FASE 3 - APLICAR HERRAMIENTAS DE ANÁLISIS PARA EL CONTROL

ESTADÍSTICO DE LA CALIDAD

ACTIVIDAD COLABORATIVA

INTEGRANTE

BRAYAN EDILSON GOMEZ HERNANDEZ CC.1077148565

JORGE ALEXANDER CHAMORRO CC.12751354
MONICA MARIA RINCON CC. 1052384265
JASSON RODRIGO MENDOZA CC.
JOHANN FERNEY ROMERO CC.1122116940

TUTOR
NATALIA MOLINA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
GESTION DE LA CALIDAD
GRUPO: 212023_2
27 DE OCTUBRE 2019
CONTENIDO
OBJETIVOS..................................................................................................................... 4

ESPECIFICOS ............................................................................................................. 4

DESARROLLO DE LA ACTIVIDAD .......................................................................... 5

Tabla No 1......................................................................................................................... 5

ACTIVIDAD 1 ................................................................................................................. 6

EJERCICIO GRAFICO DE CONTROL X-R ......................................................... 6

GRAFICAS............................................................................................................... 7

EJERCICIO CARTA CONTROL X-S: .................................................................... 8

GRAFICA ............................................................................................................... 13

EJERCICIO GRAFICO DE CONTROL P ............................................................ 16

GRAFICA DE CONTROL P................................................................................ 20

EJERCICIO GRAFICO DE CONTROL NP ......................................................... 21

GRAFICAS............................................................................................................. 21

EJERCICIO GRAFICO DE CONTROL C ............................................................ 24

GRAFICAS............................................................................................................. 25

CONCLUSIONES ......................................................................................................... 29

REFERENCIAS BIBLIOGRAFICAS ......................................................................... 30

 INTRODUCCION

Ante la creciente competitividad en los mercados y las exigencias por parte de los
consumidores, las industrias han buscado nuevas formas de monitorear sus procesos de
producción, a fin de mejorar la calidad de sus productos.
En el área de estadística existe un conjunto de técnicas para el mejoramiento y control de
las líneas de producción industrial, conocida como control estadístico de procesos (CEP).
Dentro del CEP existe una herramienta gráfica de gran utilidad usada para el monitoreo de
procesos, las cartas de control.
Una carta de control es una herramienta estadística empleada para el estudio y control de
procesos a través del tiempo. El objetivo de las cartas de control es el observar y analizar
mediante el uso de datos estadísticos la variabilidad del proceso de interés a través del
tiempo.
 OBJETIVOS

OBJETIVO GENERAL
Comprender y aplicar las diferentes herramientas de análisis para el control estadístico
en los diferentes procesos de calidad.

OBJETIVOS ESPECIFICOS
Analizar los resultados obtenidos al momento de realizar los cálculos estadísticos en los
diferentes procesos a estudiar.
Aprender a conocer la importancia del uso de las gráficas de control al momento de
aceptar o rechazar un proceso o un producto por sus condiciones buenas como malas.
Generar conocimiento sobre las gráficas de control ya que estas nos permitirán dar
solución a muchos problemas durante el desarrollo de nuestras profesiones como ingenieros
industriales.
Decidir las acciones a tomar en el futuro ya sean sugerencias para el desarrollo de cada
ejercicio.
 DESARROLLO DE LA ACTIVIDAD

Tabla No 1
“Distribución Ejercicios del Taller Herramientas Estadísticas para el control de procesos
(CEP)”
EJERCICIOS INTEGRANTES DEL GRUPO

