Herramientas estadísticas de la calidad para la diagnosis: estudio de un caso en la industria de productos cárnicos.

Ronald Maldonado y Lucía Graziani

Ronald Maldonado. Ingeniero Agrónomo y M.Sc. en Ciencia y Tecnología de Alimentos, Universidad Central de Venezuela (UCV). Profesor, UCV, Venezuela. Dirección: Instituto de Química y Tecnología. Facultad de Agronomía, UCV. Apdo. 4579. Maracay 2101. Aragua, Venezuela. e-mail: maldonador@agr.ucv.ve

Lucía Graziani. Licenciada en Química y y M.Sc. en Ciencia y Tecnología de Alimentos, Universidad Simón Bolívar, Venezuela. Profesora, UCV, Venezuela.

Resumen

La diagnosis es una estrategia metodológica gerencial utilizada para enfrentar los problemas de tolerancia e identificar las causas de las desviaciones o defectos. Se aplicaron algunas herramientas de la calidad (histogramas de frecuencia, diagrama de Ishikawa, Pareto y AMEF de mantenimiento) como estrategia de diagnosis en una empresa de productos cárnicos enlatados (PCE) con problemas de tolerancia en los pesos netos. Los resultados demostraron que los mayores problemas de calidad a nivel de fallas internas son generados en un 75%, en promedio, por el bajo peso, equivalente a 0,55 de defectuoso con respecto al total producido. El 58% de las observaciones estuvo fuera de las especificaciones, lo que genera una capacidad de proceso real de 0,004. El 80% del problema de bajo peso en un PCE son provocados por: relación tiempo-temperatura de mezclado, cantidad de vapor, diseño de puestos de trabajo, velocidad de las aspas (rpm), diseño de las aspas y calidad de vapor. Los componentes y procesos más críticos son: relación tiempo-temperatura de mezclado, baja y alta velocidad de las aspas y diseño de las mismas, válvulas de control de vapor y calibración de los equipos de calentamiento en el control de temperatura de las mezcladoras, representando un 80% de los modos de falla. En la gestión de calidad de la empresa se debe incorporar un programa de mejoramiento basado en la reducción de la variabilidad inherente a nivel de proceso en un 83% y que la media poblacional se desplace hacia la izquierda en un 98%.

Statistical tools for quality diagnosis: a case study in the meat product industry.

Summary

Diagnosis is a methodological management strategy used to solve tolerance problems and to identify the causes of deviations or defects. Some quality tools (histograms, Ishikawa diagrams, Pareto diagrams, maintenance failure mode effects analysis; FMEA) were applied as a diagnostic strategy at a canned meat enterprise (CME) with net weight problems. The results showed that an average of 75% of the biggest quality problems due to internal defects are caused by low weight, equivalent to a 0.55% defective production with regard to the total production. Of the observations made, 58% were outside specifications; which leads to a real capacity process of 0.004. The low weight problems in a CME are caused in an 80% by the following problems: time-temperature ratio of the mixture, vapor amount, floor plan of the work place, velocity (rpm) and design of the mixing blades, and vapor quality. The most critical components and processes are: time-temperature ratio of the mixture, high and low velocity and design of the mixing blades, vapor control valves and calibration of the heating equipment in the control of the mixing machines; these represent 80% of the fault modes. The quality control system of a CME should include an improvement program based on reduction of the inherent process variability by 83%, displacing the population mean to the left by 98%.

Ferramentas estatísticas da qualidade para a diagnose: estudo de um caso na indústria de produtos cárnicos.

