Pants. Por lo que se aplicara el método de análisis
de causa efecto para medir y enfocar las mejoras del proyecto.
En este paso se desarrolla el diagrama de Ishikawa (espina de pescado) para determinar

donde se encuentra la causa raíz del problema de calidad en el producto.
Figura 14. Diagrama Ishikawa
Se elabora un cuadro de frecuencia que ayude a identificar el mayor grado de incidencia

con causas vitales y triviales, se identifica el mayor potencial de pérdidas en causa C-5
Falla en los dispositivos de corte. (Tabla 3).
55
Tabla 15. Análisis de causas de tiempos de parada máquina de Pants
Paradas
N° Causas tiempo Porcentaje 80 -20
Acumulada Acumulado
(min)
C-5 Fallas en los dispositivos de Corte 65 65 29% 29% 80%
C-6 Falla en los aplicadores de adhesivo 45 110 20% 49% 80%
C-4 Falla en el sellador US 30 140 13% 62% 80%
C - 11 Regulación de variables de control 20 160 9% 71% 80%
C-9 Parametros de Control no definidos 18 178 8% 79% 80%
C - 10 Frecuencia de limpieza sin definir 15 193 7% 85% 80%
C-1 Personal con poca experiencia 12 205 5% 91% 80%
C - 14 Ubicación de dispositivos poco accesibles 6 211 3% 93% 80%
C - 13 Espacios reducidos de las estaciones 6 217 3% 96% 80%
C-3 Alta rotación de personal 4 221 2% 98% 80%
C - 12 Falta de estándar para la limpieza de dispositivos 3 224 1% 99% 80%
C-2 Falta de capacitación en cuidado autónomo 1 225 0% 100% 80%
C-7 Variabilidad en el gramaje de telas 1 226 0% 100% 80%
C-8 Tensión de transferencias materiales 0 226 0% 100% 80%
Se elabora un diagrama de Pareto para el enfoque.
Figura 15. Diagrama de Pareto - Perdidas de eficiencias
Diagrama de Pareto - Perdidas de Eficiencias

100% 100% 100%
100%
220 98% 99%
80% 96%
93% 90%
200
85% 91%
180 80%
79%
160 71% 70%
80%
140 60%
62%
120
49% 50%
100
40%
80
65
29% 30%
60
45
20%
40 30
20 18 15 12 10%
20 6 6 4 3 1 1 0
0 0%
C-5
C-6
C-4
C - 11
C-9
C - 10
C-1
C - 14
C - 13
C-3
C - 12
C-2
C-7
C-8
56
2.5.4.4 Mejorar
La propuesta recomendada para mejorar la eficiencia de la máquina, resulta de mejorar

su sistema de lubricación y limpieza de la estación de corte anatómico, de esta forma se
reducirán los tiempos de parada, reducir los desperdicios por tener producto bloqueado,
eliminar el defecto y eliminar algunas prácticas operativas innecesarias.
El proyecto plantea diseñar un sistema automático de dosificación de alcohol, el cual

limpiara con alcohol la pista de la estación de corte anatómico de manera sistemática,
haciendo más eficiente el corte y eliminando el recorte.
Figura 16: Sistema de dosificación antes de lubricación Estación de corte anatómico.
57
Figura 17. Flujograma del proceso de Corte y Armado del Chasis, antes de la mejora
Inicio
CORTE Y ARMADO
DE CHASIS
Estación de
Stipp - corte
¿ Se observa
NO presencia de
recorte de tela en
la estación de
corte?
SI
NO
¿ El deposito de alcohol Se recarga alcohol cada
en nivel 1/2 lt. ? 30 minutos, hasta el
SI
Se regula valvula manual -

incremento de
dosificación
¿ Se observa
presencia de NO
recorte de tela en
la estación de
corte?
SI
¿ La presión de NO Se solicita soporte de
Se para la máquina corte esta en
mantenimiento
objetivo 35 psi ?
Se realiza limpieza de
estación de corte SI
Se incrementa en + 5 psi,
Reiniciar el proceso para eliminar el problema
de corte (máx.. 59 psi)
¿ Se observa
presencia de SI
recorte de tela en
estación de corte ?
NO
Fin
58
Tabla 16. Actividades en la zona de Corte y armado de Chasis antes de la mejora
ITEM ACTIVIDADES DESCRIPCIÓN RESPONSABLE

En este proceso se unen la; Tela con los elásticos de cintura y tela
elástica formando el Chasis. Seguido el Inserto es cortado en
Zona de corte y armado
1 STPP y pegado en el Chasis, donde se le realizara el corte de Operador
de Chasis
forma anatómica por medio de una cuchilla cilíndrica (Estación
de corte anatómico).
Estación donde se realiza el corte de forma anatómica al Chasis
que contiene el colchón, por medio de una cuchilla cilíndrica en
Estación de corte
2 contacto con la contra que es un rodillo de contacto. La fijación Operador
anatómico
del Chasis es por medio de vacío para evitar que se mueva
durante el corte.
De observar en la cámara visión que tiene la estación, la
¿Se observa presencia de
presencia de recortes que se van adheridos al colchón, sin poder
3 recorte de tela del chasis Operador / OC
desprenderse y llegando al empacado final se detendrá la
Sistema Visión?
máquina.
La máquina se para luego de presentarse el recorte máximo en 2

4 Se para la máquina Operador / OC
minutos. Y se procede a realizar la limpieza de la estación.
Se procede a realizar la limpieza de pistas de los rodillos de corte

5 (cuchilla y contra), se utiliza aire presurizado, se limpia con Operador
estación de Corte
alcohol las felpas y se carga alcohol en los recipientes de 2 lt.
¿El depósito de alcohol Si se observa niveles de alcohol por debajo de los 2 litros, se
6 se encuentra en el nivel verificara que esté llegando alcohol a las pistas y se ajustara el Operador
mínimo 1 lt. ? flujo de salida.
Si se verifica que no hay alcohol en los depósitos, se llenara el

7 ¿Deposito sin alcohol? Operador
depósito hasta el tope.
Se carga alcohol hasta el

8 nivel máximo 2 lt. cada 1 Existe la rutina de llenar los depósitos de 2 litros por cada hora Operador
hora
¿Se verifica que las rpm
9 de adhesivo este en Se verifica los seteos de aplicación de adhesivo en pantalla de MI Operador / OC
objetivo valor MI = 9?
Regulación de rpm =
1.5, por problemas de Se encuentra seteo de dosificación de adhesivo por encima del
10 Operador / OC
baja adhesividad del objetivo en 0.6 rpm
inserto.
¿La presión de corte esta Se verifica los seteos de regulación de presión de corte en
11 Operador
en objetivo 35 psi? manómetro digital.
Se regula presión hasta el

objetivo 35 psi, en + 5 Se regula la presión en + 5 psi, para asegurar el reinicio del
12 Operador
psi hasta eliminar el proceso
problema (máx.. 59 psi)
Se reinicia el proceso dando pulsaciones para verificar el punto