Ejercicio Grafico de Control X-R BRAYAN EDILSON GÓMEZ

Ejercicio Grafico de Control X-S JORGE ALEXANDER CHAMORRO

Ejercicio Grafico de Control P MONICA MARIA RINCON

Ejercicio Grafico de Control np JASSON RODRIGO MENDOZA

Ejercicio Grafico de Control C JOHANN FERNEY ROMERO

ACTIVIDAD 1
Taller de ejercicios sobre técnicas para el control de la calidad

EJERCICIO GRAFICO DE CONTROL X-R

Sacar la media y el rango de nuestras 25 muestras y 7 variables

Muestras X1 X2 X3 X4 X5 X6 X7 Media Rango LCI LC LCS

1 16,704 16,8 16,72 16,704 16,832 16,848 16,848 16,779 0,144 16,749 16,857 16,965
2 17,253 17,04 17,28 16,832 17,136 17,083 17,12 17,106 0,448 16,749 16,857 16,965
3 16,88 16,816 16,752 16,72 16,672 16,896 16,8 16,791 0,224 16,749 16,857 16,965
4 16,848 16,832 16,896 16,944 16,96 16,688 16,752 16,846 0,272 16,749 16,857 16,965
5 16,832 16,688 16,704 16,736 16,8 16,768 16,848 16,768 0,16 16,749 16,857 16,965
6 16,72 16,736 16,976 16,768 16,88 16,896 16,816 16,827 0,256 16,749 16,857 16,965
7 16,848 16,976 16,768 16,64 16,768 16,864 16,8 16,809 0,336 16,749 16,857 16,965
8 16,72 16,8 16,72 16,848 16,752 16,784 16,864 16,784 0,144 16,749 16,857 16,965
9 16,832 16,896 16,848 16,928 17,056 16,992 16,944 16,928 0,224 16,749 16,857 16,965
10 16,896 16,8 16,64 16,816 17,024 16,864 16,736 16,825 0,384 16,749 16,857 16,965
11 16,848 16,768 16,896 16,88 16,928 16,672 16,768 16,823 0,256 16,749 16,857 16,965
12 16,896 16,688 16,688 16,672 16,816 16,832 16,64 16,747 0,256 16,749 16,857 16,965
13 16,8 17,152 16,768 16,72 16,8 16,837 16,848 16,846 0,432 16,749 16,857 16,965
14 16,752 16,848 16,896 16,832 16,752 16,96 16,928 16,853 0,208 16,749 16,857 16,965
15 16,848 16,896 16,96 17,104 16,88 17,136 16,88 16,958 0,288 16,749 16,857 16,965
16 16,816 17,008 16,992 16,944 16,976 16,672 16,8 16,887 0,336 16,749 16,857 16,965
17 16,8 16,816 16,64 16,832 16,832 16,96 16,944 16,832 0,32 16,749 16,857 16,965
18 16,864 16,736 16,784 16,72 16,736 16,8 16,88 16,789 0,16 16,749 16,857 16,965
19 16,784 16,88 16,816 16,896 16,784 16,88 16,96 16,857 0,176 16,749 16,857 16,965
20 16,992 16,8 16,96 16,976 16,992 16,832 16,965 16,931 0,192 16,749 16,857 16,965
21 16,864 16,944 17,008 16,928 16,896 16,837 16,837 16,902 0,171 16,749 16,857 16,965
22 16,672 16,88 16,768 16,8 16,8 16,96 16,96 16,834 0,288 16,749 16,857 16,965
23 16,832 16,96 16,816 16,832 16,8 16,8 17,136 16,882 0,336 16,749 16,857 16,965
24 16,837 16,965 16,88 17,04 16,798 16,992 17,024 16,934 0,242 16,749 16,857 16,965
25 16,96 16,912 16,96 16,768 16,8 16,8 16,928 16,875 0,192 16,749 16,857 16,965
TOTALES 16,857 0,2578 16,749 16,857 16,965

Sacar los limites superiores e inferiores de nuestras muestras por cada variable

FORMULACION CARTA X
LCS 16,965
LC 16,857
LC1 16,749
A2 0,419
 FORMULACION CARTA X
LCS 0,496
LC 0,258
LCI 0,020
D3 0,076
D4 1,924

GRAFICAS

Graficamos nuestra media y el rango especificando los límites.

 Análisis de los resultados: Como podemos evidenciar gracias a Excel, en nuestro grafico
X nuestra media, entre las muestras 1 y 3 está fuera de nuestro limites por lo tanto debemos
hacer un estudio a profundidad para determinar porque dichas muestras no están en
parámetros.
En nuestro grafico R podemos evidenciar que nuestro rango en cada una de las muestras
de las variables todas están en parámetros ya que nuestra grafico permanece en el espacio
entre límite superior e inferior.

Recomendaciones: La cortadora de Jabones se debe de ajustar y la persona debe tener

una inducción apropiada ya que al momento de muestreo se está evidenciando que la
longitud de los jabones está excediendo el grado de tolerancia por lo tanto la calidad no es
la apropiada según las especificaciones del producto y esto conlleva a no conformes.

