2.

CARTAS DE CONTROL INDIVIDUALES

En la producción de tequila para medir la eficacia del proceso de molienda se mide el grado brix residual después de la molien
tipo entre más pequeña mejor, y el valor máximo tolerado que se ha fijado en una empresa en particular es ES = 3.5%. Despué
proceso lento que es más apropiado analizar con una carta de individuales. En la siguiente tabla se muestran los datos para lo

d2 = 1.128

No. Lote Brix residual RANGO

MOVIL X LCS LC LCI
1 2 - 2.00 3.098 1.953 0.807
2 2.4 0.4 2.40 3.098 1.953 0.807
3 2.2 0.2 2.20 3.098 1.953 0.807
4 1.4 0.8 1.40 3.098 1.953 0.807
5 2.3 0.9 2.30 3.098 1.953 0.807
6 1.8 0.5 1.80 3.098 1.953 0.807
7 1.5 0.3 1.50 3.098 1.953 0.807
8 1.5 0 1.50 3.098 1.953 0.807
9 2.1 0.6 2.10 3.098 1.953 0.807
10 2 0.1 2.00 3.098 1.953 0.807
Te
11 1.6 0.4 1.60 3.098 1.953 0.807
3.50
12 2.2 0.6 2.20 3.098 1.953 0.807
13 1.9 0.3 1.90 3.098 1.953 3.00
0.807
14 2.4 0.5 2.40 3.098 1.953 0.807
2.50
15 3.3 0.9 3.30 3.098 1.953 0.807
16 2.1 1.2 2.10 3.098 1.953 0.807
2.00
17 2.1 0 2.10 3.098 1.953 0.807
18 1.8 0.3 1.80 3.098 1.953 0.807
1.50
19 1.6 0.2 1.60 3.098 1.953 0.807
20 2.1 0.5 2.10 3.098 1.953 0.807
1.00
21 1.2 0.9 1.20 3.098 1.953 0.807
22 1.8 0.6 1.80 3.098 1.953 0.50
0.807
23 2 0.2 2.00 3.098 1.953 0.807
0.00
24 2.4 0.4 2.40 3.098 1.953 0.8071 2 3 4 5 6 7 8 9 10
25 1.9 0.5 1.90 3.098 1.953 0.807
26 2.4 0.5 2.40 3.098 1.953 0.807
27 2.4 0 2.40 3.098 1.953 0.807
28 1.7 0.7 1.70 3.098 1.953 0.807
29 1.8 0.1 1.80 3.098 1.953 0.807
30 2.1 0.3 2.10 3.098 1.953 0.807
31 1.7 0.4 1.70 3.098 1.953 0.807
32 2.1 0.4 2.10 3.098 1.953 0.807
33 1.6 0.5 1.60 3.098 1.953 0.807
34 2.4 0.8 2.40 3.098 1.953 0.807
35 2.1 0.3 2.10 3.098 1.953 0.807
36 1.8 0.3 1.80 3.098 1.953 0.807
37 1.3 0.5 1.30 3.098 1.953 0.807
38 1.8 0.5 1.80 3.098 1.953 0.807
39 1.7 0.1 1.70 3.098 1.953 0.807
40 1.6 0.1 1.60 3.098 1.953 0.807
1.95 0.43
ix residual después de la molienda (cantidad de azúcar que queda en el bagazo del agave). Ésta es una variable del
particular es ES = 3.5%. Después de moler cada lote se determina el grado brix residual, por lo que se considera un
a se muestran los datos para los últimos 40 lotes molidos,

TENDENCIA CENTRAL

Tendencia Central- Carta Individual

3.50

3.00

2.50

2.00

1.50

1.00

0.50

0.00
1 2 3 4 5 6 7 8 9 10111213141516171819202122232425262728293031323334353637383940

X LCS LC LCI
 D3 = 0
D4 = 3.267
RANGO MOVIL
RANGO
MOVIL LCS LC LCI
- 1.41 0.43 0
0.40 1.41 0.43 -
0.20 1.41 0.43 -
0.80 1.41 0.43 -
0.90 1.41 0.43 -
0.50 1.41 0.43 - Gráfica de Rangos Móviles
0.30 1.41 0.43 -
1.60
- 1.41 0.43 -
0.60 1.41 0.43 1.40 -
0.10 1.41 0.43 -
0.40 1.41 0.43 1.20 -
0.60 1.41 0.43 -
1.00
0.30 1.41 0.43 -
0.50 1.41 0.43 0.80 -
0.90 1.41 0.43 -
0.60
1.20 1.41 0.43 -
- 1.41 0.43 0.40 -
0.30 1.41 0.43 -
0.20 1.41 0.43 0.20 -
0.50 1.41 0.43 -
-
0.90 1.41 0.43 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
0.60 1.41 0.43 -
RANGO MOVIL LCS LC LCI
0.20 1.41 0.43 -
0.40 1.41 0.43 -
0.50 1.41 0.43 -
0.50 1.41 0.43 -
- 1.41 0.43 -
0.70 1.41 0.43 -
0.10 1.41 0.43 -
0.30 1.41 0.43 -
0.40 1.41 0.43 -
0.40 1.41 0.43 -
0.50 1.41 0.43 -
0.80 1.41 0.43 -
0.30 1.41 0.43 -
0.30 1.41 0.43 -
0.50 1.41 0.43 -
0.50 1.41 0.43 -
0.10 1.41 0.43 -
0.10 1.41 0.43 -
os Móviles

