FASE 3 APLICAR HERRAMIENTAS DE ANALISIS PARA EL CONTROL ESTADISTICO

DE LA CALIDAD

ESTUDIANTE 1 JONHATAN ELIZALDE QUINTERO – CÓD. 1.069.731.473

YERLY NAIDU CATAÑO PADILLA: COD 1118561190

ESTUDIANTE 3: KAREN TANGARIFE GALLEGO COD 42.164.927

ESTUDIANTE 4: KAREN CORPAS ULLOA CÓD. 1.083.558.976

ESTUDIANTE 5: DEIVY LEONARDO MOSQUERA

GRUPO 212023-16

ASIGNATURA: GESTIÓN DE LA CALIDAD

TUTOR: NATALIA MOLINA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

GESTION DE CALIDAD
2019
1
 OBJETIVOS

Objetivo General:

Aplicar herramientas de análisis para el control estadístico de la calidad.

Objetivos Específicos:

 Realizar graficas de control usando softwares especializados.

 Interpretar las gráficas de control de manera adecuada para poder realizar un diagnóstico

de calidad.

 Hallar fórmulas estadísticas utilizando Excel.

2
 ACTIVIDAD PARA DESARROLLAR

 EJERCICIO DE CONTROL X-R

ESTUDIANTE 1 JONHATAN ELIZALDE QUINTERO

En la línea de Jabones Naturales para lavado a mano, el largo de la barra del jabón Puro según la
ficha técnica debe ser de 17 cm, con una tolerancia de +- 0,4 cm. La máquina cortadora en la que
se hace el moldeado del jabón y por ende se establece las dimensiones está siendo operada por un
nuevo trabajador, por lo que se requiere saber si las características de calidad: (Largo de la barra
de jabón) está controlada estadísticamente.

Para tal efecto, el departamento de calidad ha realizado un muestreo, tomado una muestra
aleatoria de 7 jabones a los cuales se les midió su longitud. El muestreo se repitió durante 25
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 rangos R. Establezca las concusiones indicando si el proceso está controlado
estadísticamente y comparando el resultado de la gráfica:

DESARROLLO DEL EJERCICIO:

Paso 1.

Para la elaboración y posterior análisis de una gráfica de media vs rango, también llamada gráfica
X-R, se debe crear una tabla en donde se registran los datos obtenidos de las muestras
recolectadas aleatoriamente.

3
Paso 2.
Después de tener elaborada la tabla, se calcula la media y el rango de las variables en cada una de
las muestras realizadas, este procedimiento se puede hacer utilizando el software Excel con las
siguientes fórmulas:

 Media:
 Rango:

Paso 3.
Se halla los límites de control superior, inferior y línea central de X y R haciendo uso de las
siguientes fórmulas.

 LCS (X):
 LC (X):
4
  LCI (X):
 LCS (R):
 LC (R):
 LCI (R):

Paso 4.
Para conocer el valor de A2, D3, D4. Se hace uso de la tabla de factores para calcular las líneas de
gráficos de control, para poder utilizarla se debe tener en cuenta la variante que se desea
encontrar y el número de observaciones.

Paso5.
Se selecciona los datos y con la ayuda de Excel se inserta una gráfica, también se agra las líneas
de los límites superiores, inferiores y central haciendo uso de Excel.

Gráfica X
17.20 Media

17.10 LCS
LC
17.00
LCI
16.90

16.80

16.70

16.60

16.50
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

5
 Gráfica R
0.70 Rango
0.60 LCS-R
LC-R
0.50
LCI-R
0.40

0.30

0.20

0.10

0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Análisis de resultados:
Al realizar el respectivo análisis de las gráficas de control se puede determinar que en esta se
evidencia una estabilidad estadística que nos muestra que el nuevo operario está desempeñando
de manera adecuada su labor. Lo anterior, teniendo en cuenta que la mayoría de los datos
recolectados aleatoriamente se encuentran entre los límites superiores e inferiores.

Por otra parte, se debe considerar que los datos recolectados en la primera muestra se salen
considerablemente del límite superior, pero esto se puede explicar al tener en cuenta que el
operario es nuevo y esa muestra es recolectada de las primeras producciones realizas por él, pero
luego se observa como al adquirir más habilidad, el operario logró realizar las siguientes
producciones de forma adecuada y dentro de los parámetros de tolerancia.

Recomendaciones:
Teniendo en cuenta el análisis realizado anteriormente, se le recomienda a la empresa Jabones
Naturales que mantenga operando la máquina cortadora al nuevo trabajador, ya que se logró
comprobar estadísticamente que el trabajador nuevo está realizando de manera adecuada su labor
y que la producción que se salió de límites se debe a que era una de las primeras producciones.