13 Reiniciar el proceso Operador / OC
cero del corte (punto centro entre los rodillos)
¿Se observa presencia de

De presentarse nuevamente los recortes de tela se comunicara al
14 recorte de tela en Operador
supervisor para las gestiones.
estación de corte?
Se solicita soporte de
Supervisor y Analista, se comunicara con el área de
15 mantenimiento mecánico Analista
mantenimiento para realizar Análisis Causa Raíz
y electrónico
59
2.5.5 Implementación de Mejora
Según lo mostrado en la figura 15, el sistema es simple, el alcohol es dosificado por caída
(por gravedad), se regula la cantidad de dosificación de forma manual sin parámetros de
control o de seguimiento, lo que tampoco asegura que el alcohol se limpie totalmente las
pistas de contacto de la cuchilla de corte. Así también se pierde mucho tiempo en las
recargas repetitivas del alcohol que se realizan cada 60 minutos aproximadamente
recorriendo una distancia de 25 metros, lo que incrementa la presencia de recortes en el
producto.
El sistema reduce la eficiencia de la máquina ya que al ser una línea de producción

continua se debe reducir la velocidad de máquina por contaminación de las pistas de
contacto de la cuchilla y cuando la presencia de recortes alcanza las 2880 unidades
bloqueadas (producto para reproceso) se debe para la producción para la intervención de
operativa de limpieza del sistema o en casos críticos solicitar el soporte del área de
mantenimiento.
Se propone mejorar el sistema actual de dosificación de alcohol, implementando:
 Fabricación de un Manifold en aluminio para 4 salidas.

 Instalación de 4 electroválvulas para cada salida del Manifold.
 4 mangueras de uso neumático diámetro de 8 por 3 metros de largo.
 Tanque de acero inoxidable para alcohol de 30 lt de capacidad.
 Tubo de cobre de ½ pulgada de 25 metros de largo.
Una vez instalado el kit del sistema, por medio de las electroválvulas conectadas al
software de control del proceso (PLC) se controlara la dosificación de dos maneras; en
tiempos de arranque y cuando el proceso este continuo.
 En arranques se apertura la válvula por un tiempo de 120 segundos continuos a 4

psi de presión neumática.
 En producción continua se dosificara cada 15 minutos con apertura de
electroválvula por 60 segundos a 4 psi de presión neumática.
Los tiempos se establecieron de forma gradual hasta obtener los objetivos propuestos,
reduciendo el consumo de alcohol utilizado en la limpieza de las pistas de contacto de la
cuchilla, sin que se presente exceso en su aplicación.
60
Toda la implementación se vio reflejada en la reducción de consumo de alcohol, eliminar
tiempo operativo en recargar los depósitos, eliminar la presencia de recortes, reducir los
tiempos de parada por presencia de recortes.
Figura 18. Flujograma del proceso de Corte y armado de Chasis, después de la mejora
Inicio
CORTE Y ARMADO
DE CHASIS
Estación de Stipp -
corte anatómico
¿ Se observa
NO presencia de
recorte de tela en la
estación de corte?
SI
NO Se recarga alcohol cada 8

¿ El deposito de alcohol en hrs. hasta el nivel máximo
nivel 8 lt. ? 20 lt.
SI
Ajuste de tiempo de
dosificación en electroválvula
PLC
¿ Se observa NO
presencia de recorte
de tela en la estación
de corte?
SI
estación de corte
Reiniciar el proceso
SI ¿ Se observa
presencia de recorte
de tela en estación
de corte ?
NO.
Fin
61
Figura 19. Propuesta de mejora implementada, nuevo sistema de dosificación de alcohol
2.5.6 Beneficios de la aplicación
Los beneficios de la mejora:
Aportes de la mejora:
 En seguridad: Se mantenía puerta del Agrupador abierta, por seguridad no

debería existir accesos a la máquina, se mantenía abierta por inspección de
recortes (posibles problemas de atrapamiento, mutilación, piñizco, golpe, etc.),
por partes en movimiento.
- Con ello eliminamos los riesgos de seguridad, calidad y proceso.
 En Calidad: Reclamo del consumidor (pallet bloqueado, acumulación de
producto, reproceso, manipulación del producto de primera, etc.).
 En proceso: Tiempos de parada (Delay), desperdicio generado (Waste) y pérdida
de velocidad (limpieza, ajustes, cambio de equipo, etc.). Personal exclusivo para
retirar el recorte las 24 horas, horas extras, sobre consumo de bolsas primarias,
daños a otros equipos, etc.
- Evitamos la compra del KIT de cuchillas carburadas para la sección de corte
anatómico $ 500,000 (medio millón de dólares aproximadamente)
62
7.7 Comparación de la eficiencia antes y después de la mejora
Figura 20. Comparación de mejora de Eficiencia en máquina de Pants
2.6 Métodos de análisis de datos
2.6.1 Análisis descriptivo.
El empleo de la estadística resulta determinante, recordando que por lo menos realizar un

conteo y clasificación de objetos y fenómenos en tal motivo no es solo inferencial si no
también descriptiva (TORRES, 2016).
Se aplicará la estadística descriptiva en la recolección, el procesamiento y el análisis de

un conjunto de registros diarios de los indicadores de máquina. Se consideran las
estadísticas descriptivas, como la media y la desviación estándar, R cuadrado, Error de
estimación y Durbin-Watson, utilizadas en el software SPSS.
63
2.6.2. Análisis inferencial
Para nuestro caso la estadística inferencial, permitirá estimar parámetros de la población,

así también extraer conclusiones para tratar de probar las hipótesis, por medio de pruebas
y manejo de estadísticos descriptivos, momento de toma de datos, el contraste de las
hipótesis y la prueba de Student para muestras relacionadas o emparejadas. Las que serán
utilizadas para la confirmación o rechazo de los parámetros que se miden. Para el
desarrollo de las pruebas se hará uso del software estadístico SPSS.
2.7 Aspectos éticos

Se tiene presente para el desarrollo de esta investigación la obtención de los resultados de
forma autentica, teniendo como principio el respeto de la propiedad intelectual, el respeto
a las organizaciones, sean de carácter político o religioso. A si mismo se considera las
responsabilidades sociales, de política, de orden jurídico y ético. Para la aplicación de las
metodologías se considera la privacidad y confidencialidad de la empresa donde se
desarrolla la investigación y de los individuos que contribuyeron en el desarrollo y
conclusión.
64
III. RESULTADOS
3.1. Estadísticos descriptivos.
3.1.1. Momento de toma de datos por las variables independientes.
En la primera descripción se tuvo el cruce del Momento de la toma de datos por la variable
independiente Capacidad efectiva. El resultado fue el siguiente:
Tabla 17. Estadísticos descriptivos de la Capacidad efectiva por el momento de toma de
datos
Desv.
Momento_toma_datos N Mínimo Máximo Media
Desviación
Capacidad efectiva 87 5486 101911 70357,52 21481,690

Pre Test
N válido (por lista) 87
Capacidad efectiva 87 17986 103794 85014,00 19788,623

