UNIVERSIDAD SANTIAGO DE CALI

FACULTAD DE INGENIERIA
PROGRAMA INGENIERÍA INDUSTRIAL
TALLER ETAPA MEDICIÓN-MINITAB

YENIFFER LICETH MARTINEZ.

DANIELA VÉLEZ RODRÍGUEZ
ANDDY VARGAS LOZANO
FRANCISCO JOSÉ SÁNCHEZ RESTREPO

1. En un proceso se produce por lotes y éstos se prueban a 100%. Se lleva un registro de la

proporción de artículos defectuosos. Los datos de los últimos 25 lotes se muestran en la
siguiente tabla:

a. Obtenga una carta p usando el tamaño de muestra (lote) promedio e interprete.

b. ¿Cómo explicaría los límites de control que obtuvo alguien que no tiene conocimientos
profundos de estadística?
c. Obtenga una carta p con límites de control variables e interprete.
d. ¿Qué límites de control usaría para analizar datos futuros mediante las cartas p?

2. En una empresa se registra el número de quejas por mal servicio. Los datos de las últimas
25 semanas se muestran a continuación:

6 2 3 4 5 6 7 8 9 0 1 2 3
4 5 6 7 8 9 0 1 2 3 4 5

a. ¿Es adecuado analizar éstos mediante una carta p? Argumente.

b. Calcule los límites de control para una carta c e interprételos.
c. Obtenga la carta c y analícela.
d. ¿El proceso es estable?
e. ¿El nivel de calidad se puede considerar satisfactorio?
UNIVERSIDAD SANTIAGO DE CALI
FACULTAD DE INGENIERIA
PROGRAMA INGENIERÍA INDUSTRIAL
TALLER ETAPA MEDICIÓN-MINITAB

Solución.

1.

a) La gráfica muestra que, en promedio, 11,78% de los productos tienen defectos. La muestra
6 está fuera del límite de control superior. Además, los puntos dentro de los límites
muestran un patrón aleatorio. Esta gráfica P ofrece evidencia de falta de control La prueba
falló en los puntos: 6 Considere inspeccionar el lote.
Después de calcular el promedio de defecto de las muestra, se define el margen de
confianza y se obtiene el valor de los límites de control según las tablas de la distribución
normal en donde según el margen de confianza se obtiene un valor de acuerdo al tamaño
de la muestra.

b) Lo explicara de la siguiente manera:

A continuación obtuvimos una gráfica de control P en la cual dos límites de control LCS
que es el límite superior y LCI esto nos permite ver los límites permitidos en un proceso la
gráfica de control P nos permite mirar el número de defectos, como pueden ver en la
gráfica obtenida hay un punto que se sale de las especificaciones este se debe analizar y
ver que paso ese día para que se saliera de los límites permitidos.
UNIVERSIDAD SANTIAGO DE CALI
FACULTAD DE INGENIERIA
PROGRAMA INGENIERÍA INDUSTRIAL
TALLER ETAPA MEDICIÓN-MINITAB

c) El valor Sigma Z (aproximadamente 1.28789) es mayor que 1, lo que indica que los límites
de control en la gráfica P' de Laney son más amplios que los de la gráfica P tradicional
para ajustar la dispersión excesiva. El proceso se encuentra en control.
Teniendo en cuenta que el proceso está en control podría aumentar el nivel de confianza
de la prueba ajustando los límites de control.

d) Utilizaría: LCS=0.1819 y LCI=0.0469

2.

a) No ya que la carta de control P sirve para determinar el número de defectos, de un

proceso y en este caso solo contamos con los datos de las últimas 25 semanas
con el número de quejas por mal servicio.
UNIVERSIDAD SANTIAGO DE CALI
FACULTAD DE INGENIERIA
PROGRAMA INGENIERÍA INDUSTRIAL
TALLER ETAPA MEDICIÓN-MINITAB

b)

Gráfica C de No Quejas
12

LCS=10,69
10
Conteo de muestras

_
C=4,4
4

0 LCI=0

1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra

 Se puede observar que a pesar de que el número de quejas el alta ninguna de sale de los
límites de control a mediados de la semana nueve se observa una disminución se le
recomienda a la empresa mirar lo que sucedió en esta semana. Se espera que el número
de quejas por mal servicio fluctué entre cero (0) y 10,69 quejas, con un promedio de 4,4
quejas.
UNIVERSIDAD SANTIAGO DE CALI
FACULTAD DE INGENIERIA
PROGRAMA INGENIERÍA INDUSTRIAL
TALLER ETAPA MEDICIÓN-MINITAB
Informe de capacidad del proceso de Poisson No Quejas
Gráfica U Gráfica de Poisson
Conteo de muestras por unidad

12
LCS=10,69

Defectos esperados
7,5
8
5,0
_
U=4,4
4
2,5

0 LCI=0 0,0
1 3 5 7 9 11 13 15 17 19 21 23 25 0 5 10
Muestra Defectos observados

DPU acumulado Histograma

Objetivo
Estadística de resumen
6 3
(95,0% de confianza)
Prom. de defectos: 4,4000
IC inferior: 3,6163
IC superior: 5,3032 2

Frecuencia
5 DPU promedio: 4,4000
DPU

IC inferior: 3,6163
IC superior: 5,3032
DPU mínima: 0,0000
1
DPU máximo: 9,0000
4 DPU del objetivo: 0,0000

0
5 10 15 20 25 0 2 4 6 8
Muestra DPU

d) No, es un proceso presenta un comportamiento definido ya que cada 5 semanas el

número de quejas aumentan se debe trabajar en el inicio de cada semana para
disminuir el número de quejas.

e) No es satisfactorio ya que a medida que avanza las semanas el número de quejas

aumenta