UNIDAD 2: PASO 3 - APLICAR HERRAMIENTAS DE ANÁLISIS Y CONTROL

ESTADÍSTICO PARA LA GESTIÓN DE CALIDAD

TRABAJO COLABORATIVO

Por:
WILLIAM ORTEGA LUBO
CODIGO: 80064594
DEISY ROJAS BARBOSA
CODIGO: 1116787870
ELISA MARCELA GONZALEZ
CODIGO
 

EZEQUIEL APARICIO
Tutor

GRUPO: 212023_21

GESTION DE CALIDAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)
PROGRAMA DE INGENIERÍA INDUSTRIAL
OCTUBRE DE 2017 - CEAD YOPAL
Objetivos
 OBJETIVOS

General.

Identificar y aplicar herramientas de análisis básico de la gestión de calidad y el control

estadístico de procesos.

Específicos.

1. Realizar la lectura de los diferentes enlaces de aprendizaje como bibliografía de la

unidad 2, para apropiar el conocimiento.

2. Identificar los conceptos generales y prácticos de las cartas para variables continuas,
para este caso de estudio ( X́ , R , S ) aplicable para procesos industriales masivos, por
su gran capacidad de producción en pequeños lapsos de tiempo.

3. Identificar los conceptos básicos y prácticos de las cartas de control para atributos,
en particular la carta ρ y nρ para la proporción de defectuosos.

4. Identificar los conceptos básicos y prácticos de la carta de control para atributos

para número de defectos c y la carta para numero promedio de defectos por unidad
u.

5. Identificar, descargar y realizar practica del software de análisis estadístico de datos

mediante el análisis descriptivo de las diferentes variables de producción con la
herramienta Statgraphics.

6. Desarrollar análisis y recomendaciones de los diferentes ejercicios.

 Desarrollo del Trabajo

Actividad 1: Resolución de Preguntas Generadoras de las Referencias Bibliográficas de Unidad 2. Tabla con Resolución de
Preguntas Generadoras.

Tabla de Resolución de Preguntas

Página del libro
Nombre o el minuto del
Referencia
del Pregunta Solución Pregunta vídeo donde
Bibliográficas
estudiante encontró la
respuesta
Deisy a. Defina Hojas de Verificación (Obtención de Datos) Hojas y Listas de Libro de
Rojas cada una
Son formatos construidos para colectar datos, de forma que Verificación Gutiérrez, H.
de estas
técnicas estos a su vez sean sencillos, sistemáticos y fácil analizarlos, Gutiérrez, H. (2013). Hojas y
para el
evidenciando de forma rápida las características de la (2013). Capítulo listas de
control de
calidad: información buscada. Como Ejemplo se presentan las 6: Herramientas Verificación,:
Hojas de
siguientes. básicas para Seis Herramientas
Verificació
n. Describir el desempeño o los resultados de un proceso, Sigma En H. básicas para Seis
clasificar las fallas quejas o defectos detectados con el Gutiérrez, Control Sigma, Control
propósito de identificar sus magnitudes, razones, tipos de fallas, estadístico de la estadístico de la
áreas de donde proceda, confirmar posibles causas de calidad y Seis calidad y Seis
problemas de calidad, finalmente, analizar o verificar Sigma (págs. 142- Sigma, Capítulo 6
operaciones y evaluar el efecto de los planes de mejora. Cuya 146). México: Páginas: 162 –
finalidad es ofrecer el análisis y la medición del desempeño de McGraw-Hill. 165.
 los diferentes procesos de una empresa.
Algunas Hojas de verificación.
Hoja de verificación de tipo defecto y posibles causas.
Hoja de verificación para distribución de procesos.
Hoja de verificación para productos defectuosos. Recuperado  de:
Recomendaciones para el uso de una Hoja de Verificación. http://bibliotecavi
-Determinar qué situación es necesaria evaluar, sus objetivos y rtual.unad.edu.co:
propósitos que se persiguen. 2053/?il=280
-Establecer el periodo durante el cual se obtendrá los datos.
-Diseñar el formato apropiado, describiendo toda la
información del origen de datos (Fechas, Turnos, Maquinaria,
Procesos, personas que tomaron los datos, etc.).
Listas de Listas de Verificación (Check List). Elaboración de Elaboración de
Verificació
Las listas de verificación son documentos que incluyen Listas de Listas de
n (Listas de
Chequeo). anotaciones claves para la ejecución de las actividades de Verificación, Verificación,
auditoría. Generalmente elaboradas como un formulario, Organización Organización
cuestionario o planilla, estas listas son como una ayuda Panamericana de Panamericana de
memoria para que el auditor siga una secuencia organizada de la salud; la salud;
observaciones durante la ejecución de la auditoría. Organización Organización
Si se emplean, dichas listas deben basarse en un método Mundial de la Mundial de la
adecuado de recolección de datos y el auditor deberá estar Salud; Citado 31 Salud; Citado 31
entrenado en su uso. de Octubre de de Octubre de
Las listas de verificación deben responder a la especificidad de 2017: 2017: Articulo
cada auditoría. Éstas deben ser simples, objetivas y de fácil uso, http://www.paho. Completo.
lectura y entendimiento, además de identificar datos y hechos. org/hq/index.php?
Con ese objetivo, las preguntas generalmente incluidas en ellas option=com_cont
están relacionadas con requisitos específicos por lo tanto, no ent&view=article
deben agregar nuevos requisitos a la normativa o alterar su &id=10935%3A2
esencia. Siempre que fuera posible, las respuestas a estas 015-elaboracion-
preguntas deben ser SÍ o NO. listas-
Construcción de las Listas de Verificación verificacion&cati
Diagrama de flujo, d=7679%3Aaudit
Manual de BPM-LyD oria&lang=es
Plan HACCP
Correspondientes al proceso a auditar y formular cuestiones
objetivas que abarquen los aspectos referentes a métodos,
materiales, equipos, medidas, mano de obra y condiciones
ambientales para cada LyD y PCC.
Ejemplo: Materia prima
¿Se recibe según las especificaciones?
¿Se almacena según las especificaciones?
 ¿Llega al establecimiento con los certificados?
¿Es posible identificar su origen?
¿Se están usando aditivos?
En caso afirmativo, ¿la utilización del aditivo cumple con
legislación vigente?

Limitaciones
No reflejar prioridades y responsabilidades,
No identificar condiciones especiales o propias de procesos o
fábricas específicas y causar la falsa impresión de que se podría
realizar una auditoría sin el conocimiento o preparación
necesarios.
Beneficios
Estandarizar cuando fuera necesario el trabajo de auditoría (por
ejemplo, en una Auditoría Oficial);
Ofrecer un punto de partida, sirviendo como un "banco" de
preguntas

Reducir el tiempo de elaboración de una nueva Lista de

Verificación.
Diagrama Diagrama de Ishikawa (O de Causa Efecto). Diagrama Causa- Libro de
Causa – Es un método grafico que relaciona un problema o efecto con Efecto Gutiérrez, Gutiérrez, H.
Efecto
los factores o causas que posiblemente los generen, obligando a H. (2013). (2013). Diagrama
buscar las diferentes causas que puedan existir bajo un Capítulo 6: Causa-Efecto
completo análisis, evitando de esta forma buscar de manera Herramientas Herramientas
directa las soluciones sin cuestionar cuales son las verdaderas básicas para Seis básicas para Seis
causas. Sigma En H. Sigma, Control
A continuación se muestra una breve descripción de los tres (3) Gutiérrez, Control estadístico de la
tipos de Diagramas de Ishikawa que existen estadístico de la calidad y Seis
a. Método de la 6 M calidad y Seis Sigma, Capítulo 6
Consiste en agrupar las causas potenciales en seis (6) ramas Sigma (págs. 147- Páginas: 166 –
principales: Método de Trabajo, mano o mente de obra, 149). México: 172.
materiales, maquinaria, medición y medio ambiente. McGraw-Hill.
Aspectos o Factores a Considerar en las 6 M. Recuperado de:
Mano de obra o Gente. http://bibliotecavi
Conocimiento: La gente conoce su trabajo. rtual.unad.edu.co:
Entendimiento: los operadores están entrenados. 2053/?il=280
Habilidad: Los operadores han demostrado tener habilidad para
el trabajo que realizan.
Capacidad: Se espera que cualquier trabajador lleve a cabo su
labor de manera eficiente.
La gente está motivada: conoce la importancia de su trabajo por
la calidad.
Métodos.
-Estandarización.
-Excepciones.
-Definición de operaciones.
-Maquinas o Equipos.
-Capacidad.
-Condiciones de operación.
-Diferencia
Ventajas del método 6 M.
-Obliga a considerar una gran cantidad de elementos asociados
con el problema.
-Es posible usarlo cuando el proceso no se conoce a detalle.
-Se concentra en el proceso y no en el producto.
Desventajas del método 6 M.
-En una sola rama se identifica demasiadas causas potenciales.
-Se tiende a concentrar en pequeños detalles del proceso.
-No es ilustrativo para quienes no conocen el proceso.
b. Método Tipo Flujo del Proceso.
Este método permite explorar formas alternativas de trabajo,
detectar cuellos de botella, descubrir problemas ocultos, etc.
Ventajas.
-Es obligatorio prepara el diagrama de flujo del proceso.
-Se considera al proceso completo como una causa potencial
del problema.
-Identifica procedimientos alternativos de trabajo.
-Hace posible descubrir otros problemas no considerados al
inicio.
-Permite que las personas que desconocen el proceso se
familiaricen con el o bien se facilite su uso.
-Se emplea para predecir problemas del proceso poniendo
atención especial en las fuentes de variabilidad.
Desventajas
-Es fácil no detectar las causas potenciales, debido a que las
personas ya conocen el proceso y lo ven normal.
-Es difícil usarlo por mucho tiempo en procesos complejos.
-Algunas causas potenciales pueden aparecer frecuentemente.
c. Método de Estratificación o Enumeración de Causas.
Este método ataca directamente a las principales causas
potenciales, pero sin agrupar de acuerdo a las 6M, siendo así
que en muchas ocasiones se desarrolla a través de una lluvia de
ideas.
 Ventajas.
-Proporciona un agrupamiento claro de las causas potenciales
de problema, permitiendo la centralización directa del análisis
del problema.
-Es fácil de usar.
Desventajas.
-Es posible dejar de contemplar algunas causas potenciales
importantes.
-Puede ser difícil definir subdivisiones principales.
-Se requiere mayor conocimiento del producto o del proceso.
-Se requiere gran conocimiento de las causas potenciales.
Pasos para la construcción de un diagrama de Ishikawa.
Especificar el problema a analizar, seleccionar el tipo de DI que
se va a utilizar, Buscar todas las posibles causas, Decidir cuáles
son las causas más importantes, prepara un plan de acción para
cada causa.
Lluvia de Ideas.
Son formas de pensamiento creativo encaminados a que todos
los miembros de un grupo participen libremente y aporten ideas
sobre determinado tema o problema.
Diagrama Diagrama de Pareto: el diagrama de Pareto es un gráfico que Diagrama de Libro de
de Pareto. ayuda a la localización de los problemas vitales, del mismo Pareto Gutiérrez, Gutiérrez, H.
modo sus principales causas, cuando se requiera mejorar un H. (2013). (2013). Diagrama
proceso o atender sus problemas, no se den palos de ciegos, al Capítulo 6: de Pareto,
trabajar en todos los problemas al mismo tiempo atacando todas Herramientas Herramientas
sus causas a la vez, sino que, con los datos e información básicas para Seis básicas para Seis
aportados por un análisis estadístico, se establezcan prioridades Sigma En H. Sigma, Control
y se enfoquen los esfuerzos donde estos puedan tener mayor Gutiérrez, Control estadístico de la
impacto. estadístico de la calidad y Seis
Recomendaciones para realizar un análisis de Pareto (DP) calidad y Seis Sigma, Capítulo 6
En general el diagrama de Pareto clasifica problemas en Sigma (págs. 136- Páginas: 155 –
función o factores de interfaces, es decir, por tipo o queja, 139). México: 158.
modelo de producto, tamaño de la pieza, tipo de máquina, edad McGraw-Hill.
del obrero, turno de producción, tipo de cliente, tipo de Recuperado de:
accidente, proveedor, métodos de trabajo, etc. http://bibliotecavi
Pasos para la Construcción de un Diagrama de Pareto. rtual.unad.edu.co:
-Resolver y delimitar el problema o área de mejora que se va a 2053/?il=280
atender, teniendo claridad que objetivo deseamos.
-Discusión del tipo de datos que se van a necesitar, así como,
los posibles valores que serían importantes estratificar.
-Definir el periodo del que se va a tomar los datos y determinar
a la persona responsable de la tarea.
 -Al terminar los pasos anteriores, se procede a la construcción
de una tabla donde cuantificara la frecuencia de cada defecto.
-Decisión si el criterio con el que se va a jerarquizar las
diferentes categorías será directamente la frecuencia, o si es
necesario multiplicarla por su costo o intensidad
correspondiente.
-Documentación del DPO (Títulos, periodos, área de trabajo,
etc.).
-Interpretación del DP evidenciado si existe una categoría que
predomina, se hace de nuevo un análisis de Pareto de segundo
nivel.
Adriana 2. ¿Qué es El control estadístico ha demostrado su utilidad tanto en las Control Gutiérrez, H.
Villegas el control Estadístico de
empresas de manufactura como de servicio ya que con las (2013).
estadístico Procesos
de exigencias de mejora a la que se ven expuestas en las (Procesos bajo Capítulo 7:
procesos? Y Control
organizaciones, debido a la alta competitividad de los mercados Carta de
¿Qué son Estadístico)
los gráficos globalizados se ha hecho más evidente la necesidad de ampliar Gutiérrez, H. Control
de Control? (2013). Capítulo
la comprensión y utilización del pensamiento estadístico y de para
7: Carta de
aplicar conceptos y técnicas estadísticas para una diversidad de Control para atributos
atributos (págs.
tareas y propósitos. (págs.
173-178). Contro
El control estadístico de procesos tiene como objetivo hacer l estadístico de la 173-178). 
calidad y Seis
predecible un proceso. En el tiempo las herramientas usadas Control es
Sigma México:
para este fin son las gráficas de control que permiten distinguir MCGrawHill. tadístico
Recuperado de
causas especiales de las causas comunes de variación. Luego de de la
http://bibliotecavi
identificarlas con el grafico, el paso siguiente es eliminar las rtual.unad.edu.co: calidad y
2053/?il=280
causas especiales. Ya que son ajenas al desenvolvimiento Seis
natural del proceso con lo que se logra el estado de proceso Administración Sigma Mé
de operaciones.
bajo control estadístico es decir un proceso predecible y Control xico:
afectado exclusivamente por causas comunes (aleatorias) de estadístico de MCGraw
procesos de
variación. Roberto Carro Hill.
Control estadístico de procesos (Roberto carro paz y Daniel Paz y DANIEL Control estadístico
Gonzales Gómez de procesos de
Gonzales Gámez) Roberto Carro Paz
pag (1-25)
¿Qué son los gráficos de control? y DANIEL Gonzales
Gómez pag (1-25)
La grafica de control tiene un valor nominal o línea central que
generalmente es el objetivo que los gerentes desearían alcanzar
por medio del proceso y dos límites o acotamientos de control
basados en la distribución de muestreo de la medida de la
calidad.
Las gráficas de control no son herramientas perfectas para
detectar los cambios en la distribución de procesos, por el
hecho de que están basadas en la distribución de nuestro. Se
pueden presentar dos tipos de errores cuando se utiliza este tipo
de graficas:
  Error 1(rechazar un lote de buena calidad)
 Error 2 ( aceptar un lote de mala calidad)

3. Defina
cada uno de
los
siguientes
Elisa
gráficos de
Marcela
control:
Grafico X-
R y Grafico
X-S
4. Defina
cada uno de
los
siguientes
gráficos de
control:
Grafico X-
R y Grafico
X-S,
Grafico p y
Grafico np,
C y U.
William 5. ¿Qué es La medición es un proceso que realizamos Cotidianamente, aun Escamilla Capítulo 1. página
Ortega Metrología sin estar conscientes de ello. La metrología es la ciencia de la Esquivel, Adolfo. 2.
Lubo y para qué medición, comprendiendo las determinaciones experimentales y Metrología y sus Capítulo 1.
sirve? De teóricas a cualquier nivel de incertidumbre en cualquier campo aplicaciones. Página 9.
ejemplos de la ciencia y la tecnología. La ciencia de la medición no está, México, D.F., Capitulo1, Pagina
concretos sin embargo, reservada exclusivamente a los científicos. Es de MX: Grupo 10.
de su vital importancia para todos nosotros. La intrincada pero Editorial Patria,
aplicación invisible red de servicios, proveedores y comunicaciones 2014. ProQuest
en la depende de la metrología para su eficiente y confiable ebrary. Web. 10
industria. operación, octubre 2017.
La metrología es la ciencia de la medición, comprendiendo las Copyright ©
determinaciones experimentales y teóricas a cualquier nivel de 2014. Group
incertidumbre en cualquier campo de la ciencia y la tecnología. Editorial Patria.
La ciencia de la medición no está, sin embargo, reservada All rights
exclusivamente a los científicos. Es de vital importancia para reserved.
todos nosotros. La intrincada pero invisible red de servicios,
proveedores y comunicaciones depende de la metrología para
su eficiente y confiable operación,
- Ejemplos concretos de medición en la Industria:

Puedo mencionar varias aplicaciones, en la industria del

OIL&GAS a la cual pertenezco, entre ellos:
a. Medición volumétrica de cantidad de crudo recibido en
 una estación de bombeo de crudo, se realiza con varios
instrumentos entre ellos, medidores másicos, coriollis,
ultrasónicos.
b. Medición de temperatura, BSW (Basic wáter and
sediment), medidores de presión del producto (petróleo
crudo recibido).
c. Cuando se realiza un mantenimiento mayor en un
equipo (motor de combustión interna a gas o diésel) es
necesario realizar metrología de cigüeñal, muñones
principales, holgura o película de aceite entre cojinete y
muñón, metrología de Backlash o paso de diente de los
engranajes, metrología de muñones y cojinetes de eje de
levas, Metrología y ajuste de holgura de válvulas
balancines de cabezas de cilindros, etc.
Actividad 2: Taller de Ejercicios sobre Técnicas para el control de la Calidad.
Desarrollo paso a paso del Ejercicio No. 1, Análisis y Recomendaciones. Deisy Rojas

Ejercicio 1: hoja de herramientas X-R.

A continuación se muestra los datos de 25 muestras de tamaño 5 de los diámetros de

determinadas piezas.

DEISY ROJAS

Muestras X1 X2 X3 X4 X5
1 10.440 10.500 10.450 10.440 10.520
2 10.640 10.530 10.600 10.520 10.510
3 10.550 10.510 10.470 10.450 10.420
4 10.530 10.520 10.560 10.590 10.600
5 10.520 10.430 10.440 10.460 10.500
6 10.450 10.460 10.610 10.480 10.550
7 10.530 10.610 10.480 10.400 10.480
8 10.450 10.500 10.450 10.530 10.470
9 10.520 10.560 10.530 10.580 10.660
10 10.650 10.500 10.400 10.510 10.640
11 10.530 10.480 10.560 10.550 10.580
12 10.560 10.430 10.430 10.420 10.510
13 10.500 10.720 10.480 10.450 10.500
14 10.470 10.530 10.560 10.520 10.470
15 10.530 10.560 10.600 10.690 10.550
16 10.510 10.630 10.620 10.590 10.610
17 10.500 10.510 10.400 10.520 10.520
18 10.540 10.460 10.490 10.450 10.460
19 10.490 10.550 10.510 10.560 10.490
20 10.620 10.500 10.600 10.610 10.620
21 10.540 10.590 10.630 10.580 10.560
22 10.420 10.550 10.480 10.500 10.500
23 10.520 10.600 10.510 10.520 10.500
24 10.570 10.720 10.640 10.730 10.590
25 10.600 10.570 10.600 10.480 10.500

A partir de la tabla anterior el estudiante deberá desarrollar un Gráfico de Control X-R

presentando paso a paso del desarrollo, su respectivo análisis en el Informe Grupal.
Gráficos X-bar y R - X1-X5

Número de subgrupos = 25
Tamaño de subgrupo = 5,0
0 subgrupos excluidos

Distribución: Normal
Transformación: ninguna

Gráfico X-bar

Período #1-25
LSC: +3,0 10604,4
sigma
Línea Central 10529,9
LIC: -3,0 10455,4
sigma

5 señales zona fuera de control

Gráfico de Rangos

Período #1-25
LSC: +3,0 273,192
sigma
Línea Central 129,2
LIC: -3,0 0,0
sigma

0 fuera de límites

Estimados

Período #1-25
Media de 10529,9
proceso
Sigma de 55,546
proceso
Rango 129,2
promedio

Sigma estimada a partir del rango medio

El StatAdvisor.
Este procedimiento crea un gráfico de X-bar y R para X1-X5. Está diseñada para permitirle
determinar si los datos provienen de un proceso en un estado de control estadístico. Las
gráficos de control se construyen bajo el supuesto de que los datos provienen de una
distribución normal con una media igual a 10529,9 y una desviación estándar igual a
55,546. Estos parámetros fueron estimados a partir de los datos. De los 25 puntos no
excluidos mostrados en la gráfico, 5 corresponden a señales zona fuera de control en la
primer gráfico, mientras que 0 están fuera de los límites de control en la segunda.

Gráfico X-bar para X1-X5

10650

9
10600 10604,44
4 8 4 8
2 2 2
10550
3 4 1 1 10
10529,92
X-bar

5 1 7
10500
7 2 2
4 4 4 11 4 6
10450 10455,40

10400
0 5 10 15 20 25
Subgrupo

Reporte de Subgrupos

Todos los Subgrupos

X = Excluida * = Fuera de Límites

Subgrupo Tamaño X-bar Recuento de Zona Range

1 5 10470,0 -4 80,0
2 5 10560,0 2 130,0
3 5 10480,0 -4 130,0
4 5 10560,0 2 80,0
5 5 10470,0 -4 90,0
 6 5 10510,0 -5 160,0
7 5 10500,0 -7 210,0
8 5 10480,0 * -11 80,0
9 5 10570,0 2 140,0
10 5 10540,0 3 250,0
11 5 10540,0 4 100,0
12 5 10470,0 -4 140,0
13 5 10530,0 1 270,0
14 5 10510,0 -1 90,0
15 5 10586,0 4 160,0
16 5 10592,0 *8 120,0
17 5 10490,0 -2 120,0
18 5 10480,0 -6 90,0
19 5 10520,0 -7 70,0
20 5 10590,0 4 120,0
21 5 10580,0 *8 90,0
22 5 10490,0 -2 130,0
23 5 10530,0 1 100,0
24 5 10650,0 *9 160,0
25 5 10550,0 * 10 120,0

El StatAdvisor

Esta tabla muestra los valores que están graficados en el gráfico de control. Los puntos
fuera de límites se denotan por un asterisco (*). Los puntos excluidos se denotan por una
X.
 Gráfico de Rangos para X1-X5

300
273,19
250

200
Rango

150
129,20
100

50

0 0,00
0 5 10 15 20 25
Subgrupo

Análisis
Analizando la gráfica “X” se observa los datos con fluctuación normal entre el
límite inferior y el límite superior, pero se observan 3 datos con tendencia próxima del
límite superior, ahora bien, la muestra número 24 está totalmente fuera del rango del límite
superior, finalmente se observa otro datos próximo a quedar fuera del imite inferior. So
logra concluir que este proceso se encuentra fuera de control estadístico.

Ahora bien, en el grafico “R” se evidencia que todos los datos están dentro del
rango de control estadísticos, pero se debe tener en cuenta en la gráfica “X” se observaron
varias fallas, por consiguiente es necesario hacer una revisión exhaustiva y minuciosa, con
el fin de detectar cual son las causas que están afectando la operación.

Recomendaciones
De acuerdo a las fallas que se presentan en la gráfica “X”, es necesario mantener las
fluctuaciones muy cercanas a la media, con el fin de garantizar el proceso bajo control
estadístico, finalmente, se solicita atención inmediata del operario o jefe encargado para
que realice los respectivos ajustes de dicho proceso.
 De acuerdo a la gráfica “R”, no se detectan fallas en el proceso, debido a que los
parámetros están dentro del control estadístico, pero como se evidencias fallas en la gráfica
“X”, se recomienda tomar las respetivas correcciones sobre las variables que intervienen en
dicho proceso, con el fin de garantizar la eficiencia y estabilidad del mismo.

Desarrollo paso a paso del Ejercicio No. 2, Análisis y Recomendaciones. Alumno quien
desarrolla el ejercicio

EJERCICIO 2: GRAFICO DE CONTROL X-S

En la siguiente figura tenemos los datos de 40 subgrupos de tamaño 5.

B C D E F G
Subgrupo X1 X2 X3 X4 X5
1          
2          
3          
4          
5          
6          
7          
8          
9          
10          
11          
12          
13          
14          
15          
16          
17          
18          
19          
20          
21          
22          
 23          
24          
25          
26          
27          
28          
29          
30          
31          
32          
33          
34          
35          
36          
37          
38          
39          
40          

A partir de la tabla anterior el estudiante deberá realizar un Gráfico de Control X - S

presentando el paso a paso del desarrollo y su respectivo análisis en el Informe Grupal.
Desarrollo paso a paso del Ejercicio No. 3, Análisis y Recomendaciones. William
Ortega Lubo

Ejercicio 3: Grafico De Control

En la siguiente figura tenemos los datos de 24 muestras de producto producido por turno.
En la columna producción tenemos el total de producto fabricado por turno. La columna
Producto Defectuoso nos indica el número de artículos defectuosos por turno; la columna
Número de Defectos nos indica el número de defectos encontrados en la producción de
cada turno, nótese que por cada turno el número de defectos es mayor o igual que el
número de defectuosos, ya que un artículo defectuoso puede tener uno o más defectos.
Finalmente tenemos la columna de Fracción Defectuosa, la fracción defectuosa de un
turno se calcula dividiendo el número de productos defectuosos por la producción de ese
turno, es decir, los valores de la columna D divididos por los valores de la columna C.

B C D E F
Producto Numero Fracción
Producció
Muestra Defectuos de Defectuosa
n
o Defectos (p)
1 96 8 12 0,083
2 99 12 14 0,121
3 99 17 21 0,172
4 100 16 21 0,160
5 100 9 15 0,090
6 100 15 18 0,150
7 100 18 22 0,180
8 100 14 20 0,140
9 100 15 19 0,150
10 99 14 20 0,141
11 100 17 19 0,170
12 100 15 17 0,150
13 100 15 20 0,150
14 94 8 9 0,085
15 94 10 13 0,106
16 99 22 32 0,222
17 100 15 21 0,150
18 97 12 19 0,124
19 87 9 12 0,103
20 100 12 12 0,120
 21 100 13 18 0,130
22 98 18 24 0,184
23 97 14 19 0,144
24 97 13 19 0,134
3,359000000
2356 331 436 0
Producció Total de Total de Suma de
n Total Producto Defectos Fracción
Defectuos Defectuosa
o

A partir de la tabla anterior el estudiante deberá realizar un Gráfico de Control P

presentando el paso a paso del desarrollo y su respectivo análisis en el Informe Grupal

A partir de los datos de producción se generan la siguiente formulación:

di total de defectos
pi = ṕ=
ni total inspeccionados

total inspeccionados
ń=
total subgrupos

ṕ ( 1− ṕ )
limite de control superior =LCS= ṕ+3
√ n
Limite central ¿ ṕ

ṕ ( 1− ṕ )
limite de control inferior=LCI= ṕ−3
√ n

Total
Producto
Defectuoso 331 LCS 0,25
Total
Producto
Inspeccionad
o 2356 LCI 0,04
Sub Grupo
Paquetes 24 LC=p 0,14
p 0,14
n 98

Grafico p – Fracción Defectuosa

Gráfico p - Fracción
Defectuosa
Número de muestras = 24
Tamaño de la muestra =
24,0
0 muestras excluidas

Grafico p
Período # 1-24
UCL: +3,0 sigma
0,352417
Línea central 0,139958
LCL: -3,0 sigma 0,0

Estimados
Período # 1-24
Media p 0,139958
Sigma 0,0708196
 Fracción Defectuosa (p)
0.250

0.200

0.150

0.100

0.050

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

Fracción Defectuosa (p)

El StatAdvisor

Este procedimiento crea un gráfico p para Fracción Defectuosa. Está diseñado para
permitirle determinar si los datos provienen de un proceso que se encuentra en estado de
control estadístico. El gráfico de control se construye bajo la suposición de que los datos
provienen de una distribución binomial con una proporción igual a 0,139958. Este
parámetro fue estimado a partir de los datos. De los 24 puntos no excluidos que se muestran
en el gráfico, uno corresponde a una señal de zona fuera de control.

Cuenta (formato) de zona

p Informe Gráfico
Todas las muestras
X = Excluido
* = Más allá de los límites

Muestra Tamañ p Formato

o de Zona
1 24 0,083 -2
2 24 0,121 -3
3 24 0,172 1
4 24 0,16 2
5 24 0,09 -2
6 24 0,15 1
7 24 0,18 2
8 24 0,14 3
9 24 0,15 4
10 24 0,141 5
11 24 0,17 6
12 24 0,15 7
13 24 0,15 *8
14 24 0,085 -2
15 24 0,106 -3
16 24 0,222 2
17 24 0,15 3
18 24 0,124 -1
19 24 0,103 -2
20 24 0,12 -3
21 24 0,13 -4
22 24 0,184 1
23 24 0,144 2
24 24 0,134 -1

El StatAdvisor
Esta tabla muestra los valores que se trazan en la tabla de control. Los puntos más allá de
los límites se indican con un asterisco (*).

Los puntos excluidos son anotados por una X.

Conclusiones

Las dos graficas realizadas mediante los dos métodos son iguales, podríamos determinar
que a pesar de observar múltiples productos defectuosos con un gran número de defectos; a
pesar de ello no hay desviaciones en el control estadístico, en sus límites fijados como
superior e inferior.

Habría que profundizar sobre la causa de este comportamiento, sin embargo, nuestro
estudio no tiene ese alcance puntual.
En la carta p se monitorean las variaciones en la fracción o proporción de artículos
defectuosos por muestra o subgrupo. Su propósito fundamental es la detección oportuna de
causas especiales que puedan incrementar la proporción de productos defectuosos de un
proceso. En general la herramienta avisa cuando se da un cambio significativo en este tipo
de procesos, pudiendo ser un cambio deseable o indeseable en términos de los niveles de
calidad. La idea de la carta p es la siguiente:
De cada lote, embarque, pedido o de cada cierta parte de la producción, se toma una
muestra o subgrupo de artículos, que puede ser la totalidad o una parte de las piezas bajo
análisis. Las piezas de cada subgrupo son inspeccionadas y cada una es catalogada como
defectuosa o no. Pueden incluirse varias características o atributos de calidad por los que
una pieza es evaluada como defectuosa.

Un aspecto importante en el uso de la carta de control p es la interpretación de sus límites.

Por ejemplo, en el caso particular de los últimos límites (que en el futuro se utilizarán en el
proceso de producción), muestran que de cada 98 productos inspeccionados se espera que,
de forma ordinaria, la proporción de productos con problemas de defectos o defectuoso
varíe entre 0.14 y 0.25, con un promedio de 0.04. Si estos límites se multiplican por 100, se
pueden interpretar en términos porcentuales de la siguiente manera: se espera que el
porcentaje de productos defectuosos varíe entre 0.14 y 0.25 %, con un promedio de 0.04 %.
Los límites de control reflejan la realidad del proceso. Así que mientras la proporción de
defectos siga cayendo dentro de los límites de control y no haya ningún otro patrón
especial, será señal de que el proceso funciona igual que siempre; bien o mal, pero su
desempeño se encuentra dentro de lo previsto. Por lo tanto, si en una hora en particular no
se detectan productos defectuosos, puede ser con uno o más defectos; no será evidencia de
que el proceso ha mejorado; pero tampoco si se detectan desviación dentro del valor
porcentual de productos con problemas significa que ha empeorado. En ambos casos, lo
único que ocurre es una variación natural del proceso. De acuerdo con lo anterior, si no hay
puntos fuera o patrones especiales, el proceso estará en control estadístico (estable). Pero su
desempeño se encuentra lejos de ser satisfactorio, ya que el porcentaje promedio de
defectos es relativamente alto 0.98% (que equivale a un Cp=0.98, Por ello, es necesario
generar un proyecto de mejora mediante el cual se encuentren las causas comunes más
importantes que están generando el problema. Lo dicho antes para la interpretación de los
límites de control sirve de base para prevenir al usuario de las cartas p de no caer en el error
de fijar los límites de control para la carta p de acuerdo con las metas o los deseos. Por
ejemplo, a alguien se le podría ocurrir que una meta

Desarrollo paso a paso del Ejercicio No. 4, Análisis y Recomendaciones. Alumno quien
desarrolla el ejercicio.

EJERCICO 4: GRAFICOS DE
CONTROL NP

La siguiente tabla contiene resultados de la inspección de m = 25 muestras tomadas de

un proceso de manufactura. Los datos son presentados por Montgomery (2005). La tabla a
continuación muestra una lista parcial de los datos de ese archivo:

Sample Non Conforming

n
(Muestra) (No Aceptables)
1 100 12
2 80 8
3 80 6
4 100 9
5 110 10
6 110 12
7 100 11
8 100 16
9 90 10
10 90 6
11 110 20
12 120 15
13 120 9
14 120 8
15 110 6

A partir de la tabla anterior el estudiante debe realizar un gráfico de control np, presentando
el desarrollo y su respectivo análisis en el informe grupal.
Desarrollo paso a paso del Ejercicio No. 5, Análisis y Recomendaciones. Alumno quien
desarrolla el ejercicio.

A partir de la siguiente tabla el estudiante deberá realizar un Gráfico de Control C

presentando el paso a paso del desarrollo y su respectivo análisis en el Informe Grupal.

Se han observado los defectos de 50 muestras sucesivas de 40 tarjetas electrónicas de

circuitos impresos.

Muestra Numero de Muestra Numero de

Defectos ci Defectos ci
1   26  
2   27  
3   28  
4   29  
5   30  
6   31  
7   32  
8   33  
9   34  
10   35  
11   36  
12   37  
13   38  
14   39  
15   40  
16   41  
17   42  
18   43  
19   44  
20   45  
21   46  
22   47  
23   48  
24   49  
25   50  
Conclusiones
 Bibliografías
Hojas y Listas de Verificación Gutiérrez, H. (2013). Capítulo 6: Herramientas básicas para
Seis Sigma En H. Gutiérrez, Control estadístico de la calidad y Seis Sigma (págs.
142-146). México: McGraw-Hill. Recuperado  de:
http://bibliotecavirtual.unad.edu.co:2053/?il=280

Diagrama Causa-Efecto Gutiérrez, H. (2013). Capítulo 6: Herramientas básicas para Seis

Sigma En H. Gutiérrez, Control estadístico de la calidad y Seis Sigma (págs. 147-
149). México: McGraw-Hill. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2053/?il=280

 Diagrama de Pareto Gutiérrez, H. (2013). Capítulo 6: Herramientas básicas para Seis

Sigma En Gutiérrez, Control estadístico de la calidad y Seis Sigma (págs. 136-139).
México: McGraw-Hill. Recuperado de: http://bibliotecavirtual.unad.edu.co:2053/?
il=280

Elaboración de Listas de Verificación, Organización Panamericana de la salud;

Organización Mundial de la Salud; Citado 31 de Octubre de 2017:
http://www.paho.org/hq/index.php?
option=com_content&view=article&id=10935%3A2015-elaboracion-listas-
verificacion&catid=7679%3Aauditoria&lang=es

Escamilla Esquivel, Adolfo. Metrología y sus aplicaciones. México, D.F., MX: Grupo
Editorial Patria, 2014. ProQuest ebrary. Web. 10 octubre 2017.

Diagrama Causa-Efecto Gutiérrez, H. (2013). Capítulo 6: Herramientas básicas para Seis

Sigma En H. Gutiérrez, Control estadístico de la calidad y Seis Sigma (págs. 147-
149). México: McGraw-Hill. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2053/?il=280

Gutiérrez. (2013). Control estadístico de la calidad y Seis Sigma. (3a. ed.) McGraw-Hill
Interamericana. Página 231. Tomado de http://bibliotecavirtual.unad.edu.co:2053