Post Test
Se observó que el promedio de la Capacidad efectiva del Pre test fue 70357,52 en
contraste con el valor del post test 85014,00, observándose una ligera diferencia, aunque
en realidad lo mejor es que la variabilidad se redujo considerablemente en el post test
(D.S = 19788,623) lo que indicaría que los datos fueron más homogéneos en el post test,
como también se aprecia a continuación.
Figura 21. Distribución de los estadísticos descriptivos de la Capacidad efectiva por el

momento de toma de datos.
65
En la segunda descripción se tuvo el cruce del Momento de la toma de datos por la
variable independiente Horas paradas. El resultado fue el siguiente:
Tabla 18. Estadísticos descriptivos de las Horas paradas por el momento de toma de
datos
Momento_toma_datos N Mínimo Máximo Media Desv. Desviación
Pre Test Horas paradas 87 ,135 6,201 1,72736 1,169269

Post Test Horas paradas 87 ,033 1,992 ,80093 ,424189

Se observó que el promedio de las horas paradas del Pre test fue 1,72736 en contraste con
el valor del post test 0,80093, observándose una ligera diferencia, aunque en realidad lo
mejor es que la variabilidad se redujo considerablemente en el post test (D.S = 0,424189)
lo que indicaría que los datos fueron más homogéneos en el post test, como también se
aprecia a continuación.
Figura 22. Distribución de los estadísticos descriptivos de los Horas paradas por el
66
En la tercera descripción se tuvo el cruce del Momento de la toma de datos por la variable
independiente Waste. El resultado fue el siguiente:
Tabla 19. Estadísticos descriptivos del Waste por el momento de toma de datos
Desv.
Momento_toma_datos N Mínimo Máximo Media
Desviación
Waste 87 ,005 ,475 ,05860 ,059149
Pre Test
Waste 87 ,004 ,102 ,03485 ,017323
Post Test
Se observó que el promedio del Waste del Pre test fue 0,05860 en contraste con el valor
del post test 0,03485, observándose una ligera diferencia, aunque en realidad lo mejor es
que la variabilidad se redujo considerablemente en el post test (D.S = 0,017323) lo que
indicaría que los datos fueron más homogéneos en el post test, como también se aprecia
a continuación.
Figura 23. Distribución de los estadísticos descriptivos del Waste por el momento de
toma de datos.
67
3.1.2. Momento de toma de datos por las variables dependientes.
Variables dependientes: Rendimiento y Calidad.
Tabla 20. Estadísticos descriptivos del rendimiento y calidad por el momento de toma
de datos
Momento_toma_datos N Mínimo Máximo Media Desv. Desviación
Rendimiento 87 ,288 ,966 ,75559 ,153957
Pre Test Calidad 87 ,525 1,009 ,94161 ,059358

Rendimiento 87 ,681 ,995 ,88807 ,057580
Post Test Calidad 87 ,898 ,996 ,96515 ,017323
Se observó que en el caso del pre test, el rendimiento tuvo un promedio de 0,75559, y la
calidad tuvo un 0,94161, mientras que, en post test, rendimiento tuvo un 0,88807, y la
calidad tuvo 0,96515, siendo notorio que el rendimiento tuvo más diferencias que la
calidad entre el pre y el post test, adicionando que la disminución de la dispersión fue
muchísimo menor en el post test también, teniendo una DS = 0,0576.
Figura 24. Distribución de los estadísticos descriptivos del rendimiento y calidad por el
68
3.2. Contraste de Hipótesis.
3.2.1. Hipótesis específica 1: Variables independientes (Capacidad efectiva, Horas

paradas y Waste x Rendimiento)
Como se vio en el caso anterior, para el contraste de esta segunda hipótesis específica se
empleó nuevamente la Prueba de regresión lineal múltiple, con la finalidad de determinar
si las variables independientes influyeron o no en el rendimiento observable.
Para la ejecución de esta prueba fue necesario determinar el nivel de potencia que se tiene.
Para ello se observó el R cuadrado, que es el coeficiente de determinación, obteniendo un
valor de 0.919 para el pre test y 0,889 para el post test, valores altos que refleja una buena
predicción del modelo de influencia. Como se ve a continuación.
Tabla 21. Predictores R cuadrado del modelo de regresión lineal múltiple.

Error
Momento toma R R cuadrado Durbin-
Modelo R estándar de
datos cuadrado ajustado Watson
la estimación
Pre Test 1 ,959a ,919 ,916 ,044655 2,298
Post Test 1 ,943a ,889 ,885 ,019534 2,125
a. Predictores: (Constante), Waste, Horas paradas, Capacidad efectiva
b. Variable dependiente: Rendimiento
Con este resultado alentador y favorable, se formularon las siguientes hipótesis de

contraste:
H1: La Capacidad efectiva, las Horas paradas y el Waste influyen en el rendimiento

de la maquina fabricadora de Pants.
H0: La Capacidad efectiva, las Horas paradas y el Waste no influyen en el rendimiento

de la maquina fabricadora de Pants.
69
Tabla 22. Prueba de regresión entre los Capacidad efectiva, las Horas paradas y el
Waste sobre el rendimiento del producto de la máquina de Pants.
Momento toma Suma de Media

Modelo gl F Sig.
datos cuadrados cuadrática
Regresión 1,873 3 ,624 313,087 ,000b
Pre Test 1 Residuo ,166 83 ,002
Total 2,038 86
Regresión ,253 3 ,084 221,426 ,000b
Post Test 1 Residuo ,032 83 ,000
Total ,285 86
a. Variable dependiente: Rendimiento

b. Predictores: (Constante), Waste, Horas paradas, Capacidad efectiva
Se observó que el valor de la significancia fue menor que el propuesto (p=0,000<0,05)

para ambos momentos de toma de datos, por lo que se tuvo evidencia para rechazar la
hipótesis nula afirmando que la Capacidad efectiva, las Horas paradas y el Waste influyen
en el rendimiento de la maquina fabricadora de Pants.
Con este resultado quedó en determinarse cuál de las variables independientes tenía
mayor influencia en el rendimiento de esta máquina. Para ello se obtuvieron los
coeficientes de predicción, observando que tanto en el pre test hubo significancia
solamente para todas las variables independientes (Capacidad efectiva, horas paradas y
Waste) (p=0,000<0,05), mientras que para el caso del post test hubo solamente para
Capacidad efectiva, Horas paradas (p=0,000<0,05), y no hubo significancia para la
variable Waste (0,360>0,05).
Por lo que, de acuerdo con este modelo, queda observar con que el Waste, no determina
el rendimiento de la máquina, pero si afecta la calidad después de la intervención de la
propuesta de este trabajo de investigación.
70
Tabla 23.Coeficientes de regresión entre los Capacidad efectiva, las Horas paradas y el Waste sobre el rendimiento del producto de la máquina de
Pants.
Coeficientes no Coeficientes Estadísticas de

