Control de Calidad: Moisés . XD

Control de Calidad 1
CAPITULO No. 2
CAPACIDAD DE PROCESO I
1. Con sus palabras y apoyándose en graficas, conteste los siguientes incisos:
a) ¿Qué es la tendencia central y que la variabilidad de un proceso o en los gráficos?
La tendencia central representa el valor al que tienden a concentrarse los datos de una muestra o un proceso, es ver si
cumplen con las especificaciones y saber si el proceso se encuentra centrado, es decir saber si la tendencia central de la
variable de salida es igual o está muy próxima al valor nominal especifico.
La variabilidad de un proceso se refiere a la diversidad de resultados de una variable o de un proceso. Es decir que en un
proceso pueden interactuar materiales, mano de obra, mediciones, medio ambiente y métodos. Estos seis elementos
determinan de manera global todo proceso y cada uno aporta algo a la variabilidad y a la calidad de la salida del proceso.
b) Represente gráficamente dos procesos con la misma variabilidad pero diferente tendencia central.
Mano de Obra Mano de Obra
c) Elabore la gráfica de dos procesos con la misma media pero diferente dispersión.
CAJONES1 CAJONES2
3,5
2,5
3,0
2,0
2,5
1,5
2,0
1,5 1,0
Frecuencia
1,0
,5
Frecuencia
Desv. típ. = 23,77

Desv. típ. = 1,62 Media = 26,7
,5
Media = 26,4 N = 7,00
0,0
0,0 N = 7,00 0,0 20,0 40,0 60,0
25,0 26,0 27,0 28,0 29,0 10,0 30,0 50,0 70,0
CAJONES1 CAJONES2
Moisés…. XD
d) Represente dos procesos cuya forma de su distribución sea diferente.
und pan kg de fideo

6 6
5 5
4 4
3 3
2 2
Frecuencia
Frecuencia
1 Desv. típ. = 26,23

1 Desv. típ. = 3,45
Media = 36,8
Media = 13,4
0 N = 12,00
0 N = 12,00
20,0 40,0 60,0 80,0 100,0
10,0 12,5 15,0 17,5 20,0
30,0 50,0 70,0 90,0
und pan
kg de fideo
e) ¿Qué significa que un proceso sea capaz?
Un proceso es capaz cuando el producto está dentro las especificaciones y no exista mucha variabilidad en el proceso.
2. Si una característica de calidad debe estar entre 30+/- 2, y se sabe que su media es µ = 29,9, entonces, ¿Se tiene buena
calidad, se cumple con especificaciones?
La media poblacional esta en el rango de la características de la calidad pero esto no quiere decir que sea de calidad.
El valor de la media poblacional () da un indicio de que el proceso cumple con las especificaciones, pues este valor se
encuentra muy cerca de la especificación media, pero, debido a que falta el dato de la desviación estándar () que indica
cuanto es la variación de los datos respecto a la media poblacional, no se puede garantizar que los limites reales del proceso
se encuentran dentro de los limites de las especificaciones.
3. ¿De qué manera afectan los datos raros a la media? Explique.
Un dato raro es una medición cuya magnitud es muy diferente a la generalidad de las mediciones del correspondiente
conjunto de datos.
Para poder determinar la media, necesitamos de cierta cantidad de mediciones ya que si obtendríamos datos raros causaría
una dificultad al realizar el cálculo porque no sería una respuesta correcta.
4. Un grupo de 30 niños va de paseo acompañado de tres de sus maestras. La edad de los niños varía entre 4 y 8 años, la
mitad tiene 5 años o menos. La edad que se repite más es la de 4. La edad de las tres maestras es de aproximadamente 30
años. Con base en lo anterior, incluyendo a las tres maestras, proponga un valor aproximado para la media, la moda y la
mediana de la edad de los 33 paseantes. Argumente sus propuestas.
Datos niños: Datos maestras:

LRI= 4 años µ= 30 años
LRS= 8 años n= 3
Mediana= 5 años
Moda= 4 años
n= 30
Moisés…. XD
Media. Debido a la adición de datos raros la media se recorrerá hacia la derecha. Se sabe que 15 niños tiene entre 4 y 5 años,
por lo q la media de este grupo de datos será 4.5. Los otros 15 niños tienen edades entre 5 y 8 años, por lo que su media será
6.5. Y también es conocido que son 3 las maestras que tienen en promedio 30 años. Haciendo la siguiente operación:
(15  4 .5  15  6 .5  3  30 )  7 .27  7 años
Mediana.- Con 30 datos la mediana era el dato 15, con un valor de 5 años, aumentando 3 datos mas y ordenándolos de forma
creciente la mediana será el valor 17, con lo cual la mediana no variará considerablemente, es decir, estará comprendido
entre 5 y 6 años.
Moda.- Este valor será 4 años, pues sigue siendo el dato que más se repite.
5. En una empresa se llevan los registros del número de fallas de equipos por mes; la media es de 4 y la mediana 6.
a) ¿Si usted tiene que reportar la tendencia central de fallas, que numero reportaría?
Si el objetivo es reportar que valores de numero de fallas se encuentran centrados reportaría el 6 que representa a la mediana
ya que esto me confirma en un 50% existen fallas menores a 6 y en otro 50 % son mayores. Y también porque la mediana no
se ve afectada cuando existe un dato raro o cuando la distribución de datos se encuentra sesgadas.
b) ¿La discrepancia entre la media y la mediana se debió a que varios meses ocurrieron muchas fallas?
Se podría decir que si, ya que si el número de muestra es relativamente grande o también se podría confirmar que en estas
tomas de medidas de fallas pueda que exista un dato raro o hay un sesgo muy importante.
6.- De acuerdo con los registros de una empresa, el ausentismo por la semana del personal de labor directa es de 25
personas en promedio, con una desviación estándar de 5. Con base a esto responda a los siguientes dos incisos:
a) ¿Entre qué cantidad y qué cantidad se espera que varié la cantidad de personas que no acuden a trabajar por semana
DATOS
X= 25 personas
σ = 5 personas
X+/- σ
25+/-5
Lo cual significa que la cantidad de personas que no acuden a trabajar por semana estará variando entre 20 y 30 personas, es
decir, 20≤25≥30
Eso representa un 68% de los casos según la desiguladad de Chebyshev, lo que quiere decir que de 100 muestras tomadas, 68
semanas no trabajarán de 20 a 30 personas.
b) Si en la semana actual se registro una cantidad de 34, esto quiere decir que en esta semana pasó algo fuera de lo usual,
por lo que debemos investigar que sucedió y tomar una medida urgente para minimizar el problema.
Si en la semana actual se registro una cantidad de 34, esto quiere decir que en esta semana pasó algo fuera de lo usual, por lo
que debemos investigar que sucedió y tomar una medida urgente para minimizar el problema.
7. En una empresa se lleva un registro semanal del número de empleados que acuden a la enfermería de la empresa a
recibir atención médica. Con base en los datos de los primeros seis meses del año se tiene que el número promedio por
semana es de 16, y la desviación estándar es de 3.5. Con base en esto conteste los siguientes dos incisos.
a) ¿Entre que cantidades se espera que varíen usualmente el número de empleados, que acuden a la enfermería por
semana?
Para calcular los límites reales: µ ± 3σ
Se espera que varíen entre:
16-(3*3.5)= 6
Moisés…. XD
16+(3*3.5)= 27
es decir entre(6-27) personas que acuden a la enfermería por semana ya que existe una variabilidad de 3,5 es decir que en un
10 aproximadamente están separados de la media y se vean afectados por datos raros.
b) Si en la semana actual se reporta que acudieron a la enfermería 25 personas, este quiere decir que en esta semana paso
algo fuera de lo usual. Conteste sí o no, y explique por qué.
NO fue algo fuera de lo usual, porque no se encuentra dentro de un rango permitido y no existe mucha variabilidad con
respecto a la media.
8. De acuerdo con la norma de protección al consumidor mexicana, una bomba de gasolina en cada 20L se le permite una
discrepancia de 0.2L. En una gasolinera se hacen revisiones periódicas para evitar infracciones y ver si cumple con las
especificaciones (EI= 19.8, ES= 20.2). De acuerdo con los resultados de 15 inspecciones para una bomba en particular, la
media y desviación estándar de los 15 datos son 19.9 y 0.1, respetivamente. De acuerdo con esto, ¿se puede garantizar que
la bomba cumple con la norma? Argumente.
Para garantizar que se cumple con la norma, los límites reales deben estar dentro de los límites de las especificaciones.
Obteniendo los límites reales:
LRS = 19.9 + 3(0.1) = 20.2 LRI = 19.9 – 3(0.1) = 19.6
Con los resultados obtenidos se puede evidenciar que el LRI es menor a EI, lo cual indica que la bomba no cumple con la
norma.
9.- La desigualdad de Chebyshev y la regla empírica establecen la relación entre la media y la desviación estándar. Explique
esto y señale si se aplica para el caso muestral, poblacional o para ambos.
Una forma de apreciar más claramente el significado de la desviación estándar como media de dispersión en torno a la
media, es a través de la relación entre la media y la desviación estándar, la cual está dad por la desigualdad de Chebyshev y la
regla Empírica.
Dos hechos particulares que afirman la desigualdad de Chebyshev es que entre  -2S Y  +2S Está por lo menos el 75% de
los datos de la muestra, y que entre  + 3S está por lo menos el 89%.
En cuanto a la regla empírica afirma que en mucho de los datos que surge en la práctica se ha observado por la experiencia
que:
 entre  -S y  + S está el 68 % de los datos de la muestra.