6
EJERCICIO CARTA CONTROL X-S

YERLY NAIDU CATAÑO PADILLA

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 concusiones indicando si el proceso está controlado estadísticamente
y comparando el resultado de la gráfica:

Paso a paso:

Se saca cada una de las medias de los 10 envases de jabones. Este se repetirá 40 veces.

Podemos decir que sería el promedio de cada una de las 10 muestras, =PROMEDIO (C11:L11).

Así para cada una de las 40 muestras.

7
Luego se determina la desviación estándar de los 10 envases, por cada muestra tomada, y así para

las 40 muestras.

Se saca los promedios totales de las 40 muestras, para la media y a desviación estándar.

Determino el valor de A3, B3 y B4 según la tabla2 de factores para calcular las líneas de graficas

de control.

Según las fórmulas determino los limites inferior, central y superior de las variables base de la

media, y así determino.

8
Para la media

Según las fórmulas determino loa limites inferior, central y superior de las variables base de la

desviación estándar, y así determino.

9
Obtenidos los límites se procede a graficar gráficos de control de la Media y gráficos de control

de la Desviación Estándar

10
Resultados obtenidos en el ejercicio por el software

Este procedimiento crea gráficos X-Bar y S para X1-X10. Está diseñado para permitirle

determinar si los datos provienen de un proceso que se encuentra en un estado de control

estadístico. Los gráficos de control se construyen bajo el supuesto de que los datos provienen de

una distribución normal con una media igual a 1600,36 y una desviación estándar igual a

4,63936. Estos parámetros fueron estimados a partir de los datos. De los 40 puntos no excluidos

que se muestran en las tablas, 4 corresponden a señales de zona fuera de control en la primera

tabla, mientras que 0 está más allá de los límites de control en la segunda tabla.

11
12
  ESTUDIANTE KAREN TANGARIFE GALLEGO

 CARTA 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 artículos que pueden dar 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:

Número
Producto
Muestra Producción de
Defectuoso
Defectos
1 256 10 12
2 202 11 14
3 234 8 21
4 307 10 21
5 280 7 15
6 298 15 18
7 231 22 22
8 201 9 20
9 314 15 19
10 223 8 20
11 300 17 19
12 245 14 17
13 224 12 20
14 278 16 9
15 215 10 13
16 287 22 32
17 234 12 21
18 310 14 19
19 285 24 12
20 251 11 12

13
 21 256 30 18
22 204 25 24
23 232 31 19
24 307 35 19
25 282 28 19
26 298 35 13
27 240 33 10
28 212 27 20
29 333 12 11
30 225 14 14

La carta de control P se enfoca en los defectos. Y se utiliza para evaluar el desempeño de

procesos
Se analiza los artículos defectuosos por unidades rechazadas e inspeccionadas
Se usa para reportar los resultados y evaluar sin son aceptados o rechazados.
Paso 1 Empezamos sacando las proporciones defectuosas de cada subgrupo
=

Producto Número Fracción

Muestra Producción Defectuoso de Defectuosa
d Defectos p
1 256 10 12 0,039
2 202 11 14 0,054
3 234 8 21 0,034
4 307 10 21 0,033
5 280 7 15 0,025
6 298 15 18 0,050
7 231 22 22 0,095
8 201 9 20 0,045
9 314 15 19 0,048
10 223 8 20 0,036
11 300 17 19 0,057
12 245 14 17 0,057
13 224 12 20 0,054
14 278 16 9 0,058
15 215 10 13 0,047
16 287 22 32 0,077
17 234 12 21 0,051
18 310 14 19 0,045
19 285 24 12 0,084

14
 20 251 11 12 0,044
21 256 30 18 0,117
22 204 25 24 0,123
23 232 31 19 0,134
24 307 35 19 0,114
25 282 28 19 0,099
26 298 35 13 0,117
27 240 33 10 0,138
28 212 27 20 0,127
29 333 12 11 0,036
30 225 14 14 0,062
Promedio 258,800 17,900 17,433 0,070
Total, de suma de
Producción total de
producto fracción
Total defectos
defectuoso defectuosa

Paso 2: iniciando hallando los límites de control superior y límites de control inferior de acuerdo
a la tabla registrada