Resumo

A diagnose é uma estratégia metodológica gerencial utilizada para enfrentar os problemas de tolerância e identificar as causas dos desvios ou defeitos. Aplicaram-se algumas ferramentas da qualidade (histogramas de freqüência, diagrama de Ishikawa, Pareto e AMEF de manutenção) como estratégia de diagnose em uma empresa de produtos cárnicos enlatados (PCE) com problemas de tolerância nos pesos netos. Os resultados demonstraram que os maiores problemas de qualidade no nível de falhas internas são, em média 75% gerados pelo baixo peso, equivalente a 0,55 de defeituoso do total produzido. 58% das observações estiveram fora das especificações, o que gera uma capacidade de processo real de 0,004. 80% do problema de baixo peso em um PCE são provocados por: relação tempo-temperatura de mistura, quantidade de vapor, desenho de postos de trabalho, velocidade das pás (rpm), desenho das pás e qualidade do vapor. Os componentes e processos mais críticos são: relação tempo-temperatura de mistura, baixa e alta velocidade das pás e desenho das mesmas, válvulas de controle de vapor e calibração dos equipamentos de aquecimento no controle de temperatura das misturadoras, representando 80% dos modos de falha. Na gestão de qualidade da empresa se deve incorporar um programa de melhoramento baseado na redução da variabilidade inerente no nível de processo em 83% e que a média populacional se desloque para a esquerda em 98%.

Palabras Clave/ Calidad / Diagnosis / Mejoramiento de la Calidad / Productos Cárnicos /

Recibido: 06/03/2007. Modificado: 28/08/2007. Aceptado: 10/09/2007.

Introducción

El jamón endiablado (producto cárnico para untar), que en el presente trabajo denominaremos producto cárnico enlatado (PCE), es un producto elaborado a base de carne proveniente de pernil y paleta de cerdo o de muslo de pierna de aves y grasa de la especie correspondiente; curado y cocido, finamente picado y/o molido, adicionado de especias, esterilizado o pasteurizado, envasado en tripas artificiales, recipientes metálicos u otros aprobados por la autoridad sanitaria competente (COVENIN, 1998).

Las herramientas de calidad son útiles para encontrar las causas probables de un problema en un PCE, como primera fase para poder lograr el mejoramiento de la calidad. Sin embargo, hay pocos ejemplos en la literatura de cómo estas pueden aplicarse de manera practica en una industria de alimentos (Bisgaard y Kulahci, 2000).

Una alternativa para enfrentar los problemas de conformidad es identificar las causas de las desviaciones o defectos, lo que se logra a través del diagnóstico o diagnosis, el proceso de estudiar los síntomas de un problema y de determinar sus causas. Existe una herramienta fundamental empleada para este tipo de estudio y es el diagrama causa-efecto; sin embargo, la complejidad de los procesos pueden llegar a requerir, más que un procedimiento general, la participación de muchas herramientas de calidad (Juran y Gryna, 1995; Smith, 2000).

Parte del mejoramiento de la calidad consiste en el cambio del diagnóstico del síntoma a la causa, y para ello se disponen de técnicas de análisis en las que se incluyen las siete herramientas de la calidad (gráficas de control, hojas de revisión, histograma, diagrama de Pareto, diagrama de causa-efecto, gráfica de dispersión y diagrama de flujo). A través de estas herramientas se lleva a cabo una recopilación eficiente de datos, identificación de patrones de éstos y medición de la variabilidad. De hecho, hasta un 95% de los problemas de las empresas pueden ser resueltos con las herramientas de calidad (Ishikawa, 1994; Juran y Gryna, 1995; Jackson y Frigon, 1998; Czarnecki et al., 2000).

El análisis de modo y efecto de fallas (AMEF) es una herramienta sistemática para evaluar los modos de fallas y las causas asociadas con los procesos de diseño y manufactura de un nuevo producto. En ella se hace una lista de los modos de falla potenciales de cada componente o sub-ensamblaje y se le asigna a cada uno una calificación numérica para la frecuencia de ocurrencia, el aspecto crítico y la probabilidad de detección. Por último, estas tres cifras se multiplican para obtener el número de prioridad de riesgo (NPR), que se utiliza para guiar el esfuerzo de diseño al problema más crítico. Los casos con los más altos valores de NPR deben ser considerados primero a fin de recomendar acciones específicas con la intención es reducir los niveles de severidad, ocurrencia y/o detección (Soin, 1997).

