CONTROL ESTADSTICO

DE PROCESOS

Mg. Ing. Edward Aurora Vigo

Email: eaurora@usat.edu.pe
HERRAMIENTAS Y CONTROL ESTADISTICO DE
CALIDAD

www.usat.edu.pe
www.usat.edu.pe
 INTRODUCCIN
CONTROL ESTADISTICO DE LA
CALIDAD
Es una rama del Control de la
Calidad, consiste en el acopio,
anlisis e interpretacin de datos
para su uso en el control de calidad.
Los elementos mas importantes del
control estadstico de la calidad es
el control estadsitico de Procesos y
el Muestreo de Aceptacin.

2 www.usat.edu.pe
 INTRODUCCIN
CONTROL ESTADISTICO DE LA
PROCESOS
Este trmino se utiliza para describir
un concepto y una metodologa que
utilizan un anlisis estadstico probado
para:
Determinar si es que una actividad
repetitiva, se encuentra en un
estado predecible.
Incrementar la habilidad de
manejar dicha actividad en ese
estado una vez que este ha sido
obtenido.

3 www.usat.edu.pe
 GRFICOS DE
CONTROL

4 www.usat.edu.pe
 DISTRIBUCION NORMAL O CURVA DE
GAUSS
Es una curva de la distribucin de frecuencias.
Es una distribucin simtrica, unimodal, en forma de campana, en donde
la media, mediana y moda tienen el mismo valor.

5 www.usat.edu.pe
 Problema 1:
Segn la norma sanitaria aplicable a la fabricacin de alimentos envasados de baja
acidez, el vaco mnimo en envases de hojalata cilndricos con capacidad hasta 370
mL, deber ser no menor de 70,2 mm Hg (3 pulgadas de Hg). Basados en dicha
norma se ha evaluado la produccin de una empresa conservera y se ha encontrado
que tenia una media de 73,4 mm Hg con desviacin estndar de 2,7 mm Hg; Si se ha
producido 36000 envases:
A. Cuantos envases no cumplen con la norma sanitaria?
B. Cuantas latas tendrn presiones de vaco entre 70,2 y 73 mm Hg?
C. Cuantas latas tendrn presiones de vaco mayor de 76 mm Hg.

6 www.usat.edu.pe
 A.- Segn el problema tenemos:
= 2.7 = 73.4 = 70.2

rea normalizada:
=

Determinamos el % de rea por debajo de 70.2 mm

Hg
70.2 73.4
= = 1.185 11.9%
2.7

Por regla de tres simple:

36000 100%
11.9%

4284 envases no cumplen con la norma

7 www.usat.edu.pe
 B.- Segn el problema tenemos:
= 2.7 = 73.4 1 = 70.2 2 = 73

rea normalizada:
=

Determinamos el % de rea por debajo de 70.2

y 73 mm Hg
70.2 73.4
1 = = 1.185 1 = 11.9%
2.7
73 73.4 2 1 = 32.53%
2 = = 1.148 2 = 44.43%
2.7
Por regla de tres simple:
36000 100%
32.53%
11711 envases tienen presiones de vaco entre 70.2 y 73
mm Hg
8 www.usat.edu.pe
 C.- Tenemos:
= 2.7 = 73.4 1 = 76

rea normalizada:
=

Determinamos el % de rea por debajo de 70.2

mm Hg
76 73.4
= = 0.963 1 = 83.15%
2.7
Por diferencia del 100% del rea: 100% - 83.15% = 16.85%
Por regla de tres simple:

36000 100%
16.85%
6066 envases tienen presiones de vaco superiores a 76
mm Hg.
9 www.usat.edu.pe
 Problema 2:
La humedad promedio del paneton elaborado en la DONOFRIO en la ultima
campaa navidea fue de 27.1% con una desviacin estndar de 0.985; adems se
sabe que los valores de humedad del panetn empacado debe estar entre 24.5 a
28%
a. Que porcentaje de la produccin tendr menos del 24.5 % de humedad
b. Que porcentaje de la produccin no cumple con la humedad establecida?
c. De 10000 unidades de produccin que cantidad de panetones tendr entre
24.5 y 28% de humedad?
d. Se desea que solo el 3% de la produccin tenga mas de 28% de humedad. Desde
el punto de vista estadstico y tecnolgico como debe ajustarse la variabilidad
del proceso

10 www.usat.edu.pe
 Problema 3:
Un empresario despus de cosechar 102 has de arroz, contrata los servicios
de una piladora y envasadora de arroz, a la cual le encarga envasar con una
especificacin de 50 +/- 0.1 kg. cada saco. Despus del servicio, el
empresario recibe 14100 sacos, al cual le realiza una inspeccin de control
de pesos, establecindose que tenia una media de 50.23 Kg y una
desviacin estndar de 0.25 Kg. Si el costo de 1 kg de arroz es S/2.00;
Cuanto estar perdiendo?, cuantos sacos adicionales podra haber obtenido
si se cumplan las especificaciones?

11 www.usat.edu.pe
 Datos:

= 50.23 Kg
= 0.25 Kg
Esp. = 50 +/- 0.1 Kg
n = 14100 sacos

- 3 = 50.23- 3(0.25) = 49.48

+ 3 = 50.23+3(0.25) = 50.98

12 www.usat.edu.pe
13 www.usat.edu.pe
 GRAFICO DE CONTROL
Es un Registro grfico
de la calidad de una
caracterstica en
particular, mediante
ella se puede
establecer si un
Proceso est o no
Estable

14 www.usat.edu.pe
 GRAFICO DE CONTROL
Los objetivos son:

Monitorear y vigilar el desempeo del proceso en cuanto a las

caractersticas de calidad crticas del producto, para as minimizar
la produccin defectuosa Grficos de Control.

Estimar los parmetros del proceso para comparar la produccin

con las especificaciones Estudios de Capacidad.

En ambos casos, se trata de herramientas por y para la mejora

continua.

15 www.usat.edu.pe
 Causas de la variabilidad en un
proceso
Causas Comunes
Suelen ser muchas y cada una
produce pequeas variaciones.
Son parte permanente del proceso
Son difciles de eliminar y forman
parte del sistema.
Afectan a todo el conjunto de
mquinas y operarios
16 www.usat.edu.pe
Causas Asignables
Suelen ser pocas pero con
efectos importantes en la
variabilidad.
Aparecen espordicamente.
Son relativamente fciles de
eliminar
Por lo general su efecto est
localizado en una(s) mquina(s)
u operario(s).
 Definicin de proceso bajo
control estadstico
Se dice que un proceso est bajo control estadstico cuando solo est
afectado por causas comunes de variabilidad.

Esto significa que

podemos predecir lo
que va a suceder con
el proceso y sus
productos.

17 www.usat.edu.pe
 Ejemplo: Grafico de Control

18 www.usat.edu.pe
 Distribucin de frecuencias y Grafico
de Control

19 www.usat.edu.pe
 Lmites de Control y Lmites de
Especificacin o Tolerancia
Los lmites de Especificaciones se refieren a los requisitos que se
imponen al producto

Los lmites de Control de Proceso, o sea la variacin normal, se

refiere al Proceso y a su capacidad

Ambos lmites solo son similares por coincidencia

20 www.usat.edu.pe
 USOS DE LOS GRAFICOS DE CONTROL
Identifica el grado de control de un proceso
Para mejorar la calidad del proceso
Para definir la capacidad del proceso
Para el establecimiento de tolerancias
Para preveer errores
Para tomar decisiones relacionados con los productos recin
elaborados

21 www.usat.edu.pe
 TIPOS DE GRAFICOS DE CONTROL

22 www.usat.edu.pe
 TIPOS DE GRAFICOS DE CONTROL
Grafico de control de variables: se utiliza cuando la
caracterstica de calidad puede expresarse como una medida
numrica (Peso de conserva, longitud de un producto, presin
de vaco, etc.)