Momento toma Correlaciones
Modelo estandarizados estandarizados t Sig. colinealidad
datos
B Desv. Error Beta Orden cero Parcial Parte Tolerancia VIF
(Constante) ,803 ,027 30,279 ,000
Capacidad
2,172E-6 ,000 ,303 7,781 ,000 ,611 ,649 ,243 ,645 1,551
Pre Test 1 efectiva
Horas paradas -,100 ,004 -,763 -23,392 ,000 -,865 -,932 -,732 ,919 1,088
Waste -,457 ,098 -,176 -4,666 ,000 -,420 -,456 -,146 ,691 1,447
(Constante) ,875 ,012 74,189 ,000
Capacidad
1,335E-6 ,000 ,459 12,001 ,000 ,345 ,796 ,439 ,916 1,092
Post Test 1 efectiva
Horas paradas -,120 ,005 -,885 -23,939 ,000 -,820 -,935 -,876 ,980 1,020
Waste -,116 ,126 -,035 -,921 ,360 -,142 -,101 -,034 ,934 1,071
a. Variable dependiente: Rendimiento
71
3.2.2. Hipótesis específica 1I: Variables independientes (Capacidad efectiva, Horas
paradas y Waste x Calidad)
Como se indicó, para el contraste de la hipótesis específica se empleó la Prueba de

regresión lineal múltiple, con la finalidad de determinar si las variables independientes
influyeron o no en la calidad observable.
Para la ejecución de esta prueba fue necesario determinar el nivel de potencia que se tiene.
Para ello se observó el R cuadrado, que es el coeficiente de determinación, obteniendo un
valor de 0.999, valor alto que refleja una buena predicción del modelo de influencia.
Como se ve a continuación.
Tabla 24.Predictores R cuadrado del modelo de regresión lineal múltiple
Durbin
Error
Momento toma R cuadrado -
Modelo R R cuadrado estándar de
datos ajustado Watso
la estimación
n
Pre Test 1 ,999a ,999 ,999 ,001980 2,024
1,000
Post Test 1 a
1,000 1,000 ,000000 ,150
a. Predictores: (Constante), Waste, Horas paradas, Capacidad efectiva
b. Variable dependiente: Calidad
Con este aval, se formularon las siguientes hipótesis de contraste:
H1: La Capacidad efectiva, las Horas paradas y el Waste influyen en la calidad de la

maquina fabricadora de Pants.
H0: La Capacidad efectiva, las Horas paradas y el Waste no influyen en la calidad de

la maquina fabricadora de Pants.
72
Tabla 25. Prueba de regresión entre Capacidad efectiva, las Horas paradas, y el Waste
sobre la calidad del producto de la máquina de Pants
Suma de Media
Momento_toma_datos Modelo gl F Sig.
cuadrados cuadrática
Regresión ,303 3 ,101 25739,227 ,000b
Pre Test 1 Residuo ,000 83 ,000
Total ,303 86
Regresión ,026 3 ,009 . .b
Post Test 1 Residuo ,000 83 ,000
Total ,026 86
a. Variable dependiente: Calidad
b. Predictores: (Constante), Waste, Horas paradas, Capacidad efectiva
Se observó que el valor de la significancia fue menor que el propuesto (p=0,000<0,05),

por lo que se tuvo evidencia para rechazar la hipótesis nula afirmando que la Capacidad
efectiva, las Horas paradas y el Waste influyen en la calidad de la maquina fabricadora
de Pants.
Con este resultado quedó en determinarse cuál de las variables independientes tenía
mayor influencia en la calidad del producto de esta máquina. Para ello se obtuvieron los
coeficientes de predicción, observando que tanto en el pre test como en el post test hubo
significancia solamente en la variable Waste (p=0,000<0,05) y no hubo significancia para
la variable Capacidad efectiva ni para Horas paradas. Por lo que, de acuerdo con este
modelo, queda observar con mayor detenimiento al Waste, que podría ser usado como un
indicador de la calidad del producto en esta empresa. El detalle de lo enunciado se observa
a continuación en la tabla de coeficientes.
73
Tabla 26. Coeficientes de regresión entre la Capacidad efectiva, las horas paradas y el Waste sobre la calidad del producto de la máquina de
Pants.
Coeficientes
Coeficientes no estandarizad
estandarizados os Correlaciones Estadísticas de colinealidad
Momento_toma_dat Desv. Orden
os Modelo B Error Beta t Sig. cero Parcial Parte Tolerancia VIF
Pre Test 1 (Constante) 1,000 ,001 850,411 ,000
Capacidad 4,863E-9 ,000 ,002 ,393 ,695 ,554 ,043 ,001 ,645 1,551
efectiva
Horas paradas -3,191E-5 ,000 -,001 -,168 ,867 -,102 -,018 -,001 ,919 1,088
Waste -1,002 ,004 -,998 -230,803 ,000 -,999 -,999 -,830 ,691 1,447
Post Test 1 (Constante) 1,000 ,000 6304563061,326 ,000
Capacidad 1,439E-23 ,000 ,000 ,000 1,000 ,257 ,000 ,000 ,916 1,092
efectiva
Horas paradas -4,626E-18 ,000 ,000 ,000 1,000 ,012 ,000 ,000 ,980 1,020
Waste -1,000 ,000 -1,000 -590720906,709 ,000 -1,000 -1,000 -,966 ,934 1,071
a. Variable dependiente: Calidad
74
Hipótesis general:
Para el rendimiento:
Para la determinación de las diferencias entre el pre y el post intervención con la propuesta
de gestión de actividades de esta máquina productora de piezas de Pants, se empleó la
prueba T Student para muestras relacionadas o emparejadas entre el rendimiento Pre y
Post Test.
H1: En promedio, existe diferencias entre el rendimiento de la maquina fabricadora de

Pants antes y después de la mejora implementada.
H0: En promedio, no existe diferencias entre el rendimiento de la maquina fabricadora

de Pants antes y después de la mejora implementada.
Tabla 27. Prueba de muestras emparejadas entre el rendimiento de la maquina

productora de Pants pre y post test.
Sig.
Diferencias emparejadas t Gl
(bilateral)
95% de intervalo de
Desv. Desv.
confianza de la
Media Desviaci Error
diferencia
ón promedio
Inferior Superior
Rendimiento Pre
Par
Test - Rendimiento -,132475 ,163767 ,017558 -,167379 -,097572 -7,545 86 ,000
1
Post Test
Se observó un valor de significancia menor que el nivel propuesto (p=0,000<0,05)

teniendo evidencia rechazar la hipótesis nula y para señalar que En promedio, existe
diferencias entre el rendimiento de la maquina fabricadora de Pants antes y después del
tratamiento.
Con este resultado, quedó saber cuál de los promedios fue mayor, por lo que recurriendo
al valor de la media diferencial, ésta tuvo un valor negativo (-0,132475) por lo que se
afirma que el rendimiento post test fue, en promedio, mayor que el del pre test.
75
Para la calidad.
Nuevamente, para la determinación de las diferencias de la calidad entre el pre y el post

intervención con la propuesta de gestión de actividades de esta máquina productora de
piezas de Pants, se empleó la prueba T Student para muestras relacionadas o emparejadas
entre el rendimiento Pre y Post Test.
H1: En promedio, existe diferencias entre la calidad del producto de la maquina