EJERCICIO CARTA CONTROL X-S:

En la línea de jabones líquidos para lavado de ropa, el volumen en ml según la ficha

técnica, debe ser de 1600 ml, con una tolerancia de +- 5 ml. Fue implementada una nueva
envasadora automática para el llenado de los envases con el detergente líquido, por lo que
se requiere saber si la característica de calidad: “Volumen de Jabón Líquido” está
controlada estadísticamente.
Para tal efecto, el departamento de calidad ha realizado un muestreo, tomado una
muestra aleatoria de 10 envases de jabones a los cuales se les midió su volumen. El
muestreo se repitió durante 40 veces y los datos se registraron en la tabla que se muestra a
continuación. Para saber si el proceso está controlado estadísticamente, elabore las gráficas
X barra (Grafica de medias), gráfica de desviaciones S. Establezca las conclusiones
indicando si el proceso está controlado estadísticamente y comparando el resultado de la
GRÁFICAS
Muestras X1 X2 X3 X4 X5 X6 X7 X8

1 1598,560 1593,869 1601,171 1606,128 1605,754 1601,939 1605,162 1600,13

2 1608,320 1589,520 1598,877 1605,258 1594,784 1586,707 1600,218 1598,45

3 1596,688 1591,885 1591,136 1595,309 1596,288 1606,499 1608,902 1610,53

4 1589,834 1597,274 1598,061 1600,646 1598,246 1599,795 1605,334 1591,63

5 1598,432 1598,224 1606,445 1599,590 1599,107 1589,834 1594,234 1596,46

6 1607,974 1592,259 1607,357 1605,005 1596,858 1597,274 1592,518 1603,09

7 1607,974 1592,259 1602,586 1604,330 1609,210 1598,061 1603,414 1600,27

8 1599,594 1597,485 1603,242 1598,170 1603,635 1600,646 1603,066 1605,33

9 1593,069 1595,933 1592,698 1598,259 1599,843 1598,246 1600,496 1594,23

10 1600,134 1598,451 1610,534 1591,635 1596,464 1599,795 1600,666 1592,51

11 1587,629 1606,950 1593,856 1596,864 1603,638 1605,334 1600,688 1603,41

12 1602,240 1604,198 1602,861 1593,414 1594,643 1591,635 1602,240 1603,06

13 1603,331 1601,549 1595,488 1598,845 1600,630 1598,845 1606,950 1600,49

14 1602,678 1600,666 1595,629 1609,046 1602,339 1596,848 1604,198 1600,66

15 1600,346 1603,984 1604,138 1596,944 1595,568 1606,976 1601,549 1604,98

16 1605,334 1594,234 1592,518 1603,414 1603,066 1600,496 1600,666 1600,68

17 1610,589 1606,931 1606,259 1600,541 1600,010 1607,085 1598,246 1605,47

18 1602,179 1599,878 1594,938 1591,482 1603,978 1604,566 1599,107 1599,29

19 1602,131 1602,966 1601,024 1595,072 1605,942 1598,352 1596,858 1596,25

20 1598,506 1595,968 1596,058 1597,942 1597,824 1600,282 1609,210 1599,41

21 1597,485 1604,077 1602,464 1597,082 1606,266 1603,472 1603,635 1602,24

22 1591,549 1602,643 1599,443 1600,202 1596,861 1607,043 1599,843 1599,79

23 1597,363 1604,077 1603,856 1602,192 1603,318 1601,146 1596,464 1596,84

24 1607,827 1601,459 1602,829 1608,893 1598,390 1604,355 1587,629 1604,35

25 1604,982 1600,688 1605,478 1599,290 1596,256 1599,418 1597,363 1599,95

26 1605,165 1597,206 1602,563 1602,621 1598,480 1601,437 1604,077 1604,98