 entre  -2S y  + 2S está el 95% y
 entre  - 3S y  + 3S está el 99.7 %.
Todos estos datos son válidos sólo PARA DATOS MUESTRALES Y NO NECESARIAMENTE PARA TODA LA POBLACIÓN O
PROCESO.
Sin embargo, si los intervalos se calculan con la media y la desviación estándar del proceso o población, entonces serán
válidos PARA TODA LA POBLACIÓN .Por lo que en la media que se tengan muestras aleatorias grandes. Es decir son
aplicables para ambos casos, previas ajustes.
Moisés…. XD
10. Dos maquinas cada una operada por una persona son utilizada para cortar tiras de hule, cuya longitud ideal es de 200
mm, con una tolerancia de ± 3 mm. al final el turno un inspector toma una muestra e inspecciona que la longitud cumpla
especificaciones. A continuación se muestran las ultimas 110 mediciones para ambas maquinas.
199,2 199,7 201,1 202 201 201,5 200 199,8

200,7 201,4 200,4 201,7 201,4 201,4 200,8 202,1
200,7 200,9 201 201,5 201,2 201,3 200,9 200,7
200,5 201,2 201,7 201,2 201,2 200,5 200,1 201,4
200,2 201 201,4 201,4 201,1 201,2 201 200,6
202 201 201,5 201,6 200,6 200,1 201,3 200,6
200,7 201,8 200,5 200,5 200,8 200,3 200,7 199,5
198,6 200,3 198,5 198,2 199,6 198,2 198,4 199
199,7 199,7 199 198,4 199,1 198,8 198,3 198,9
199,6 199 198,7 200,5 198,4 199,2 198,8 198,5
198,9 198,8 198,7 199,2 199,3 199,7 197,8 199,9
199 199 198,7 199,1 200,3 200,5 198,1 198,3
199,6 199 199,7 198,9 199,2 197,9 200,3 199,6
199,4 198,7 198,5 198,7 198,6 198,5
a) Obtengas las medidas de tendencia central y y con base en ellas señale si la tendencia central del proceso es
adecuada.
Estadísticos
Longitud tiras de hule
N Válidos 110
Perdidos 0
Media 199.996
Mediana 200.100
Moda 199.0(a)
Desv. típ. 1.1557
Varianza 1.3356
Asimetría -.037
Error típ. de asimetría .230
Curtosis -1.258
Error típ. de curtosis .457
Rango 4.3
Mínimo 197.8
Máximo 202.1
Una distribución bimodal tiene dos puntos máximos. Esto hace que la media y la mediana no sean de utilidad,
puesto que sus valores están en algún lugar entre los dos puntos máximos y distorsionan enormemente la
descripción de la distribución. En este caso hay dos modas, pasa a ser la única medida útil de tendencia central. Sin
embargo, una distribución bimodal es poco común y en general se puede decir que consta de dos distribuciones que
se pueden analizar en forma independiente.
b) Calcule la desviación estándar y una aproximación de los límites reales y con base en estos decida si la variabilidad
de los datos es aceptable.
S= 1,16
Moisés…. XD
σ≈ 1,16
LRI ≈ 200 - 3*1,16 = 196,5

LRS ≈ 200 + 3*1,16 = 203,5
Considerando el tamaño de la muestra y en base a los cálculos anteriores, se llega a la conclusión de que la
variabilidad no es aceptable ya que los LRI y LRS sobrepasan las tolerancias en 0,5 mm en ambos casos.
c) Obtenga un histograma e intérprete (tendencia central. Variabilidad, acantilados, sesgos, etc.)
Tabla de frecuencia para la longitud de las tiras de hule
PORCENTAJE
CLASE LONG. DE TIRAS RANGOS FRECUENCIA DE
FRECUENCIA
1 197,8 - 198,3 198,3 7 6%
2 198,4 - 198,9 198,9 20 18%
3 199,0 - 199,5 199,5 15 14%
4 199,6 - 200,1 200,1 14 13%
5 200,2 - 200,7 200,7 20 18%
6 200,8 - 201,3 201,3 17 15%
7 201,4 - 201,9 201,9 14 13%
8 202,0 - 202,1 202,1 3 3%
110 100%
Histograma para la longitud de las tiras de hule

25
20
15
Frecuencia
10
0
197,8 - 198,4 - 199,0 - 199,6 - 200,2 - 200,8 - 201,4 - 202,0 -
198,3 198,9 199,5 200,1
Longitud200,7 201,3 201,9 202,1
Interpretación:
Tendencia central.- Sabiendo que la longitud optima de las tiras es de 200mm, se observa que el proceso está centrado.
Variabilidad.- Sabiendo que las especificaciones del proceso están entre 197 y 203 mm, se observa que existe mucha
variabilidad, ya que no encaja la distribución holgadamente dentro de los límites.
Forma.- Claramente se ve que se tienen dos modas dentro del proceso, y que lo más logico es que sea debido a que las
mediciones son realizadas por dos máquinas diferentes, las cuales estan descentradas, una a la derecha y otra a la
izquierda.
Moisés…. XD
d) Con la evidencia obtenida antes. Cuál es su opinión sobre lo adecuado o no de la longitud de las tiras que se han
cortado en el proceso que representan las mediciones.
En base a las evidencias obtenidas antes, se llega a la conclusión de que por más que el proceso esté aparentemente
centrado, la longitud de las tiras cortadas no son de buena calidad, debido a que las máquinas utilizadas estan mal
calibradas, es decir no estan bien centradas, por lo que existe mucha variabilidad y falta de calidad en el proceso.
11.- En el caso del ejercicio anterior, consideramos que
a) Evalúe las dos máquinas en cuanto a su centrado (tendencia central) respecto a su longitud ideal (200).
Evaluación para la máquina 1 (los primeros 55 datos introducidos)
Estadísticos
LONGITUD
N Válidos 55
Perdidos 0
Media 200.960
Error típ. de la media .0828
Mediana 201.000
Moda 201.4
Desv. típ. .6139
Varianza .3769
Asimetría -,463
Error típ. de asimetría ,322
Curtosis ,186
Error típ. de curtosis ,634
Rango 2.9
Mínimo 199.2
Máximo 202.1
La tendencia central de la primera máquina, las medidas de tendencia central son relativamente similares y muy
cercanas por lo que el proceso está centrado, según se observa los datos viene de una distribución normal.
Evaluación para la máquina nº 2 (datos del 56 al 112)