fabricadora de Pants antes y después del tratamiento.
H0: En promedio, no existe diferencias entre la calidad del producto de la maquina

fabricadora de Pants antes y después del tratamiento.
Tabla 28. Prueba de muestras emparejadas entre la calidad del producto de la maquina
productora de Pants pre y post test.
Diferencias emparejadas
Sig.
95% de intervalo de
t gl (bilateral
Desv. Desv.
confianza de la
)
Media Desviaci Error
diferencia
ón promedio
Inferior Superior
P
a Calidad Pre Test -
-,023537 ,055006 ,005897 -,035260 -,011813 -3,991 86 ,000
r Calidad Post Test
1
Se observó un valor de significancia menor que el nivel propuesto (p=0,000<0,05)

teniendo evidencia rechazar la hipótesis nula y para señalar que, En promedio, existe
diferencias entre la calidad del producto de la maquina fabricadora de Pants antes y
después del tratamiento.
Con este resultado, quedó saber cuál de los promedios fue mayor, por lo que recurriendo
afirma que la calidad del producto post test fue, en promedio, mayor que el del pre test.
76
IV. DISCUSIÓN
La hipótesis general señala que aplicación de Lean Six Sigma para mejorar la eficiencia
de la máquina de Pants adulto, Ate 2018, con el resultado obtenido en la hipótesis general
para el rendimiento, quedó saber cuál de los promedios fue mayor, por lo que recurriendo
afirma que el rendimiento post test fue, en promedio, mayor que el del pre test. Esto
afirmaría que si hay una mejora en el rendimiento de la máquina luego de aplicada la
metodología para mejorar el proceso de corte. En cuanto a la variable Calidad tuvo un
valor negativo (-0,023537), contribuyendo en el incremento de la eficiencia de general de
equipos OEE en 76.5%. Este resultado concuerda con BARAHONA, Leandro Y
NAVARRO, Jessica. Mejora del proceso de galvanizado en una empresa manufacturera
de alambres de Acero aplicando la metodología Lean Six Sigma, donde se reduce el
porcentaje de productos defectuosos y se logra el incremento la eficacia de su proceso en
76%.
Respecto de la hipótesis especifica 1 de Lean Six Sigma para mejorar el rendimiento de

la máquina de Pants adulto, Ate 2018, se observa que el valor de la significancia fue
menor que el propuesto (p=0,000<0,05) para ambos momentos de toma de datos, por lo
que se tuvo evidencia para rechazar la hipótesis nula afirmando que los cortes totales, las
horas paradas y el Waste influyen en el rendimiento de la maquina fabricadora de Pants,
logrando incrementar en promedio 13.5%. Resultado que coincide con ABANTO, Rafael
Y CABRERA, Luz en la tesis “Mejora de procesos en impresión Offset empleando la
Metodología Lean Six Sigma para reducir el número de productos no Conformes”, donde
el resultado que lograron incrementar estuvo en promedio 0.35%.
Respecto de la hipótesis especifica 2 de Lean Six Sigma para mejorar la calidad en la

máquina de Pants adulto, Ate 2018, que el valor de la significancia fue menor que el
propuesto (p=0,000<0,05), por lo que se tuvo evidencia para rechazar la hipótesis nula
afirmando que los cortes totales, las horas paradas y el Waste influyen en la calidad de la
maquina fabricadora de Pants, logrando incrementar en promedio 1.4%. Resultado que
coincide con ABANTO, Rafael Y CABRERA, Luz en la tesis “Mejora de procesos en
impresión Offset empleando la Metodología Lean Six Sigma para reducir el número de
productos no Conformes”, Logran alcanzar un nivel sigma de 4.1.
77
V. CONCLUSIONES
Respecto de los resultados obtenidos en la investigación, observamos que la aplicación
de Lean Six Sigma mejoro la eficiencia de la máquina productora de Pants en un 22.3 %,
alcanzando un 76.5 % colocándola dentro de los objetivos planteados por la empresa del
74 % año. De los resultados estadísticos se observó un valor de significancia menor que
el nivel propuesto en (p=0,000<0,05), determinándose que en promedio si existen
diferencias entre el antes y un después de aplicada la mejora, teniendo mayor promedio
en el post test, evidenciándose que la intervención fue efectiva.

de Lean Six Sigma mejoro el rendimiento de la máquina productora de Pants, se observa
un valor de significancia menor que el nivel propuesto en (p=0,000<0,05) rechazando la
hipótesis nula, para señalar que en promedio, existe diferencias entre el rendimiento de la
maquina fabricadora de Pants antes y después de aplicada la mejora. Con este resultado
se recurre al valor de la media diferencial, obteniendo un valor negativo (-0,132475) por
lo que se afirma que el rendimiento post test fue, en promedio, mayor que el del pre test.
Teniendo un incremento promedio porcentual de 13.2 %. Los resultados obtenidos de las
variables Capacidad efectiva y Horas paradas se afirma que fueron determinantes para el
rendimiento de esta máquina.

de Lean Six Sigma mejoro la calidad en la máquina productora de Pants, se observa un
valor de significancia menor que el nivel propuesto en (p=0,000<0,05) rechazando la
hipótesis nula, para señalar que en promedio, existe diferencias entre el rendimiento de la
maquina fabricadora de Pants antes y después de aplicada la mejora tratamiento. Con este
resultado se recurre al valor de la media diferencial, obteniendo un valor negativo (-
0,023537) por lo que se afirma que la calidad del producto post test fue, en promedio,
mayor que el del pre test. Teniendo un incremento promedio porcentual de 2.4 %. El
resultado del Waste fue significativo tanto en el pre como el post test, lo que lleva a
concluir que esta variable tiene una gran injerencia pudiendo ser usado como indicador
de la calidad.
78
VI. RECOMENDACIONES
Se recomienda:
A las jefaturas de producción y analistas de máquina aplicar la metodología Lean Six

Sigma en cada una de sus etapas para analizar y resolver los problemas de máquina,
secuencialmente paso a paso y medir los resultados de eficiencia apoyándose en los
resultados obtenidos del presente estudio. Importante involucrar al personal idóneo con
características de responsabilidad y análisis de datos. Administrar un archivo con los
resultados para ser consultados por todo el personal de producción.
A las áreas de soporte; mantenimiento mecánico y electrónico, tomar como referencia los
resultados obtenidos en esta investigación donde hubo una mejora del rendimiento, donde
se redujo la cantidad de horas paradas por el problema en el dispositivo de dosificación
del corte, evitando solicitar regular la presión de corte que desgasta la herramienta.
Tomar como referente la implementación de la mejora para replicar en otras líneas de la
planta.
A los líderes de producción encargados del proceso de producción, tomar como referencia
los resultados obtenidos en esta investigación donde hubo una mejora en la calidad de
productos, en lo que se refiere a reducir las retenciones, bloqueo de unidades por el
atributo presentado. A los investigadores de este rubro formular proyectos de correlación
empleando las mismas variables propuestas en este estudio y medir las asociaciones en
base al rendimiento y la calidad.
Al tener una máquina de proceso continuo, donde no se contemplan las paradas

programadas, en lo que se refiere al consumo de alimentos o celebraciones o reuniones.
Se recomienda considerar la disponibilidad en razón porcentual con resultados iguales al
rendimiento.
79
REFERENCIAS
ABANTO, Rafael; CABRERA, Luz. 2016. Google Académico. Repositorio