Grafico de control de atributos: se utiliza cuando la

caracterstica de calidad corresponde a una variable binaria
(presencia o no de defectos, etc.)

23 www.usat.edu.pe
 Construccin de Grficos de Control
Para poder considerar al proceso bajo control, los puntos del grfico
deben estar dentro de los lmites de control y presentar
comportamiento aleatorio.

Los limites suelen escogerse en base a una aproximacin normal de

W:

= () = 3. ()

= + 3. ()

24 www.usat.edu.pe
 Construccin de Grficos de Control
Los valores de E() y V() pueden estimarse de la muestra u
obtenerse de registros histricos. En el segundo caso, es
importante recordar que los lmites se refieren al proceso (lo
que realmente sucede en planta) y no a las especificaciones
de produccin (lo que debera suceder en la planta).

Las muestras que se obtienen en cada punto de observacin

deben ser subgrupos racionales.

La seleccin de la frecuencia de muestreo y del tamao de

los subgrupos debe estar basada en los conocimientos que
se tengan sobre proceso. Usualmente se recomienda tomar
al menos 20 muestras para construir los lmites de control.

25 www.usat.edu.pe
 Ficha de Datos - Grficos de Control

26 www.usat.edu.pe
 Construccin de grficos de control
para variables
Se supone que la distribucin de la caracterstica de calidad es
normal(,), al menos aproximadamente. de aqu que se
requieran dos grficos, uno para cada parmetro de la
distribucin.

Los pares ms comunes son los de medias y desviaciones

estndar, los de medias y rangos, y los grficos para
observaciones individuales y rangos mviles.

27 www.usat.edu.pe
 Grficos de medias y rangos ( )
Se construye un grfico para la evolucin de las medias de los grupos
(asociado con la ubicacin de la caracterstica ) y otro para la
evolucin de los rangos (asociado con la dispersin de la caracterstica
).

Se utilizan los rangos para medir la variabilidad ya que son fciles de

calcular y tienen una eficiencia similar a la desviacin estndar para
subgrupos pequeos.

28 www.usat.edu.pe
 Pasos para la Construccin de
Grficos de medias y rangos ( )
Se toman k muestras de tamao n (usualmente constante y menor a 7).
Se calcula la media y el rango de cada muestra:
1
= =1 = max min

Se estiman los promedios poblacionales.

1 1
= =1 = =1

Para construir los lmites de control, recordemos que bajo la suposicin de

normalidad y control estadstico se tiene:

( ) = ( ) = =

( ) = 2 ( ) = 3 = 2

donde d2 y d3 son constantes que dependen solo de n y pueden

encontrarse en tablas como la que se presenta a continuacin:

29 www.usat.edu.pe
 Grficos de medias y rangos ( )
n d2 A2 d3 D3 D4
2 1,128 1,880 0,853 0,000 3,267
3 1,693 1,023 0,888 0,000 2,575
La tabla de la 4 2,059 0,729 0,880 0,000 2,282
5 2,326 0,577 0,864 0,000 2,115
derecha muestra el 6 2,534 0,483 0,848 0,000 2,004
valor de las 7 2,704 0,419 0,833 0,076 1,924
8 2,847 0,373 0,820 0,136 1,864
constantes d2, d3, 9 2,970 0,337 0,808 0,187 1,816
A2, D3 y D4 para 10 3,078 0,308 0,797 0,223 1,777
11 3,173 0,285 0,787 0,256 1,744
distintos tamaos 12 3,258 0,266 0,778 0,284 1,716
de los subgrupos 13 3,336 0,249 0,770 0,308 1,692

racionales. 14
15
3,407
3,472
0,235
0,223
0,763
0,756
0,329
0,348
1,671
1,652
16 3,532 0,212 0,750 0,640 1,636
17 3,588 0,203 0,744 0,379 1,621
18 3,640 0,194 0,739 0,392 1,608
19 3,689 0,187 0,734 0,404 1,596
20 3,735 0,180 0,729 0,414 1,586
21 3,778 0,173 0,724 0,425 1,575
22 3,819 0,167 0,720 0,434 1,566
23 3,858 0,162 0,716 0,443 1,557
24 3,895 0,157 0,712 0,452 1,548
25 3,931 0,153 0,708 0,459 1,541