Hay antecedentes que demuestran la aplicación de las herramientas de calidad para ayudar a los gerentes en el desarrollo de estrategias del control y mejoramiento en la industria de alimentos, tal como lo demuestran Mitchell y Lavelle (1995), quienes las usaron para el control del peso neto en las líneas de operación de cartones de cuarto, medio y un litro de leche entera, semi-descremada y descremada. Estos autores mostraron que los histogramas de frecuencia para leche entera estaban desplazados hacia el límite de especificación superior, además de presentar una forma bimodal debido al desajuste de la mitad de las válvulas empleadas para el llenado.

En muchas industrias de alimentos el bajo peso neto representa un problema importante debido a que genera pérdidas a las empresas y es solo la punta de iceberg, ya que a este se suman los costos de reproceso, pérdida de tiempo, aumento de desperdicio material y humano, así como problemas legales por incumplimiento de las especificaciones exigidas por el cliente. El objetivo del presente estudio fue determinar las causas probables del bajo peso neto existentes en un PCE para untar, con base en la aplicación de las herramientas para el diagnosis de la calidad, como los histogramas de frecuencia, el diagrama de causa-efecto y diagrama de Pareto. Además se propone un programa de mejoramiento a través del desplazamiento de la media y reducción de la variabilidad, tomando como base la capacidad de proceso 1.33, esto garantiza que el 99,99% de los valores de peso neto estén dentro de los límites de tolerancia establecidos por el cliente y, finalmente, se aplica el análisis de modo de efecto y fallas (AMEF) de mantenimiento.

El estudio fue realizado en la empresa General Mills de Venezuela C.A., en las operaciones de mezclado y llenado de la línea de procesamiento de productos cárnicos enlatados para uso comestible (jamón endiablado) ubicada en Cagua, Edo. Aragua. Venezuela.

Materiales y Métodos

Materiales

El producto cárnico enlatado (PCE) para untar es una combinación de carne de cochino deshuesado (pernil o paleta madre o regular) con sales y especies aromáticas, que es luego molido, mezclado, llenado, envasado en latas de 55g contenido neto y esterilizado, con la finalidad de obtener un producto cárnico untable conservado a temperatura ambiente, apto para el consumo humano desde el punto de vista físico, químico, microbiológico, nutricional y sensorial.

Diagnóstico de los defectos

El diagnóstico de los defectos fue realizado con los datos de las retenciones y revisiones del PCE, obtenidos del informe mensual del Departamento de Aseguramiento de la Calidad de la empresa en julio, agosto y septiembre 2005.

Capacidad de proceso y metas para su mejoramiento

Para determinar la capacidad del proceso real (Cp_r) se tomaron datos históricos, estando el proceso bajo control estadístico (Montgomery, 1997). El intervalo de tolerancia de la variable peso neto (55 ±1,65g) determina el límite de especificación inferior (LEI) en valor nominal (T) y el límite de especificación superior (LES). Los cálculos y la elaboración de los histogramas de frecuencia fueron realizados utilizando el paquete estadístico Statgraphics Plus para Windows, versión 2.1. Las metas a considerar en un programa de mejoramiento para el proceso de llenado de un PCE fueron establecidas como

a) la reducción de la variabilidad (%R) expresada como

% Reducción= R/s_r×100

donde R= s_r - s_m; siendo s_m= (LES-LEI)/C_Po × 6) la variabilidad mejorada, tomando como base una capacidad de proceso objetivo Cp_o= 1,33; y s_r= 2,41 la variabilidad real; y

b) el desplazamiento de la media poblacional (%K) basado en el índice

K= (-m)/(LSE-LIE)

donde m= valor nominal, y = 55,72 (promedio real de un proceso bajo control estadístico). Con valores positivos de K la media se desplaza hacia la derecha y con valores negativos la media se desplaza a la izquierda. El porcentaje de desplazamiento (%K) es expresado de manera que cada incremento en 0,1 unidad de K representa 10% del desplazamiento de la media con respecto a la media nominal (T= 55g).