22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

S LC LCI
GRAFICA p

Gráfico p ( con n constante)

Los digitadores de datos de una empresa introducen a diario miles de registros de pólizas de seguros.
Se somete a análisis el trabajo realizado por 20 digitadores para los cuales se analizaron 100 registros realizados p
digitador y se contaron los errores descubiertos

pi

Fracción
No. De
Digitador de
errores
Defectos

1 6 0.06 No. Total de errores

=
2 5 0.05 No. Total de elementos analizados
3 0 0
4 1 0.01
5 4 0.04 80 80
= = =
6 2 0.02 (100*20) 2000
7 5 0.05
8 3 0.03
9 3 0.03
10 2 0.02
11 6 0.06
12 1 0.01
13 8 0.08
14 7 0.07 LCS = 0.10
15 5 0.05
16 4 0.04 LC = 0.040
17 11 0.11
18 3 0.03 LCI = (0.019) = 0
19 0 0
20 4 0.04
Total errores 80

Grafico p
0.120
 Grafico p
0.120

LCS LC LCI 0.100

0.099 0.04 0
0.099 0.04 0 0.080
0.099 0.04 0
0.099 0.04 0 0.060
0.099 0.04 0
0.099 0.04 0 0.040
0.099 0.04 0
0.099 0.04 0 0.020
0.099 0.04 0
0.099 0.04 0 -
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
0.099 0.04 0
0.099 0.04 0
0.099 0.04 0
0.099 0.04 0
0.099 0.04 0
0.099 0.04 0
0.099 0.04 0
0.099 0.04 0
0.099 0.04 0
0.099 0.04 0

Interpretación:
El digitador 17 presentó un % de defectos superior al % límite, obteniendo un 11% de defectos en su labor
 Gráfico p (con n variable)

registros realizados por cada

Se somete a análisis el trabajo realizado por 20 digitadores. A cada uno se le toma un numero

No. De
No. De registro por proporción
Digitador
errores cada defectos
digitador
e errores 1 5 110 0.05
ntos analizados 2 5 100 0.05
3 0 100 -
4 1 120 0.01
0.04 5 4 110 0.04
6 2 80 0.03
7 5 105 0.05
8 3 90 0.03
9 3 100 0.03
10 2 110 0.02
11 6 115 0.05
12 1 110 0.01
13 4 110 0.04
14 5 115 0.04
15 5 100 0.05
16 4 100 0.04
17 5 120 0.04
18 3 110 0.03
19 0 100 -
20 5 120 0.04
Total errores 68 2125 0.0318
 Digitador p LCS LC LCI
1 0.05 0.037 0.032 0.027
2 0.05 0.037 0.032 0.027
3 - 0.037 0.032 0.027
4 0.01 0.036 0.032 0.028
5 0.04 0.037 0.032 0.027
6 0.03 0.039 0.032 0.025
7 0.05 0.037 0.032 0.027
8 0.03 0.038 0.032 0.026
9 0.03 0.037 0.032 0.027
10 0.02 0.037 0.032 0.027
14 15 16 17 18 19 20
11 0.05 0.037 0.032 0.027
12 0.01 0.037 0.032 0.027
13 0.04 0.037 0.032 0.027
14 0.04 0.037 0.032 0.027
15 0.05 0.037 0.032 0.027
16 0.04 0.037 0.032 0.027
17 0.04 0.036 0.032 0.028
18 0.03 0.037 0.032 0.027
19 - 0.037 0.032 0.027
20 0.04 0.036 0.032 0.028
uno se le toma un numero de registros diferente entre 80 y 120 registros

No. Total de errores

=
No. Total de elementos analizados

68 0.0320
= =
2125
 Gráfico p (n variable)
0.06

0.05

0.04

0.03

0.02

0.01

-
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

p LCS LC LCI
15 16 17 18 19 20
CARTA np

Calculo de la proporción defectuosa promedio

Calculo de los límites de control

Ejemplo n debe ser constante

En un proceso de manufactura al final de la línea de ensamble, antes de empacar, se hace la inspección y prueba final. Se de
una muestra de n=120, inmediatamente que salen de su proceso. Los datos obtenidos en 20 lotes consecutivos se muestran a