Estadísticos
N Válidos 55
Perdidos 0
Media 199.033
Desv. típ. .6538
Varianza .4274
Asimetría ,505
Curtosis -,223
Rango 2.7
LONG2 Mínimo 197.8
Las medidas de tendencia central Máximo 200.5 están dentro de los límites es decir
esta centrada al igual que la máquina nº1
b) Analice la dispersión de ambas máquinas utilizando la desviación estándar y la regla empírica.
Moisés…. XD
REGLA EMPIRICA
68% x+S 201,504 LCS
x -S 200.417 LCI
95% x + 2S 202.046 LCS
x - 2S 199.874 LCI
99,70% x + 3S 202.590 LCS
x - 3S 199.330 LCI
LIMITES DE CONTROL AL 68%
Gráfico de control: LONGITUD

205,2
203,1 LONGITUD
LCS = 201,503
201,0
Espec U = 203,000
Promedio = 200,960
198,8
Espec L = 197,000
196,7 LCI = 200,417

1 7 13 19 25 31 37 43 49 55
4 10 16 22 28 34 40 46 52
Nivel sigma: 1

205,2
203,1 LONGITUD
LCS = 202,046
201,0
Espec U = 203,000
Promedio = 200,960
198,8
Espec L = 197,000
196,7 LCI = 199,874

1
4
7
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
LIMITES Nivel sigma: 2 DE CONTROL AL 99.70%

205,2
203,1 LONGITUD
LCS = 202,590
201,0
Espec U = 203,000
Promedio = 200,960
198,8
Espec L = 197,000
196,7 LCI = 199,330

Moisés…. XD
1
4
7
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
Nivel sigma: 3
SOLUCION
Maquina Nº 1
Se hace un análisis del 68 %, donde cumple la especificación con algunos datos raros fuera de los límites de control (15 datos
fuera).
95 %, se cumple la especificación con 4 datos raros fuera de los límites de control.
99.70 % se cumple la especificación excepto de 1 dato que cae fuera del límite de control.
c) Haga un Histograma para cada máquina e interprete cada uno de ellos.
LONGITUD
12 LONG2
12
10
10
8
8
6
6
4
4
Desv. típ. = ,61 Desv. típ. = ,65
2 2
Media = 200,96
Frecuencia
Media = 199,03
Frecuencia
0 N = 55,00 0 N = 55,00
19
19 25
19 50
20 75
20 00
20 25
20 50
20 75
20 00
20 25
20 50
20 75
197
198 5
198 0
198 5
198 0
199 5
199 0
199 5
199 0
200 5
200 0
200 5
9,
9,
9,
0,
0,
0,
0,
1,
1,
1,
1,
2,0
,7
,0
,2
,5
,7
,0
,2
,5
,7
,0
,2
,50
0
LONGITUD LONG2
Moisés…. XD
d) Considerada que cada máquina es operada por una persona diferente, discuta cuales son las posibles causas de los
problemas señalados en el inciso anterior y señale que haría para corroborar cuáles son las verdaderas causas.
Estadísticos
LONG2
N Válidos 55
Perdidos 0
Media 199.033
Mediana 199.000
Moda 199.0
Desv. típ. .6538
Varianza .4274
Asimetría ,505
Curtosis -,223
Rango 2.7
Mínimo 197.8
Máximo 200.5
e) Vuelva a analizar el histograma realizado en el inciso c
del anterior A la luz de lo anterior, ¿qué recomendaciones respecto a la obtención de datos y su análisis daría para hacer
mas eficiente la inspección y el control del funcionamiento de cada máquina?
N Válidos 55
Perdidos 0
Media 200.960
Mediana 201.000
Moda 201.4
Desv. típ. .6139
Varianza .3769
Asimetría -0,463
Error típ. de asimetría
0,322
Curtosis 0,186
Error típ. de curtosis 0,634
Rango 2.9
Mínimo 199.2
Máximo 202.1
12. En un área de servicios dentro de una empresa de manufactura se hace una encuesta para evaluar la calidad del servicio
proporcionada y el nivel de satisfacción de los clientes internos. La encuesta consiste de 10 preguntas, donde cada una de
ellas evalúa diferentes aspectos del servicio proporcionado. Las respuestas para cada pregunta es un número entre 0 y 10.
Para hacer un primer análisis de los resultados obtenidos, se suman los puntos obtenidos de las 10 preguntas para cada
cuestionario. A continuación se muestran los puntos obtenidos en 50 cuestionarios.
78 78 82 85 81 86 80 73 84 78
78 84 75 78 76 76 82 85 91 80
70 87 77 82 84 48 49 39 39 43
35 42 34 44 49 34 30 43 31 34
41 42 45 42 35 38 39 42 43 29
Moisés…. XD
a) de los datos anteriores calcúlese los datos de tendencia central, de dispersión y de una primera opinión sobre la calidad
del servicio.
N Válidos 50
Perdidos 0
Media 59,80
Mediana 58,50
Moda 42(a)
Desv. típ. 21,125
Varianza 446,286
Asimetría -,015
Curtosis -1,803
Rango 62
Mínimo 29
Máximo 91
En base a los resultados anteriores, se puede decir que la calidad del servicio es regular, ya que la media de los puntos
obtenidos es de 60 sobre 100, aunque se observa que existen 2 modas, lo cual indica que los datos tienen una distribución
bimodal. Asimismo, la desviación estándar es muy alta, lo cual se traduce en una gran variabilidad de las respuestas acerca de
la calidad del servicio.
b) realice el histograma e interprételo con cuidado.
K = 1 + 3,3 log 50 = 7
R = 62
A = 10
Tabla de frecuencia para la calidad de servicio
CLASE NOTAS RANGOS FRECUENCIA PORCENTAJE DE FRECUENCIA
1 91 - 82 91 11 22%
2 81 - 72 81 12 24%
3 71 - 62 71 2 4%
4 61 - 52 61 0 0%
5 51 - 42 51 12 24%
6 41 - 32 41 10 20%
7 31 - 29 31 3 6%
50 100%
14
12
10
8
Frecuencia
6
4
2
0
91 - 8281 - 7271 - 6261 - 5251 - 4241 - 3231 - 29
Moisés…. XD
Se puede ver claramente que existen dos modas, es decir es una distribución bimodal, debido a una marcada diferencia de
opiniones cuya causa talvez es ocacionada por la diferencia entre niveles de clientes internos, talvez a unos les brindan mejor
servicio y a otros no tanto.
c) ¿Qué es lo más destacado que observa en el histograma?
Es la existencia de 2 agrupamientos de los datos, es decir, la existencia de 2 modas.
Lo más destacado que se observa en el histograma es la distribución bimodal, ya que no todos siguen una misma moda de
percepción de calidad de servicio dentro de la empresa.
d) ¿con base en el análisis anterior que decisión tomaría o que otro análisis haría?
Se tendría que analizar cual es la causa para que las opiniones sean tan marcadas, lo más recomendable sería hacer un análisis
por áreas o talvez por tipos de clientes internos, es decir, estratificar los resultados para ver de qué áreas provienen cada una
de las opiniones y actuar de manera correctiva para que esas opiniones acerca de la mala calidad de la empresa cambien.
Se debería estratificar la muestra de clientes a los que se les realiza la encuesta, ya que la existencia de 2 tendencias centrales
implica la existencia de 2 realidades, las cuales pueden ser un grupo de clientes a los que se atiende bien y un grupo a los que
no, lo cual genera opiniones muy separadas.
e) ¿Tendría alguna utilidad hacer un análisis por separado de cada unas de las preguntas? Explique
Sería de mucha utilidad realizar un análisis por preguntas siempre y cuando esas preguntas muestren características comunes
de la baja calidad del servicio en el área de estudio, ya que de esta manera se tomarían acciones correctivas en temas
específicos que no satisfacen a los clientes internos.
13.- En una fábrica de piezas de asbesto una característica importante de calidad es el grosor de las láminas .Par un cierto
tipo de laminas el grosor óptimo es de 5 milímetros (mm) y se tiene como discrepancia tolerable de 0.8 mm. ;ya que si la
lámina tiene un grosor menor que 4.2mm se considera demasiado delgada y no reunirá las condiciones de resistencia
exigencias reunidas por el cliente . Si la lámina tiene un grosor mayor que 5.8 mm , entonces se gastará demasiado
material para su elaboración y elevará los costos del fabricante . Con lo que es de suma importancia fabricar las láminas
con el grosor óptimo , y en el peor de los casos dentro de las tolerancias especificadas .De acuerdo a los registros de las
mediciones hechas en los últimos tres meses se aprecia u proceso con una estabilidad aceptable , el grosor medio es µ=
4.75, la mediana 4.7 , y la desviación estándar σ= 0.45.
a) Tomando en cuenta la media y la mediana,¿el centrado del proceso es adecuado? Argumente
Si, al parecer el centrado del proceso es adecuado ya que están los estadísticos dentro de las especificaciones.
b) Considerando sólo la media y la mediana, ¿Puede decidir si el proceso cumple con las especificaciones?
Explique.
Conceptualmente se ha destacado que las medidas de tendencia central son insuficientes como criterio de calidad, y que no
toman en cuenta qué tan dispersos están los datos, un hecho vital para la calidad.
c) Calcule los límites reales, haga la gráfica de capacidad y comente sobre si las láminas cumplen
especificaciones.
LRI= 4.75 – 3(0.45)= 3.4