Para el cálculo del porcentaje de latas que están fuera de especificaciones se procedió a efectuar los cinco pasos siguientes: 1) se determinó la media y la varianza poblacional de la variable peso neto, 2) se calculó la capacidad de proceso real inferior como

3) se calculó la capacidad de proceso real superior como

4) se determinó el valor de Z para cada uno de los Cp_k calculados con la formula Z=3Cp_k, y finalmente 5) se determinó la fracción del universo que está fuera de las especificaciones, con los valores de Z obtenidos en las tablas de distribución de Z (Canavos, 1988).

Análisis de los defectos

El análisis de los defectos fue realizado usando el diagrama de causa-efecto según Ishikawa (Ishikawa, 1994), complementado con la técnica de grupos nominales (TGN) según procedimiento publicado por Gutiérrez (1994) y priorizadas las causas a través del diagrama de Pareto (Kume, 1992).

AMEF de mantenimiento

Con el fin de analizar las fallas y sus causas en la operación de llenado del PCE, se construyó el AMEF de mantenimiento según lo señalado por Cotnareanu (1999), incorporando además el diagrama de Pareto (Kume, 1992) para priorizar los procesos críticos y medidas preventivas.

Resultados y Discusión

Diagnóstico de los defectos

En la Figura 1 se muestran los defectos, en porcentaje de cajas, que generaron retenciones en julio, agosto y septiembre 2005. Se evidencia que el bajo peso fue el defecto predominante, con valores de 79; 80 y 62%, respectivamente, durante los meses en estudio, lo que a su vez representó el 0,82; 0,43 y 0,39% del total de cajas producidas en cada mes. Estos porcentajes, aunque en apariencia bajos, surgen de un proceso de reinspección al 100% de los lotes rechazados, donde cada lote está conformado por 1000 cajas. La detección y denuncia de este defecto por parte de los clientes puede generar para la empresa un problema de tipo legal (legislación metrológica), sin contar la pérdida de confianza por parte de los clientes y el incremento de los costos.

Capacidad de proceso y metas para su mejoramiento

La Figura 2 muestra la distribución de frecuencia de la variable peso neto de un PCE. El histograma muestra que los datos se aproximan a una distribución normal y el estadístico de Shapiro-Wilks= 0,96 lo confirma. La curva de distribución de los pesos netos está desplazada hacia la derecha del valor nominal (T= 55g) en un 98% (valor K), detectándose que el 58% de las observaciones realizadas no cumplen con las especificaciones (%FE), el 49% presenta fallas de sobrepeso (>LES= 56,65g) y el 9% de bajo peso (<LEI= 53,35g). El desplazamiento de la media del proceso por encima del valor nominal es atribuido a que la acción correctiva implementada ante la no conformidad del bajo peso consiste en mezclar producto cárnico frío con producto caliente, lo que provoca un aumento del peso específico de la mezcla y por ende del peso de las latas. Lo anterior conlleva a que el índice de capacidad de proceso real (Cp_k) sea de 0,004, indicando que el proceso operando en las condiciones actuales es incapaz de cumplir con los requisitos exigidos por el cliente, el cual es adquirir latas de un PCE con un peso neto que esté entre 53,35 y 56,65g. Según Jackson y Frigon (1998) en el ambiente competitivo actual, la capacidad mínima del proceso debe ser mayor de 2, lo que significa 0,0018x10^-4% de defectos. Por lo tanto, las cifras encontradas en el presente estudio son elevadas, pudiendo crear problemas de competitividad a la empresa. Para que la empresa pueda plantearse la posibilidad de cumplir con las exigencias del cliente y estar a un nivel de capacidad altamente competitivo en el mercado, deben establecerse nuevas metas (Tabla I) basadas en la reducción de la variabilidad inherente del proceso en un 83% y que la media poblacional se desplace hacia la izquierda en un 98% (centrar el proceso). Una forma de lograrlo de manera inmediata es a través de la compra de una nueva llenadora, y a mediano plazo a través de la implementación de un mejoramiento continuo de los procesos (Deming, 1991; Hammer y Champ, 1993).

