SISTEMA UNIVERSITARIO ABIERTO DE LAS AMÉRICAS

Gestión de la Calidad

Caso Practico 3
Isaac Olalla Claustro

Elaborado por Abogado Elio Rivas.

Enero de 2022
Enunciado

Caso Empresa Aeronáutica y de Defensa

Este caso es un ejemplo real de una empresa aeronáutica líder a nivel mundial. Seis Sigma es una
disciplina de rendimiento, comprobada en las últimas décadas. Ofrece la manera más eficaz para
construir estas capacidades. Este enfoque combina dos de los motores de mejora más poderosos: ofrece
mecanismos para reducir rápidamente y de manera drástica los tiempos y el desperdicio en cualquier
proceso de cualquier parte de una organización, y proporciona las herramientas y las pautas
organizativas que establezcan unos cimientos basados en datos para una mejora prolongada en
objetivos clave relacionados con los clientes.

En MRO (Mantenimiento y Modernización de Aviones) existe la necesidad de una agilidad de respuesta

extrema, lo que supone anticipación, planificación, comunicación ágil y trabajo en equipo para lograr
una rápida adaptación a los nuevos procesos que además tienen demanda variable.

La sofisticación tecnológica de equipos conlleva una dificultad para adecuar rápidamente el nivel de
cualificación de las personas que intervienen en los procesos de MRO, así como una transformación de
la cultura de la empresa para reducir costes, mejorar el throughput y la competitividad.

Las flotas de transporte en todos los sectores, bien por carretera, vías férreas, mar, aire, están
procediendo a revisiones de coste y tiempo aceleradas. A modo de ejemplo, en el último año las
compañías aéreas han inmovilizado del orden de 500 aviones, lo cual unido al hecho de que muchas
operaciones de mantenimiento se hayan derivado a localizaciones diferentes para abaratar costes,
provocará un incremento de los costes operativos de las empresas que se dedican a MRO en los
mercados locales.

Para poder enfrentar esta situación se están tomando medidas de reducción de costes, aplicando Seis
Sigma y recortando los gastos internos, y por supuesto revisando los contratos con empresas externas,
con el objetivo de optimizar al máximo el precio de los servicios de MRO.

Un fabricante de aviones estaba analizando la cantidad de boletines de servicio (reparaciones) en base a

tres criterios:

 Aquellos que requerían la intervención de Ingeniería.

 Los que no contenían errores tipográficos ni de imágenes en su contenido
 Los que tenían los Part Numbers correctos (materiales a utilizar en las reparaciones).

En el análisis de los datos de los últimos 12 meses, se identificaron 300 boletines que contenían 50
errores.

 Número de defectos: D = 50
 Número de unidades procesadas: N = 300
 Número de análisis por unidad: O = 3

Se quiere saber:

1) Calcular los DPMO.

2) Determinar la capacidad Sigma del proceso (utilizar la tabla DPMO / Sigma adjunta).
 Tabla N°1: tabla DPMO / Sigma

Este fabricante de aviones, quiere comparar el rendimiento de 2 posibles proveedores a

partir de los siguientes datos:

Proveedor A:

 200 piezas suministradas.

 3 tipos de análisis de defectos: Tamaño incorrecto, Especificación incorrecta y Dañado.
 50 defectos.

Proveedor B:

 200 piezas suministradas.

 4 tipos de análisis de defectos: Tamaño incorrecto, Especificación incorrecta, Dañado y Fallo de
software.
 50 defectos.

Se quiere saber:

3) Cuál es el valor DPMO & Sigma de cada uno de los 2 proveedores. ¿Qué proveedor elegirías?

Durante la revisión del avión se comprueba que los valores de intensidad de corriente en los circuitos
eléctricos de la cabina del avión no son idénticos, sino que varían conforme a una distribución normal,
con una media (µ) de 20 mA y una desviación (σ) de 5 mA.

Se quiere saber:

4) ¿Entre que valores de la desviación σ respecto al valor medio µ se encuentran los valores de la
intensidad eléctrica de cerca del 68% de los circuitos eléctricos de la cabina del avión?
5) ¿Cuál es la probabilidad de que la intensidad de corriente de un circuito eléctrico de la cabina sea
menos de 20 mA?

6) ¿Qué porcentaje de circuitos eléctricos tienen una intensidad de corriente eléctrica entre 20 y 24 mA?

7) ¿Qué circuitos consumen entre 16 y 20 mA?

(Para la resolución de estas tres últimas preguntas utilícese la “Tabla de valores de

probabilidad acumulada de la Función Normal Estándar” del Anexo 2).

Respuestas
Respuesta 1) Calcular los DPMO.

Donde:

D: número de defectos

N: número de unidades procesadas

O: número de análisis por unidad

DPMO= (50*1000000)/ (300*3)

DPMO= 55555,56

Respuesta 2) Determinar la capacidad Sigma del proceso (utilizar la tabla DPMO / Sigma
adjunta).
Es necesario calcular:

 DPO= (50)/(300*3)

DPO= 0.0556
 Yield =( 1 – 0.056)*100

Yield = 94.44
Según los valores de la Tabla N°1: tabla DPMO / Sigma, la capacidad sigma del proceso es: 3
Respuesta 3) Comparación de Proveedores A y B. ¿Qué proveedor elegirías?

Proveedor D N O DPMO DPO Yield Nivel sigma

A 50 200 3 83,333.3 0.08333 91.666 2.89
7
B 50 200 4 62,500.0 0.06250 93.750 3.01
0

Se elige el proveedor B ya que cuenta con menos defectos por millón.