27 1597,885 1593,443 1609,565 1597,280 1600,413 1600,410 1603,856 1599,95

28 1598,877 1613,610 1606,010 1604,227 1606,394 1592,758 1602,192 1603,31

29 1600,902 1602,602 1598,803 1594,138 1606,080 1599,216 1603,318 1598,56

30 1598,614 1593,731 1603,667 1603,763 1602,054 1606,064 1601,146 1593,86

31 1601,939 1596,890 1603,472 1602,522 1605,162 1602,522 1596,464 1601,17

32 1586,707 1602,227 1607,043 1591,731 1600,218 1591,731 1596,848 1606,12

33 1606,499 1608,102 1601,146 1600,698 1608,902 1600,698 1603,331 1605,75

 34 1599,795 1596,848 1604,355 1599,952 1604,989 1599,952 1603,318 1601,93

35 1602,086 1606,976 1599,418 1595,382 1592,422 1595,382 1598,390 1605,16

36 1587,686 1600,496 1601,437 1599,914 1600,963 1599,914 1586,707 1600,13

37 1601,238 1607,085 1600,410 1594,640 1593,328 1594,640 1606,499 1599,21

38 1600,918 1604,566 1592,758 1597,072 1602,512 1597,072 1599,795 1597,89

39 1598,960 1598,352 1599,216 1597,891 1596,147 1597,891 1597,280 1596,14

40 1603,094 1600,282 1606,064 1601,264 1600,275 1601,264 1606,976 1597,89

DESARROLLO: Las gráficas X-S (medias y desviación estándar) se construyen de

manera similar a las gráficas X-R, solo cambia en que en este tipo de graficas se calcula la
desviación estándar de la muestra, así como su media.
Por lo regular es mejor trabajar con las gráficas de control X-S, ya que la desviación
estándar tiene mejores propiedades estadísticas que el rango. Para calcular la desviación
estándar utilizamos la siguiente formula.

Para los limites de control el cálculo es similar al de la X-R, +-3 sigma solo cambia el
uso de la desviación estándar en vez del rango.

TABLA DE CONSTANTES PARA GRÁFICOS DE CONTROL

FORMULA MEDIA

MEDIA A3 LIC LC LSC

0,975 1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

 1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

1596 1600,36 1605

GRAFICA
 FORMULA DESVIACIÓN ESTÁNDAR

Desviaci B3 B4 LIC LC LSC

ón estándar
0,284 1,716 1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
1,28 4,51 7,74
 1,28 4,51 7,74
1,28 4,51 7,74

GRAFICA:

EJERCICIO GRAFICO DE CONTROL P

Las Cartas de Control P son usadas para recortar la proporción de productos defectuosos
en un proceso. En la carta p se toma una muestra de de artículos que pueden der la totalidad
o parte de un lote, se revisa cada uno de los artículos de una muestra y se revisa la cantidad
de artículos defectuosos y de numero de defectos encontrados, esta última variable suele
ser igual o mayor que la cantidad de artículos defectuosos, ya que un solo artículo puede
tener uno o varios defectos. A continuación se presenta en la siguiente tabla los datos
obtenidos en una ronda de control de calidad de la empresa de Jabones. Establezca las
concusiones indicando si el proceso está controlado estadísticamente y comparando el
resultado de la gráfica:
 Formulas:

TABLA FRACCIÒN DEFECTUOSA

En esta tabla se evidencia una muestra de 30 y se haya la fracción defectuosa sacando al