Análisis de los defectos

La relación que existe entre los factores causales y el bajo peso de un PCE, es expresada en forma de diagrama causa-efecto en la Figura 3. Las posibles causas están agrupadas en cuatro categorías: mano de obra, máquina, materia prima y métodos. La categoría ‘máquina’ contiene 14 fuentes de variación que representan el 47% del total de las posibles causas de bajo peso, mientras que las otras tres categorías: mano de obra, materia prima y métodos tienen el 17, 13 y 23%, respectivamente.

En la Figura 4 se jerarquizan las causas a través del diagrama de Pareto, observándose que seis son las causas que contribuyen en un 80% a ocasionar el bajo peso en el producto: i) Ausencia de control en relación tiempo-temperatura de mezclado. ii) Mal diseño del sistema de alimentación del vapor, lo que provoca que el estándar de tiempo de 10min en las mezcladoras deba alargarse ocasionando una disminución del tamaño de partícula y del peso específico. iii) Diseño inadecuado de los puestos de trabajo del operador, lo que se refiere a la ergonomía de los mismos, que afecta el desempeño del trabajador provocando cansancio mental y agotamiento físico al tratar de controlar manualmente 8 mezcladoras; esto ocasiona que las temperaturas de mezclado, los tiempos y la temperatura de llenado sean mayores, lo que hace que el producto carnico pase mayor tiempo en la mezcladora, haciendo que las partículas de carne sean de menor tamaño y su peso específico disminuya, provocando el bajo peso. iv) Falta de estandarización en la velocidad (rpm) de las aspas, debido a la presencia de grupos de mezcladoras con velocidades de mezclados diferentes; en las de menor velocidad la pasta pasa más tiempo homogenizándose, se alarga el tiempo de exposición al calor y ello conduce al bajo peso. v) Falta de estandarización en el diseño de las aspas, cuyo efecto sobre el bajo peso no se conoce con certeza; sin embargo, se ha observado que por su diseño las aspas de las mezcladoras 2, 3 y 4 requieren mayor tiempo en el mezclado de los ingredientes del producto cárnico (alargando el tiempo de calentamiento y generando bajo peso) que las mezcladoras 1, 5 y 6 que tienen un diseño de aspas diferente. vi) Mala calidad de vapor, que se refiere a la cantidad de vapor condensado en las tuberías por mal funcionamiento de las trampas de vapor, lo que ocasiona que no se llegue a la temperatura de mezclado en el tiempo previsto, por lo que el producto deberá pasar más tiempo mezclándose.

Análisis de modo y efecto de fallas (AMEF) de mantenimiento

Debido a que el mayor porcentaje de las causas atribuibles al bajo peso se agrupan en la categoría ‘máquina’, se propuso la aplicación del AMEF de mantenimiento por permitir un análisis más profundo de las causas observadas bajo la perspectiva de modo de falla en los equipos, con el fin de considerar acciones que tiendan a prevenirlas. Los resultados se presentan en la Tabla II. En la Figura 5 se muestra la priorización de los números de prioridad de riesgo (NPR) obtenidos a partir de los datos reportados en la Tabla II, indicando que seis de los modos de falla contribuyen al 80% del NPR (falta de control de tiempo de llenado-vaciado, baja y alta velocidad (rpm) de las aspas, mal funcionamiento de la válvula de control de vapor, falta de unificación del diseño de las aspas y falta de calibración de los equipos). Como acciones preventivas se sugiere la automatización del control de temperatura de las mezcladoras y de los tiempos de vaciado y llenado, e instalar controles de velocidad de las aspas, válvulas de vapor para cada mezcladora, unificar el diseño de las aspas y establecer un programa de calibración periódica de las válvulas.

