Gestión de calidad

Presentado por:

John Jairo Bobadilla Rojas

Nubia Roció Montaña Díaz

María Herlinda Pinzón

Nelson Rodríguez Torres

Luis Miguel Sarmiento

Tutor:

Martha Catalina Ospina

Universidad Nacional abierta y a distancia

Ciencias Básicas, Tecnología e Ingeniería

Ingeniería Industrial

2020

1
 OBJETIVOS ESPECÍFICOS
 Realizar reconocimiento de la unidad, por medio de lecturas y videos del
entorno de aprendizaje, para así desarrollar la actividad requerida.
 Aplicar herramientas de control estadístico para determinar el estado de
control de la variación de los procesos.
 Desarrollar cada carta de control, con el fin de analizar los procesos
productivos de la empresa, evaluando si cumple con los requerimientos que
se necesita.

2
 Distribución de Ejercicios

EJERCICIOS INTEGRANTES DEL GRUPO

Ejercicio Gráfico de Control X-R John Jairo Bobadilla

Ejercicio Gráfico de Control X-S Luis Miguel Sarmiento

Ejercicio Gráfico de Control P Nelson Rodrigo Torres

Ejercicio Gráfico de Control np María Herlinda Pinzón

Ejercicio Gráfico de Control C Nubia Roció Montaña Díaz

Carta de Control X-R

John Jairo Bobadilla Rojas

Ejercicios

Carta de Control X-R

3
Explicación pasó a paso con imágenes del desarrollo del ejercicio,
Para la gráfica X
Lo primero que debemos hacer es sacar la media de cada una de las filas

Luego sacamos el promedio de la media 16,779

Sacaremos el Rango
El cuál es el Max-Min144 de cada fila

Promediamos el rango Media del Rango 258

4
Luego con la formula hallaremos LCS de la media

LCS= ¿ + A 2∗−¿ R
X
LCS=16,857+ 0,419∗258
LCS=16965,102

5
Luego con la formula hallaremos LCI de la media

LCI = ¿ − A 2∗−¿ R
X
LCI =16,857−0,419∗258
LCI =16748,9

6
Con la formula hallaremos LCI de la rango

LCI =D 3∗−¿ R
LCI =0,076∗258
LCI =19,608

7
Con la formula hallaremos LCS de la rango

LCS=D 4∗−¿ R
LCS=1,924∗258
LCS=496,392

8
Luego presentamos las gráficas obtenidas.

9
Análisis de los resultados arrojados por el software, se debe definir si el proceso se encuen
control estadístico o no y dar los respectivos argumentos.
Del ejercicio anterior, inferimos que en la gráfica X encontramos una desviación en las primeras m
muestras aleatorias que se tomaron de los jabones, teniendo una falta de estabilidad, luego la tend
gráfica se mantiene dentro de los parámetros de control
De lo anterior podemos definir que la falta de experiencia del trabajador al operar la maquina me e
la calidad del producto terminado
De la gráfica R vemos que variabilidad del proceso se encuentra dentro de los parámetros permitid

Recomendaciones para la empresa modelo a partir del análisis de las gráficas de control.
Se recomienda capacitación y acompañamiento al trabajador durante la curva de aprendizaje para
máquina cortadora
Estandarización del proceso para evitar posibles fallas en el arranque y producción de la maquina

10
 Carta de control X-S

Explicación pasó a paso con imágenes del desarrollo del ejercicio, para la gráfica X-S

Lo primero que debemos hacer es sacar la media de cada una de las filas

Muestras X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 MED

1 1598,56 1593,87 1601,17 1606,13 1605,75 1601,94 1605,16 1600,13 1603,33 1608,32 160
2 1608,32 1589,52 1598,88 1605,26 1594,78 1586,71 1600,22 1598,45 1601,55 1589,52 159

Luego es necesario sacar el promedio de la media 1600,36

1600,3
Media 6

Ahora es necesario calcular la desviación estándar

Muestra Des
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
s St
1 1598,56 1593,87 1601,17 1606,13 1605,75 1601,94 1605,16 1600,13 1603,33 1608,32 4,2
2 1608,32 1589,52 1598,88 1605,26 1594,78 1586,71 1600,22 1598,45 1601,55 1589,52 7,1

Procedemos a calcular el promedio de todos los resultados de desviación calculados por fila

PROMEDIO 4,51

Procedemos a calcular los limites superior, inferior y media.

11
 MEDIA
A3 LIC LC LSC
0,98 1596 1600,36 1605

MEDIA
1606.00
1604.00
1602.00
1600.00
1598.00
1596.00
1594.00
1592.00
1590.00
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 26 27 28 29 30 31 32 33 34 35 36 37

MEDIA LIC LC LSC

Procedemos a calcular los limites superior, inferior y media de la desviación estándar.

DESV STD
B3 B4 LIC LC LSC
0,284 1,716 1,28 4,51 7,74

12
 DESVIACION ESTA NDA R
9.00
8.00
7.00
6.00
5.00
4.00
3.00
2.00
1.00
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 26 27 28 29 30 31 32 33 34 35 36 37

Desv Std LIC LC LSC

Muestra
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 ME
s

160
1 1598,56 1593,87 1601,17 1606,13 1605,75 1601,94 1605,16 1600,13 1603,33 1608,32

159
2 1608,32 1589,52 1598,88 1605,26 1594,78 1586,71 1600,22 1598,45 1601,55 1589,52

159
3 1596,69 1591,89 1591,14 1595,31 1596,29 1606,5 1608,9 1610,53 1595,49 1598,88

159
4 1589,83 1597,27 1598,06 1600,65 1598,25 1599,8 1605,33 1591,64 1598,85 1605,26

159
5 1598,43 1598,22 1606,45 1599,59 1599,11 1589,83 1594,23 1596,46 1600,63 1594,78

159
6 1607,97 1592,26 1607,36 1605,01 1596,86 1597,27 1592,52 1603,09 1608,1 1586,71

160
7 1607,97 1592,26 1602,59 1604,33 1609,21 1598,06 1603,41 1600,28 1606,95 1600,22

160
8 1599,59 1597,49 1603,24 1598,17 1603,64 1600,65 1603,07 1605,33 1600,5 1598,45

159
9 1593,07 1595,93 1592,7 1598,26 1599,84 1598,25 1600,5 1594,23 1597,49 1601,55

13
 159
10 1600,13 1598,45 1610,53 1591,64 1596,46 1599,8 1600,67 1592,52 1604,08 1602,68

160
11 1587,63 1606,95 1593,86 1596,86 1603,64 1605,33 1600,69 1603,41 1602,46 1600,67

159
12 1602,24 1604,2 1602,86 1593,41 1594,64 1591,64 1602,24 1603,07 1597,08 1595,63

160
13 1603,33 1601,55 1595,49 1598,85 1600,63 1598,85 1606,95 1600,5 1606,27 1609,05

160
14 1602,68 1600,67 1595,63 1609,05 1602,34 1596,85 1604,2 1600,67 1603,47 1602,34

160
15 1600,35 1603,98 1604,14 1596,94 1595,57 1606,98 1601,55 1604,98 1603,64 1596,85

160
16 1605,33 1594,23 1592,52 1603,41 1603,07 1600,5 1600,67 1600,69 1602,24 1604,2

160
17 1610,59 1606,93 1606,26 1600,54 1600,01 1607,09 1598,25 1605,48 1605,17 1600,67

159
18 1602,18 1599,88 1594,94 1591,48 1603,98 1604,57 1599,11 1599,29 1597,21 1603,47

160
19 1602,13 1602,97 1601,02 1595,07 1605,94 1598,35 1596,86 1596,26 1602,56 1600,9

160
20 1598,51 1595,97 1596,06 1597,94 1597,82 1600,28 1609,21 1599,42 1602,62 1602,6

160
21 1597,49 1604,08 1602,46 1597,08 1606,27 1603,47 1603,64 1602,24 1598,48 1598,8

159
22 1591,55 1602,64 1599,44 1600,2 1596,86 1607,04 1599,84 1599,8 1601,44 1594,14

160
23 1597,36 1604,08 1603,86 1602,19 1603,32 1601,15 1596,46 1596,85 1603,33 1606,08

160
24 1607,83 1601,46 1602,83 1608,89 1598,39 1604,36 1587,63 1604,36 1604,99 1599,22

160
25 1604,98 1600,69 1605,48 1599,29 1596,26 1599,42 1597,36 1599,95 1602,09 1603,32

160
26 1605,17 1597,21 1602,56 1602,62 1598,48 1601,44 1604,08 1604,99 1606,98 1598,56

159
27 1597,89 1593,44 1609,57 1597,28 1600,41 1600,41 1603,86 1599,95 1599,42 1592,42

160
28 1598,88 1613,61 1606,01 1604,23 1606,39 1592,76 1602,19 1603,32 1595,38 1601,24

160
29 1600,9 1602,6 1598,8 1594,14 1606,08 1599,22 1603,32 1598,56 1592,42 1607,09

159
30 1598,61 1593,73 1603,67 1603,76 1602,05 1606,06 1601,15 1593,87 1595,38 1600,41

160
31 1601,94 1596,89 1603,47 1602,52 1605,16 1602,52 1596,46 1601,17 1598,39 1594,64

14
 159
32 1586,71 1602,23 1607,04 1591,73 1600,22 1591,73 1596,85 1606,13 1605,16 1593,33

160
33 1606,5 1608,1 1601,15 1600,7 1608,9 1600,7 1603,33 1605,75 1602,68 1594,64

160
34 1599,8 1596,85 1604,36 1599,95 1604,99 1599,95 1603,32 1601,94 1600,67 1606,5

159
35 1602,09 1606,98 1599,42 1595,38 1592,42 1595,38 1598,39 1605,16 1595,63 1599,22

159
36 1587,69 1600,5 1601,44 1599,91 1600,96 1599,91 1586,71 1600,13 1609,05 1602,34

159
37 1601,24 1607,09 1600,41 1594,64 1593,33 1594,64 1606,5 1599,22 1602,34 1597,28

159
38 1600,92 1604,57 1592,76 1597,07 1602,51 1597,07 1599,8 1597,89 1596,85 1604,23

159
39 1598,96 1598,35 1599,22 1597,89 1596,15 1597,89 1597,28 1596,15 1604,2 1594,14

160
40 1603,09 1600,28 1606,06 1601,26 1600,28 1601,26 1606,98 1597,89 1600,67 1605,17

160

Análisis de los resultados arrojados:

Luego de la solución y el análisis de los datos otorgados por la anterior actividad podemos identific
dosificación de la nueva envasadora de jabón cumple con las características solicitadas por el proc
pesar de que existe una variabilidad constante en la dosificación, no se sale de los parámetros req
garantizar los pesos requeridos por la presentación de jabón.

Recomendaciones para la empresa modelo a partir del análisis de las gráficas de control.
Ya que contamos con una dosificadora de alta tecnología, considero que es necesario estandariza
dosificación de jabón con un ajuste más fino, ya que esto permite realizar un ahorro considerable p
compañía y garantizar el peso ofrecido en la presentación que se desee empacar, adicional del aju
también es necesario que el equipo logre ser estabilizado ya que el mismo en la actualidad presen
variabilidad lo cual refleja que el equipo no cuenta con un ajuste detallado o los componentes del m
permiten llegar a la precisión requerida.

Carta de control P

PRODUCTO
MUESTRA PRODUCCIÓN DEFECTUOS P LCI LC LCS
O

15
 1 256 10 0,039 0,022 0,069 0,117
2 202 11 0,054 0,022 0,069 0,117
3 234 8 0,034 0,022 0,069 0,117
4 307 10 0,033 0,022 0,069 0,117
5 280 7 0,025 0,022 0,069 0,117
6 298 15 0,050 0,022 0,069 0,117
7 231 22 0,095 0,022 0,069 0,117
8 201 9 0,045 0,022 0,069 0,117
9 314 15 0,048 0,022 0,069 0,117
10 223 8 0,036 0,022 0,069 0,117
11 300 17 0,057 0,022 0,069 0,117
12 245 14 0,057 0,022 0,069 0,117
13 224 12 0,054 0,022 0,069 0,117
14 278 16 0,058 0,022 0,069 0,117
15 215 10 0,047 0,022 0,069 0,117
16 287 22 0,077 0,022 0,069 0,117
17 234 12 0,051 0,022 0,069 0,117
18 310 14 0,045 0,022 0,069 0,117
19 285 24 0,084 0,022 0,069 0,117
20 251 11 0,044 0,022 0,069 0,117
21 256 30 0,117 0,022 0,069 0,117
22 204 25 0,123 0,022 0,069 0,117
23 232 31 0,134 0,022 0,069 0,117
24 307 35 0,114 0,022 0,069 0,117
25 282 28 0,099 0,022 0,069 0,117
26 298 35 0,117 0,022 0,069 0,117
27 240 33 0,138 0,022 0,069 0,117
28 212 27 0,127 0,022 0,069 0,117
29 333 12 0,036 0,022 0,069 0,117
30 223 14 0,063 0,022 0,069 0,117
TOTAL 258,7333 17,9 0,069988 0,02185 0,069183 0,116512
n= 8,624444

Hallar la media del error

16
 p= 0,0692
n 8,62
Halar los límites de control superior e inferior

Realizar grafico

0.150

0.120

0.090

0.060

0.030

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

P LCI LC LCS

Conclusión

El proceso se encuentra fuera de control estadístico ya que el 20% de las muestras se encuentran
del LCS indicando demasiados productos defectuosos. Se recomienda controlar las condiciones o
del proceso ya que la desviación se encuentra presente en las últimas muestras tomadas y no al p
que indica que el error no hace referencia a la curva de aprendizaje del operador sino al proceso e

17
18
 Carta de Control C

Numero de
Muestra LCI LC LCS
Defectos
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

19
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
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 31,83

20
 18,82
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

21
 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      

Carta control C
45
40
35
30
25
20
15
10
5
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58

22
 Carta de Control NP

Producto
NP LCI LC LCS
Muestra Inspeccionado No Conforme
0,04782608 21,0308364 39,433333 57,835830
1 920 44 7 2 3 2
0,01460674 21,0308364 39,433333 57,835830
2 890 13 2 2 3 2
21,0308364 39,433333 57,835830
3 830 28 0,03373494 2 3 2
0,07215189 21,0308364 39,433333 57,835830
4 790 57 9 2 3 2
0,05506883 21,0308364 39,433333 57,835830
5 799 44 6 2 3 2
0,03333333 21,0308364 39,433333 57,835830
6 900 30 3 2 3 2
0,04255319 21,0308364 39,433333 57,835830
7 940 40 1 2 3 2
0,06911447 21,0308364 39,433333 57,835830
8 926 64 1 2 3 2
0,02683780 21,0308364 39,433333 57,835830
9 857 23 6 2 3 2
0,06951219 21,0308364 39,433333 57,835830
10 820 57 5 2 3 2
0,03529411 21,0308364 39,433333 57,835830
11 850 30 8 2 3 2
0,04232804 21,0308364 39,433333 57,835830
12 945 40 2 2 3 2
0,02365591 21,0308364 39,433333 57,835830
13 930 22 4 2 3 2
21,0308364 39,433333 57,835830
14 845 51 0,06035503 2 3 2
21,0308364 39,433333 57,835830
15 980 22 0,02244898 2 3 2
0,05840163 21,0308364 39,433333 57,835830
16 976 57 9 2 3 2
0,04405286 21,0308364 39,433333 57,835830
17 908 40 3 2 3 2
0,06826347 21,0308364 39,433333 57,835830
18 835 57 3 2 3 2
0,05791106 21,0308364 39,433333 57,835830
19 967 56 5 2 3 2
20 850 40 0,04705882 21,0308364 39,433333 57,835830

23
 4 2 3 2
0,07285714 21,0308364 39,433333 57,835830
21 700 51 3 2 3 2
0,06236323 21,0308364 39,433333 57,835830
22 914 57 9 2 3 2
0,02527472 21,0308364 39,433333 57,835830
23 910 23 5 2 3 2
0,02401746 21,0308364 39,433333 57,835830
24 916 22 7 2 3 2
0,03883495 21,0308364 39,433333 57,835830
25 1030 40 1 2 3 2
0,03508771 21,0308364 39,433333 57,835830
26 855 30 9 2 3 2
21,0308364 39,433333 57,835830
27 733 54 0,07366985 2 3 2
0,03703703 21,0308364 39,433333 57,835830
28 810 30 7 2 3 2
0,04563758 21,0308364 39,433333 57,835830
29 745 34 4 2 3 2
0,03417721 21,0308364 39,433333 57,835830
30 790 27 5 2 3 2
0,04578221
1183 3

K= 30
NP=NP/K 39,43333333
P=NP/N 0,045782213
LCS=NP+3VNP*(1-p) 57,83583025
LCI=NP-3VNP*(1-P) 21,03083642

24
 Chart Title
Muestra Producto Inspeccionado
No Conforme
100%
90%
80%
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

Conclusión:
Podemos evidenciar La CARTA NP es una herramienta estadística usada para evaluar el númer
defectuosos o el número de artículos no conformes producidos por un proceso, teniendo estadístic
en el número de artículos defectuosos en una muestra.
Es posible basar un gráfico de control en el número de defectuosos de la muestra, en lugar de
defectuosos, utilizando gráficos para las unidades defectuosas, y no el porcentaje que éstas repre
constante el tamaño de muestra

CONCLUSIONES

Se realiza la aplicación de distintas herramientas de control en la variación de los

procesos para la ejecución y verificación generados por los requisitos de los
clientes para el producto terminado

25
Generación y análisis de cartas de control para el seguimiento de un proceso
validando si las condiciones actuales están dentro de los requerimientos del
cliente final
La estadística de datos funcionales permite trabajar con funciones en lugar de
simples datos, invariados o multivariados, 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.
Identificar las posibles fallas de los equipos de la compañía para lo cual tuvimos
que buscar las posibles soluciones requeridas para solventar estas dificultades.

Bibliografía

26