Institucional UPNBOX. [En línea] Universidad Privada del Norte, 31 de 10 de 2016.
[Citado el: 2018 de 10 de 15.] http://hdl.handle.net/11537/10350.
AROCA, Steven; PACHECO Leslie. 2017. Diseño de un Modelo de Mejoramineto de

la Productividad basado en Herramientas Lean Six Sigma para 4 Empresas Pyme del
sector Cuero, calzado Marroquinería en la ciudad de Cali. RED Repositorio Educativo
Digital. [En línea] Universidad Autónoma del Occidente, 2017. [Citado el: 20 de 01 de
2019.] http://red.uao.edu.co/bitstream/10614/9770/1/T07438.pdf.
BANCES, Luis. 2017. Google Academico. Cibertesis Repositorio de de Tesis Digitales.

[En línea] Universidad Nacional Mayor de San Marcos, 2017. [Citado el: 05 de 12 de
2018.] http://cybertesis.unmsm.edu.pe/handle/cybertesis/6405.
BARAHONA Leandro; NAVARRO, Jessica. 2013. Google Académico. Repositorio

PUCP. [En línea] 2013. [Citado el: 2018 de 05 de 20.]
http://hdl.handle.net/20.500.12404/4925.
BOLTE, Julia. 2014. EBSCO. The big question about LEAN SIX SIGMA. [En línea]
01 de 04 de 2014. [Citado el: 21 de 06 de 2019.]
http://eds.b.ebscohost.com/eds/pdfviewer/pdfviewer?vid=41&sid=0bba0a86-88ee-4eb7-
a81a-f338827794ee%40pdc-v-sessmgr03.
BRITS, H. 2018. EBSCO. A quest for waste reduction at institutions of higher learning :
investigating the integration of six sigma and lean six sigma methodologies with total
quality management. [En línea] 1 de 09 de 2018. [Citado el: 15 de 05 de 2019.]
BROWN, Charlie. 2019. EBSCO. Why and how to employ the SIPOC model. [En
línea] 01 de 03 de 2019. [Citado el: 21 de 06 de 2019.]
http://eds.b.ebscohost.com/eds/pdfviewer/pdfviewer?vid=146&sid=0bba0a86-88ee-
4eb7-a81a-f338827794ee%40pdc-v-sessmgr03.
CHAKRAVORTY, S. 2018. EBSCO. GAIN SPEED by losing tools: Sometimes Six

Sigma is more of an albatross than a solution. [En línea] 01 de 06 de 2018. [Citado el:
80
20 de 05 de 2019.]
CHOPRA, Kashish. 2017. EBSCO. The Pareto Principle in Leveraging Dynamic

Compliance Program Effectiveness. [En línea] 01 de 06 de 2017. [Citado el: 29 de 05 de
2019.] http://eds.b.ebscohost.com/eds/pdfviewer/pdfviewer?vid=75&sid=0bba0a86-
88ee-4eb7-a81a-f338827794ee%40pdc-v-sessmgr03.
CHOW, Timothy; DOWNING, Craig. 2016. EBSCO. Adapting Six Sigma for
Academia. (cover story). [En línea] 01 de 09 de 2016. [Citado el: 118 de 05 de 2019.]
http://search.ebscohost.com/login.aspx?direct=true&db=bth&AN=117506464&lang=es
&site=eds-live.
DIAGO, Victoria; MERCADO, Valeria. 2013. Google Académico. REDICUC. [En

línea] Repositorio Universidad de la Costa, 2013. [Citado el: 2018 de 11 de 15.]
http://hdl.handle.net/11323/467.
ESCALANTE, Edgardo. 2013. Seis-Sigma. México : LLIMUSA S.A de C.V GRUPO

NORIEGA EDITORES, 2013. 978-607-05-0448-8.
FELIZZOLA, Heriberto; LUNA, Carmenza. 2014. Google Académico. Scielo. [En

línea] 2014. [Citado el: 10 de 02 de 2019.]
https://scielo.conicyt.cl/scielo.php?pid=S0718-
33052014000200012&script=sci_arttext&tlng=e. ISSN 0718-3305.
HERNÁNDEZ, R.; FERNÁNDEZ, C. y BAPTISTA, M. 2010. Metodología de la

investigación. Quinta. Mexico D.F. : McGRAW-HILL / INTERAMERICANA
EDITORES, S.A. DE C.V., 2010. pág. 656. ISBN: 978-607-15-0291-9.
HILL, Edward. 2018. EBSCO. The role of Six Sigma in a modern quality management
strategy. [En línea] 01 de 08 de 2018. [Citado el: 19 de 05 de 2019.]
HOOK, Chirs. 2016. EBSCO. Deploying lean Six Sigma in logistical battles. [En
línea] 01 de 03 de 2016. [Citado el: 18 de 06 de 2019.]
81
HUDSON, Jhon. 2017. EBSCO. Instead of bickering over methodologies, find synergies
between theory of constraints, lean and Six Sigma. [En línea] 01 de 10 de 2017. [Citado
el: 16 de 05 de 2019.] http://search.ebscohost.com/login.aspx?.
INDRAWATI, Sri; RIDWANSYAH, Muhammad. 2015. Sciencie Direct.

Manufacturing Continuous Improvement Using Lean Six Sigma: An Iron Ores Industry
Case Application. [En línea] 2015. [Citado el: 10 de 03 de 2019.]
https://www.sciencedirect.com/science/article/pii/S2351978915011889#bibl0005.
LUCA, Liliana; PASARE, Minodora y STANCIOIU, Alin. 2017. EBSCO. Study to

Determine a New Model of the Ishikawa Diagram for Quality Improvement. [En línea]
01 de 05 de 2017. [Citado el: 29 de 05 de 2019.]
MARCELA, Liliana; GAMBOA, Andrea y GIL, Bryam. 2016. Google Académico.