LRS= 4.75 + 3(0.45) = 6.1
Moisés…. XD
Solución
Si las especificaciones para este estudio de capacidad están entre EI 4.2 y ES 6.1 que es la característica de calidad del grosor
de las láminas ya que sus dimensiones tienen que tiene como discrepancia tolerable de 0.8 mm.
Además se sabe que la media y la desviación estándar son µ= 4.75, σ= 0.45.y los límites reales son: LRI= 3.4, LRS= 6.1 por lo
que se espera que los grosores varíen entre los limites LRI =3.4,LRS =6.1 con una media de 4.75.
Al comparar esto con las especificaciones se aprecia que los límites reales no caen dentro de las mismas, por lo que se
concluye que la capacidad del proceso no es alta al comparar con el LRS que está por encima de la especificación.
d) Estime el porcentaje de láminas que no cumplan con especificaciones :del lado inferior ,del lado superior y de
ambos lados.
Estimando con un 68% LRI: 4.75
e) En resumen ,¿el proceso cumple con especificaciones?.Argumente.
NO cumple con especificaciones por que los
14.- En el problema anterior , con el proposito de mejorar la calidad que se tenia en cuanto al grosor de las laminas, un
grupo implementa un programa de mejora siguiendo la metodología explicada en el capitulo 18. Varios de los cambios
implementados fueron fueron relativos a los procedimientos empleados durante el proceso y la estandarización de los
mismos. Para verifica si el plan tuvo éxito, se eligieron laminas aletoriamente y midiendo su grosor. Los 120 datos
obtenidos durante 3 dias se muestran a continuación.
4,8 4,3 4,8 5,1 4,9 4,6 4,9 4,6 5 4,9 4,8 4,5
4,7 5,7 4,5 5,3 4,4 5,1 4,6 4,9 4,2 4,6 5,3 5,2
4,7 4,1 5,1 5 5 4,9 4,6 4,9 5,2 4,8 4,7 5,1
4,9 4,8 4,7 5,1 5,1 5,3 5,1 5 5,3 5 5 5,2
4,7 5 5 5,3 5,1 5,1 4,5 5,2 4,1 5,1 4,9 4,9
4,6 5 4,6 4,8 4,7 4,9 4,4 4,5 5,3 5,3 4,4 5
4,2 4,5 5,3 5,1 4,8 4,4 4,7 5,3 5,1 4,7 4,7 4,8
5 5 4,9 5,2 5,6 5,1 5,2 4,5 4,6 5,2 4,9 5
5,3 4,9 5 4,4 4,9 4,7 4,6 5,3 4,8 4,7 4,6 5,1
4,4 5 4,5 5 5,2 4,7 5 5,3 5,6 5 5 4,5
a) Calcule la media y mediana de estos datos , y comparelos con sus correspondientes antes del proyecto, decida si con los
cambios se mejoro el centrado del proceso
Media= 4,883333
Mediana =4,9
Existe mucha diferencia entre el centrado del proceso antes del proyecto y despues, es decir, hubo una mejora significativa en
la calidad de las láminas, se puede decir que ahora el proceso si está centrado.
b) Construya un histograma e interpretelo las especificaciones e interprételo.
Moisés…. XD
Tabla de frecuencia para el grosor de las láminas
GROSOR PORCENTAJE DE FRECUENCIA

CLASE RANGOS FRECUENCIA
LAMIN.
1 4,1 - 4,2 4,2 4 3%
2 4,3 - 4,4 4,4 7 6%
3 4,5 - 4,6 4,6 18 15%
4 4,7 - 4,8 4,8 21 18%
5 4,9 - 5,0 5,0 32 27%
6 5,1 - 5,2 5,2 23 19%
7 5,3 - 5,4 5,4 12 10%
8 5,5 - 5,7 5,7 3 3%
120 100%
35
30
25
Frecuencia
20
15
10
5
0
4,1 - 4,24,3 - 4,44,5 - 4,64,7 - 4,84,9 - 5,05,1 - 5,25,3 - 5,45,5 - 5,7
Grosor de laminas
En el histograma se puede observar que la distribución se aproxima a una normal de forma acampanada, con una tendencia
central de aproximadamente 50mm igual al grosor óptimo de las láminas, además talvés tenga un poco de distribución
sesgada a la izquierda debido a la forma del gráfico, respecto a las especificaciones se ve que del lado izquierdo no son
cumplidas ya que sobrepasan los 4,2mm y se puede decir que tiene mucha variabilidad por que no entra holgadamente
dentro de las tolerancias permitidas.
c) Calcule la desviación estandart, y con esta obtenga los nuevos limites reales y decida si la variabilidad se redujo
σ = 0,315518
Desviación Estandar = 0,315961
LRI = 4,9 - 3*0,316 = 3,952
LRS = 4,9 + 3*0,316 = 5,848
Comparando la desviación estandar pasada con la actual se ve claramente una mejora en la disminución de la variabilidad, lo
que se traduce en una mejora en la calidad de producción, pero analizando los límites reales del proceso se concluye que
sigue fuera de las especificaciones inferior y superior, es decir que todavia se tiene que reducir la variabilidad.
d) Tomando la media y la desviación estandar como parámetros poblacionales, calcule el porcentaje de láminas fuera de
especificaciones que se tendrá después de los cambios realizados
d) Cálculo del porcentaje de láminas fuera de especificaciones:
Prob. Dentro de esp. = 98,29%
Prob. Fuera de esp. = 1,71%
e) Con base en todo lo anterior ¿el proyecto dio buenos resultados? Argumente
Moisés…. XD
Efectivamente el proyecto dio mejoras en la variabilidad y centrado del proceso, pero basando en los cálculos de límites reales
se puede ver que sigue fuera de especificaciones, por lo que las mejoras no son suficientes, se concluye que el proceso sigue
teniendo baja calidad.
f) Si hubo mejoras, ¿estas son suficientes para garantizar un producto dentro de especificaciones?
Las mejoras no son suficientes ya que los límites no estan dentro de las especificaciones, además como se puede ver 1,71% de
los productos no cumplen los requisitos, eso significa que en 1000000 de láminas producidas, se tendrían 17100 unidades de
mala calidad, por tanto se tiene que seguir reduciendo la variabilidad y hacer un mejor centrado del proceso.
15.- En la elaboración de envases de plástico, primero se elabora la preforma, para la cual se tiene varios criterios de
calidad, uno de ellos es el peso de la preforma. Para cierto envase se tiene que el peso debe estar entre 28.00 + 0.8 g. .A
continuación se muestran los últimos 112 datos obtenidos mediante una carta de control para esta variable.
a) Obtenga las medidas de tendencia central y señale si la tendencia central de las mediciones es adecuada.
b) Calcule la desviación estándar
HISTOGRAMA:PESOS DE LA PREFORMA
Estadísticos 70
PESO 60
N Válidos 112
50
Perdidos 0
Media 27.9313 40
Error típ. de la media .04532 30

