En una fbrica de muebles se inspecciona a detalle el acabado de las mesas cuando salen del departamento de laca.

La cantidad de defectos que son encontrados en cada mesa son registrados con el n de conocer y mejorar el proceso. En la tabla 8.3 se muestran los defectos en- contrados en las ltimas 30 mesas. Es claro que estamos ante una variable que debe ser analizada con la carta c, debido a que una misma mesa puede tener varios defec- tos de diferente tipo; adems, los defectos son relativa- mente menores, y aunque in uyen en la calidad nal del producto, no causan que la mesa sea rechazada. MESA 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 DEFECTOS 7 5 10 2 6 5 4 9 7 5 6 7 8 4 5 12 8 10 4 7 3 10 6 6 7 4 5 6 8 5
14 12

Grfica C de DEFECTOS

Conteo de muestras

10 8 6 4 2 0 1 4 7 10 13 16 Muestra 19 22 25 28

C de DEFECTOS
LCS=13.94

Conclusion: EL PROCESO ESTA BAJO CONTROL ESTADISTICO SIGUE ESPECIFICACIONES YA QUE NO HAY NINGUNA MUESTRA QUE SE SALGA DE LOS LIMITES DE CONTROL. TIENE VALIDEZ ESSTADISTICO

_ C=6.37

LCI=0 19 22 25 28

16 Muestra

OL ESTADISTICO UE NO HAY NINGUNA MUESTRA DE CONTROL.

En una fbrica se ensamblan artculos electrnicos y al nal del proceso se hace una inspeccin por muestreo para detectar defectos relativamente menores. En la tabla se presenta el nmero de defectos observados en muestreos realizados en 24 lotes consecutivos de piezas electrnicas. El nmero de piezas inspeccionadas en cada lote es variable, por lo que no es apropiado aplicar la carta c. Es mejor analizar el nmero promedio de defecto por pieza, ui, mediante la carta u.

LOTE 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

TAMAO DE MUESTRA 20 20 20 20 15 15 15 25 25 25 25 30 30 30 30 30 30 30 15 15 15 15 15 15

DEFECTOS ENCONTRADOS 17 24 16 26 15 15 20 18 26 10 25 21 40 24 46 32 30 34 11 14 30 17 18 20

Grfica U de DEFECTOS E
2.0

Conteo de muestras por unidad

1.5

1.0

0.5
1

0.0 1 3 5 7 9 11 13 15 Muestra

Las pruebas se realizaron con tamaos de la muestra d

Grfica U de DEFECTOS EN
2.0

Conteo de muestras por unidad

1.5

1.0

0.5
1

0.0 1 3 5 7 9 11 13 15

Conteo de muest

1.0

0.5
1

0.0 1 3 5 7 9 11 13 15 Muestra

Las pruebas se realizaron con tamaos de la muestra d

ica U de DEFECTOS ENCONTRADOS

1

LCS=1.838

CONCLUSION: El proceso no esta bajo control estadistico ya que dos muestra se encuentra fuera de los limites de

_ U=1.046

LCI=0.254

11 13 15 Muestra

17

19

21

23

on tamaos de la muestra desiguales

ca U de DEFECTOS ENCONTRADOS
1

LCS=1.843

_ U=1.049

Lo que procede en el problema bajo anlisis es segui monitoreando el proceso mediante la carta de contr identificar y eliminar causas especiales de variacin. Adems se debe evaluar la posibilidad de generar un proyecto de mejora para identificar y eliminar las cau comunes de los defectos en los artculos. Un primer en tal proyecto de mejora sera identificar el tipo de defecto que se presenta con mayor frecuencia.

LCI=0.256

11

13

15

17

19

21

23

U=1.049

LCI=0.256

11 13 15 Muestra

17

19

21

23

n tamaos de la muestra desiguales

ta bajo control estadistico ya se encuentra fuera de los limites de contro.

en el problema bajo anlisis es seguir el proceso mediante la carta de control para minar causas especiales de variacin. e evaluar la posibilidad de generar un jora para identificar y eliminar las causas defectos en los artculos. Un primer paso de mejora sera identificar el tipo de presenta con mayor frecuencia.