ARTICULOS
SUBGRUPO DEFECTUOSOS
EN LA MUESTRA
1 9
2 6
3 10 183 0.0763
p= =
4 8 (20*120)
5 5
6 5
7 14 n= 120
8 12
9 9
10 8
11 10
12 20
13 12
14 10
15 10
16 0
17 13 LCS = 17.87
18 5
19 6 np = 9.15
20 11
TOTAL DEFECTOS 183 LCS = 0.43
 LS LC LI
17.87 9.15 0.43
17.87 9.15 0.43
17.87 9.15 0.43 25.00
17.87 9.15 0.43
17.87 9.15 0.43
20.00
17.87 9.15 0.43
17.87 9.15 0.43
17.87 9.15 0.43 15.00
17.87 9.15 0.43
17.87 9.15 0.43
10.00
17.87 9.15 0.43
17.87 9.15 0.43
17.87 9.15 0.43 5.00
17.87 9.15 0.43
17.87 9.15 0.43
17.87 9.15 0.43 -
1 2 3 4 5 6 7 8
17.87 9.15 0.43
17.87 9.15 0.43
17.87 9.15 0.43
17.87 9.15 0.43

Interpretacion: Según esta grafica en el lote 12 se presentó una causa especial que hizo que se presentaran más piezas defect
el proceso mejorara.
 inspección y prueba final. Se decide inspeccionar
lotes consecutivos se muestran a continuación.
 Grafico np

3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

se presentaran más piezas defectuosas, pero en el lote 16 hubo una causa especial que hizo que
o mejorara.
CARTA C Calculo promedio de Defectos por subgrupo
(Ocurrencias = Defectos)

Calculo de limites de control

Ejemplo

En un proceso de manufactura al final de la línea de ensamble, antes de empacar, se hace la inspección y prueba final. Se de
inspeccionar una muestra de n=120, inmediatamente que salen de su proceso. Los datos obtenidos en 20 lotes consecutivos s
muestran a continuación.

SUBGRUPO No. De defectos

(Lote) en la muestra

1 8 113
c= = 5.65
2 8 20
3 7
4 4
5 8 LCS = 12.78
6 5
7 10 LC = 5.65
8 5
9 7 LCI = (1.48) 0
10 8
11 4
12 3
13 6
14 4
15 3
16 2
17 4
18 7
19 5
20 5
113
LCS LC LCI
12.78 5.65 0
12.78 5.65 0 carta c
12.78 5.65 0
14.00
12.78 5.65 0
12.78 5.65 0
12.78 5.65 0 12.00
12.78 5.65 0
12.78 5.65 0 10.00
12.78 5.65 0
12.78 5.65 0 8.00
12.78 5.65 0
12.78 5.65 0 6.00
12.78 5.65 0
12.78 5.65 0
4.00
12.78 5.65 0
12.78 5.65 0
2.00
12.78 5.65 0
12.78 5.65 0
12.78 5.65 0 -
1 2 3 4 5 6 7 8 9 10 11 12
12.78 5.65 0

Interpretacion: Esta Carta evalua el numero de defectos por lote . Se observa en el ejemplo que el
spección y prueba final. Se decide
dos en 20 lotes consecutivos se
 carta c

7 8 9 10 11 12 13 14 15 16 17 18 19 20

observa en el ejemplo que el proceso esta bajo control

CARTA U
Calculo del No. De Ocurrencias por Unidad

Calculo de promedio de defectos por articulo

Total de defectos
u=
Total de Articulos Inspeccionados

Calculo de los limites de control

Ejemplo ( pueden tener n variable)

En unproceso final de empaque, se hace inspeccion del producto final a 24 lotes. Cada lote tiene un tamaño de muestra variab
informacion obtenida se muestra en la siguiente tabla:

(ui)
Tamaño de la Total
LOTE No. Promedio
muestra defectos
de defectos
1 18 17 0.9
2 20 24 1.2
3 20 16 0.8
4 20 26 1.3
5 16 15 0.9
6 15 15 1.0
7 15 20 1.3 554
u= =
8 25 18 0.7 504
9 25 26 1.0
10 25 15 0.6
11 25 25 1.0
12 30 21 0.7 LCS =
13 25 40 1.6
 14 30 24 0.8 LC = 1.10
15 20 46 2.3
16 25 32 1.3 LCI =
17 30 30 1.0
18 30 34 1.1
19 15 11 0.7
20 15 14 0.9
21 15 30 2.0
22 15 17 1.1
23 15 18 1.2
24 15 20 1.3
504 554 1.10