30 www.usat.edu.pe
 Grficos de medias y rangos ( )
Si se conocen y , estos se pueden usarse para calcular los lmites de
control:
Medias
= + = =
Rangos

= 2 = 2 = 1

Donde

3 1 = 1 33 2 = 2 + 33
=

31 www.usat.edu.pe
 Grficos de medias y rangos ( )
Si no se conocen y , (lo ms comn) deben estimarse a partir de los
datos.
Para las Medias
= + 2 = = 2
Para los Rangos

= 4 = = 3

Donde

3 3 3
2 = 3 = 1 3 4 = 1 + 3
2 2 2

32 www.usat.edu.pe
 Ejemplo: Grficos de medias y rangos
( ) Muestra
1 33.00
Observaciones en la Muestra
29.00 31.00 32.00 33.00
Media
31.60
Rango
4.00
Se muestran datos 2 33.00 31.00 35.00 37.00 31.00 33.40 6.00
3 35.00 37.00 33.00 34.00 36.00 35.00 4.00
correspondientes al 4 30.00 31.00 33.00 34.00 33.00 32.20 4.00
peso de pan (g) la 5 33.00 34.00 35.00 33.00 34.00 33.80 2.00
cual es dividida en 6 38.00 37.00 39.00 40.00 38.00 38.40 3.00
7 30.00 31.00 32.00 34.00 31.00 31.60 4.00
una divisora de
8 29.00 39.00 38.00 39.00 39.00 36.80 10.00
masa continua. Se 9 28.00 33.00 35.00 36.00 43.00 35.00 15.00
pueden ver los 10 38.00 33.00 32.00 35.00 32.00 34.00 6.00
clculos 11 28.00 30.00 28.00 32.00 31.00 29.80 4.00
12 31.00 35.00 35.00 35.00 34.00 34.00 4.00
preliminares en la 27.00 32.00 34.00 35.00 37.00 33.00 10.00
13
misma tabla. 14 33.00 33.00 35.00 37.00 36.00 34.80 4.00
15 35.00 37.00 32.00 35.00 39.00 35.60 7.00
16 33.00 33.00 27.00 31.00 30.00 30.80 6.00
17 35.00 34.00 34.00 30.00 32.00 33.00 5.00
18 32.00 33.00 30.00 30.00 33.00 31.60 3.00
19 25.00 27.00 34.00 27.00 28.00 28.20 9.00
20 35.00 35.00 36.00 33.00 30.00 33.80 6.00
Promedios: 33.32 5.80

33 www.usat.edu.pe
 Ejemplo: Grficos de medias y rangos
( )
Calculo de limites de control
Los lmites de control son, en este caso,
Para las Medias
= 2 = 33.32 0.577 5.8 = 29.95
= + 2 = 33.32 + 0.577 5.8 = 36.65
= = 33.32

Para los Rangos

= 3 = 2.115 5.8 = 12.27
= 4 = 0 5.8 = 0
= = 5.8

34 www.usat.edu.pe
 Ejemplo: Grficos de medias y rangos
GRAFICA X
( ) 40.00

Peso del Pan (g)

35.00
Grfico de Medias
30.00

25.00
0 5 10 15 20 25
Muestra

LIC LSC X// X

GRAFICA R
20.00
Rangos de Peso del Pan (gr

Grfico de Rangos 15.00

10.00

5.00

0.00
0 5 10 15 20 25
-5.00
Muestra

LIC LSC R/ R

35 www.usat.edu.pe
 Anlisis de los grficos de medias y
rangos del ejemplo
Las muestras 6, 8, 11 y 19 estn fuera de control en el grfico de
medias y la 9 en el grfico de rangos.