En una empresa del ramo alimenticio, mediante ciertas mquinas se empaquetan salchichas en sobres o paque vaco). El problema se detecta mediante inspeccin visual; los paquetes con aire son se- gregados y despus se abren para recup vaco es importante debido a que si un paquete con aire llega al mercado, la vida de anaquel se acorta, por lo que despus de frescu- ra; y eso puede ocurrir en el refrigerador del distribuidor o del consumidor. Esta situacin repercute en clientes insa Por lo anterior, a los operadores de las diferentes m- quinas continuamente se les recordaba la importancia de no dejar pasar p magnitud del problema, no exis- tan bases tangibles para detectar cambios en el desempe- o de las mquinas, ni haba forma d resulta- do. De ah surgi la necesidad de registrar los resultados y analizarlos mediante una carta de control. Cada hora se re mquina se obtiene el total de paquetes ni durante esa hora. Los datos obtenidos durante tres das en una mquina se muestran

SUBGRUPO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

PAQUETES 595 593 607 596 602 599 600 590 599 601 598 600 597 594 595 597 599 596 607 601 594 606 601 598 599 590 588 597 604 605 597 603 596 597

PAQUETES CON AIRE 15 5 8 10 6 5 5 7 2 4 9 17 4 5 3 10 7 5 4 9 7 5 7 4 2 3 5 3 6 5 7 9 5 3

Grfica P de PAQUETES CON AIR

0.030 0.025 0.020
1 1

Proporcin

0.015 0.010 0.005 0.000 1 5 9 13 17 21 25 Muestra 29

33

Las pruebas se realizaron con tamaos de la muestra desiguales

Grfica P de PAQUETES CON AIR

0.030 0.025 0.020
1 1

Proporcin

0.015 0.010 0.005 0.000 1 5 9 13 17 21 25 Muestra 29

33

Las pruebas se realizaron con tamaos de la muestra desiguales

0.005 0.000

35 36 37 38 39 40

607 596 598 600 608 592

8 15 4 6 8 5

13

17 21 25 Muestra

29

33

Las pruebas se realizaron con tamaos de la muestra desiguales

an salchichas en sobres o paque- tes. Un problema que se ha tenido es que dentro del so- bre queda aire (falta de gregados y despus se abren para recuperar las salchichas y volverlas a empaquetar. El atributo de falta de a de anaquel se acorta, por lo que despus de algunos das la salchicha empieza a cambiar de color y a perder su or. Esta situacin repercute en clientes insa- tisfechos y genera una mala imagen de la compaa. les recordaba la importancia de no dejar pasar paquetes con aire. Sin embargo, como no se llevaba un registro de la o de las mquinas, ni haba forma de saber si las medidas tomadas para reducir el problema haban dado ediante una carta de control. Cada hora se registra el nmero de paquetes detectados con aire di y del contador de la os durante tres das en una mquina se muestran en la tabla

Grfica P de PAQUETES CON AIRE

1 1

CONCLUSION: El proceso no esta bajo control estadistico ya que tres muestra se encuentra fuera de los limites de con
LCS=0.02344

_ P=0.01073

LCI=0 9 13 17 21 25 Muestra 29 33 37

aron con tamaos de la muestra desiguales

Grfica P de PAQUETES CON AIRE

1 1

Se debe evaluar la posibilidad de generar un proyecto de mejora para identificar y eliminar las causas comunes de los defectos en los artculos. Hay que identificar el tipo de defecto que se presenta.
LCS=0.02143

_ P=0.00948

LCI=0 9 13 17 21 25 Muestra 29 33 37

zaron con tamaos de la muestra desiguales

P=0.00948

LCI=0 9 13 17 21 25 Muestra 29 33 37

zaron con tamaos de la muestra desiguales

o no esta bajo control estadistico ya muestra se encuentra fuera de los limites de contro.

evaluar la posibilidad de generar un proyecto ra para identificar y eliminar las causas s de los defectos en los artculos. identificar el tipo de defecto que se presenta.