SUBGRUPO 30
p 0,070
n 259

=$C$39+(3*RAIZ(($C$39*(1-$C$39))/B33)) = 0,118

= 0,070

=$C$39-(3*RAIZ(($C$39*(1-$C$39))/B33)) =0,022

15
 VERSION FIJA
Fracción
defectuosa LCS LC LCI
(p)
0,039 0,118 0,070 0,022
0,054 0,118 0,070 0,022
0,034 0,118 0,070 0,022
0,033 0,118 0,070 0,022
0,025 0,118 0,070 0,022
0,050 0,118 0,070 0,022
0,095 0,118 0,070 0,022
0,045 0,118 0,070 0,022
0,048 0,118 0,070 0,022
0,036 0,118 0,070 0,022
0,057 0,118 0,070 0,022
0,057 0,118 0,070 0,022
0,054 0,118 0,070 0,022
0,058 0,118 0,070 0,022
0,047 0,118 0,070 0,022
0,077 0,118 0,070 0,022
0,051 0,118 0,070 0,022
0,045 0,118 0,070 0,022
0,084 0,118 0,070 0,022
0,044 0,118 0,070 0,022
0,117 0,118 0,070 0,022
0,123 0,118 0,070 0,022
0,134 0,118 0,070 0,022
0,114 0,118 0,070 0,022
0,099 0,118 0,070 0,022
0,117 0,118 0,070 0,022
0,138 0,118 0,070 0,022
0,127 0,118 0,070 0,022
0,036 0,118 0,070 0,022
0,062 0,118 0,070 0,022
2,099 3,526 2,099 0,673

16
Paso 3: se reealiza la grafica demarcando los limites de control que deben ser iguales

CONTROL P
0.160

0.140

0.120

0.100

0.080

0.060

0.040

0.020

0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Fraccion defectuosa (p) LCS LC LCI

Interpretación
Se resalta de el uso de la carta de control P es interpretar los limites, es decir, que de la muestra
de 30 hay un promedio de producto defectuoso de 17.9. si los limites se multiplican x 100 se
puede decir que porcentualmente el producto varie entre 11% y 22%.

17
  CARTA CONTROL NP
ESTUDIANTE 4 KAREN CORPAS ULLOA

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:

18
PASO 1: Se observan los datos obtenidos en el ejercicio dado

Determinamos el cálculo de las proporciones defectuosas

Observamos el total de muestras 30, y de las cuales se tiene los defectuosos o productos no
conforme sacamos la proporción Pi , promedio de los producto seleccionados entre producto no
conforme

Pi = 872,33/ no conforme

Determinamos el promedio de proporciones defectuosas

PASO 2 Determinamos la línea central, del cual es la multiplicación p*n

19
PASO 3 Determinamos de control superior 𝐿𝐶𝑆 = 𝑛𝑝
̅̅̅̅ + 3√𝑛𝑝
̅̅̅̅(1 − 𝑝̅ )

PASO 4 Determinamos control inferior 𝐿𝐶𝐼 = 𝑛𝑝

̅̅̅̅ − 3√𝑛𝑝
̅̅̅̅(1 − 𝑝̅ )

PASO 5 Elaboramos una tabla para el desarrollo de la gráfica nos colocamos los datos obtenidos
LCI, LCS y Línea central, del cual determinaremos la gráfica + el producto no conforme

20
GRAFICO NP

control np
70
60
50
40
30
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

NO CONFORME LCI LC LCS

Análisis de resultados:

En el grafico se logra evidenciar que la muestra de la variable del valor 2 esta defectuosa ya no se
encuentra en el límite de control.

21
• EJERCICIO DE CONTROL C

ESTUDIANTE 5 DEIVY LEONARDO MOSQUERA

CARTA CONTROL C

Este tipo de gráfico controla la evolución de los defectos presentes en muestras de tamaño
constante tomadas a intervalos fijos de tiempo. El gráfico c está basado en el número total de
defectos o de no conformidades en la producción. 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:

Numero
Muestra de
Defectos LCI LC LCS
1 15 5,80 18,82 31,83
2 18 5,80 18,82 31,83
3 27 5,80 18,82 31,83
4 27 5,80 18,82 31,83
5 19 5,80 18,82 31,83
6 23 5,80 18,82 31,83
7 28 5,80 18,82 31,83
8 26 5,80 18,82 31,83
9 24 5,80 18,82 31,83
10 26 5,80 18,82 31,83
11 24 5,80 18,82 31,83
12 22 5,80 18,82 31,83
13 26 5,80 18,82 31,83
14 11 5,80 18,82 31,83
15 16 5,80 18,82 31,83
16 41 5,80 18,82 31,83
17 27 5,80 18,82 31,83
18 24 5,80 18,82 31,83
19 15 5,80 18,82 31,83
20 15 5,80 18,82 31,83
21 23 5,80 18,82 31,83
22 31 5,80 18,82 31,83
23 24 5,80 18,82 31,83
24 24 5,80 18,82 31,83
25 24 5,80 18,82 31,83