Cuando se estudian las causas asignables, estas llevan a una

ajuste defectuoso en la divisora de masa. Los lmites deben ser
recalculados excluyendo estas observaciones atpicas,
obtenindose as un nuevo grfico.

36 www.usat.edu.pe
 Grficos de medias y rangos ajustado
GRAFICA X
40.00

35.00
Grfico de
Medias Ajustado 30.00

25.00
0 5 10 15 20 25

LIC LSC X// X

GRAFICA R
20.00

15.00

Grfico de 10.00
Rangos Ajustado
5.00

0.00
0 5 10 15 20 25
-5.00

LIC LSC R/ R

37 www.usat.edu.pe
 Construccin de grficos de medias y
desviaciones estndar ( )
El utiliza el mismo grfico de medias anterior, pero ahora se
estudia la dispersin usando un grfico de las desviaciones
estandar de cada subgrupo.

La desviacin muestral es un mejor estimador de la variabilidad,

pero ms difcil de calcular. Se prefiere en procesos con
subgrupos racionales grandes (10 o ms) o en procesos
automatizados.

38 www.usat.edu.pe
 Pasos para la Construccin de grficos
( )
Se toman k muestras de tamao n.
Se calcula la media y la desviacin standard de cada muestra:

1 =1( )2
= =
1
=1

Se calculan los parmetros poblacionales.

1 1
= =

=1 =1

39 www.usat.edu.pe
 Pasos para la Construccin de grficos
( )
Para calcular los lmites de control necesitamos conocer la
esperanza y la varianza de estos estimadores:.

( ) = ( ) = =

( ) = 2 ( ) = 1 42 = 4

donde de nuevo c4 depende solo de n puede obtenerse de

tablas.

40 www.usat.edu.pe
 Pasos para la Construccin de grficos
( )
Si se conocen y el clculo de los lmites de control es muy sencillo:
Para las Medias:

= + = =

Para las Desviaciones Estndar

= 6 = 4 = 5

Donde

3
= 5 = 4 3 1 42 6 = 4 + 3 1 42

41 www.usat.edu.pe
 Pasos para la Construccin de grficos
( )
Cuando no se conocen los valores de y , (lo ms comn) los mismos se
calculan a partir de los datos para obtener los lmites de control.

Para las Medias

= + 3 = = 3
Para los Rangos
= 4 = = 3

Donde
3 1 4 1 4
2 = 3 = 1 3 4 = 1 + 3
4 4 4

42 www.usat.edu.pe
 Grafico de Control( )

Tabla .- La tabla de la
derecha muestra el valor
de las constantes c4,
A3, B3 y B4 para
distintos tamaos de los
subgrupos racionales.

43 www.usat.edu.pe
 Otros grficos para control de
variables
Diagramas de sumas acumulativas (CUSUM), los cuales
permiten detectar ms rpidamente cambios en la media de
una variable.

Grficos de medias mviles pesadas exponencialmente

(EWMA), para procesos donde las observaciones no son
independientes (procesos continuos).

44 www.usat.edu.pe
 Grficos de control para atributos
Se consideran dos situaciones:

Nos interesa la presencia o ausencia del atributo en el individuo, o

se trata de un atributo que solo puede presentarse una vez (una
lata esta hinchada o no) Diagrama np o p.

Nos interesa contar el nmero de veces que se presenta el

atributo en cada individuo (poros en una superficie plstica
extruida) Diagramas u.

45 www.usat.edu.pe
 Grficos para control de proporciones
(p)
Se utiliza para atributos binarios, y por tanto el nmero de
ocurrencias del mismo en un lote puede modelarse por una v.a.
Binomial. As, basta con un grfico que corresponde a la
proporcin p de defectuosos en la muestra.

El otro parmetro de la distribucin (n), puede ser constante o

no y es conocido.

46 www.usat.edu.pe
 Pasos para la construccin de grficos
p
Se toman k muestras cada una de tamao ( suele escogerse
de manera que se presenten por lo menos tres o cuatro
defectos).
Se calcula la fraccin de individuos con el atributo en la muestra


= =

Se grafican los valores de en el tiempo.

47 www.usat.edu.pe
 Pasos para la construccin de grficos
p
Se estima el parmetro poblacional

=1
= =

=1

Se obtienen y grafican los lmites de control y la lnea central.

(1 ) (1 )
= + 3 ,1 = 3 ,0

48 www.usat.edu.pe
 Grficos para control para cantidades
(u)
El inters se centra ahora en ,el nmero de veces que el
atributo se presenta en cada individuo (no solo su
presencia).

Si se supone que la tasa de ocurrencia de los eventos que

generan el atributo es constante entonces es razonable
asumir que la v.a. sigue una distribucin de Poisson, y por
tanto, hay que monitorear un solo parmetro ().

49 www.usat.edu.pe
 Pasos para la construccin de grficos
u
Se toman ni individuos (con ni tal que se presente el atributo
alrededor de 10 veces) en cada uno de k puntos en el tiempo.

Se calcula el nmero promedio de defectos en cada instante:

= =

Se grafican los valores de en el tiempo.

50 www.usat.edu.pe
 Pasos para la construccin de grficos
u
Se estima el parmetro poblacional.

=1
= =
=1

Se obtienen y grafican los lmites de control y la lnea central.

= + 3 = = 3

51 www.usat.edu.pe
 Interpretacin de los grficos de
control
Necesitamos determinar si el proceso est bajo control, lo cual
se traduce en que los puntos mostrados estn dentro de los
lmites de control y presenten un comportamiento aleatorio.

Para esto se utilizan una serie de reglas empricas, cuya

presentacin se facilita si el rea dentro de los lmites de control
se divide en regiones iguales.

52 www.usat.edu.pe
 Interpretacin de los grficos de
control

53 www.usat.edu.pe
 Interpretacin de los grficos de
control
A las reglas empricas que se utilizan para determinar si un
proceso est bajo control se les suele denominar reglas de
parada.

Corresponden a sucesos que tienen muy baja probabilidad de

ocurrir si el proceso est bajo control.

Cada una de ellas provee informacin sobre el tipo de causa

asignable que puede estar afectando al proceso.

54 www.usat.edu.pe
 Reglas de parada
Un punto fuera de la zona A. Corresponde a un cambio repentino
en la media o la dispersin del proceso.

55 www.usat.edu.pe
 Reglas de parada
Siete puntos en fila, todos crecientes o decrecientes. Se
presenta cuando hay cambios paulatinos en la media, debida a
desgastes en herramientas o personal.

56 www.usat.edu.pe
 Reglas de parada
Catorce puntos en fila alternando arriba y abajo. Indica correlacin
negativa entre los datos (cuando hay excesos en una, a la siguiente pieza
es muy reducida y viceversa).

57 www.usat.edu.pe
 Reglas de parada
Quince puntos en fila en la zona C. El proceso ha reducido su
varianza (hay sobreestabilidad en el sistema). Es importante
investigar la fuente de la mejora.

58 www.usat.edu.pe
 Reglas de parada
Dos de tres puntos consecutivos en la zona A o ms all.
Indican un incremento en la varianza del proceso.

59 www.usat.edu.pe
 Reglas de parada
Estructuras peridicas. Estas estn asociadas normalmente con
cambios de turnos, operarios, das de la semana, etc.

60 www.usat.edu.pe
 Reglas de parada
El calculo del nivel de significancia para las reglas de parada
que se establezcan es importante para un correcto anlisis. Un
punto que incumple una regla de parada es una ALARMA pero
no necesariamente significa que nuestro proceso est fuera de
control, ya que si no podemos ligarlo a una causa asignable
puede tratarse del azar.

61 www.usat.edu.pe
 Ejemplos adicionales
Ejemplo.- Dentro de un
proceso de moldeo de PVC
las piezas elaboradas
pueden presentar o no
defectos superficiales.
Cada da se toman 100
piezas al azar de la lnea
de produccin y se cuenta
el nmero de piezas
defectuosas.

62 www.usat.edu.pe
 Tambin se dispone de un registro de eventos en la lnea, que
puede resumirse como:

63 www.usat.edu.pe
 El grfico p correspondiente a estos datos es el siguiente

64 www.usat.edu.pe
 Si bien el punto 2 aparece fuera de los lmites, no existe en el
registro ningn evento que nos haga creer que el proceso se
encontraba fuera de control.

Al llegar al punto 29 se presenta una racha de 9 puntos bajo la

lnea central (lo cual tiene una probabilidad de 0,00195 en un
proceso bajo control). Esto se puede relacionar con el cambio en
el sistema de enfriamiento (da 22). El 30 es similar.

Nuestra conclusin es que la temperatura de inyeccin influye

sobre la frecuencia en que aparecen defectos superficiales. El
cambio del sistema de enfriamiento permiti elevar la
temperatura, lo cual redujo el nmero de defectos.

Para avalar nuestra observacin se podra haber realizado una

prueba de igualdad de proporciones.

65 www.usat.edu.pe
 Grfico de Control por Atributos -
Inspeccin al 100%

66 www.usat.edu.pe
 Procedimiento para Construir un Grfico
de Control por Atributos - Inspeccin al
100%
Establecer la caractersitica de Calidad por estudiar.
Seleccionar el numero de Muestras
Calcular el promedio de evaluaciones realizadas
Calcular el Promedio de Rechazos (defectuosos)
Calcular los Lmites de Control.
Analizar los Resultados.
Determinar si los lmites son satisfactorios
Empleo de los Grficos de Control

67 www.usat.edu.pe
 Clculo de los Limites de Control

68 www.usat.edu.pe
 INSPECCION 100% LIMITES DE CONTROL

69 www.usat.edu.pe
 INSPECCION 100% LIMITES DE CONTROL

70 www.usat.edu.pe
71 www.usat.edu.pe
 TALLER

72 www.usat.edu.pe
 TALLER 1: EMPRESA DE CAF
Los datos que se registran en la tabla corresponden al peso de
empaques de caf instantneo (especificacin 250 gr. 3gr);
para ello se muestrearon aleatoriamente 5 muestras cada
media hora hasta completar 20 subgrupos. Este control servir
para evaluar la eficiencia de la mquina envasadora y el
desempeo de la empresa. Establecer los limites de control y
las mejoras que deben implementarse.

73 www.usat.edu.pe
 TALLER 1: EMPRESA DE CAF

74 www.usat.edu.pe
 TALLER 2: EMPRESA LA HARINA NEMO
La Empresa Harina Nemo, cuenta con una mquina de
secado de Harina de Pescado de alta velocidad, la maquina
se ajusta para generar la menos cantidad de gases de secado
hacia el medioambiente, estos no debern pasar la barrera de
10m3, luego se debera ajustar la mquina si fuera as, crear
un diagrama de control que corrobore la informacin anterior,
necesitara ajuste o no, se muestras sus valores medidos:

75 www.usat.edu.pe
 TALLER 2: EMPRESA LA HARINA NEMO

Desarrolle una Grfica de Control, a partir de estos diagramas

que puede decir del proceso
76 www.usat.edu.pe
 EDWARD AURORA VIGO
(eaurora@usat.edu.pe)

http://www.facebook.com/usat.peru

https://twitter.com/usatenlinea

https://www.youtube.com/user/tvusat

https://plus.google.com/+usateduperu

www.usat.edu.pe