LOTE ui LCS LC LCI

1 0.9 1.84 1.10 0.36
2 1.2 1.80 1.10 0.40 2.5
3 0.8 1.80 1.10 0.40
4 1.3 1.80 1.10 0.40
2.0
5 0.9 1.89 1.10 0.31
6 1.0 1.91 1.10 0.29
7 1.3 1.91 1.10 0.29 1.5
8 0.7 1.73 1.10 0.47
9 1.0 1.73 1.10 0.47 1.0
10 0.6 1.73 1.10 0.47
11 1.0 1.73 1.10 0.47
0.5
12 0.7 1.67 1.10 0.52
13 1.6 1.73 1.10 0.47
14 0.8 1.67 1.10 0.52 -
1 2 3 4 5 6 7 8 9 10
15 2.3 1.80 1.10 0.40
16 1.3 1.73 1.10 0.47 ui
17 1.0 1.67 1.10 0.52
18 1.1 1.67 1.10 0.52
19 0.7 1.91 1.10 0.29
20 0.9 1.91 1.10 0.29
21 2.0 1.91 1.10 0.29
22 1.1 1.91 1.10 0.29
23 1.2 1.91 1.10 0.29
24 1.3 1.91 1.10 0.29

Interpretacion: Según esta grafica en el lote 15 tuvo algun tipo de evento que origino 46 defectos en los 20 pr
un tamaño de muestra variable. La

1.10
 Grafica u

5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

ui LCS LC LCI

igino 46 defectos en los 20 productos que se tomaron de muestra

3. GRAFICA p

Para analizar la estabilidad de la cantidad de artículos defectuosos en un proceso de producción y tratar de mejorarlo, se toma
dias. La siguiente tabla muestra el numero de articulos defectuosos obtenidos en cada muestra. A partir de una carta p, evalua
proceso

Tamaño de la Articulos
Subgrupo
muestra defectuosos
1 50 11
2 45 10
3 40 7
4 45 10
5 45 4
6 50 12
7 55 8
8 40 5
9 45 14
10 40 12
11 45 8
12 50 7
13 50 9
14 50 6
15 40 6
16 40 11
17 40 9
18 45 7
19 35 6
20 50 10
Analisis = lote 1, 11 y 35 estan por fuera
ucción y tratar de mejorarlo, se toma una muestra diferente 20
uestra. A partir de una carta p, evaluar la estabilidad de este
e 1, 11 y 35 estan por fuera
GRAFICA u

En una fábrica de productos de plástico se tiene el problema de las rugosidades (o marcas de fl ujo) que afectan el aspecto de
el propósito de analizar la estabilidad del proceso y tratar de localizar causas especiales de variación, se inspeccionan 50 pieza
cierto producto. El número de rugosidades encontradas en los lotes producidos en dos semanas se muestra en la siguiente tab

Lote Rigurosidades
1 155
2 181
3 158
4 156
5 152
6 188
7 163
8 163
9 170
10 154
11 150
12 188
13 155
14 141
15 163
16 154
17 153
18 167
19 128
20 153
21 129
22 160
ujo) que afectan el aspecto de los productos. Con
ción, se inspeccionan 50 piezas de cada lote de
se muestra en la siguiente tabla
GRAFICA C

En una fábrica de muebles se inspecciona a detalle el acabado de las mesas cuando salen del departamento de laca.
La cantidad de defectos que son encontrados en cada mesa son registrados con el fin de conocer y mejorar el proceso. En la si
mesas. Es claro que estamos ante una variable que debe ser analizada con la carta c, debido a que una misma mesa puede ten
relativamente menores, y aunque influyen en la calidad final del producto, no causan que la mesa sea rechazada.

Mesa Defectos ci
1 7
2 5
3 10
4 2
5 6
6 5
7 4
8 9
9 7
10 5
11 6
12 7
13 8
14 4
15 5
16 12
17 8
18 10
19 4
20 7
21 3
22 10
23 6
24 6
25 7
26 4
27 5
28 6
29 8
30 5
 epartamento de laca.
cer y mejorar el proceso. En la siguiente tabla se muestran los defectos encontrados en las últimas 30
que una misma mesa puede tener varios defectos de diferente tipo; además, los defectos son
esa sea rechazada.
CARTA np

Del análisis de los datos de inspecciones y pruebas finales de un producto ensamblado se detectó a través de una estratificació
por la que los artículos salen defectuosos está relacionada con los problemas de un componente en particular. Por lo tanto, se
dicho componente, para lo cual se inspeccionan 100 componentes cada dia durante 20 dias. A partir de una carta np analizar e

Componentes
Muestra
defectuosos
1 4
2 3
3 5
4 4
5 5
6 5
7 7
8 6
9 0
10 4
11 5
12 10
13 6
14 5
15 5
16 0
17 8
18 5
19 3
20 5
95
 a través de una estratificación y un análisis de Pareto que la causa principal
en particular. Por lo tanto, se decide analizar el proceso de fabricacion de
tir de una carta np analizar el proceso