22
26 16 5,80 18,82 31,83
27 13 5,80 18,82 31,83
28 26 5,80 18,82 31,83
29 14 5,80 18,82 31,83
30 18 5,80 18,82 31,83
31 16 5,80 18,82 31,83
32 7 5,80 18,82 31,83
33 8 5,80 18,82 31,83
34 28 5,80 18,82 31,83
35 16 5,80 18,82 31,83
36 7 5,80 18,82 31,83
37 15 5,80 18,82 31,83
38 24 5,80 18,82 31,83
39 12 5,80 18,82 31,83
40 22 5,80 18,82 31,83
41 9 5,80 18,82 31,83
42 15 5,80 18,82 31,83
43 7 5,80 18,82 31,83
44 27 5,80 18,82 31,83
45 9 5,80 18,82 31,83
46 22 5,80 18,82 31,83
47 15 5,80 18,82 31,83
48 29 5,80 18,82 31,83
49 24 5,80 18,82 31,83
50 17 5,80 18,82 31,83
51 19 5,80 18,82 31,83
52 22 5,80 18,82 31,83
53 9 5,80 18,82 31,83
54 3 5,80 18,82 31,83
55 15 5,80 18,82 31,83
56 11 5,80 18,82 31,83
57 20 5,80 18,82 31,83
58 11 5,80 18,82 31,83
59 13 5,80 18,82 31,83
60 10 5,80 18,82 31,83
1129

23
 Carta de control C
60

40

20

0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59

Numero de Defectos LCI LC LCS

Gráfico c para NUMERO DE DEFECTOS

50

40

8
31,83
30 10 5 4 4
24 12
14
16
182110
12 79
112 2 2 6
c

20 56 19 1 1 1 12 1
18,82
12 3 12 1 34 16 5 1 1 13
2 32 2 1524
10
125 494
8 4 8
5,80
12
0
0 10 20 30 40 50 60
Observación

24
ARGUMENTACIÓN

El grafico C presenta un dato por fuera de los límites establecidos, por lo tanto, se debe realizar la
mejora de calidad desde este punto para considerar las variables que se alteraron y como corregir
estos eventos. además, se presenta un gran número de errores cerca de estos límites, lo que se
debe a que los sistemas de producción no son automatizados en su actualidad y aun presenta
procesos artesanales donde no se consideran todas las variables, sin embargo, no se detecta un
efecto constante o predecible de los defectos.

25
 CONCLUSIONES

Al concluir el desarrollo de la actividad fase 3, se pudo reconocer la importancia de la aplicación

de las gráficas de control en los procesos estadísticos y de calidad de una empresa ya que con
estos se puede detectar de manera sencilla las fallas en los procesos de producción y, además
cuando se interpretan de manera correcta se puede determinar cuáles son los posibles factores que
generan los fallos en los estándares de calidad que mantiene la empresa.

Carta Control P: nos da a conocer los productos que son defectuosos, reportando un resultado
de las unidades de acuerdo con las muestras tomadas para obtener unos resultados y poder
evaluar si son o no son aceptados o pueden ser rechazados.

Gráfico control NP: Ayuda a obtener el registro de un proceso en el cual considera el número de
artículo defectuoso de una operación del proceso productivo.

26
 BIBLIOGRAFIAS

Gutierrez, H. (2013). Capitulo 7: Carta de Control para atributos. En Control estadístico de la

calidad y Seis Sigma. (pp. 173-178). Mexico: MCGrawHill. Recuperado
de http://bibliotecavirtual.unad.edu.co:2053/?il=280

Gómez, German. (2015). Otras Herramientas para la Gestión de Calidad. Colombia: UNAD.
Recuperado de http://hdl.handle.net/10596/5306

Gutiérrez, A. C., Serrano, D. V., Mata, H. R. (2010). Introducción a las mediciones: prácticas de
laboratorio. México: Instituto Politécnico Nacional. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10365612

Verdoy, J. P., Mateu, M. J., Sagasta, P. S. (2006). Manual de control estadístico de calidad: teoría
y aplicaciones. España: Universitat Jaume I. Servei de Comunicació i Publicacions. Recuperado
de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=116&docID=11161998&t
m=1469848190518

YouTube. (2019). Vídeo-tutorial Paso 3 (Grafícos X-s, X-R, n, np y C). [online] Recuperado de:
https://youtu.be/B5ostwTSRf4

27