Del anlisis de los datos de inspecciones y pruebas nales de un producto por la que los artculos salen defectuosos est rel con los problemas de un componente en particular (el componente k12). Por lo tanto, se decide analizar ms de cerca el proces que produce tal componente. Para ello, de cada lote de componentes k12 se decide inspeccionar una muestra de n = 120. Los d obtenidos en 20 lotes consecutivos se muestran en la tabla 8.2. Como n es constante, la cantidad de defectuosos por muestra s puede analizar con una carta np.

MUESTRA 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

COMPONENTES DEFECTUOSOS 9 6 10 8 5 5 14 12 9 8 10 20 12 10 10 0 13 5 6 11

Grfica NP de COMPONENTES D
20
1

Conteo de muestras

15

10

0 1 3 5 7 9 11 Muestra 13

Grfica NP de COMPONENTES D
20
1

Conteo de muestras

15

10

0 1 3 5 7 9 11 Muestra 13

artculos salen defectuosos est rel acionada decide analizar ms de cerca el proces o eccionar una muestra de n = 120. Los dat os cantidad de defectuosos por muestra s e

rfica NP de COMPONENTES DEFECTUOSOS

1

CONCLUSION: El proceso no esta bajo control estadistico ya que dos muestra se encuentra fuera de los limites de cont
LCS=17.87

__ NP=9.15

LCI=0.43
1

11 Muestra

13

15

17

19

rfica NP de COMPONENTES DEFECTUOSOS

1

En esta grafica se presenta el resultado de ajustar los limites de control. Ahora se puede decir que las muestras tomadas cumplen con las especificaciones que exige el proceso de produccin.
LCS=17.74

__ NP=9.06

LCI=0.38
1

11 Muestra

13

15

17

19

o no esta bajo control estadistico ya muestra se encuentra fuera de los limites de contro.

grafica se presenta el resultado de ajustar los de control. Ahora se puede decir que las as tomadas cumplen con las especificaciones ge el proceso de produccin.

En un proceso se produce por lotes y stos se prueban al 100%. Se lleva un registro de la proporcin de artcu defectuosos por diferentes causas. Los datos de los ltimos 25 lotes se muestran en la tabla

LOTE 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

TAMAO 200 200 200 200 200 200 180 180 180 200 200 200 200 200 200 200 200 220 220 220 200 200 200 200 200

DEFECTUOSOS 21 20 27 33 22 40 27 23 20 26 28 21 23 21 25 29 20 28 18 24 13 23 12 19 26
0.200 0.175 0.150
1

Grfica P de DEFECTUO

Proporcin

0.125 0.100 0.075 0.050 1 3 5 7 9 11 13 15 Muestra 17

Las pruebas se realizaron con tamaos de la muestra desig

Grfica P de DEFECTUO
0.200 0.175 0.150
1

Proporcin

0.125 0.100 0.075 0.050 1 3 5 7 9 11 13 15 Muestra 17

Las pruebas se realizaron con tamaos de la muestra desig

oporcin de artcu- los

Grfica P de DEFECTUOSOS
LCS=0.1862

CONCLUSION: El proceso no esta bajo control estadistico ya que una muestra se encuentra fuera de los limites de

_ P=0.1178

LCI=0.0494 7 9 11 13 15 Muestra 17 19 21 23 25

n tamaos de la muestra desiguales

Grfica P de DEFECTUOSOS

LCS=0.1819

En esta grafica se presenta el resultado de ajustar los limites de control. Ahora se puede decir que las muestras tomadas cumplen con las especificaciones que exige proceso de produccion.

_ P=0.1144

LCI=0.0469 7 9 11 13 15 Muestra 17 19 21 23 25

n tamaos de la muestra desiguales

ta bajo control estadistico ya a se encuentra fuera de los limites de contro.

se presenta el resultado de es de control. Ahora se puede uestras tomadas cumplen con ones que exige el cliente y el