Control de Accidentes en Minería – SOUTHERN PEAKS MINING
Enviado por edward.herrera • 2 de Febrero de 2020 • Informe • 1.431 Palabras (6 Páginas) • 159 Visitas
[pic 1]
MAESTRÍA EN ADMINISTRACIÓN
A TIEMPO PARCIAL 67
ASIGNATURA: ANALÍTICA PARA LA TOMA DE DECISIONES
PROFESOR: TOMÁS MINAURO LA TORRE
TÍTULO TRABAJO: Control de Accidentes en Minería – SOUTHERN PEAKS MINING
El presente trabajo ha sido realizado de acuerdo con los reglamentos
de la Universidad ESAN por:
1301648 Edward Herrera Álvarez
Surco, 31 de octubre de 2019
Contenido
INTRODUCCIÓN 3
ANTECEDENTES 4
FORMULACIÓN DEL PROBLEMA 5
Formulación 5
Modelo 6
TEMA INVOLUCRADO 8
RESULTADOS ESPERADOS 9
CONCLUSIONES 10
RECOMENDACIONES 11
Anexo 1 12
Cuadro de sensibilidad 1 12
Cuadro de sensibilidad 2 12
Cuadro de sensibilidad 3 13
INTRODUCCIÓN
Southern Peaks Mining (SPM) es una compañía privada propiedad de la gerencia y Barclays Natural Resource Investments. Barclays Natural Resource Investments ("BNRI") es una división de Barclays Capital, la división de banca de inversión de Barclays Bank PLC, con activos mineros en Perú desde octubre del 2010. Nuestra compañía cuenta con los siguientes activos mineros son en el territorio nacional:
Compañía Minera Condestable
Mina subterránea polimetálica
Ubicación: Región Lima
Compañía Minera Quiruvilca
Mina subterránea polimetálica
Ubicación: Región La Libertad, provincia de Santiago de Chuco, en el Norte del Perú.
Compañía Minera Ariana
Mina de exploración polimetálica
Ubicación: Región Junín.
Compañía Minera La Virreyna
Proyecto minero de metales preciosos
Ubicación: Región Huancavelica.
Nuestros yacimientos cumplen con los siguientes ciclos o procesos
Exploración
Extracción
Procesamiento
Comercialización
En este trabajo vamos a poner de manifiesto el impacto de la seguridad en las operaciones y procesos de minería de 02 de sus unidades (Condestable y Quiruvilca), teniendo en cuenta que mensualmente se registran en promedio 1,654 incidentes de seguridad por unidad, lo que nos muestra que este rubro tiene un gran componente de riesgo en sus operaciones.
ANTECEDENTES
La industria minera es una actividad de alto riesgo lo que implica tener estándares de seguridad bastante altos y controles que permitan asegurar la integridad de los trabajadores.
De acuerdo con estimaciones de la OIT cada año alrededor de 317 millones de personas son víctimas de accidentes del trabajo en todo el mundo y 2,34 millones de personas mueren debido a accidentes o a enfermedades profesionales.
En nuestras unidades contamos con trabajadores de distintas experiencia y edades:
[pic 2]
De acuerdo con las auditorias inopinadas al interior de cada uno de los yacimientos hemos podido determinar que tenemos un alto índice de incidencias de seguridad
[pic 3]
FORMULACIÓN DEL PROBLEMA
Formulación
El monitoreo de los incidentes se realiza de manera constante en cada una de las áreas operativas de la compañía, con la finalidad de poder mitigar los accidentes en las actividades diarias. Cada uno de nuestros trabajadores realiza actividades de riesgo que se encuentran clasificadas y que ayuda a determinar el riesgo potencial de cada trabajador.
Todos los trabajadores son asignados según su experiencia a una seria de labores dentro de la unidad y cada una de las incidencias son registradas e indicadas en reportes de gestión para luego ser evaluados.
El presente trabajo nos permitirá determinar si existe una relación entre el tiempo de experiencia de los trabajadores y la asignación de riesgos a las actividades, así como también si hay alguna asociación entre la cantidad de incidentes registrados y las edades de nuestros trabajadores.
Para ello se ha tomado una muestra aleatoria simple de 20 trabajadores de la Unidad Quiruvilca cuyos resultados se facilitan en la tabla adjunta.
[pic 4]
Gráfico: Elaboración propia (Datos referenciales de Southern Peaks Mining – Unidad Quiruvilca)
Las variables que se vamos a analizar para este modelo son las siguientes:
Y = Cantidad de incidentes
X1 = Riesgo de trabajo*
X2 = Experiencia (años)
X3 = Edad (años)
*El riesgo es una variable que se cataloga en una escala de 0 a 9
Modelo
Las variables seleccionadas nos ayudarán a construir el modelo de Regresión Múltiple generando para ello el análisis de significación de las variables (Anexo 1)
Y = 1.4643 - 0.8170X1 + 0.1917X2 -0.0497X3
Al tomar un nivel de confianza del 95% las variables procesadas deberíamos tomar las que tengan un P-Value por debajo del 5% por lo que verificamos el resultado con el siguiente cuadro:
...