final un promedio

Número
Producto Fracción
Muestra Producción de
Defectuoso defectuosa
Defectos

1 256 10 12 0,0390625

2 202 11 14 0,05445545

3 234 8 21 0,03418803

4 307 10 21 0,03257329

5 280 7 15 0,025

6 298 15 18 0,05033557

7 231 22 22 0,0952381

8 201 9 20 0,04477612

9 314 15 19 0,0477707
10 223 8 20 0,03587444

11 300 17 19 0,05666667

12 245 14 17 0,05714286

13 224 12 20 0,05357143

14 278 16 9 0,05755396

15 215 10 13 0,04651163

16 287 22 32 0,07665505

17 234 12 21 0,05128205

18 310 14 19 0,04516129

19 285 24 12 0,08421053

20 251 11 12 0,0438247

21 256 30 18 0,1171875

22 204 25 24 0,12254902

23 232 31 19 0,13362069

24 307 35 19 0,11400651

25 282 28 19 0,09929078

26 298 35 13 0,11744966

27 240 33 10 0,1375

28 212 27 20 0,12735849

29 333 12 11 0,03603604
 30 225 14 14 0,06222222

TOTAL 537 523 2,09907527

TABLAS LCS-LC-LCI

En esta tabla se calcula el LCS –LC y LCI realizando el promedio

Fracción
LCS LC LCI
defectuosa

0,00325521 0,104528783 0,06 0,01547122

0,00388967 0,110128548 0,06 0,00987145

0,001628 0,106575002 0,06 0,013425

0,00155111 0,10066227 0,06 0,01933773

0,00166667 0,10257766 0,06 0,01742234

0,00279642 0,10127173 0,06 0,01872827

0,004329 0,106876461 0,06 0,01312354

0,00223881 0,110253091 0,06 0,00974691

0,00251425 0,100206473 0,06 0,01979353

0,00179372 0,107709886 0,06 0,01229011

0,00298246 0,101133928 0,06 0,01886607

0,00336134 0,105517433 0,06 0,01448257

0,00267857 0,107603271 0,06 0,01239673

0,00639488 0,102730543 0,06 0,01726946

 0,00357782 0,108589405 0,06 0,0114106

0,00239547 0,102055215 0,06 0,01794478

0,002442 0,106575002 0,06 0,013425

0,00237691 0,100465039 0,06 0,01953496

0,00701754 0,102202519 0,06 0,01779748

0,00365206 0,10497011 0,06 0,01502989

0,00651042 0,104528783 0,06 0,01547122

0,00510621 0,109882214 0,06 0,01011779

0,00703267 0,106775325 0,06 0,01322467

0,00600034 0,10066227 0,06 0,01933773

0,00522583 0,102426407 0,06 0,01757359

0,00903459 0,10127173 0,06 0,01872827

0,01375 0,105989129 0,06 0,01401087

0,00636792 0,10893199 0,06 0,01106801

0,003276 0,099042596 0,06 0,0209574

0,00444444 0,107497368 0,06 0,01250263

0,104654673 0,01534533

GRAFICA DE CONTROL P
 Grafico control
0.16

0.14

0.12

0.1

0.08

0.06

0.04

0.02

0
0 5 10 15 20 25 30 35

EJERCICIO GRAFICO DE CONTROL NP

Los gráficos Np se aplican al mismo tipo de procesos que en el caso de las gráficas P. La
diferencia está en que, en lugar de contabilizar la proporción de unidades defectuosas en una
muestra, se considera el número de unidades defectuosas en la muestra, para ello se toman
de forma sistemática muestras de tamaño constante a intervalos fijos de tiempo. Este tipo de
gráficos permite analizar el número de artículos defectuosos para así poder detectar la posible
existencia de causas especiales en el proceso productivo. En cada muestra se evalúa el
número de unidades defectuosas, independientemente de que se presenten varios defectos en
alguna unidad. A continuación se presenta en la siguiente tabla los datos obtenidos en una
ronda de control de calidad de la empresa de Jabones. Establezca las concusiones indicando
si el proceso está controlado estadísticamente y comparando el resultado de la gráfica:

GRAFICAS
 Paso 2

Vamos a la pestaña CEP - Gráficos de Control – Gráficos por Atributos y damos clic en
Gráficos np

Paso 3

Asignamos los recuentos, el tamaño de muestra y damos clic en aceptar

 Paso 4

Seleccionamos “Usar Formato de Zona” y damos clic en aceptar

Paso 5

Selecciono “Reporte de Gráfico np” y le damos clic en aceptar

 Paso 6

Se analiza el grafico

EJERCICIO GRAFICO DE CONTROL C

Este procedimiento crea una gráfica c para NUMERO DE EFECTOS. Está diseñada
para permitirle determinar si los datos provienen de un proceso en un estado de control
estadístico. La gráfica de control se construye bajo el supuesto de que los datos provienen
de una distribución de Poisson con una media igual a 17,4333.
GRAFICAS

GRAFICA EN ECXEL
 PRUEBA Un punto fuera más allá de señales fuera de control estándar de la línea
central.
La prueba falló en los puntos: 16 17,18 fuera de limite

ADVERTENCIA Si se actualiza la gráfica con los nuevos datos, los resultados

anteriores quizás ya no sean correcto

Entonces, a partir de la tabla podemos calcular C como promedio del Número de

Defectos en las muestras Unidades de Inspección de jabones pardo
Muchas veces ocurre que las unidades que produce el proceso demuestran una tasa de
defectos baja. Por ejemplo, conjeturemos que un proceso automatizado en la fábrica de
jabones pardo. A la salida del mismo se inspecciona unos jabones a intervalos de media
hora y se cuenta el número de defectos. El resultado seguramente será algo como esto:

Muestr c Recuento de
a Zona
1 12 -2
,0
2 14 -3
,0
3 21 1
,0
4 21 2
,0
 5 15 -1
,0
6 18 1
,0
7 22 3
,0
8 20 4
,0
9 19 5
,0
10 20 6
,0
11 19 7
,0
12 17 -1
,0
13 20 1
,0
14 9, -4
0
15 13 -6
,0
16 32 *8
,0
17 21 *9
,0
18 19 * 10
,0
19 12 -2
,0
20 12 -4
,0
21 18 1
,0
22 24 3
,0
23 19 4
,0
24 19 5
,0
25 19 6
,0
26 13 -2
,0
27 10 -4
,0
28 20 1
,0
29 11 -2
,0
30 14 -3
,0

Esta tabla muestra los valores que están graficados en la gráfica de control. Los puntos
fuera de límites se denotan por un asterisco (*).
 ANÁLISIS DE LOS RESULTADOS
En esta primera fase se puede verificar si se cumple la hipótesis según la cual la
variabilidad del proceso obedece solo a causas aleatorias. De ser cierto, las fluctuaciones en
las mediciones se deben a causas aleatorias y el comportamiento se acoge a una
distribución normal. Si no se encuentran causas asignables, se construye la carta de control
con estos límites establecidos como definitivos. La fase uno debe terminar en el momento
en que no se identifiquen causas asignables, ya que es necesario evaluarlas y eliminarlas
para nuevamente tomar observaciones y calcular nuevos límites de control de prueba.
En esta fase se deben representar todas las observaciones de la gráfica de control C al
verificar que se encuentren dentro de los límites y no se perciban comportamientos no
aleatorios. Estas observaciones deben estar dentro de los límites, tres sigmas alrededor de la
media. Esto implica que solo 3 observación en 30 por causas aleatorias se encuentra por
fuera de los límites de la gráfica de control C.
En esta fase de prueba apareció más de una observación fuera de los límites de la carta,
el proceso opera con alguna causa asignable que debe ser identificada, evaluada y
eliminada para que el proceso retorne a su estado de control.
El producto terminado objeto de investigación es una pastilla sólida de jabón pardo, la
cual es obtenida prontamente de secar al vacío la base jabón pardo que resulta de la
saponificación de aceites vegetales con hidróxido de sodio. Este producto se comercializa
en unidades con peso neto de 200 gramos con sus respectivas envolturas.

RECOMENDACIONES

El objetivo del presente publicación es implementar un control estadístico en el proceso

de corte de pastillas de jabón por medio del diseño de las gráficas de control C de control
univariable que permitan el seguimiento de defectos neto promedio de los lotes que se
produzcan, y brinde las herramientas que permitan optimizar la capacidad del proceso en
relación con esta variable operativa

CONCLUSIONES

El monitoreo de un proceso de producción permite detectar cuando un proceso se ha

salido de control, esto es, identificar en qué punto del proceso las condiciones con las que
se trabaja han sufrido cambios provocando anomalías en la producción. Una vez detectadas
las señales de fuera de control es posibles corregirlas para mantener el proceso bajo control.
Las herramientas tradicionales para el monitoreo de procesos han sido las cartas de
control. Estas cartas son de gran utilidad cuando la característica de calidad se expresa por
medio de una o más variables. Sin embargo, en muchas ocasiones la calidad de un producto
o proceso está dada por la relación funcional entre una variable respuesta y una o más
covariables, por tanto es necesaria la implementación de una herramienta que permita el
monitoreo del proceso bajo este esquema.
La estadística de datos permite trabajar con funciones en lugar de simples datos, este
tipo de análisis ofrece una gran variedad de herramientas para el análisis de grandes
conjuntos de datos y por tanto se ha convertido en una valiosa herramienta de análisis.

REFERENCIAS BIBLIOGRAFICAS
 Gutierrez, H. (2013). Capitulo 6: Herramientas baicas para Seis Sigma. En Control
estadístico de la calidad y Seis Sigma. (pp. 142-146). Mexico: MCGrawHill. Recuperado
de http://bibliotecavirtual.unad.edu.co:2053/?il=280
Gutierrez, H. (2013). Capitulo 7: Carta de Control para atributos. En Control estadístico
de la calidad y Seis Sigma. (pp. 178-185). Mexico: MCGrawHill. Recuperado de
http://bibliotecavirtual.unad.edu.co:2053/?il=280