Biblioteca digital Universidad de San Buenaventura. [En línea] Universidad de San
Buenaventura - Cali, 2016. [Citado el: 2018 de 10 de 24.]
http://hdl.handle.net/10819/3445.
MEDINA,Gustavo; MONTALVO,Gina y VÁSQUEZ, Manuel. 2018. Google

Académico. Revista Cientifica INGENIERÍA: CIENCIA, TECNOLOGÍA E
INNOVACIÓN. [En línea] 27 de 09 de 2018. [Citado el: 08 de 05 de 2019.]
http://revistas.uss.edu.pe/index.php/ING/article/view/863.
NIÑO, V. 2011. Metodología de la investigación. Primera. Bogotá : Ediciones de la U,

2011. pág. 158. ISBN. 978-958-8675-94-7.
PACORA, Jámblico. 2018. Google. Tesis PUCP. [En línea] 07 de 08 de 2018. [Citado
el: 05 de 11 de 2018.] http://hdl.handle.net/20.500.12404/12420.
PEREUS, Steven; ROHAN, Nathan. 2016. EBSCO. Lean and Six Sigma in Education.
[En línea] 01 de 11 de 2016. [Citado el: 21 de 05 de 2019.]
PÉREZ, Esteban; GARCÍA, Minor. 2014. Google Académico. Tecnológico de Costa

Rica. [En línea] Julio-Setiembre de 2014. [Citado el: 10 de 04 de 2019.]
https://doi.org/10.18845/tm.v27i3.2070.
82
RANHAN, Rajeev; MISHRA, Ajay. 2016. EBSCO. Evaluation and Optimization of
Overall Equipment Effectiveness on a Pasting Machine in a Battery Manufacturing
Industry. [En línea] 07 de 05 de 2016. [Citado el: 20 de 05 de 2019.]
RODRIGUEZ, F.; BRAVO, L. 1991. Indicadores de Calidad y Productividad de la

Empresa. [En línea] 1991.
http://scioteca.caf.com/bitstream/handle/123456789/863/Indicadores%20de%20calidad
%20y%20productividad%20en%20la%20empresa.PDF. 980-6088-12-3.
SANCHEZ, Andres. 2017. Google Académico. Revista de Investigación

Administración e Ingenierias. [En línea] 01 de 01 de 2017. [Citado el: 16 de 04 de 2019.]
https://revistas.udes.edu.co/aibi/article/view/424.
SOCCONINI, Luis. 2016. Certificación Lean Six Sigma Green Belt para la excelencia
de los negocios. México : Alfaomega Grupo Editor, 2016. 978-607-622-598-1.
SOSANTRI, Benti; YULHENDRA, Dedi y RABOWO, Heri. 2018. EBSCO.

Optimalisasi Peralatan Tambang Dengan Metoda Overall Equipment Effectiveness (Oee)
Di Pit 1 Penambangan Batubara Banko Barat Pt Bukit Asam (Persero) Tbk Tanjung Enim
Sumatera Selatan. [En línea] 2018. [Citado el: 13 de 05 de 2019.]
http://ejournal.unp.ac.id/index.php/mining/article/view/10096.
STEFANOVIC, Slobodan. 2014. EBSCO. Analysis of Technological Process of Cutting

Logs Using Ishikawa Diagram. [En línea] 01 de 10 de 2014. [Citado el: 28 de 05 de 2019.]
TORRES, Carlos; MONSALVE, Oscar. 2009. Google. Revista de Ingenieria

Industrial. [En línea] 2009. [Citado el: 29 de 05 de 2019.]
https://books.google.com.pe/books?id=A2GUDwAAQBAJ&pg=PA34&lpg=PA34&dq
=Revista+de+Ingenieria+Industrial+TORRES,+C.;+MONSALVE,+O.&source=bl&ots
=DjhqH4m7Jg&sig=ACfU3U2nYPTplP2aJXr73-
pgTyl7rpFFCg&hl=es&sa=X&ved=2ahUKEwi-
hoSCxP7iAhUOr1kKHSV3Bw8Q6AEwAnoECAkQAQ#. ISSN-e 0717-9103.
83
TORRES, P. 2016. Google Academico. Revista Científico Pedagógico. [En línea] 21
de 03 de 2016. [Citado el: 16 de 04 de 2019.]
https://atenas.reduniv.edu.cu/index.php/atenas/article/view/194. ISBN: 1682-2749.
UCHIMA, Cristhian. 2017. Google Académico. Repositorio Institucional - UNI. [En

línea] Universidad Nacional de Ingeniería, 2017. [Citado el: 2018 de 10 de 15.]
http://cybertesis.uni.edu.pe/handle/uni/12163.
VACAS Francisco, LOAYZA Juan. 2009. Google Académico. Repositorio Digital

Universidad De Las Américas. [En línea] Universidad De Las Américas, 2009. [Citado
el: 2018 de 10 de 05.] http://dspace.udla.edu.ec/handle/33000/4158.
VEGA, Wilder. 2012. Google Academico. Repositorio Institucional Universidad

Nacional de Ingeniería. [En línea] Universidad Nacional de Ingeniería, 2012. [Citado el:
07 de 11 de 2018.] http://cybertesis.uni.edu.pe/handle/uni/3694.
VERA, Kimberly. 2018. Google Academico. Repositorio Digital Universidad técnica

del Norte. [En línea] Univerisdad Técnica del Norte, 2018. [Citado el: 05 de 12 de 2018.]
http://repositorio.utn.edu.ec/bitstream/123456789/8477/1/04%20IND%20132%20TRA
BAJO%20DE%20GRADO.pdf.
VINHAIS, J. 2004. Engineering Plus. Leaning into Six Sigma: integrating Lean Six
Sigma and a manufacturing execution system can help meet regulatory compliance goals.
This exclusive report shows how such integration can increase return on investment
without compromising quality or efficienc. [En línea] 11 de 2004. [Citado el: 18 de 06 de
2019.] http://link.galegroup.com/apps/doc/A126013087/SPJ.SP12?.
ZHAN Wei. 2016. EBSCO. Lean Six Sigma Project on Writing a Lean Six Sigma
Textbook. [En línea] 01 de 06 de 2016. [Citado el: 18 de 05 de 2019.]
http://eds.b.ebscohost.com/eds/pdfviewer/pdfviewer?vid=137&sid=0bba0a86-88ee-
4eb7-a81a-f338827794ee%40pdc-v-sessmgr03.
ZHAN, Wei; DING, Xuru. 2016. EBSCO. Lean Six Sigma and Statistical Tools for
Engineers and Engineering Managers. [En línea] 2016. [Citado el: 28 de 05 de 2019.]
http://eds.b.ebscohost.com/eds/ebookviewer/ebook/bmxlYmtfXzEwOTQwMDJfX0FO
0?sid=0bba0a86-88ee-4eb7-a81a-f338827794ee@pdc-v-
sessmgr03&vid=104&format=EB&rid=5. ISBN-13: 978-1-60650-493-2.
84
Libros
ARBAIZA, Lidia. Como elaborar una tesis de grado. Lima: Universidad ESAN, 2014.
328 p.
ISBN: 975-612-410-34-4
ESCALANTE, Edgardo. Seis-Sigma: Metodologías y Técnicas. 2. ° ed. México: Limusa,