Respuesta 4) ¿Entre que valores de la desviación σ respecto al valor nominal se encuentran los valores
de la intensidad eléctrica de cerca del 68% de los circuitos eléctricos de la cabina del avión?

Del 68% del valor nominal, quedan restante un 32%, siendo las colas simétricas serian 16%, es decir
0.16, usando las Tabla de valores de probabilidad acumulada (f) para la Distribución Normal Estándar se
obtiene un z= 0.5636.
Para hallar los valores de la intensidad eléctrica de cerca del 68%, se calculan los limites superiores e
inferiores.

Límite superior:22.818

Límite Inferior: 17.182

Se concluye que el 68% de los circuitos eléctricos de la cabina del avión se encuentran entre los valores
22.818 y 17.182 de la desviación.

Respuesta 5) ¿Cuál es la probabilidad de que la intensidad de corriente de un circuito

eléctrico de la cabina sea menos de 20mA?
Para determinar la probabilidad usamos la siguiente expresión haciendo una tipificación de la variable
usamos la siguiente expresión:

x → N ( 20.5 ) para calcular P(x <20)

P ( x<20 )=
P ( x−20 ) P ( 20−20 )
5
=
5 (
=P Z <
0
20)=P (Z <0)

Es decir, Z=0, buscamos en el anexo 2 la tabla de valores de probabilidad acumulada (f) para la
Distribución Normal Estándar, Obteniendo que la probabilidad de que la intensidad de corriente de un
circuito eléctrico de la cabina sea menos de 20 mA es de un 50%.

Respuesta 6) ¿Qué porcentaje de circuitos eléctricos tienen una intensidad de corriente

eléctrica entre 20 y 24 mA?
 x → N para calcular P(20< x ≤ 24)

P ( 20< x ≤ 24 )=
P ( 20−20 )
5
<z ≤ (
24−20
5 ) ()
=P
0
5
4
< z ≤( )
5

P(0< z ≤ 0,80)
Ubicando z=0.80 en el anexo 2 la tabla de valores de probabilidad acumulada (f) para la Distribución
Normal Estándar, Obteniendo que la probabilidad de que la intensidad de corriente de un circuito
eléctrico de la cabina se encuentre entre 20 y 24 mA es de un 78.81%

Respuesta 7) ¿Qué circuitos consumen entre 16 y 20 mA?

x → N para calcular P(16 < x ≤ 20)

P ( 16< x ≤ 20 )=
P ( 16−20 )
5 (
<z ≤
20−20
5 ) ( )
=P
−4
5
0
< z ≤( )
5

P(−0.80< z ≤ 0)
Ubicando z=- 0.80 en el anexo 2 la tabla de valores de probabilidad acumulada (f) para la Distribución
Normal Estándar, Obteniendo que la probabilidad de que la intensidad de corriente de un circuito
eléctrico de la cabina se encuentre entre 16 y 20 mA es de un 21.19%

Respuesta 9) Se realizaron diversas muestras (100) sobre contaminación de fluidos hidráulicos y de

combustible, obteniéndose los siguientes datos:

Que ordenados y agrupados, quedan de la forma siguiente:

Se quiere saber:

El valor medio µ, la desviación típica σ y los índices de capacidad potencial (Cp), capacidad unilateral
inferior (Cpi) y capacidad real (Cpk), con una especificación del proceso limitada por los valores:

• LEI = 200

• LES = 330

El valor medio μ para una muestra de datos agrupados es:

~
Υ =¿ ¿
~
Υ =264.1
Intervalo de Media del Frecuencia (n) Frecuencia Frecuencia ~
Υ∗n
valores ~
intervalo ( Υ ¿ relativa adsoluta
170-189 179.5 2 0.02 0.02 359,00
190-209 199.5 4 0.04 0.06 798,00
210-229 219.5 7 0.07 0.13 1536,50
230-249 239.5 13 0.13 0.26 3113,50
250-269 259.5 32 0.32 0.58 8304,00
270-289 279.5 24 0.24 0.82 6708,00
290-309 299.5 11 0.11 0.93 3294,50
310-329 319.5 4 0.04 0.97 1278,00
330-349 339.5 3 0.03 1.00 1018,50
Σ 100 26410,00

La desviación típica σ para una muestra de datos agrupados es:

Intervalo Media del Frecuencia Frecuencia Frecuencia Υ ∗n (

de valores intervalo ( (n) relativa adsoluta ~ 2
Υ −Υ ¿ ¿ ∗n
~
Υ¿
170-189 179.5 2 0.02 0.02 359,00 14314,32
190-209 199.5 4 0.04 0.06 798,00 16692,64
210-229 219.5 7 0.07 0.13 1536,50 13924,12
230-249 239.5 13 0.13 0.26 3113,50 7867,08
 250-269 259.5 32 0.32 0.58 8304,00 677,12
270-289 279.5 24 0.24 0.82 6708,00 5691,84
290-309 299.5 11 0.11 0.93 3294,50 13784,76
310-329 319.5 4 0.04 0.97 1278,00 12276,64
330-349 339.5 3 0.03 1.00 1018,50 17055,48
Σ 100 26410,00 102284

la desviación típica para los datos agrupados es de σ =¿31,98.

Para calcular los índices de:

 Capacidad potencial (Cp)

LES−LEI
Cp=
6σ

Siendo :
LEI = 200
LES = 330

Cp=¿ (330-200)/6*31,98=0.68

 Capacidad unilateral inferior (Cpi)

μ−LEI
Cp i=
3σ

Cpi=¿0.67
 Capacidad real (Cpk)

Cp k=Minimo { μ−LEI
3σ
;
LES−μ
3σ
}

Cpk=Minimo {0.67;0.69} =0.67

Anexo 2: