Sesión 3 y 4 PDF

Diploma especializado en
Gerencia de la Calidad Total

Perspectiva en la gestión de Calidad total y las principales
herramientas para el éxito.
MBA Ing. Edgar Lescano

Temario
Al finalizar la unidad, el participante conoce y emplea el control
estadístico de procesos en una de sus actividades diarias para
obtener mejores resultados dentro de su empresa.
• Temario:
3. Herramientas de la Calidad II:
3.1 Diagramas de Dispersión
3.2 Gráficas de control por variables (Control Estadístico del Proceso CEP)
3.2.1 Gráficas X-R
3.3 Gráficas de control por atributos
3.3.1 Gráficas np
3.3.2 Gráficas p
3.3.3 Gráfica c
3.3.4 Gráfica u MBA Ing. Edgar Lescano
Motivacional
https://www.youtube.com/watch?v=R2FrsbgPq8w

Diagramas de control
Característica cuantitativa,
puede expresarse mediante Dureza, longitud,
VARIABLE un número real o ser medida peso, volumen,
o recogida en una escala temperatura
continua.
Características
de Calidad Característica cualitativa; se
observa si un artículo posee o
Rajaduras,
no dicha característica. La
tonalidades de color,
ATRIBUTO característica no responde a porosidades,
una escala de medida y debe manchas
ser clasificada dentro de un
conjunto de categorías.

¿Qué es una gráfica de control?
Una Gráfica de Control es como
un historial del proceso…
… En dónde ha estado.
… En dónde se encuentra
… Hacia dónde se puede dirigir.
La Gráficas de Control pueden reconocer cambios buenos y malos.

¿Qué tanto se ha mejorado?
¿Se ha hecho algo mal?
Las cartas de control detectan la variación anormales un proceso

denominadas ”Causas especiales o asignables de variación”.
Variación observada en una carta de control:
✓ Una carta de control es simplemente un
registro de datos en el tiempo con límites
de control superior e inferior.
✓ Una carta de control identifica los datos
secuenciales en patrones normales y
anormales.
✓ El patrón normal de un proceso se llama
causas de variación comunes.
✓ El patrón anormal debido a eventos
especiales se llama causa especial de
variación.
✓ Tener presente que los límites de control
NO son límites de especificación.

CAUSAS COMUNES
✓ Siempre están presentes

✓ Solo se reduce con acciones de mejora
mayores
✓ Su reducción es responsabilidad de la
dirección.
✓ Fuentes de variación: Márgenes
inadecuados de diseño, materiales de baja
calidad, capacidad del proceso insuficiente.
Según Deming:
El 94% de las causas de la variación son
causas comunes, responsabilidad de la
dirección.
CAUSAS ESPECIALES
✓ Ocurren esporádicamente.
✓ Son ocasionadas por variaciones
anormales (6Ms)
✓ Solo se reduce con acciones en el piso
o línea.
✓ Su reducción es responsabilidad del
operador por medio del Control
Estadístico del Proceso.
Según Deming:
El 6% de las causas de la variación son causas
especiales, responsabilidad del operador.


3.2. Gráficas de
control por
Variables

Gráficas de control por Variables

Cartas de Control X-R Cartas X-S
Diagramas para Diagrama para variables
variables que se aplican que se aplican a
a procesos masivos, en procesos masivos, en los
dónde en forma que se quieren tener
periódica se obtiene un Carta de individuales una mayor potencia
subgrupo de productos, Es un diagrama para para detectar pequeños
se mide y se calculan la variables de tipo cambios. Por lo general
media X y el rango R continuo que se aplica a el tamaño de los
para registrarlos el carta procesos lentos y/o subgrupos es n>10
correspondiente. donde hay un espacio
largo de tiempo entre
una medición y la
siguiente.
3.2.1. Gráficas X-R

INTERPRETACIÓN DE GRÁFICA DE RANGOS
✓ Esta gráfica se debe analizar primero, ya

que el comportamiento de los
promedios y de los rangos de los
subgrupos depende de la variabilidad
estimada de las piezas.
✓ Se deben verificar todas las pruebas.
✓ Verificar que no haya tendencias.

INTERPRETACIÓN DE GRÁFICA DE LAS
MEDIAS
✓ Si la gráfica de rangos está bajo control, la

dispersión del proceso está estable y por
lo tanto se puede analizar la gráfica de los
promedios; los límites de control de esta
gráfica se basan en la cantidad de
variación de los rangos.
✓ Con la gráfica de medias se determina si el
centro del proceso está cambiando con el
tiempo y si ese es el caso, entonces
existen causas especiales de variación que
están ocasionando esos problemas.

Gráfico de control X-R Gráfico de control X-S


Construcción:
1.- Calcule las medias de cada sub grupo de observaciones (X, S, R)
2.- Calcule el limite superior de control y el inferior de control (LS y

LI tanto para X, R y S)
3.- Grafique las observaciones y los limites de control
5.- Identifique si el proceso esta controlado.
6.- Realice sus conclusiones

En una compañía de bebidas gaseosas, se ha muestreado el llenado de las
botellas conteniendo gaseosa para sus clientes, al cabo de varias
observaciones se han tenido los siguientes resultados:
Muestra
Pesos Netos obtenidos con una llenadora automática (X)
N°
1 380 395 385 400 405
2 400 390 395 410 400
3 390 390 380 385 380
4 400 400 405 390 395
5 380 390 400 400 405
6 385 380 390 390 385
7 390 400 410 400 420
8 415 400 420 410 415
9 380 380 390 395 395
10 375 385 380 390 370
Identifique: Los limites de control del Proceso mediante una grafica X-R
Determine si el proceso es estable o inestable
Cálculo de los límites de control tanto para las X como para las R
Muestra
N°
Pesos Netos obtenidos con una llenadora automática (X) ∑x X R
1 380 395 385 400 405 1965 393 25
2 400 390 395 410 400 1995 399 20
3 390 390 380 385 380 1925 385 10
4 400 400 405 390 395 1990 398 15
5 380 390 400 400 405 1975 395 25
6 385 380 390 390 385 1930 386 10
7 390 400 410 400 420 2020 404 30
8 415 400 420 410 415 2060 412 20
9 380 380 390 395 395 1940 388 15
10 375 385 380 390 370 1900 380 20

Factores para gráficas X-R
∑x=3940 X=394 ∑R=190 R= 19
L.S.X= X+A2R = 394+0.577X19= 404.9 L.S.R=D4 X R = 2.114 X 19= 40.16
L.I.X= X-A2R = 394- 0.577X19= 383.1 L.I.R=D3 X R= 0X19 = 0

Gráfico R
45
40
35
30
Rangos
25
20
15
10
5
0
1 2 3 4 5 6 7 8 9 10
Muestras
R LCR LCS LCS

Gráfica de Medias X
420
410
400
Volumen
390
380
370
360
1 2 3 4 5 6 7 8 9 10
Muestras
X LC LCS LCI

Ejercicio 1. Realice el gráfico de control de las observaciones de dureza de las mezclas
utilizadas en una construcción. ¿Qué concluye al obtener las gráficas X-R?
Resistencia (Kg/cm2)
Muestra
1 2 3 4 5
1 260 263 255 260 250
2 270 273 265 270 259
3 275 278 270 275 264
4 287 290 281 287 276
5 290 293 284 290 279
6 270 273 265 270 259
7 247 249 242 247 237
8 261 264 256 261 251
9 267 270 262 267 256
10 279 282 273 279 268
11 281 284 275 281 270
12 287 290 281 287 276
13 293 296 287 293 281
14 290 293 284 290 279
15 281 284 275 281 270
Número del Mediciones
Fecha Hora Comentarios
subgrupo X1 X2 X3 X4
1 2-May 08:50 35 40 32 37
2 11:30 46 37 36 41
3 01:45 34 40 34 36
Ejercicio 2. Se está 4 03:45 69 60 68 59 Operador nuevo temporal.
5 04:20 38 34 44 40
revisando una producción 6 3-May 08:35 42 41 43 34
de tornillos cuyo largo es de 7 09:00 44 41 41 46
8 09:40 33 41 38 36
6.40 mm. Es necesario
9 01:30 48 44 47 45
ubicar los límites de control 10 02:50 47 43 36 42
y su respectivo gráfico. 11 4-May 08:30 38 41 39 38
12 01:35 37 37 41 47
Solo se ha anotado los 13 02:25 40 38 47 35
decimales es decir si mide 14 02:35 38 39 45 42
6.35 se anotó 35. ¿Cuál es 15 03:55 50 42 43 45
16 5-May 08:25 33 35 29 39
su análisis al respecto? 17 09:25 41 40 29 34
18 11:00 38 44 28 58 Línea de aceite averiada
19 02:35 35 41 37 38
20 03:15 56 55 45 48 Material malo
21 6-May 09:35 38 40 45 37
22 10:20 39 42 35 40
23 11:35 42 39 39 36
24 02:00 43 36 35 38
25 04:25 39 38 43 44
3.3. Gráficas de
Control por
Atributos

Diagramas de control por Atributos
Gráfica p
Piezas
Defectuosas
Gráfica np
Gráfica de
Control por
Atributos
Gráfica u
Defectos por
Pieza
Gráfica c

Ventajas
➢ Resume varios aspectos de la calidad del
producto; es decir, si es aceptable o no.
➢ Son fáciles de entender
➢ Provee evidencia de problemas de
Calidad.

Desventajas
➢ Mala interpretación por errores de los datos o los cálculos utilizados.
➢ El hecho que un proceso se mantenga bajo control no significa que
se un buen proceso, puede estar produciendo constantemente un
gran número de no conformidades.
➢ Controlar una característica de un proceso no
significa necesariamente controlar el proceso. Si no
se define bien la información necesaria y las
características del proceso que deben ser
controladas, tendremos interpretaciones erróneas
debido a informaciones incompletas.
Diagramas de
Control por
Atributos
Gráfico np Gráfico p Gráfico c Gráfico u
Número de Proporción de Número de Defectos o

defectuosos o Defectuosos o defectos o Disconformidades
disconformes disconformes disconformidades por unidad

✓Están basadas en decisiones de pasa no pasa.

✓Se pueden aplicar en casi cualquier operación
donde se recolectan datos.
✓Se utilizan en características de calidad que no
pueden ser medidas o que son difíciles de
medir.
✓A diferencia de las gráficas de control por
variables, las gráficas de control por atributos
se pueden establecer para una característica
de calidad o para muchas

Tipos de gráficas
✓ Defectivos
▪ Np – número de unidades no conformes.
▪ P – proporción de unidades no conformes.
✓ Defectos
▪ c - número de defectos
▪ u – proporción de defectos

3.3.1. Gráfica de Control np
✓Es el formato más simple para revisar defectivos.
✓Requiere tamaño de muestra constante.
✓Se grafica directamente el número de defectivos de la muestra.
✓La medida de tendencia central es el número promedio de artículos
defectivos/muestra – np. Esta es la línea central de la gráfica.

Carta np
LSC= np + 3√np(1-p)
Línea central= np
LIC=np - 3√np(1-p)
Nota:
Total defectuosas
p=
Tamaño subgrupo x N° Subgrupos

Ejemplo de una Carta de Control np

✓Considera que se van a realizar muestreos con un tamaño uniforme de
subgrupos de 1000 unidades.
✓Después de 30 días se han obtenido los datos de la tabla de la siguiente
diapositiva.
✓También se ha encontrado que en los días 18 y 19 se dieron un número
anormal de unidades defectuosas.

Número Número de no Número Número de no
N° de N° de
inspeccionado conformidades inspeccionado conformidades
Subgrupo Subgrupo
(n) (d) (n) (d)
1 1000 13 16 1000 17
2 1000 4 17 1000 13
3 1000 3 18 1000 25
4 1000 22 19 1000 25
5 1000 13 20 1000 15
6 1000 6 21 1000 7
7 1000 12 22 1000 19
8 1000 19 23 1000 12
9 1000 2 24 1000 9
10 1000 17 25 1000 16
11 1000 4 26 1000 4
12 1000 12 27 1000 9
13 1000 4 28 1000 18
14 1000 21 29 1000 19
15 1000 6 30 1000 4


Gráfica np
30
25 25
25
No conformidades
22
21
19 19 19 22.80
20 18
17 17
16
15
15 13 13 13
12 12 12
10 9 9 12. 33
7
6 6
5 4 4 4 4 4
3
2
0 1.86
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
Número de muestra
Número de no conformidades (d) Promedio LS LI

3.3.2. Gráfica de Control p

✓Es la segunda gráfica que se puede utilizar cuando tratamos con
defectivos.
✓Puede usarse con tamaño de muestras constantes o variables.
✓Se grafica la fracción defectiva o el porcentaje defectivo.
✓La medida de tendencia central es la media de la fracción
defectiva (p) o la media del porcentaje defectivo (P)
✓La medida de variabilidad es la desviación estándar en ambos
casos.


Unidades Unidades Unidades Unidades
Muestra Muestra
verificadas no verificadas no
Número Número
(n) conformes (n) conformes
1 148 20 14 136 12
2 150 24 15 151 22
Ejemplo 3
4
151
161
15
19
16
17
158
150
19
16
Gráfico p 5 150 16 18 145 21
6 152 23 19 139 13
7 159 15 20 143 24
8 150 21 21 149 27
9 148 13 22 154 14
10 167 18 23 150 12
11 152 14 24 148 15
12 142 7 25 155 18
13 142 17 Total 1972 222

Calculo la fracción P
Unidades Unidades Porcentaje de Unidades Unidades Porcentaje de
Muestra Muestra
verificadas no unidades no verificadas no unidades no
Número Número
(n) conformes conformes (p) (n) conformes conformes (p)
1 148 20 13.5% 14 136 12 8.8%

2 150 24 16.0% 15 151 22 14.6%
3 151 15 9.9% 16 158 19 12.0%
4 161 19 11.8% 17 150 16 10.7%
5 150 16 10.7% 18 145 21 14.5%
6 152 23 15.1% 19 139 13 9.4%
7 159 15 9.4% 20 143 24 16.8%
8 150 21 14.0% 21 149 27 18.1%
9 148 13 8.8% 22 154 14 9.1%
10 167 18 10.8% 23 150 12 8.0%
11 152 14 9.2% 24 148 15 10.1%
12 142 7 4.9% 25 155 18 11.6%
13 142 17 12.0% Total 3750 435 11.6%

Calculo de Limites de control


Gráfico p
25.0%
20.0% 19.4
Porcentaje
15.0%
11.6
10.0%
5.0%
3.8
0.0%
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
Muestra
Porcentaje de unidades no conformes (p) p LSC LIC

Muestra Defectos Muestra Defectos
150 10 153 9
160 15 163 14
185 18 188 17
155 36 158 35
149 17 152 16
147 21 150 20
Ejercicio 1: Durante la 139 36 142 35
165 41 168 40
elaboración de una pista de
187 10 190 9
30 km de Lima a Lurín se 177 11 180 10
encontraron los siguientes 165 16 168 15
defectos en el piso, 176 19 179 18
determine si el proceso esta 188 35 191 34
bajo control 161 19 164 18
163 24 166 23
171 28 174 27
187 37 190 36
157 11 160 10
178 13 181 12

Número de Número de escritorios por lote Número de
Lote (Tamaño de Lote) errores
1 94 3
2 92 4
Ejercicio 2: En una fábrica 3 92 0
4 91 0
de escritorios se 5 94 1
presentaron varios 6 94 2
reclamos de los clientes 7 92 3
8 93 5
por lo que se decidió 9 95 7
hacer un estudio. 10 95 4
Realice la gráfica de 11 91 2
12 93 12
control correspondiente y 13 93 2
defina la situación en que 14 94 6
se encuentra la 15 91 9
16 93 7
producción de escritorios. 17 95 8
18 90 9
19 95 8
20 92 7
TOTAL 1859 99
Cantidad Cantidad de no Cantidad Cantidad de no
Número del Número del
Inspeccionada conformidades Inspeccionada conformidades
subgrupo subgrupo
(n) np (n) np
1 300 12 14 300 3
2 300 3 15 300 0
3 300 9 16 300 5
Ejercicio 3: Estos
4 300 4 17 300 7 resultados se encontraron
5 300 0 18 300 8 en la inspección del motor
6 300 6 19 300 16 de una secadora de
7 300 6 20 300 2 cabello eléctrico.
8 300 1 21 300 5 Realizar el gráfico de
9 300 8 22 300 6
10 300 11 23 300 0
control correspondiente.
11 300 2 24 300 3
12 300 10 25 300 2
13 300 9 TOTAL 7500 138

3.3.3. Gráfica de Control c

✓Es la primera gráfica que controla el número de defectos presentes
en el producto.
✓El tamaño siempre debe ser constante y se considera la unidad.
✓La cantidad probable de defectos debe ser menor a la cantidad
posible de defectos.
✓El que surja una no conformidad no condiciona que se produzca
otra, es decir, deben ser independientes una de otra.
✓Calcula el nivel de calidad promedio como punto de referencia.

Gráfica de Control c
LCS = c + 3√c
LC = c = ∑c/g
LCI = c - 3√c

N° de N° de
Número Número
defectos Comentarios defectos Comentarios
de Serie de Serie
c c
MY102 7 MY198 3
MY113 6 MY208 2
Gráfica c MY121 6 MY222 7
Número de MY125 3 MY235 5
MY132 20 Adherencia en el molde MY241 7
defectos por
MY143 8 MY258 2
concepto de MY150 6 MY259 8
manchas e MY152 1 MY264 0
imperfecciones MY164 0 MY267 4
Larguero caído.
“c” por número de MY166 5 MY278 14
serie de canoa. MY172 14 MY281 4
MY184 3 MY288 5
MY185 1 Total (∑c) 141
LCS = c + 3√c
LC = c = ∑c/g
LCI = c - 3√c

LCS = c + 3√c = 5.64 + 3 √5.64 =12.76

LC = c = 141/25= 5.64
LCI = c - 3√c =5.64 - 3 √5.64 = -1.48 = 0

Gráfico c
25
20
N° de defectos
15
12.76
10
5 5.64
0
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
Canoas
N° de defectos C LCS LCI

3.3.4. Gráfica de Control u

✓Es la segunda gráfica que controla el número de defectos presentes
en el producto.
✓Se utiliza para tamaños de subgrupos variables pero también si hay
subgrupos constantes.
✓La gráfica u equivale matemáticamente a la gráfica c y se obtiene
de forma similar n la cantidad inspeccionada.
✓La diferencia es que cada valor debe encontrarse
independientemente.

Gráfica de Control u
LCS = u + 3√u/n
LC = u
LCI = u - 3√u/n
Considerar:
u= c/n
u= ∑c/ ∑n
Toma de Toma de
Cantidad N° de Cantidad N° de
muestra muestra
inspeccionada defectos inspeccionada defectos
(Días de (Días de
n c n c
Febrero) Febrero)
Gráfica u 1 96 89 16 85 92
2 115 162 17 101 140
Cuenta de 3 108 150 18 42 60
defectos por 4 56 82 20 97 121
6 120 143 21 92 108
unidad para 7 98 134 22 100 131
conocimientos de 8 102 97 23 115 119
embarque 9 115 145 24 99 93
10 88 128 25 57 88
11 71 83 27 89 107
13 95 120 28 101 105
14 103 116 29 122 143
15 113 127 Total 2380 2883
Gráfica de Control u
LCS = u + 3√u/n
LC = u = 1.21
LCI = u - 3√u/n
Considerar:
u= c/n
u= ∑c/ ∑n = 2883/2380 = 1.21
Toma de No Toma de No
Cantidad N° de Cantidad N° de
muestra Conformidades Promedio muestra Conformidades Promedio
inspeccionada defectos LCS LCI inspeccionada defectos LCS LCI
(Días de por unidad u (Días de por unidad u
n c n c
Febrero) u Febrero) u
1 96 89 0.93 1.21 1.55 0.87 16 85 92 1.08 1.21 1.57 0.85

2 115 162 1.41 1.21 1.52 0.90 17 101 140 1.39 1.21 1.54 0.88
3 108 150 1.39 1.21 1.53 0.89 18 42 60 1.43 1.21 1.72 0.70
4 56 82 1.46 1.21 1.65 0.77 20 97 121 1.25 1.21 1.55 0.88
6 120 143 1.19 1.21 1.51 0.91 21 92 108 1.17 1.21 1.56 0.87
7 98 134 1.37 1.21 1.54 0.88 22 100 131 1.31 1.21 1.54 0.88
8 102 97 0.95 1.21 1.54 0.88 23 115 119 1.03 1.21 1.52 0.90
9 115 145 1.26 1.21 1.52 0.90 24 99 93 0.94 1.21 1.54 0.88
10 88 128 1.45 1.21 1.56 0.86 25 57 88 1.54 1.21 1.65 0.77
11 71 83 1.17 1.21 1.60 0.82 27 89 107 1.20 1.21 1.56 0.86
13 95 120 1.26 1.21 1.55 0.87 28 101 105 1.04 1.21 1.54 0.88
14 103 116 1.13 1.21 1.54 0.89 29 122 143 1.17 1.21 1.51 0.91
15 113 127 1.12 1.21 1.52 0.90 Total 2380 2883 1.21

Gráfico u
2.00
No conformidades/unidad (u)
1.50
1.21
1.00
0.50
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
Días
No Conformidades por unidad u Promedio u LCS LCI

Fecha y Número de Cantidad de no Fecha y Número de Cantidad de no
Turno Inspecciones conformidades Turno Inspecciones conformidades
Nov. 8 I 171 31 Nov. 17 I 165 16

II 167 6 II 170 35 Ejercicio 1: En el cuadro
9 I 170 8 18 I 175 12 adjunto se consignan los
II 135 13 II 167 6 resultados de la
10 I 137 26 19 I 141 50 inspección de la línea de
II 170 30 II 159 26
armado de la estufa
11 I 45 3 22 I 181 16
II 155 11 II 195 38
eléctrica modelo 305.
12 I 195 30 23 I 165 33 Generar su respectiva
II 180 36 II 140 21 gráfica de control cuál es
15 I 181 38 24 I 162 18 su análisis al respecto.
II 115 33 II 191 22
16 I 165 26 25 I 139 16
II 189 15 II 181 27

Número de No Número de No
Número de Lote Número de Lote
Conformidades Conformidades
Ejercicio 2: La cantidad de 20 10 36 2
21 8 37 12
no conformidades que se 22 6 38 0
encontraron en la 23 6 39 6
superficie de 1000 metros 24 2 40 14
de papel kraft de 20 Kg. 25 10 41 10
26 8 42 8
aparecen en la tabla 27 10 43 6
adjunta. Calcule los datos 28 0 44 2
correspondientes y haga 29 2 45 14
30 8 46 16
el gráfico 31 2 47 10
correspondiente. 32 20 48 2
33 10 49 6
34 6 50 3
35 30

Conclusiones
Las gráficas de control pueden ser por variables (cuantitativas) o por atributos
(cualitativas.
Para las gráficas de control por variables se utiliza la gráfica X-R.
Con respecto a las gráficas de control por atributos se tienen de dos tipos, las
de unidades defectivas (Gráficas np y p) y las de defectuosos por unidad
(Gráfica c y Gráfica u)
Si realmente queremos ver cambios en nuestra empresa para propulsar una

real mejora continua debemos ponerla en control estadístico del proceso por
lo tanto ubiquemos los procesos clave, cuellos de botella, etc.
Próxima entrega
En 15 días (20 de Julio) entregar:

✓ Control estadístico del proceso por variables o por atributos en un
proceso de la empresa. Demostrando como estuvo antes y como
después de creadas las gráficas de control.

Gracias

Sesión 3 y 4 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sesión 3 y 4 PDF

Cargado por

Copyright:

Formatos disponibles

Diploma especializado en

Gerencia de la Calidad Total

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

La Gráficas de Control pueden reconocer cambios buenos y malos.

Las cartas de control detectan la variación anormales un proceso

MBA Ing. Edgar Lescano

✓ Siempre están presentes

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

INTERPRETACIÓN DE GRÁFICA DE RANGOS

✓ Esta gráfica se debe analizar primero, ya

MBA Ing. Edgar Lescano

✓ Si la gráfica de rangos está bajo control, la

MBA Ing. Edgar Lescano

Gráfico de control X-R Gráfico de control X-S

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

1.- Calcule las medias de cada sub grupo de observaciones (X, S, R)

2.- Calcule el limite superior de control y el inferior de control (LS y

3.- Grafique las observaciones y los limites de control

5.- Identifique si el proceso esta controlado.

6.- Realice sus conclusiones

MBA Ing. Edgar Lescano

Factores para gráficas X-R

∑x=3940 X=394 ∑R=190 R= 19

L.S.X= X+A2R = 394+0.577X19= 404.9 L.S.R=D4 X R = 2.114 X 19= 40.16

L.I.X= X-A2R = 394- 0.577X19= 383.1 L.I.R=D3 X R= 0X19 = 0

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

Gráfico np Gráfico p Gráfico c Gráfico u

Número de Proporción de Número de Defectos o

MBA Ing. Edgar Lescano

✓Están basadas en decisiones de pasa no pasa.

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

Ejemplo de una Carta de Control np

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

3.3.2. Gráfica de Control p

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

1 148 20 13.5% 14 136 12 8.8%

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

MBA Ing. Edgar Lescano

3.3.3. Gráfica de Control c