Desv. típ. .47958
Varianza .23000 20
Rango 5.26 10
Desv. típ. = ,48
Media = 27,93
Mínimo 23.13
0 N = 112,00
Máximo 28.39
23
23
24
24
25
25
26
26
27
27
28
,25
,75
,25
,75
,25
,75
,25
,75
,25
,75
,25
PESO
La tendencia central del caso son relativamente similares, por la que hay cierta simetría
c) Obtenga un histograma e interprételo (tendencia central, variabilidad, acantilados, sesgos, etc.)
Presenta una tendencia central.
d) Con la evidencia obtenida antes, cuál es la opinión sobre lo adecuado o no del peso de las preformas
La media se puede decir que se encuentra centrada por que cae dentro de los límites de control.
16.- Una característica clave en la calidad de las pinturas es su densidad y un componente que influye en tal densidad es la
cantidad de arenas que se utilizan en su elaboración. La cantidad de arena en la formulación de un lote se controla con base
en el número de costales, que según el proveedor contienen 20 kg. Sin embargo, continuamente se tienen problemas en la
densidad de la pintura, que es necesario corregir con retrabajo y reprocesos adicionales. En este contexto en la empresa se
preguntan, ¿cuánta arena contienen realmente los costales? Para averiguarlo deciden tomar una muestra aleatoria de 30
costales de cada lote o pedido (500 costales). Los pesos obtenidos en las muestras de los últimos tres lotes se muestran en
la tabla anterior. Las especificaciones iniciales que se establecen para el peso de los costales de arena son de 20 ± 0,8 kg.
Moisés…. XD
Lote Peso de costales de la muestra

1 18,6 19,2 19,5 19,2 18,9 19,4 19,0
19,1 18,6 19,4 18,7 21,0 19,8 19,0
19,6 19,4 19,8 19,1 20,0 20,4 18,8
20,0 18,6 19,3 19,3 19,6 19,1 20,0
19,0 19,1
2 18,6 19,9 18,8 18,4 19,0 20,1 19,7
19,5 19,1 18,5 19,6 19,4 19,6 20,3
20,0 18,4 18,9 19,7 17,8 19,4 18,9
19,3 18,8 18,4 20,7 19,2 19,0 19,6
20,6 19,7
3 20,1 20,2 21,0 19,7 20,1 20,0 19,1
20,0 19,7 20,8 19,7 19,7 20,4 19,8
20,2 19,7 20,0 19,6 19,7 19,8 19,9
20,4 20,5 20,3 19,6 20,0 20,4 20,6
20,0 20,2
a) Tomando en cuenta los 90 datos, ¿el centrado del proceso es adecuado?
N Válidos 90
Perdidos 0
Media 19,562
Mediana 19,600
Moda 19,7(a)
Desv. típ. ,6511
Varianza ,4240
Asimetría -,075
Curtosis -,285
Rango 3,2
Mínimo 17,8
Máximo 21,0
Cálculo de la media del proceso:

Media = 19,6
En base al cálculo de la media del proceso, éste esta descentrado al lado izquiero ya que no coincide con el peso óptimo por
costal.
b) ¿La variabilidad es poca o mucha? Apóyese en los estadísticos adecuados.
Desv. Estandar = 0,651114
Coef. De variación = 3,33%
Como se puede apreciar la variabilidad del proceso es poca, con una desviación estandar y coeficiente de variación próximos a
cero.
c) Obtenga un histograma para los 90 datos, inserte las especificaciones e interprételo con detalle.
El histograma obtenido a continuación se basa en la tabla de frecuencias siguiente:
Tabla de frecuencia para peso de costales de arena
Moisés…. XD
PESO DE PORCENTAJE DE
COSTAL FRECUENCIA
1 17,8 - 18,2 18,2 1 1%
2 18,3 - 18,7 18,7 9 10%
3 18,8 - 19,2 19,2 20 22%
4 19,3 - 19,7 19,7 26 29%
5 19,8 - 20,2 20,2 21 23%
6 20,3 - 20,7 20,7 10 11%
7 20,8 - 21,0 21,0 3 3%
90 100%
Se puede apreciar que los
pesos de los costales están fuera de especificaciones, debido a que esta descentrado y además que se tiene que disminuir la
30
25
20
Frecuencia
15
10
0
17,8 - 18,2 18,3 - 18,7 18,8 - 19,2 19,3 - 19,7 19,8 - 20,2 20,3 - 20,7 20,8 - 21,0
Pesos
variabilidad.
d)Dé su conclusión general sobre si los bultos cumplen con el peso especificado.
Se llega a la conclusión de que los pesos de los costales no cumplen con las especificaciones, lo que ocaciona la variación de
densidad en la elaboración de la pintura.
e) Haga un análisis de cada lote por separado y con apoyo de estadísticos y gráficos, señale si hay diferencias grandes entre
los lotes.
Estudio de capacidad de procesos por lotes:
Lote 1
Media = 19,35
Tabla de frecuencia para peso de costales de arena para el lote 1

CLASE PESO DE COSTAL RANGOS FRECUENCIA PORCENTAJE DE FRECUENCIA
1 17,8 - 18,2 18,2 0 0%
2 18,3 - 18,7 18,7 4 4%
3 18,8 - 19,2 19,2 11 12%
4 19,3 - 19,7 19,7 8 9%
5 19,8 - 20,2 20,2 5 6%
6 20,3 - 20,7 20,7 1 1%
Moisés…. XD
7 20,8 - 21,0 21,0 1 1%

30 100%
Histograma para el peso de costales de arena para el lote 1
12
10
8
Frecuencia
0
17,8 - 18,2 18,3 - 18,7 18,8 - 19,2 19,3 - 19,7 19,8 - 20,2 20,3 - 20,7 20,8 - 21,0
Peso
Lote 2
Media = 19,3

COSTAL FRECUENCIA
1 17,8 - 18,2 18,2 1 1%
2 18,3 - 18,7 18,7 5 6%
3 18,8 - 19,2 19,2 8 9%
4 19,3 - 19,7 19,7 10 11%
5 19,8 - 20,2 20,2 3 3%
6 20,3 - 20,7 20,7 3 3%
7 20,8 - 21,0 21,0 0 0%
30 100%
Moisés…. XD
12
10
8
Frecuencia
0
17,8 - 18,2 18,3 - 18,7 18,8 - 19,2 19,3 - 19,7 19,8 - 20,2 20,3 - 20,7 20,8 - 21,0
Peso
Lote 3
Media = 20,0
COSTAL FRECUENCIA
1 17,8 - 18,2 18,2 0 0%
2 18,3 - 18,7 18,7 0 0%
3 18,8 - 19,2 19,2 1 1%
4 19,3 - 19,7 19,7 8 9%
5 19,8 - 20,2 20,2 13 14%
6 20,3 - 20,7 20,7 6 7%
7 20,8 - 21,0 21,0 2 2%
30 100%

14
12
10
8
Frecuencia
6
4
2
0
17,8 - 18,2 18,3 - 18,7 18,8 - 19,2 19,3 - 19,7 19,8 - 20,2 20,3 - 20,7 20,8 - 21,0
Peso
Moisés…. XD
Existen diferencias muy grandes de lote a lote, cada uno con una variabilidad, media y gráfica diferente, pero aunque todos
son distintos ninguno cumple las especificaciones, por tanto los costales comprados a los proveedores están fuera de los
límites requeridos.
El lote que más se acerca a cumplir con las especificaciones el es numero 3, ya que es el mas centrado con respecto al valor
óptimo, aunque los límites reales quedan fuera de lo especificado.
f) ¿Las diferencias encontradas se podrían haber inferido a partir del histograma del inciso c?
Las conclusiones a la que se llegaron no podrían haber sido consideradas si no se hubiera hecho un análisis por lotes, ya que
este análisis nos demostró que cada uno de los ellos se encuentran fuera de los límites o tolerancias y que la gráfica general es
el resultado del conjunto de variaciones de las gráficas específicas de cada lote.
g) Obtención del diagrama de caja para cada lote:
Lote 1
Cuartil inferior =19
Cuartil superior =19,6
Mediana =19,25
Largo del Rectandulo =0,6
Límite Interno Izquierdo =18,1
Límite Interno Derecho =20,5
Límite Externo Izquierdo =17,2
Límite Externo Derecho =21,4
Lote 2
Cuartil inferior =18,825
Cuartil superior =19,7
Mediana =19,35
Largo del Rectandulo =0,875
Límite Interno Izquierdo =17,5125
Límite Interno Derecho = 21,0125
Límite Externo Izquierdo =16,2
Límite Externo Derecho =22,325
Lote 3
Cuartil inferior = 19,7
Cuartil superior = 20,275
Mediana = 20
Largo del Rectandulo = 0,575
Límite Interno Izquierdo = 18,8375
Límite Interno Derecho = 21,1375
Límite Externo Izquierdo = 17,975
Límite Externo Derecho = 22
Moisés…. XD
El único lote que está centrado es el tercero aunque su variabilidad sigue siendo mayor a la especificada, se pueden ver
algunos sesgos en cada gráficas pero no muy diferenciados, es decir casi todos se parecen a una distribución normal excepto
el primer lote, por último, no existen datos raros ya que ninguno de los pesos excede los límites máximos.
17. En una empresa que se fabrica y vende equipos para fotocopiado utilizan como un indicador importante de la calidad en
el servicio posventa el tiempo de respuestas a solicitudes de apoyo técnico debido a fallas en los equipos. Parta problemas
mayores, en cierta zona del país, se ha establecido como meta que la respuesta se de en un máximo de 6 horas hábiles; es
decir, de que habla el cliente solicitando apoyos y que si el problema se clasifica como grave no deben pasar mas de 6 horas
hábiles en que un técnico acuda a resolver su problema. A continuación se aprecian los tiempos de respuesta en horas para
los primeros 9 meses del año (65 datos).
CONJUNTO DE DATOS N=65