2013. 608 p.
ISBN: 978-607-05-0448-8
85
ANEXOS
Anexo 1: Cuadro de Causas – Fallas en los dispositivo de corte
N° Causas Puntaje
Acumulada Acumulado
C-2 Dosificación de alcohol no controlada 15 15 24%
C-7 Falta procedimiento para regular dosificación 13 28 45%
C-8 Falta estandar limpieza de cuchilla 12 40 65%
C-4 Variabilidad en la presión de corte 6 46 74%
C-5 Tensión de transferencia de telas 4 50 81%
C-6 No se registran las variables a inicio de turno 4 54 87%
C-1 Personal operativo con poca experiencia 4 58 94%
C-3 Variabilidad de vacío en la cámara de anvil 4 62 100%
Anexo 2: Tabla de causas - Fallas en los aplicadores de adhesivo
N° Causas Puntaje
Acumulada Acumulado
C-2 Falla módulo de aplicador de inserto 14 14 24%
C-3 Falla de electroválvula 11 25 42%
C-4 Temperatura de adhesivo por encima de 170°C 9 34 58%
C-6 Modificación de seteo en HMI 8 42 71%
C-7 Variabilidad en la prueba de Adon 5 47 80%
C-1 Personal mantenimiento con poca experiencia 4 51 86%
C-5 No se verifica variables en inicio de turno 4 55 93%
C-8 Ubicación de dispositivos poco accesibles 4 59 100%
86
Anexo 3: Tabla de causas - Falla del sellador US
N° Causas Puntaje
Acumulada Acumulado
C-2 Perdida de paralelismo por atasco de tela 13 13 23%
C-1 Alta rotación de personal de mantenimiento 10 23 40%
C-3 Falla del Convertidor 9 32 56%
C-4 Recalentamiento del Sonotrodo 7 39 68%
C-5 Tensión de transferencia de materiales 6 45 79%
C-6 Fuerza de sellado débil 4 49 86%
C-7 Falta estándar para regular paraleismo y fuerza 4 53 93%
C-8 Poca ventilación en estación 4 57 100%
Anexo 4: Tabla de causa - Regulación de variables de control
N° Causas Puntaje
Acumulada Acumulado
C-7 Reguladores de flujo manuales 12 12 21%
C-5 Falta estándar de trabajo SW 10 22 39%
C-6 Falta estandarizar las prácticas operativas 9 31 55%
C-1 No se cuenta con registros fotográficos 7 38 68%
C-2 Personal operativo con poca experiencia 5 43 77%
C-4 Se usan marcas sin indicador local 5 48 86%
C-8 Varibilidad en el gramaje de telas 4 52 93%
C-3 Ubicación de dispositivos poco accesibles 4 56 100%
Anexo 5: Horas máquina parada por estaciones
87
Anexo 6: Ishikawa – Falla en los dispositivos de corte
Anexo 7. Ishikawa - Falla en los aplicadores de adhesivos
88
Anexo 8. Ishikawa - Falla en el sellador US
Anexo 9. Gráfico de Control de Horas de parada
Gráfico de Control Tiempo de paradas Abril-Junio

5.00
4.50
4.00
3.50
3.00
LCS, 2.8
Horas
2.50
2.00
LCC, 1.9
1.50
1.00 LCI, 0.9
Horas paradas, 0.70
0.50
0.00
1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526272829303132
89
Anexo 10. Prueba de normalidad Horas paradas
90
91
92
93
94

Llanos LLJM

Cargado por

Copyright:

Formatos disponibles

Llanos LLJM

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Llanos LLJM

Cargado por

Copyright:

Formatos disponibles

FACULTAD DE INGENIERÍA

ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA INDUSTRIAL

Aplicación de Lean Six Sigma para mejorar la eficiencia de máquina de Pants

TESIS PARA OBTENER EL TÍTULO PROFESIONAL DE:

Mgtr. Dixon Groky Añazco Escobar (ORCID: 0000-0002-2729-1202)

Gestión Empresarial y Productiva

El presente trabajo se lo dedico especialmente a la

A Dios por darme la salud y la fuerza emocional

Cuadro 1: Causas de fallas en los dispositivos de corte (tabla en anexo) .........................................8

El propósito de la presente investigación pretende determinar como la aplicación de Lean

En fase Definir, se diagnostica la problemática se define alcance y marco de trabajo del

La investigación es tipo; aplicativo, cuantitativo, porque se aplicarán todos los

Con la propuesta se consigue mejorar la eficiencia en un 22.2 %, llegando alcanzar un 76.5

Palabras claves: OEE, Eficiencia, Desperdicio, Rendimiento, Calidad

Keywords: OEE, Efficiency, Waste, Performance, Quality

“OEE es conocido como uno de los programas de aplicación para el mantenimiento

Según reportes de jefatura de producción en el primer año de iniciada la producción se

Figura 1: Indicadores de producción Planta Corea

INDICADORES DE PRODUCCIÓN PLANTA

Fuente: Elaboración propia

En Latinoamérica la empresa se encuentra geográficamente bien ubicada, mantiene acuerdos

El presente estudio se realizó en la máquina M2 de manufactura de la empresa, en la

La empresa en Perú, viene atravesando la misma problemática que la planta ubicada en

Tabla 1: Indicadores de eficiencia de máquina que fabrica Pants de adulto

Fuente: elaboración propia

Figura 2: Indicadores de máquina planta Santa Clara

INDICADORES DE PRODUCCIÓN PLANTA PERÚ

Fuente: diseño del autor

Considerando el desempeño de los indicadores actuales la gerencia general y jefatura de

La estadística es un elemento crítico de la metodología Lean Six Sigma, es usado para

Figura 3: Implementación de metodologías en la empresa

Implementación Implementación Implementación Implementación Implementación Implementación Implementación

Fuente: diseño del autor

Figura 4: Diagrama Ishikawa - Perdida de eficiencia en máquina de Pants adulto

Fuente: elaboración propia

Tabla 2: Análisis de causas de tiempos de parada máquina de Pants adulto diario

Fuente: diseño del autor

Figura 5: Gráfico Pareto - Perdida de eficiencia

Fuente: diseño del autor

Tabla 3: Expertos consultados

Fuente: diseño del autor

Fuente: diseño del autor

Fuente: diseño del autor

Fuente: diseño del autor

Cuadro 3: Causas de fallas - sellador US

Fuente: diseño del autor

Fuente: diseño del autor

DIAGO, Victoria y MERCADO, Valeria. “Reducción de desperdicios en el proceso de

La tesis de estudio realizado en la cooperativa Costa Atlántica para reducir el volumen

La presente investigación ha sido de ayuda muy significativa, evidencia desperdicios en la

VACAS, Francisco Y LOAYZA, Juan. “Plan de mejora en el proceso de preparación de

La verificar la calidad de este producto se realizó un matriz de priorización para establecer

El estudio de la tesis ayuda a determinar el grado de impacto de la metodología en la

Durante el desarrollo de la metodología del proyecto se tiene en consideración el tipo de

Se inició el estudio con el registro de datos históricos de la empresa y se utilizaron métodos

UCHIMA, Cristhian. “Aplicación de la metodología Six Sigma para el incremento de la

La aplicación de las herramientas en propuestas contribuye en la mejora, se mantiene un área

El estudio presentado guía a la presente investigación en la aplicación desarrollando

BARAHONA, Leandro Y NAVARRO, Jessica. “Mejora del proceso de galvanizado en una

En el desarrollo para definir la problemática principal con la aplicación de matriz de