Conclusiones

Las causas del bajo peso en un PCE son generadas en un 80 % por la relación tiempo-temperatura de mezclado, el mal diseño del sistema de alimentación del vapor, deficiente diseño de puestos de trabajo del operador, falta de homogeneidad en las velocidades (rpm) de las mezcladoras, diseño de las aspas y calidad de vapor. Para cumplir con las especificaciones del cliente (capacidad de proceso 1,33) la empresa debería aplicar un programa de mejoramiento basado en la reducción en un 83% de la variabilidad a nivel de proceso y que la media poblacional se desplace hacia la izquierda en un 98% a través de la automatización del proceso de control de temperatura de las mezcladoras y tiempos de vaciado-llenado, así como instalar controles de velocidad de las aspas, válvulas de vapor por mezcladora, unificar el diseño de las aspas y establecer un programa de calibración periódica de las válvulas de control de presión de vapor y condensado.

AGRADECIMIENTOS

Los autores agradecen a la empresa General Mills de Venezuela C.A. por el apoyo y los recursos necesarios para la realización de este estudio.

REFERENCIAS

1. Bisgaard S, Kulahci M (2000) Findind assignable causes. Qual. Eng. 12: 633-640.        [ Links ]

2. Canavos G (1988) Probabilidad y Estadística. Aplicaciones y Métodos. McGraw-Hill Interamericana. Mexico. 651 pp.        [ Links ]

3. Cotnareanu T (1999) Old tools. New uses: equipment FMEA. A tool for preventive maintenance. Quality Progress. December: 48-52.        [ Links ]

4. COVENIN (1998) Norma 1784. Jamón endiablado (2ª rev.). Comisión Venezolana de Normas Industriales. Caracas, Venezuela. 7 pp.        [ Links ]

5. Czarnecki H, Schroer B, Adams M, Spann M (2000) Continuous process improvement when it counts most. Qual. Progr. (May): 74-80.        [ Links ]

6. Deming WE (1991) Control de calidad total. Deming: gerencia en acción. Estrategias ejecutivas 1(16): 1-4.        [ Links ]

7. Gutierrez M (1994) Administrar para la Calidad: Conceptos Administrativos del Control Total de la Calidad. 2ª ed. Limusa. México. 297 pp.        [ Links ]

8. Hammer M, Champ J (1993) Reingeniería. Norma. Caracas, Venezuela. 223 pp.        [ Links ]

9. Ishikawa K (1994) Introducción al Control de Calidad. Díaz de Santos. Madrid, España. 500 pp.        [ Links ]

10. Jackson H, Frigon N (1998) Logrando la Ventaja Competitiva: Una Guía Hacia la Calidad de Clase Mundial. Prentice Hispanoamericana. México. 651 pp.        [ Links ]

11. Juran J, Gryna F (1995) Análisis y Planeación de la Calidad. 3^a ed. McGraw-Hill. Madrid, España. 633 p.        [ Links ]

12. Kume H (1992) Herramientas Estadísticas Básicas para el Mejoramiento de la Calidad. Norma. Bogotá, Colombia. 236 pp.        [ Links ]

13. Mitchell P, Lavelle P (1995) Statical tools for net quantity control in the dairy industry. J. Soc. Dairy Technol. 48: 13-19.        [ Links ]

14. Montgomery D (1997) Introduction to statical quality control. 3^a ed. John Wiley and Sons, Inc. Nueva York, EEUU. 676 p.        [ Links ]

15. Smith G (2000) Too many types of quality problems. Qual. Progr. 33: 43-49.        [ Links ]

16. Soin S (1997) Control de Calidad Total: Claves, Metodologías y Administración para el Éxito. McGraw-Hill. Caracas, Venezuela. 305 pp.        [ Links ]