5 5,4 7,1 7 5,5 4,4 5,4 6,6 7,1 4,2
4,1 3 5,7 6,7 6,8 4,7 7,1 3,2 5,7 4,1
5,5 7,9 2 5,4 2,9 5,3 7,4 5,1 6,9 7,5
3,2 3,9 5,9 3,6 4 2,3 8,9 5,8 5,8 6,4
7,7 3,9 5,8 5,9 1,7 3,2 6,8 7 5,4 5,6
4,5 6,5 4,1 7,5 6,8 4,3 5,9 3,1 8,3 5,4
4,7 6,3 6 3,1 4,8
a) Calcule las medidas de tendencia central y con base en estas ¿cree que se cumple con la meta?
VARIABLES SIBOLOGIA CAL.

NUMERO DE DATOS N 65,00
MEDIA x 5,338
MEDIANA X 5,450
MODA Mo 5,400
MAXIMO Max 8,900
MINIMO Min 1,700
RANGO R 7,200
NUMERO DE INTERVALOS K 6,983 7
AMPLITUD A 1,031
DESVIACION ESTANDAR S 1,623
SOLUCION:
De acuerdo a lo calculado de las medidas de tendencia central estas no sobrepasan el límite de reparación que son 6 hr. Por lo
tanto se cumple con la meta establecida.
Moisés…. XD
b) Aplique la regla empírica, interprete y diga que también se cumple con la meta.
REGLA EMPIRICA
65% x+S 6,96 LCS
x -S 3,72 LCI
95% x + 2S 8,58 LCS
x - 2S 2,09 LCI
99,70% x + 3S 10,21 LCS
x - 3S 0,47 LCI
10
HR. PROGRAMADAS
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64
Nº DE DATOS
Comportamiento de los Datos
10
HR. PROGRAMADAS
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64
Nº DE DATOS
Moisés…. XD
LIMITES DE CONTROL AL 99.70%
10
HR. PROGRAMADAS
8
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64
Nº DE DATOS
SOLUCION:
Se hace un análisis del 65 %, donde cumple la especificación con algunos datos raros fuera de los límites de control (16 datos
fuera).
95 %, se cumple la especificación con 3 datos raros fuera de los límites de control.
99.70 % se cumple la especificación todos los datos caen en el limite d control.
c) Haga un histograma e interprete sus aspectos más relevantes.
Nº INTERVALOS MARCA DE FRECUENCIAS FRECUENCIA FRECUENCIA

CLASE f PORCENTUAL ACUMULADA
1 1,7-2,731 2,2156 3 4,615 4,615
2 2,731-3,762 3,2467 8 12,308 16,923
3 3,762-4,793 4,2778 12 18,462 35,385
4 4,793-5,825 5,309 17 26,154 61,538
5 5,825-6,856 6,3401 12 18,462 80,000
6 6,856-7,887 7,3712 10 15,385 95,385
7 7,887-8,918 8,4024 3 4,615 100,000
65 100,000
INTERPRETACION:
Presenta una forma descentrada con mucha variabilidad puesto no va con el rango fijado que es el de 6 hr.
Moisés…. XD
HISTOGRAMAS DEL PROBLEMA
18 17
16
14 12 12
FRECUENCIAS
12 10
10 8
8
6
4 3 3
2
0
1,7- 2,731- 3,762- 4,793- 5,825- 6,856- 7,887-
2,731 3,762 4,793 5,825 6,856 7,887 8,918
INTERV ALOS
INTERV A LOS
d) A partir del análisis que se ha hecho ¿que recomendaciones daría para ayudar a cumplir mejor la meta?
De acuerdo a los datos obtenidos se concluye que existe mucha variabilidad y que se encuentra descentrado lo que tenemos
que hacer es disminuir la variabilidad y asegurando el centrado para que así se cumplan con la especificación de calidad del
problema.
18.- Los datos siguientes representan las horas caídas de equipos, por semana, de tres líneas de producción.
Semana Línea 1 Línea 2 Línea 3 Semana Línea 1 Línea 2 Línea 3
1 7,7 6,6 7,5 14 6,3 6,5 8,5
2 6,8 5,2 8,1 15 7,8 7,7 8,0
3 8,5 7,2 6,2 16 6,7 7,4 7,7
4 8,6 9,2 7,4 17 7,3 6,1 7,5
5 5,7 6,7 8,2 18 5,7 6,2 8,2
6 7,9 6,2 6,0 19 6,2 7,3 7,7
7 8,1 7,1 8,2 20 7,3 6,9 7,0
8 7,6 8,1 8,1 21 5,0 6,1 6,5
9 7,1 6,4 6,7 22 5,0 6,9 6,2
10 7,3 6,3 8,0 23 5,4 8,4 6,0
11 7,8 8,2 8,1 24 7,5 5,0 6,1
12 6,1 8,4 8,1 25 6,0 7,4 5,8
13 6,4 7,4 7,0
a) Analice los datos para cada línea, y anote las principales características de la distribución de los datos
Línea 1 Línea 2
N Válidos 25 N Válidos 25
Perdidos 0 Perdidos 0
Media 6,872 Media 6,996
Desv. típ. 1,0498 Desv. típ. 1,0006
Asimetría -,227 Asimetría ,134
Error típ. de asimetría ,464 Error típ. de asimetría ,464
Curtosis -,941 Curtosis ,008
Error típ. de curtosis ,902 Error típ. de curtosis ,902
Moisés…. XD
Línea 2
Línea 3 6
N Válidos 25
Perdidos 0 5
Media 7,312
4
Desv. típ. ,8776
Asimetría -,456 3

Curtosis -1,353 2
Frecuencia
1
0
5,00 5,50 6,00 6,50 7,00 7,50 8,00 8,50 9,00
Línea 1
7
Línea 3
6 10
5
8
6
3
2 4
Frecuencia
1
Frecuencia
0
5,00 5,50 6,00 6,50 7,00 7,50 8,00 8,50
0
6,00 6,50 7,00 7,50 8,00 8,50
b) Compare las tres líneas, ¿nota alguna diferencia importante?

En la línea 3 la distribución de datos no se asemeja a una curva normal, esto se evidencia con el valor negativo de la curtosis.
Otra diferencia notoria es que, aunque ninguna línea cumple con las especificaciones, es la nº 3 la que más horas de parada
promedio tiene.
19. Una característica importante en la calidad de la leche de vaca es la concentración de grasa. En una industria en
particular se ha fijado como estándar mínimo que debe de cumplir el producto que recibe directamente de los establos
lecheros 3 %. Por medio de muestreo y evaluaciones en ciertas épocas del año se obtuvieron los siguientes 90 datos sobre
concentración de grasa, en cierta región.
CONJUNTO DE DATOS (N=90)

2,7 3,4 3,5 4 3,1 3,3 3,5 3,3 3,2 3,4 2,6 3,1
3,4 2,7 3,3 3,6 2,9 2,8 3 3,6 3,5 2,8 3,1 2,8
2,2 3,4 3,3 2,5 3,4 2,7 2,9 3,6 3,3 2,7 3,7 3,3
3,2 3,1 2,9 2,7 3,3 3,6 3,3 3,1 3,1 3,4 3 3,5
3,4 3 2,9 3,2 3,2 3 3,3 3,9 3,3 3 3 3,5
2,9 3,5 3,1 3,5 3 3,1 2,9 3,1 3,1 2,9 2,9 3,4
3,4 3,1 3,2 3,3 3,2 3,3 3 3,2 3,5 3,4 3,8 3,2
2,9 3 3,2 3,2 3,3 3,8
Moisés…. XD
a) Calcular medidas de tendencias central y de variabilidad y comente sobre el cumplimiento del estándar mínimo
para la concentración de grasa.

MEDIA x 3,188
MEDIANA X 3,200
MODA Mo 3,300
MAXIMO Max 4,000
MINIMO Min 2,200
RANGO R 1,800
NUMERO DE INTERVALOS K 7,449
AMPLITUD A 0,242
COEFICIENTE DE DISPERSION CV 9,885
De acuerdo a lo calculado de las tendencias centrales no cumplen con el estándar mínimo del 3%.
b) Obtenga un histograma, inserte el estándar mínimo e interprete ampliamente.

1 2,200-2,442 2,321 1 1,111 1,111
2 2,442-2,683 2,562 2 2,222 3,333
3 2,683-2,925 2,804 17 18,889 22,222
4 2,925-3,167 3,046 20 22,222 44,444
5 3,167-3,408 3,287 33 36,667 81,111
6 3,408-3,650 3,529 12 13,333 94,444
7 3,650-3,892 3,771 3 3,333 97,778
8 3,892-4,133 4,012 2 2,222 100,000
90 100,000
HISTOGRAMA DEL PROBLEMA
35
30
25
FRECUENCIA
20
15
10
0
2,200-2,442 2,442-2,683 2,683-2,925 2,925-3,167 3,167-3,408 3,408-3,650 3,650-3,892 3,892-4,133
Intervalos
Moisés…. XD
COMPORTAMIENTO DEL ESTANDAR 3%
CONCENTRACION DE GRASA
5
0
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86
Nº DE DATOS
Comportamientos de Datos
Tomando en cuenta el estándar solo 29 datos cumplen con esta especificación y llega solo al 32.22%.en cuanto al histograma
se encuentra sesgad a la deecha.
c) La población de donde provienen estos datos ¿cumple el estándar mínimo?
Comos se menciona anteriormente solo el 32.22% cumple con la especificaciones del 3% donde deducimos que no son
confiables.
20.- En la elaboración de envases de plástico es necesario garantizar que cierto tipo de botella en posición vertical tenga
una resistencia mínima de 20 kilogramos fuerza. Para garantizar esto, en el pasado se venía realizando una prueba del tipo
pasa-no-pasa, donde se aplicaba la fuerza mínima y se veía si la botella resistía o no. Actualmente se realiza una prueba
exacta, en la que mediante un equipo se le aplica una fuerza a la botella hasta que ésta cede, y el equipo registra la
resistencia que alcanzó la botella. ¿Qué ventajas y desventajas tiene cada método?
Ventaja
El método moderno tiene muchas ventajas en comparación al antiguo, ya que este permite determinar la resistencia exacta da
cada botella, con lo cual se podrían registrar esos datos y comparar con nuevos resultados, para determinar una mejora en la
calidad, además de poder analizar la distribución del proceso que refleja si está centrado o tiene mucha variabilidad, es decir
se puede tratar la calidad con mayor detalle.
Desventaja:
Como todo proceso de mejora, una de las desventajas sería que éste tambien trae consigo un costo adicional para la
organización.
21. En el caso del problema anterior, a continuación se muestra100 datos obtenidos en las pruebas destructivas de la
resistencia de la botella.
CONJUNTO DE DATOS (N=100)

28 27 27 27 28 25 27 26 29 29 25 25
30 28 27 26 28 27 28 28 26 30 28 27
26 28 27 26 27 28 27 29 24 30 27 30
28 26 28 29 27 26 27 27 28 26 28 27
Moisés…. XD
29 25 25 28 25 29 28 29 25 29 27 29
29 28 25 27 27 26 26 26 28 27 24 28
27 28 26 27 28 29 27 29 26 27 28 25
27 26 27 27 27 28 28 26 25 27 24 27
30 26 26 27
a) Calcule medidas de tendencia central y de variabilidad.

MEDIA x 27,095
MEDIANA X 27,050
MODA Mo 27,700
MAXIMO Max 30,400
MINIMO Min 23,700
RANGO R 6,700
NUMERO DE INTERVALOS K 7,600
AMPLITUD A 0,882
COEFICIENTE DE DISPERSION CV(%) 5,126
b) Estime los límites reales y comente si las botellas cumplen la resistencia mínima que se desea garantizar.
REGLA EMPIRICA
99,70% X + 3S 31,26 LCS
X - 3S 22,93 LCI
Obtenidos los limites de control todos los datos caen dentro del limite real de control por lo tanto cumplen con la
especificaciones.
c) Obtenga un histograma, inserte la resistencia mínima e interprete ampliamente.

1 23,700-24,582 24,1 3 3 3
2 24,582-25,463 25,0 12 12 15
3 25,463-26,345 25,9 11 11 26
4 26,345-27,226 26,8 29 29 55
5 27,226-28,108 27,7 23 23 78
Moisés…. XD
6 28,108-28,989 28,5 13 13 91
7 28,989-29,871 29,4 8 8 99
8 29,871-30,753 30,3 1 1 100
100 100
HISTOGRAMA DEL PROBLEMA:
35
30
25
FRECUENCIA
20
15
10
0
23,700-24,582 24,582-25,463 25,463-26,345 26,345-27,226 27,226-28,108 28,108-28,989 28,989-29,871 29,871-30,753
Intervalos
COMPORTAMIENTO DE DATOS:
RESISTENCIA DE BOTELLAS
32
30
28
26
24
22
1 8 15 22 29 36 43 50 57 64 71 78 85 92 99
Nº DE DATOS
Comportamiento
Se encuentra sesgada a la derecha y si tomamos en cuenta el estándar ningún dato cumple con la especificación hay que
ajustar con los limites reales de control para satisfacer con lo recomendado.
d) Con base al os análisis anteriores, de su opinión sobre si el proceso cumple con las especificación inferior.
El proceso no cumple con las especificaciones pero para el cumplimiento se tuvo que ajustar con los límites de control. Para
que sean aceptados.
e) Comente acerca de cómo cree que seria el analiza en caso de los datos obtenidos por el método pasa-no-pasa para
la misma variable, que se describió en el ejercicio anterior.
Lo estudiado ningún valor de tendencia central se aproxima mas bien se alejan del estándar. Y aun ajustándolo el estándar
queda fuera no tomándolo en cuenta.
22.- En una empresa que elabora productos lácteos se tiene como criterio de calidad para la crema que ésta tenga un
porcentaje de grasa de 45 con una tolerancia de ±5. De acuerdo a los muestreos de los últimos meses se tiene una media de
44 con una desviación estándar de 1,3. Haga un análisis de capacidad para ver si se está cumpliendo con la calidad exigida,
represente gráficamente sus resultados y comente los resultados obtenidos.
Media = 44
Moisés…. XD
Desviación Estandar = 1,3

LRI = 44-3*1,3 = 40,1
LRS = 44+3*1,3 = 47,9
Porcentaje dentro de especificaciones = 99,90%
Porcentaje fuera de especificaciones = 0,10%
Se concluye que el proceso esta descentrado al lado izquierdo ya que no coincide con el porcentaje graso óptimo, además que
existe poca variación en el proceso con una desviación estandar baja, por último existe un porcentaje considerablemente alto
de datos que se encuentran dentro de especificaciones y solo un 0,10% de productos fuera de ellos, de 1000000 de productos
lácteos, solo 1000 de ellos no cumplen las especificaciones, en otras palabras se puede decir que el proceso es de buena
calidad pero con posibilidades de mejoras.
EI= 40; ES=50 media= µ= 44

LRS= µ + 3σ LRS= 44 + 3*1.5 = 47.9 LRI= µ - 3σ LRI=44 – 3*1.5 = 40.1
EI= 40 LRI=40.1
µ= 44
N= 45
LRS=47.9
ES = 50
Por los resultados obtenidos, vemos que si se cumple con las especificaciones requeridas, pero los datos no están centrados.
23. El volumen de un proceso de envasado debe estar entre 310 y 330 ml. De acuerdo a los datos históricos se tiene que la
media poblacional es 318, y la desviación típica es de 4 ¿el proceso de envasado funciona bien en cuanto al volumen?
Argumente su respuesta.
LCI =310 ml.; LCS = 330 ml.

Media poblacional (µ) = 318 ml.
Desviación típica (σ ) = 4
Si hacemos un análisis de la media poblacional y relacionamos con los limites de control esta se encuentra dentro del rango
por lo tanto se puede afirmar que el proceso marcha bien
24. En la elaboración de una bebida se desea garantizar que el porcentaje de CO2 (gas) esté entre 2,5 y 3,0. De los datos
obtenidos del monitoreo del proceso se obtuvieron los siguientes 115 datos.
2,61 2,62 2,65 2,56 2,68 2,51

2,69 2,53 2,67 2,66 2,63 2,52
2,61 2,64 2,49 2,58 2,61 2,53
2,57 2,56 2,52 2,58 2,64 2,59
2,73 2,51 2,61 2,71 2,64 2,59
2,60 2,61 2,55 2,66 2,69 2,56
2,61 2,49 2,63 2,72 2,67 2,52
2,64 2,62 2,64 2,65 2,67 2,61
2,50 2,65 2,57 2,55 2,64 2,66
2,56 2,60 2,59 2,56 2,57 2,66
2,56 2,62 2,63 2,57 2,60 2,53
Moisés…. XD
2,61 2,60 2,52 2,62 2,67 2,58

2,53 2,57 2,66 2,51 2,57 2,55
2,57 2,58 2,52 2,61 2,55 2,55
2,60 2,64 2,56 2,60 2,57 2,48
2,64 2,67 2,60 2,59 2,67 2,56
2,63 2,57 2,61 2,49 2,60 2,70
2,67 2,65 2,60 2,58 2,59 2,65
2,67 2,61 2,52 2,65 2,57 2,52
2,64
a) Con medidas de tendencia central señale si la tendencia central de las mediciones es adecuada
b) Calcule la desviación estándar y una aproximación de los límites reales y con base en éstos decida si la
variabilidad de los datos es aceptable
c) Obtenga un histograma e interprételo (tendencia central, variabilidad, acantilados, sesgos, etcétera).
d) Con la evidencia obtenidad antes, cuál es su opinión sobre la capacidad del proceso referido.
a) Cálculo de medidas de tendencia central:

Media = 2,60
Mediana = 2,60
Moda = 2,61
El proceso está descentrado al lado izquierdo, por tanto las medidas de tendecia central no son adecuadas
b) Cálculo de la desviación estandar y límites reales:

Desviación estandar = 0,0558
LRI = 2,6-3*0,0558 =2,43
LRS = 2,6+3*0,0558 = 2,77
En base a los cálculos anteriores se puede ver claramente que la variabilidad del proceso no es aceptable, aunque
la desviación estandar es baja, los límites reales no están dentro de las especificaciones.
c) El histograma obtenido a continuación se basa en la tabla de frecuancias siguiente:

K = 1 + 3,3 log 115 = 7,8
R = 0,25
A = 0,04
Tabla de frecuencia para porcentaje de CO2

PORCENTAJE DE
CLASE PESO DE COSTAL RANGOS FRECUENCIA
FRECUENCIA
1 2,48 - 2,51 2,51 8 9%
2 2,52 - 2,55 2,55 16 18%
3 2,56 - 2,59 2,59 28 31%
4 2,60 - 2,63 2,63 28 31%
5 2,64 - 2,67 2,67 28 31%
6 2,68 - 2,71 2,71 5 6%
7 2,72 - 2,73 2,73 2 2%
115 100%
Moisés…. XD
Histograma para porcentaje de CO2
Se puede ver que la distribución del proceso está descentrado, además que los límites reales del proceso se salen
de las especificaciones. Aparentemente este proceso tiene sesgo al lado izquierdo.
d) En base a todos los cálculos anteriores, se concluye que el problema que tiene el proceso es que esta
descentrado, arreglando ese aspecto y manteniendo la variabilidad se podría llegar a tener una buena calidad ya
que cumpliria con las especificaciones del cliente.
Moisés…. XD

Control de Calidad: Moisés . XD

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Control de Calidad: Moisés . XD

Cargado por

Copyright:

Formatos disponibles

Control de Calidad 1

1. Con sus palabras y apoyándose en graficas, conteste los siguientes incisos:

a) ¿Qué es la tendencia central y que la variabilidad de un proceso o en los gráficos?

Mano de Obra Mano de Obra

Desv. típ. = 23,77

d) Represente dos procesos cuya forma de su distribución sea diferente.

und pan kg de fideo

1 Desv. típ. = 26,23

3. ¿De qué manera afectan los datos raros a la media? Explique.

Datos niños: Datos maestras:

(15  4 .5  15  6 .5  3  30 )  7 .27  7 años

 entre  -S y  + S está el 68 % de los datos de la muestra.

199,2 199,7 201,1 202 201 201,5 200 199,8

LRI ≈ 200 - 3*1,16 = 196,5

Tabla de frecuencia para la longitud de las tiras de hule

Histograma para la longitud de las tiras de hule

11.- En el caso del ejercicio anterior, consideramos que

Evaluación para la máquina 1 (los primeros 55 datos introducidos)

Evaluación para la máquina nº 2 (datos del 56 al 112)

b) Analice la dispersión de ambas máquinas utilizando la desviación estándar y la regla empírica.

LIMITES DE CONTROL AL 68%

Gráfico de control: LONGITUD

196,7 LCI = 200,417

LIMITES DE CONTROL AL 95%

Gráfico de control: LONGITUD

196,7 LCI = 199,874

LIMITES Nivel sigma: 2 DE CONTROL AL 99.70%

Gráfico de control: LONGITUD

196,7 LCI = 199,330

c) Haga un Histograma para cada máquina e interprete cada uno de ellos.

c) ¿Qué es lo más destacado que observa en el histograma?

Es la existencia de 2 agrupamientos de los datos, es decir, la existencia de 2 modas.

a) Tomando en cuenta la media y la mediana,¿el centrado del proceso es adecuado? Argumente

LRI= 4.75 – 3(0.45)= 3.4

Estimando con un 68% LRI: 4.75

e) En resumen ,¿el proceso cumple con especificaciones?.Argumente.

NO cumple con especificaciones por que los

b) Construya un histograma e interpretelo las especificaciones e interprételo.

Tabla de frecuencia para el grosor de las láminas

GROSOR PORCENTAJE DE FRECUENCIA

b) Calcule la desviación estándar

Error típ. de la media .04532 30

c) Obtenga un histograma e interprételo (tendencia central, variabilidad, acantilados, sesgos, etc.)

Presenta una tendencia central.

Lote Peso de costales de la muestra

a) Tomando en cuenta los 90 datos, ¿el centrado del proceso es adecuado?

Cálculo de la media del proceso:

Tabla de frecuencia para peso de costales de arena

Tabla de frecuencia para peso de costales de arena para el lote 1

7 20,8 - 21,0 21,0 1 1%

Histograma para el peso de costales de arena para el lote 1

Tabla de frecuencia para peso de costales de arena para el lote 2

Histograma para el peso de costales de arena para el lote 2

Histograma para el peso de costales de arena para el lote 3

CONJUNTO DE DATOS N=65

VARIABLES SIBOLOGIA CAL.

LIMITES DE CONTROL AL 65%

Comportamiento de los Datos

LIMITES DE CONTROL AL 95%

Comportamiento de los Datos

LIMITES DE CONTROL AL 99.70%

Comportamiento de los Datos

c) Haga un histograma e interprete sus aspectos más relevantes.